Articles

NVIDIA 推出物理 AI 数据工厂蓝图以扩展机器人和自主系统开发
NVIDIA
2026-03-17

NVIDIA 推出物理 AI 数据工厂蓝图以扩展机器人和自主系统开发

  • Blueprint 支持视觉 AI 代理、机器人和自动驾驶车辆的物理 AI 模型的大规模数据处理和管理、合成数据生成、强化学习和评估。
  • 包括 Microsoft Azure 和 Nebius 在内的云服务提供商提供了转型蓝图世界规模的计算转化为代理驱动的统包数据生产引擎。
  • 领先的物理 AI 开发商 FieldAI、Hexagon Robotics、Linker Vision、Milestone Systems、Skild AI、Uber 和 Teradyne Robotics 正在使用该蓝图来加速机器人、视觉 AI 代理和自动驾驶汽车的开发。

GTC -NVIDIA 宣布了 NVIDIA 物理 AI 数据工厂蓝图,这是一个开放的参考架构,可统一并自动化训练数据的处理方式生成、增强和评估,减少培训的成本、时间和复杂性大规模构建物理 AI 系统。

该蓝图使开发人员能够使用 NVIDIA Cosmos™ 开放世界基础模型和领先的编码代理将有限的训练数据转换为大型、多样化的数据集,包括罕见的边缘情况和长尾场景,这些情况在现实世界中捕获起来昂贵、耗时且通常不切实际。

NVIDIA 正在与 Microsoft Azure 和 Nebius 合作,将开放蓝图与其云基础设施和服务集成,从而实现开发人员将加速的计算能力转化为大量的训练数据。领先的物理 AI 开发商 FieldAI、Hexagon Robotics、Linker Vision、Milestone Systems、RoboForce、Skild AI、Teradyne Robotics 和 Uber 正在使用该蓝图来加速机器人、视觉 AI 代理和自动驾驶车辆的开发。

“物理 AI 是 AI 革命的下一个前沿,其成功取决于物理 AI 革命的下一个前沿领域。NVIDIA Omniverse 和模拟技术副总裁 Rev Lebaredian 表示:“我们与云领导者一起提供了一种新型代理引擎,可将计算转换为实现下一代自主系统和机器人所需的高质量数据。在这个新时代,计算就是数据。”

物理 AI 开发的统一引擎
物理 AI 遵循扩展法则:性能随着数据、计算和模型容量的增长而提高。物理 AI 数据工厂蓝图作为单一参考架构,通过模块化、自动化的工作流程将团队从原始数据转移到模型就绪的训练集:

  • 策划和搜索: NVIDIA Cosmos Curator 处理、提炼和注释大规模现实世界和合成数据集。
  • 增强和乘法: Cosmos Transfer 呈指数级扩展和扩展多样化整理数据,将真实和模拟输入相乘,以更好地捕捉各种环境和照明条件下的罕见和长尾场景。
  • 评估和验证: NVIDIA Cosmos Evaluator,由 Cosmos Reason 提供支持,现已在 GitHub 上提供,可自动评分、验证和过滤生成的数据,以确保物理准确性和训练准备就绪。

NVIDIA 正在使用物理 AI 数据工厂蓝图来训练和评估NVIDIA Alpamayo,世界上第一个基于开放推理的长尾自动驾驶视觉语言动作模型。 Skild AI 正在应用该蓝图来推进通用机器人基础模型,而 Uber 正在使用它来加速自动驾驶汽车的开发。

大规模代理驱动编排
许多机器人开发人员没有能力站起来并管理大规模生成数据所需的复杂人工智能基础设施。

NVIDIA OSMO,笔源编排框架,跨计算环境统一和管理这些工作流程,减少手动任务,以便开发人员可以专注于构建模型。

OSMO 现在与 Claude Code、OpenAI Codex 和 Cursor 等领先的编码代理集成,支持 AI 原生操作,代理主动管理资源、解决瓶颈并大规模加速模型交付。

为全球物理 AI 生态系统提供动力
云服务提供商在提供开发人员大规模构建和部署物理 AI 所需的加速 AI 基础设施、机器学习操作和编排服务。

Microsoft Azure 正在将物理 AI 数据工厂蓝图集成到开放的物理 AI 工具链中,该工具链现已在 GitHub 上提供。该蓝图提供了与 Azure 服务的集成,包括 Azure IoT Operations、Microsoft Fabric、实时智能和 Microsoft Foundry,以提供terprise 级、代理驱动的工作流程,用于快速、大规模地训练和验证物理 AI 系统。

FieldAI、Hexagon Robotics、Linker Vision 和 Teradyne Robotics 是首批测试 Azure 物理 AI 工具链的公司之一,这些工具链可在其感知、移动性和强化学习管道中加速和扩展数据生成、增强和评估。

Nebius 已将 OSMO 集成到其 AI 云中,使开发人员能够使用蓝图来部署生产就绪数据根据他们的需求定制管道。 Nebius 的基础设施为物理 AI 堆栈提供端到端的支持,将 NVIDIA RTX PRO™ 6000 Blackwell 服务器版 GPU 与超快对象存储、本机数据管理和标签、无服务器执行和内置托管推理相结合。

早期用户 Milestone Systems、Voxel51 和 RoboForce 正在利用 Nebius 基础设施上的蓝图来加速视频分析 AI 代理、自动驾驶车辆的模型开发es和工业人形机器人。

Interested in this item?

Talk with NVIDIA