自 Jetson TK1 时代以来,围绕 Jetson 的初创公司、研究人员、教育工作者、开发者和学生社区已经发展壮大并逐渐多样化。来自不同背景和各行各业的人们和组织,正在通过 Jetson 推动边缘人工智能的发展,并加速翻开历史的新篇章。
现在,我们自豪地向大家宣布:NVIDIA Jetson 目前已有超过 100 万活跃的开发者,超过 1 万个开发者的社区贡献(项目、操作方法、视频),拥有超过 150 个活跃的 Jetson 生态系统合作伙伴,以及 485 名技术倡导者。
Jetson “百万开发者”是辉煌的里程碑,也是未来新征程的起点。作为 Jetson “百万开发者”的一员,感谢您陪伴 Jetson 走过的开发之路,无论是企业、工程师、发烧友还是学生,我们相信每一位开发者都和 Jetson 有着不一样的故事。现在,NVIDIA 面向所有 Jetson 开发者发起有奖征集活动!说出您与 Jetson 的故事,无论是开发创造的经典案例,还是学习构建的心得体验,都欢迎您畅所欲言。
征集内容
征集时间
即日起至 2023年 3 月 22 日
征集方式
如果您不知道故事该从何讲起,不妨借鉴以下文字发布样例:
作为(描述您的身份,如工程师/研发人员/创客/教育工作者/学生等等),我一直期望(描述一下您的技术开发愿景,或是您的技术目标),通过(如何了解到 NVIDIA Jetson 的)我知道了 NVIDIA Jetson 可以帮到我。(从什么时候开始使用 Jetson)开始,我成为了(使用的 Jetson 产品名称)的忠实用户。通过 NVIDIA Jetson ,(在项目中解决了什么难题,达成了怎样的目标,详细叙述一下 Jetson 在项目进程中发挥的作用)。如果有可能,(希望 Jetson 可以在哪些方面做出提升)。作为 Jetson 百万开发者之一,快来和我一起加入 NVIDIA Jetson 社区吧!
#我是 NVIDIA Jetson 百万开发者之一# @NVIDIA英伟达
精美奖品
一等奖:NVIDIA Jetson Nano(2名)
二等奖:价值 500 元的礼品卡(4名)
三等奖:您的作品将被发布到 NVIDIA 官方账号上,并赠送 NVIDIA 精美周边产品(10名)
快来分享您和 Jetson 的故事,赢取精美奖品吧!
活动最终解释权归 NVIDIA 所有。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。