top of page
Generatif (Beta) |. Memberikan berita dan tren terkini dalam AI generatif
logo.png

NVIDIA Meningkatkan Pengembangan Robotika dengan Simulasi Canggih

Generatived

28/10/25, 09.00

NVIDIA mengumumkan serangkaian teknologi yang bertujuan untuk meningkatkan pengembangan robotika melalui simulasi canggih. Dengan memanfaatkan NVIDIA Isaac Sim, pengembang dapat membangun lingkungan simulasi dan menghasilkan data sintetis yang penting untuk melatih model robotika. Pendekatan ini menawarkan alternatif yang skalabel untuk proses pengumpulan data berkualitas tinggi dari dunia nyata yang mahal dan memakan waktu.

Teknologi Omniverse NuRec NVIDIA memainkan peran kunci dalam merekonstruksi kembaran digital 3D dari data sensor dunia nyata. Kembaran digital ini digunakan untuk menghasilkan data sintetis dan menguji model AI di berbagai bidang, termasuk robotika dan aplikasi industri. Isaac Sim mendukung berbagai teknik rendering, termasuk rendering berbasis Gaussian, dan menghasilkan data dalam format OpenUSD. Data ini dapat dikontrol melalui properti OmniNuRecVolumeAPI.

Untuk menyederhanakan pengaturan simulasi, NVIDIA memperkenalkan Aset SimReady, yang merupakan model 3D berbasis OpenUSD dengan fitur bawaan seperti pelabelan semantik dan fisika. Aset ini dapat dengan mudah diintegrasikan ke dalam adegan simulasi, membantu menciptakan lingkungan yang realistis untuk pelatihan robotika. Kumpulan data AI fisik juga tersedia bagi mereka yang mencari sumber daya khusus di bidang robotika dan bidang terkait.

Selain itu, alur kerja MobilityGen NVIDIA memfasilitasi pembuatan data untuk robot bergerak di dalam Isaac Sim. Alur kerja ini mencakup metode pengumpulan data manual dan otomatis, seperti kendali jarak jauh dan pelacakan jalur acak. Melengkapi data yang dihasilkan dengan model NVIDIA Cosmos World Foundation untuk meningkatkan keragaman data visual dan meningkatkan kinerja kebijakan robot dapat menjembatani kesenjangan antara simulasi dan aplikasi dunia nyata.

NVIDIA terus mendukung komunitas robotika melalui sumber daya dan program pelatihan OpenUSD yang komprehensif. NVIDIA mendorong para profesional untuk bergabung dengan Komunitas Pengembang NVIDIA dan tetap mendapatkan informasi terbaru tentang perkembangan data sintetis dan robotika melalui berbagai saluran media sosial dan acara.

Bagikan artikel ini:

Tin tức mới nhất
Queueが英でAI��検索支援

Queueが英でAI検索支援

25/9/26, 07.00

Queue(東京都中央区)は、AI検索最適化サービス「umoren.ai」を提供する事業基盤を活かし、イギリスにおけるGEOやLLMO支援を本格的に開始したと発表した。

スカラタaiがAI基盤発売

スカラタaiがAI基盤発売

25/9/26, 07.00

スカラタai(東京都渋谷区)は、個人向けチャットツール「スカラタチャット」および法人向けプラットフォーム「スカラタエンタープライズ」を2026年9月18日より販売開始したと発表した。

アンドドット支援で合格者増加

アンドドット支援で合格者増加

25/9/26, 07.00

アンドドット(東京都渋谷区)は、スタッフサービス・エンジニアリングが実施した『生成AIパスポート』団体試験において資格取得支援の講師を担当し、298名の合格者を輩出したと発表した。

Grizzlarityが実験成果発表

Grizzlarityが実験成果発表

25/9/26, 07.00

Grizzlarity(東京都千代田区)は、マルチエージェントAIプラットフォーム「KumaKumaAI」のメールAI機能に関し、シンカのアライアンス戦略部を対象とした3ヶ月間の実証実験成果を発表した。

Copyright © 2024 Generatived - All right Reserved.

Bagikan artikel ini:

Bagikan artikel ini:

Generatived

Hãy theo dõi chúng tôi

  • Facebook
  • X

Bahasa

Generatived là dịch vụ cung cấp thông tin và xu hướng chuyên về Generative AI. Chúng tôi sẽ cố gắng hết sức để cung cấp thông tin về thế giới đang thay đổi nhanh chóng.

Generatived AI Logo

Generatived adalah layanan yang memberikan informasi dan tren khusus dalam AI Generatif. Kami akan melakukan yang terbaik untuk menyampaikan informasi tentang dunia yang berubah dengan cepat.

  • Facebook
  • X

Ikuti kami

Bahasa

Berita terkini
Queueが英でAI検索支援

Queueが英でAI検索支援

25/9/26, 07.00

Queue(東京都中央区)は、AI検索最適化サービス「umoren.ai」を提供する事業基盤を活かし、イギリスにおけるGEOやLLMO支援を本格的に開始したと発表した。

スカラタaiがAI基盤発売

スカラタaiがAI基盤発売

25/9/26, 07.00

スカラタai(東京都渋谷区)は、個人向けチャットツール「スカラタチャット」および法人向けプラットフォーム「スカラタエンタープライズ」を2026年9月18日より販売開始したと発表した。

アンドドット支援で合格者増加

アンドドット支援で合格者増加

25/9/26, 07.00

アンドドット(東京都渋谷区)は、スタッフサービス・エンジニアリングが実施した『生成AIパスポート』団体試験において資格取得支援の講師を担当し、298名の合格者を輩出したと発表した。

Grizzlarityが実験成果発表

Grizzlarityが実験成果発表

25/9/26, 07.00

Grizzlarity(東京都千代田区)は、マルチエージェントAIプラットフォーム「KumaKumaAI」のメールAI機能に関し、シンカのアライアンス戦略部を対象とした3ヶ月間の実証実験成果を発表した。

bottom of page