英伟达发布新一代机器人开发工具,70亿参数视觉语言模型成焦点

8.12 这些模型能够生成训练机器人和AI智能体所需的多模态数据集,包括合成文本图像和视频内容,有望大幅降低AI训练的数据获取成本

在近日举行的SIGGRAPH 2023大会上,英伟达(NVIDIA)发布了一系列面向机器人开发和AI智能体训练的创新工具,包括新一代AI模型、开发库及基础设施升级。这一系列发布凸显了英伟达在AI和机器人技术领域的持续领先地位。


2025-08-12_124232

 

其中最受瞩目的是全新推出的70亿参数"推理型"视觉语言模型Cosmos Reason。该模型专为物理AI应用和机器人设计,能够帮助机器人更好地理解和推理物理世界。这一大模型的推出标志着机器人认知能力将迈上新台阶。

 

此次发布的Cosmos系列还包括两个重要更新:

1. Cosmos Transfer-2:基于3D模拟场景或空间控制输入,可显著加速合成数据生成

2. 精简版Cosmos Transfer:在保持核心功能的同时进行了速度优化

 

这些模型能够生成训练机器人和AI智能体所需的多模态数据集,包括合成文本、图像和视频内容,有望大幅降低AI训练的数据获取成本。

 

英伟达同时发布了新的神经重建库,其中包含突破性的3D场景重建技术。该技术能够利用传感器数据,将现实世界高保真地以3D方式模拟和渲染。值得注意的是,这项技术将被整合进广受欢迎的开源模拟器CARLA,为自动驾驶研发提供更强支持。


2025-08-12_130943

 

此外,英伟达的Omniverse软件开发套件也迎来了重要更新。这些工具的组合将为开发者构建从数字孪生到智能机器人的完整解决方案提供强大支持。

 

业内分析人士指出,英伟达此次发布的产品组合将显著降低机器人开发和AI训练的门槛。特别是70亿参数的视觉语言模型,可能成为未来机器人"大脑"的核心组件。这些创新将进一步巩固英伟达在AI计算和机器人技术领域的领导地位,同时也将推动整个行业的发展进程。

 

随着这些工具的逐步落地应用,预计将在智能制造、自动驾驶、服务机器人等多个领域产生深远影响,加速AI与物理世界的融合进程。