构建数据摄取管道而数字人类蓝图则提供了流畅的类人互动。 AI Agent 系统包括三个部分NemoNims 和 Blueprints蓝图。 这些资源都可以公开获取你可以根据需要使用并构建属于自己的 AI Agent 团队。没有哪个 Agent 能够完成某个人的 100 工作没有任何 Agent 能做到这点。 然而所有 Agent 将能够完成你工作中的 50这就是巨大的成就。 与其认为 AI 会替代部分员工的工作不如看作 AI 为所有员工完成了其中的 50。这种思维方式下你会发现 AI 将帮助提升公司整体的生产力进而提升你的个人生产力。 人们经常问我AI 会不会取代我的工作？ 我总是回答AI 本身不会取代你的工作只有当别人使用 AI 时才会取代你的工作。所以确保尽早开始使用 AI。
第个应用是数字 AI Agent。 第二个应用
是物理 AI基本技术是样的这些技术现在已 摩洛哥电话号码库 经体现在机械系统中。机器人技术毫无疑问将成为全球最重要的行业之。 直到现在机器人技术还受到很多限制。而这个限制的原因非常明确。事实上在日本全球 50 的制造机器人都是在这里生产的。 川崎Fanuc安川三菱是全球机器人技术的四大领先企业生产了全球半以上的机器人。 尽管机器人在提高制造业生产力方面发挥了重要作用但机器人产业在很长段时间内增长缓慢。其原因在于机器人技术过于局限缺乏灵活性无法适应不同的场景条件和工作需求。 我们需要种更加灵活的 AI能够自我适应并进行自主学习。 你会注意到直到现在我们描述的技术Agent 型 AI无论是谁都应该能够与这些 Agent 进行互动并得到回应。 当然有时这些回应可能不如我们自己产生的回应但事实上许多情况下它们的回应甚至比我们更好。 因此我们可以将这种通用 AI 技术应用到具身 AI 或物理 AI 领域也就是我们通常所说的机器人技术。 为了实现机器人技术我们需要构建三台计算机。 第台计算机用于训练 AI就像我们之前提到的所有示例样。 第二台计算机用于模拟 AI你需要为 AI 提供个练习环境让它能够学习和从合成数据中汲取知识。我们称之为. Omniverse. Omniverse 是我们为物理 AI 和机器人技术创建的虚拟世界数字双胞胎物理 AI 库。在训练验证和评估之后你可以将经过训练的模型移植到物理机器人中。
在这过程中我们有专为机器人设计
的处理器名为 Jetson Thor. Thor 是个为类人机器 如何通过 Adform 充分利用 RTB 广告 人设计的机器人处理器。这过程将不断循环。就像 Nemo AI Agent 生命周期平台样Omniverse 平台也可以帮助你创建 AI。 最终你所期望的 AI将会看到个世界它能识别视频周围的环境以及你的需求并生成相应的动作。 就像我们可以处理文本并生成视频样我们也可以处理文本并生成药物化学成分。我们可以处理文本并生成肢体动作。 这个概念与生成式 AI 非常相似这也是我们认为现在我们已经具备了必要的技术基础从. Omniverse 到我们构建的所有计算机系统 再到最新的生成式 AI 技术时机已经成熟人工智能和机器人技术的结合已经成为现实。 那么为什么类人机器人这么难做呢？显然作为人类我们自身就非常复杂为类人机器人开发软件更是异常困难。 然而回报是巨大的。 现在世界上只有两种类型的计算机可以轻松部署到全球各地。第种是类似汽车的机器人系统这主要是因为我们已经为汽车打造了适应的世界。 第二种是类人机器人。这两种机器人系统可以在全球任何地方部署因为我们已经为我们自己创造了这个世界。虽然这两种技术都异常复杂但时机已经成熟其影响力也将是巨大的。 就在上周的机器人学习大会上我们宣布了个非常重要的新框架叫做 Isaac Lab。 Isaac Lab 是个强化学习虚拟仿真系统类人机器人。我们在此基础上开发了多个工作流程。
第个工作流程叫做 Groot Mimic。Groot Mimic 是个框 ca 手机号码所 架允许通过人类示范教导机器人如何完成任务。 通过使用领域随机化技术我们可以生成大量类似示范的其他实例帮助机器人学会如何概括。如果没有这个过程它只能完成非常特定的任务。通过 Mimic我们能够让机器人学习到更为广泛的技能。 第二个流程是 Groot Gen Groen。 利用生成式 AI 技术在 Omniverse 平台上我们可以创造出大量随机化领域的环境实例并设计出希望机器人执行的各种动作。 所以我们正在开发系列测试评估系统和评估场景让机器人可以进行尝试并自我提升学习如何成为更优秀的机器人。 第三项是群体控制。群体控制是个模型蒸馏框架允许我们将所有学到的任务和技能浓缩为个统的模型使机器人能够执行运动学技能。 我刚才讲到的这点还有个更重要的 机器人不仅会变得自主未来的工厂也将实现机器人化。这些工厂将是机器人驱动的负责协调机器人构建机械系统这些系统本身也是机器人。 真是个不可思议的时代。 所以我们有
