全新NVIDIA应用研究加速器计划(Applied Research Accelerator Program)助力研究人员将学术实验室里的AI研究应用于企业中。

学术研究人员正在通过开发和使用AI,解决从农业机器人到自主飞行器等领域的各种难题。
为了将此类AI研究应用于商业或政府中,而非仅作为学术成果,NVIDIA于近日发布应用研究加速器计划,为借助NVIDIA平台进行GPU加速应用部署的应用研究提供支持。
应用研究加速器计划最初会聚焦于机器人技术及自主机器领域,并在接下来几个月内扩展至数据科学、自然语言处理、语音和会话式AI等其他领域。
据IDC估计,到2023年,全球机器人系统和无人机领域相关支出将增至2414亿美元,较针对 2020 年预计的1287亿美元提升88%。
这项新计划将帮助研究人员及其合作机构推广在NVIDIA AI软硬件平台上开发的新一代应用程序,包括Jetson平台、NVIDIA Isaac以及DeepStream软件开发套件。
除了进行交流和市场宣传的机会之外,NVIDIA还将为开展合作的研究人员和机构提供技术指导、硬件捐赠、资金、资助申请帮助以及AI训练计划方面的支持。
NVIDIA现在正在将部分研究人员和企业开发的应用程序纳入该计划。这些研究人员致力于将机器人技术和AI应用于自动化系统中,而这些企业则希望将新的技术推向市场。
加速并部署AI研究
NVIDIA 应用研究加速器计划的首批参与者已经展示了值得进一步开发的AI技术能力。
应用研究加速器计划权益
当学术研究人员能够验证AI在实际应用中具有可行性时,NVIDIA能够为其提供硬件捐赠及资金,还可以为研究人员提交的第三方资助申请提供佐证书。
应用研究加速器计划成员还将获得NVIDIA GPU(包括Jetson)的相关技术指南访问权限。
这项新计划的成员还有机会参加深度学习学院(Deep Learning Institute)培训课程,以获取关于特定AI应用的详细信息。
NVIDIA还为研究人员提供在GTC大会上进行展示和交流的机会。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。