NVIDIA Home
NVIDIA Home
Close
Close icon
Close
Close icon
Close
Close icon
Caret down icon
Accordion is closed, click to open.
Caret down icon
Accordion is closed, click to open.
Caret up icon
Accordion is open, click to close.
Caret right icon
Click to expand
Caret right icon
Click to expand
Caret right icon
Click to expand menu.
Caret left icon
Click to collapse menu.
Caret left icon
Click to collapse menu.
Caret left icon
Click to collapse menu.
Shopping Cart
Click to see cart items
Search icon
Click to search
Visit your regional NVIDIA website for local content, pricing, and where to buy partners specific to your country.
Argentina
Australia
België (Belgium)
Belgique (Belgium)
Brasil (Brazil)
Canada
Česká Republika (Czech Republic)
Chile
Colombia
Danmark (Denmark)
Deutschland (Germany)
España (Spain)
France
India
Italia (Italy)
México (Mexico)
Middle East
Nederland (Netherlands)
Norge (Norway)
Österreich (Austria)
Peru
Polska (Poland)
Rest of Europe
România (Romania)
Singapore
Suomi (Finland)
Sverige (Sweden)
Türkiye (Turkey)
United Kingdom
United States
대한민국 (South Korea)
中国大陆 (Mainland China)
台灣 (Taiwan)
日本 (Japan)
NVIDIA Omniverse Enterprise NVIDIA OVX NVIDIA DGX
开发智能汽车需要大量训练数据,这些数据需要反映车辆在道路上面临的现实世界的多样性。传感器仿真 可以通过在虚拟环境中渲染物理传感器数据应对这一挑战。以这些物理技术为基础,世界基础模型 (WFM) 为传感器仿真带来了新变化,放大了光照、天气、地理定位等特征。有了这些功能,无需在现实世界中经历罕见、危险的场景,即可对智能汽车进行大规模训练、测试和验证。传感器数据和环境交互的精确性和多样性对于开发物理 AI 至关重要。
渲染出恶劣天气、交通变化、罕见或危险场景等各式各样的驾驶条件,而不是必须在现实世界中遇到这些情况。
通过生成满足模型需求的数据,加快开发速度,减少对成本高昂的数据收集车队的依赖。
在进行物理原型设计之前,部署虚拟车队以配置新的传感器和堆栈。
使用 NVIDIA NuRec 和 NVIDIA Cosmos 世界基础模型加速智能汽车仿真流程
在此技术博客中,我们重点介绍了最新的 NVIDIA API、Cosmos 世界基础模型和 NIM 微服务,帮助开发者启动其数据工作流。
开发者可以通过执行以下步骤开始构建智能汽车仿真工作流。
NVIDIA NuRec 提供用于神经重建和渲染的 API 和工具,支持开发者将传感器数据转换为高保真 3D 数字孪生,模拟新事件,并从新的角度渲染数据集。
Cosmos Transfer-1 基于真值和结构化数据输入来生成新的光照、天气和地形,将单个驾驶场景转化为数百个场景。开发者可以使用提示词和传感器数据作为输入,以生成现有场景的不同变体。
NuRec 和 Cosmos Transfer-1 均与领先的开源智能汽车模拟器 CARLA 集成。这种集成允许开发者使用光线追踪从基于高斯的重建中生成传感器数据,并使用 Cosmos WFM 增加场景多样性。
借助这些工具,开发者可以:
在重建的场景中模拟新的轨迹和摄像头视图
使用 CARLA 的 API 和流量模型创建各种逼真的场景
利用 ITRA 和 Foretellix 等行为智能体模型实现高级流量和行为多样性
该集成包括预重建场景的入门包,可快速创建用于智能汽车开发的多样化极端案例数据集。
开发者可以使用最新的 NVIDIA Cosmos Predict-2 世界基础模型,通过更快、可扩展的合成数据生成来增强智能汽车开发。WFM 有两种变体:
Predict2-2B:针对速度和更低内存占用进行优化
Predict2-14B:用于复杂场景理解和时间一致性的高保真输出。
Cosmos Predict-2 允许开发者根据文本提示词生成起始帧,然后使用该帧来调整更长的视频序列,从而加快场景设计速度。该模型可使用精心策划的智能汽车数据和工具,在特定环境、任务或摄像头系统上轻松进行后训练,从而为不同的用例提供量身定制的输出。
Predict-2 基于扩散的架构支持文本生成图像和视频生成世界,在可扩展的场景设计中平衡速度和真实感。
了解我们的合作伙伴如何提供物理仿真,实现自动驾驶汽车开发的安全性和高效性。
通过连接 Foretellix 的覆盖驱动验证平台 Foretify™,快速扩展 Omniverse Cloud 的自动驾驶仿真 V&V 功能。
借助 MathWorks RoadRunner 将环境快速导入 Omniverse Cloud。
使用 FiftyOne 平台分析、整理和评估 Omniverse 数据。
使用 Cosmos Transfer 和 Parallel Domain 场景渲染放大数据变化。
NVIDIA 发布抢先体验版 Omniverse Sensor RTX
了解埃森哲和 Foretellix 等企业组织正在通过高保真、可扩展的传感器仿真,加速开发新一代自动驾驶汽车和机器人。
NVIDIA 推出加速物理 AI 开发的 Cosmos 世界基础模型平台
借助适用于图像和视频的模型和数据处理 Pipeline,企业可以加速包括机器人和自动驾驶汽车在内的物理 AI 开发。
NVIDIA Omniverse Cloud API 为自动驾驶系统开发提供超强动力
NVIDIA Omniverse Cloud API 用于提供大规模、高保真度的传感器仿真。
NVIDIA Research 在计算机视觉与模式识别 (CVPR) 大会上赢得自动驾驶国际挑战赛“端到端驾驶”赛道冠军
NVIDIA 在 400 多名参赛者中脱颖而出,在计算机视觉与模式识别 (CVPR) 大会上赢得自动驾驶国际挑战赛“端到端驾驶”赛道冠军
由 NVIDIA Omniverse 提供支持的智能汽车传感器仿真
了解 Foretellix 如何使用 NVIDIA Omniverse Blueprint 进行智能汽车仿真,为智能汽车开发生成高保真传感器仿真。
安全部署自动驾驶汽车
自动驾驶汽车验证工具开发商 Foretellix 借助 Omniverse Cloud API 发挥传感器仿真 的功效,在提高安全性的同时加快工作流、降低成本。
Transforming AI
What ’ s Next in Generative AI
Augmented Marketing in Beauty with Generative AI
Fireside Chat With Fei-Fei Li and Bill Dally: The High- …
Driving Enterprise Transformation: CIO Insights …
The Role of Generative AI in Modern Medicine
Driving Innovation: Generative AI and …
Retrieval Augmented Generation: Overview of …
AI and the Radical Transformation of Marketing
Insights from NVIDIA Research
Beyond the Output: Navigating the Ethical …
AI and the Data Universe: Refik Anadol’s Artwork for …