各个行业的开发人员正在构建 3D 工具和应用程序,以帮助团队在艺术、设计、制造等领域创建虚拟世界。NVIDIA Omniverse 是一个可扩展平台,可以用来进行全保真设计、模拟以及开发基于 USD 的工作流程。该平台有一个不断扩大的开发者生态系统,其中的开发者们正在构建基于 Python 的扩展程序。NVIDIA 过去曾发起过一个使用 Omniverse Create 应用构建惊艳 3D 模拟的比赛。
NVIDIA 现已宣布举办首届专为开发者、工程师、技术艺术家、业余爱好者和研究者打造的 NVIDIA Omniverse 比赛,参赛者需要开发用于 3D 世界的 Python 工具。本次比赛从 2022 年 7 月 11 日持续到 8 月 19 日。总冠军将获得一块 NVIDIA RTX A6000,每个类别的亚军将获得一块 GeForce RTX 3090 Ti。
比赛的内容是使用 Omniverse Kit 和以开发者为中心的 Omniverse 应用——Omniverse Code 构建一个 Omniverse 扩展程序。参赛者可以创建以下的 Python 扩展程序来参加 Extend the Omniverse 比赛:
布局和场景创作工具
对 3D 内容和环境的需求呈指数级增长。布局和场景创作工具有助于扩展用于世界构建的工作流,充分利用基于规则的算法和人工智能来生成资产。
创作者可以使用更多种类的笔触绘制和自动生成书籍、灯具或栅栏等实物来填充场景,不需要繁琐地手动放置每个组件。由于能够更自由地迭代布局和场景,创作者可以加快他们的工作流程并腾出时间来专注于创作。
Universal Scene Description ( USD )是参赛者可以在 Omniverse 中开发的布局和场景创作工具的基础。这个强大、易于扩展的场景描述可以处理稳定地庞大的 3D 数据集,支持 3D 世界中的创建、编辑、查询、渲染和协作。
带有 Omniverse 工具包的 Omni.ui
精心设计的用户界面为艺术家和开发者提供了卓越的体验。它们可以提高生产力,并使非技术和技术用户能够利用复杂算法的力量。
Omni.ui 是一个用于创建美观、灵活图形 UI 设计的 Omniverse UI 工具包,它让自定义用户界面的构建变得前所未有的简单。Omni.ui 使用现代异步技术和 UI 设计模式设计,因此具备反应性和响应性。
用户可以使用 Omniverse Kit 中用于创建可视组件、接收用户输入和创建数据模型的小部件,来深度定制应用程序的最终外观。它的样式表架构类似于 HTML 或 CSS ,因而用户可以更改小部件的外观或为整个应用程序创建新的配色方案。
用户可以组合现有的小部件,并定义新的小部件来构建想要的界面。这些扩展包括导航栏中的浮动面板以及 Omniverse View 和 Showroom 中的标记工具。用户还可以创建数据模型、视图和委托,以构建强大、灵活的界面。
场景修改器和操控工具
场景修改器和操控工具为艺术家提供了与他们的场景互动的新方法。无论是改变物体的几何形状、场景的照明,还是创建动画,这些工具让艺术家只需要进行很少的手动操作就能修改和操作场景。
用户可以使用用于在 3D 空间中构建 UI 的低代码模块 omni.ui.scene 开发 3D 小部件和操控器,并使用 Python 在 3D 投影场景中创建和移动形状。还可以使用许多原始对象,包括文本、图像、矩形、弧线、直线、曲线和网格等。NVIDIA 正在定期添加更多的对象。
NVIDIA 迫不及待地想看看用户将创建哪些扩展来为这个扩展程序生态系统锦上添花,进一步扩大 Omniverse 的可能性。进一步了解比赛,访问 GitHub 比赛页面获得入门所需的示例代码和其他资源。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。