Nvidia推出了宇宙

IT HOME 5月21日新闻，技术媒体MarktechPost昨天（5月20日）发表了一篇博客文章，报道Nvidia设计并推出了Cosmos-Reason1系列，用于身体合理活动，改善了AI在物理理解和体现的推理方面的表现，并带来了潜在机器人的实际应用，并实现了机器人潜在的实践和其他机器人的实践和实践机器人的实践和其他自动应用程序。物理AI人工智能（AI）的挑战已经在语言处理，数学和发电代码方面取得了重大发展，但是扩大其物理环境能力仍然面临着挑战。与传统的AI不同，物理AI（物理AI）取决于视频的感觉，例如视频，并结合了真正的物理定律来产生反应，涉及导航，手术和连贯性等活动，而惊人的人则采用了共同的推理和专门的理解。F空间，时间和物理定律。 AI模型目前容易受到物理世界的影响，并且不了解重力或空间关系，导致任务的性能不佳。直接在物理世界中培训的成本和风险将严重阻碍发展过程。 Cosmos-Reason1：跌落创新突破性的物理推理NVIDIA的最新模型Cosmos-Reason1系列，该系列符合上述挑战，并为物理概念提供了新的解决方案。它引用了一篇博客文章，并介绍了该模型分为两个版本：Cosmos-Reason1-7B和Cosmos-Reason1-56B，并通过两个阶段进行了培训：物理AI监督微调（SFT）和物理AI增强学习（RL）。由性行为群体引入的双线系统：一个分层的本体论将物理看法分为三类：空间，时间和主要物理学，并将其完善成16个子类别；其他二维本体论已经掌握了包括人，机器人臂和人形机器人在内的五个体现特工的推理能力。建筑模型采用了仅使用解码器的大型语言模型（LLM），并结合了一个视觉编码器来处理视频数据以实现文本和视觉数据的结合。培训数据包含大约400万个标记为视频文本对，涵盖了动作和复杂识别任务的描述。为此，该团队建立了三个基准，用于物理理解（604个问题，426个视频）和六个基准的Naka散发性推理（610个问题，600个视频）。 Cosmos-Reason1模型在物理感知和体现的推理基准方面都表现良好，尤其是在RL训练后，该基准在预测随后的动作，验证任务完成以及评估身体可行性方面产生了重大发展。