汽车制造厂将采用基于NVIDIA全新Isaac平台构建的AI机器人
2020年5月14日,NVIDIA与宝马集团共同宣布,宝马集团已采用全新NVIDIA Isaac™机器人平台对其车厂进行优化,利用先进的AI计算与可视化技术为其打造物流机器人。
此次合作重点围绕实施基于NVIDIA技术的端到端系统展开,采用基于软件架构开发、运行于NVIDIA开放式Isaac机器人软件平台的机器人,完成从训练、测试到部署的全过程。宝马集团希望借此合作优化物流工厂的流程,以更快捷、更高效地生产定制化配置的汽车。开发完成后,系统将在宝马集团全球范围内的工厂进行部署。
“宝马集团采用 NVIDIA Isaac机器人平台重塑其工厂物流管理流程是一次具有革命性意义的举动。” NVIDIA创始人兼首席执行官黄仁勋表示,“宝马集团引领着机器人工厂时代,利用在人工智能和机器人领域取得的突破进展,创造出下一个高度可定制、及时、有序的制造水平。”
宝马集团物流高级副总裁Jürgen Maidl表示:“宝马秉承着将选择权交给客户的原则,为不同客户提供针对各款车型,多样化功能的量身定制。要想在一条生产线上,生产更高质量、高度定制化的各款车型,需要端到端的先进计算解决方案。与NVIDIA的合作使我们能够推进当前工厂物流的未来发展,并最终让宝马集团的全球客户满意。”
此次合作将采用NVIDIA DGX AI™系统和Isaac仿真技术对机器人进行训练和测试;采用NVIDIA光线追踪GPU对合成机器零件进行渲染,以此强化训练;并采用基于高性能NVIDIA Jetson™和EGX™ edge计算机以及Isaac软件开发套件(SDK)构建的一组全新AI机器人。
宝马集团供应链庞大,工厂从4,500个供应商那里接收数百万个零件,单一零件编号数量高达23万。而随着宝马集团的汽车销售在过去10年中翻了一番,达到250万辆,这些数字还会持续增长。此外,宝马集团的车辆平均为客户提供100种不同的定制化选择,意味着99%的客户订单都各有差别,这些都为工厂物流带来了巨大挑战。
为了优化这种物料流层面极高的复杂性,如今自主AI物流机器人能够协助当前流程,在同一条生产线上,组装高度定制化的车辆。
Maidl 表示:“大量定制化配置的需求从根本上来讲,在三个基础层面对宝马集团的生产带来了挑战,即计算、物流规划和数据分析。”
为了应对这些挑战,宝马集团选择与NVIDIA合作。使用NVIDIA的Isaac机器人平台开发五款具有AI功能的机器人,来改进物流工作流程,如用于自动运输物料的导航机器人、用于选择和整理零件的操控机器人,这些机器人都采用NVIDIA Jetson AGX Xavier™和EGX 边缘计算机。
基于NVIDIA Isaac SDK开发的机器人,利用大量强大的深度神经网络,可以处理感知,分割,姿势估计和人体姿势估计,以感知其环境,检测物体,自动导航和移动物体。这些机器人在真实数据和合成数据上进行训练,并使用NVIDIA GPU在各种光线和遮挡条件下渲染光线追踪机器部件,以增强真实数据。然后,在NVIDIA DGX系统上,基于实际数据和合成数据来训练深度神经网络。接下来,这些机器人在NVIDIA的Isaac模拟器上进行导航和操控的连续测试,并运行于NVIDIA Omniverse虚拟环境中,在该环境中,多位来自不同地区的宝马集团员工都能够在同一个仿真环境中展开工作。
新一代自主机器嵌入式系统NVIDIA Jetson将现代AI的力量带入数百万边缘设备,开启嵌入式物联网应用程序新领域。专区有最新活动、产品、资源和学习内容,带您感知AI新维度。访问地址:http://www.zhiding.cn/special/jetson
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。