2023 年 8 月 8 日 — NVIDIA 于今日宣布将为开发者和企业提供一系列框架、资源和服务,以加速通用场景描述(即OpenUSD)的采用。
NVIDIA 正在通过 NVIDIA Omniverse™ 与新的技术组合、ChatUSD 和 RunUSD 等云应用编程接口(API)以及全新 NVIDIA OpenUSD 开发者计划来推进 OpenUSD 的发展。OpenUSD 是一个 3D 框架,可实现软件工具与数据类型之间的互通,从而构建虚拟世界。
NVIDIA 上周宣布与皮克斯、Adobe、苹果和 Autodesk 共同成立 OpenUSD 联盟(AOUSD),以统一 OpenUSD 规范。对 OpenUSD 的这些投资将为该联盟添砖加瓦。
NVIDIA 创始人兼首席执行官黄仁勋表示:“正如 HTML 点燃了 2D 互联网的重大计算革命,OpenUSD 也将开启协作式 3D 和工业数字化的时代。NVIDIA 通过开发 NVIDIA Omniverse 和生成式 AI ,正在全力推动 OpenUSD 的发展和应用。”
全新API 帮助开发者无缝部署OpenUSD 应用
NVIDIA 发布了四款自主构建的全新 Omniverse Cloud API,帮助开发者更加无缝地实施和部署 OpenUSD 流程与应用。
OpenUSD 功能演进 加速工业智能化升级
OpenUSD 旨在更好地连接电影和动画制作流程。同时,工业应用(比如构建具有互操作性的制造设计流程、创建符合物理学的实时工厂数字孪生或训练和验证自动驾驶汽车等)也对 3D 框架提出了不同的要求。
为了支持这些高度复杂的工业和感知 AI 工作负载,NVIDIA 正在开发NVIDIA Omniverse(用于开发应用程序的OpenUSD原生软件平台),以及地理空间数据模型、度量组件、SimReady、OpenUSD 规范等。
OpenUSD 地理空间数据模型让用户可以对逼真的工厂、仓库、城市乃至地球数字孪生进行模拟和计算。对于极大规模的项目,它还会考虑到地球的曲率以确保模拟符合物理学。
工业应用需要合并来自许多工具和来源的数据集,每个数据集以不同的单位表示。NVIDIA 正在开发一个 OpenUSD 度量组件,使用户能够百分之百准确地合并不同格式的数据集。
NVIDIA 还在开发适用于全新 SimReady 3D 模型的结构。这些模型将包含真实的材质和物理属性,这对于精准训练自主机器人和车辆至关重要。例如负责分拣包裹的自主机器人需要在 3D 包裹上进行模拟训练,这些包裹会像在真实世界中一样移动并对物理接触做出反应。
欢迎通过 NVIDIA OpenUSD 开发者计划 抢先体验 OpenUSD 服务、资源和工具,其中包括由 NVIDIA 设计师和艺术家构建的两个可完整分发的全新 OpenUSD 示例场景—— Da Vinci’s Workshop 与 Riverfront Tower。
进一步了解 OpenUSD及其生态网络、OpenUSD联盟 和 NVIDIA Omniverse 平台。观看 NVIDIA 创始人兼首席执行官黄仁勋的 SIGGRAPH 主题演讲。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
上海交通大学研究团队发布了突破性的科学推理数据集MegaScience,包含125万高质量实例,首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力,训练的模型在多项基准测试中超越官方版本,且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。