Das Technologieunternehmen NVIDIA gab bekannt, dass es eine umfangreiche Suite von Open-Source-Tools und -Funktionen für physische KI vorgestellt hat, die die Entwicklung von Robotik-, autonomen Fahrzeug-, Computer-Vision- und industriellen Digital-Twin-Anwendungen vereinfachen sollen. Die Initiative zielt darauf ab, die Kosten, die Komplexität und die Entwicklungszeit bei groß angelegten physischen KI-Projekten zu reduzieren, indem AI Agents Aufgaben ausführen können, die traditionell erheblichen manuellen Aufwand erforderten.
Die neu eingeführten Funktionen sind Teil des NVIDIA Agent Toolkit und ermöglichen es AI Agents, auf NVIDIAs Softwarebibliotheken, Modelle und Frameworks zuzugreifen, um Aktivitäten wie Datengenerierung, Simulation, Training, Evaluierung und Deployment zu unterstützen. Das Unternehmen erklärte, dass dieser Schritt die wachsende Rolle von AI Agents bei der Verwaltung immer komplexerer Entwicklungs-Workflows jenseits der Softwareentwicklung widerspiegelt.
Laut NVIDIA wird sein physisches KI-Ökosystem für den agentenbasierten Betrieb angepasst, indem Schlüsseltechnologien in Tools umgewandelt werden, auf die AI Agents direkt zugreifen können. Zu diesen Technologien gehören Cosmos World Foundation Models, Omniverse-Simulations- und Digital-Twin-Bibliotheken, Isaac-Robotikplattformen, Metropolis Vision-KI-Technologien, autonome Fahrlösungen und die Jetson Edge-KI-Plattform.
Um Entwickler zu unterstützen, führt NVIDIA auch eine Sammlung von Agent-Fähigkeiten ein, die strukturierte Anweisungen zur Durchführung physischer KI-Aufgaben bereitstellen. Diese Fähigkeiten definieren, welche Tools verwendet werden sollen, die erwarteten Ergebnisse und Methoden zur Validierung der Resultate. Das Unternehmen erklärte, dass autonome Agenten mithilfe zusätzlicher Technologien eingesetzt werden können, die Sicherheits-, Datenschutz- und Governance-Kontrollen in lokalen und Cloud-Umgebungen bieten.
Die Tools sollen eine Vielzahl von Branchen unterstützen. In der Robotik können Entwickler Prozesse automatisieren, die von der Erstellung synthetischer Trainingsdaten bis hin zum Roboterlernen und -deployment reichen. Teams für autonome Fahrzeuge können realistische Fahrszenarien generieren, Flottendaten für Simulationen rekonstruieren und die Trainingsabdeckung durch Reinforcement-Learning-Techniken erweitern. Vision-KI-Anwendungen können von automatisierter Datenbeschriftung, synthetischer Datenerstellung, Modelloptimierung und Videoanalyse-Funktionen profitieren. Industrielle Softwareentwickler können die Erstellung digitaler Zwillinge und Ingenieurssimulationen optimieren, während Gesundheitsorganisationen digitale Darstellungen klinischer Umgebungen erstellen und testen können, bevor sie Automatisierungssysteme einsetzen.
Mehrere Unternehmen haben NVIDIAs physische KI-Technologien bereits übernommen. Fertigungsunternehmen wie TSMC, Pegatron, Delta Electronics, Inventec und Foxconn haben durch den Einsatz synthetischer Datengenerierung und KI-gesteuerter Qualitätskontrollsysteme Verbesserungen bei der Inspektionsgenauigkeit, Entwicklungsgeschwindigkeit und Betriebseffizienz gemeldet. Im Bereich autonomes Fahren nutzen Unternehmen wie Li Auto, Afari und DeepRoute.ai NVIDIA-Technologien zur Generierung groß angelegter Simulationsumgebungen. Industrielle Softwareanbieter wie Cadence, Dassault Systèmes, Siemens und Synopsys wenden NVIDIA-Tools auf Digital-Twin- und Ingenieur-Workflows an.
NVIDIA erklärte, dass seine physischen KI-Tools und Agent-Fähigkeiten nun über offene Repositories verfügbar sind und die Integration mit einer Vielzahl von Coding-Agents ermöglichen. Cloud-Anbieter, darunter Microsoft, CoreWeave und Nebius, integrieren die Technologien ebenfalls in ihre Dienste, um skalierbare synthetische Datengenerierung und Deployment zu unterstützen.
Der Beitrag NVIDIA Erweitert Das Physische KI-Ökosystem Mit Offenen Agent-Fähigkeiten Und Tools Für Robotik Und Digitale Zwillinge erschien zuerst auf Metaverse Post.

