NVIDIA ha ampliado su plataforma Cosmos con nuevas herramientas de entrenamiento, simulación y gestión de datos para acelerar la creación de Modelos Mundiales. Estas herramientas permiten a los desarrolladores entrenar, adaptar y desplegar sistemas de IA física capaces de simular y comprender el mundo real.
Datos clave
- Cosmos Data Factory ofrece blueprints para generación de datos de vehículos autónomos, mejora de atributos de imágenes, generación de videos de eventos, generación de imágenes de defectos y aumento de datos de vídeo.
- Se menciona que Porsche puede reducir los paseos de prueba físicos hasta en un 90% y acortar los ciclos de desarrollo hasta en un 85% usando Cosmos Data Factory.
- Los modelos abiertos como GR00T, Alpamayo, QWEN y Pi0.5 pueden adaptarse mediante *fine-tuning* y aprendizaje por refuerzo, optimizándose con destilación y cuantización.
- Los microservicios Cosmos 3 NIM actualizados ofrecen hasta un 2x más de inferencia con la misma calidad en configuraciones validadas.
- NVIDIA Metropolis Blueprint for Video Search and Summarization (VSS) 3.3 ayuda a monitorizar un 40% más de flujos de vídeo con la misma GPU.
Expansión de Cosmos para la creación de Modelos Mundiales de IA
NVIDIA ha ampliado la plataforma Cosmos con nuevas herramientas, *checkpoints* de simulación y *blueprints* de Cosmos Data Factory. El objetivo es proporcionar a los constructores de Modelos Mundiales los modelos abiertos de vanguardia, junto con herramientas de datos, entrenamiento y optimización, necesarios para escalar datos de entrenamiento, adaptar modelos, probar comportamientos y optimizar el rendimiento antes del despliegue. Esta plataforma sitúa a NVIDIA Cosmos entre los líderes abiertos en seis *leaderboards* de modelos abiertos.
Herramientas avanzadas para la preparación y curación de datos multimodales
Para el desarrollo de datos, NVIDIA Cosmos Data Factory facilita la curación, aumento y evaluación de datos multimodales y multisensoriales. La solución Cosmos Curator, acelerada por GPU, ahora soporta entradas y bloques de procesamiento multimodales. Cosmos Data Factory ofrece *blueprints* de nube nativa, como la generación de datos para vehículos autónomos, la mejora de atributos de imágenes, la generación de videos de eventos, la generación de imágenes de defectos y el aumento de datos de vídeo.
Ciclo de vida completo: entrenamiento, optimización y despliegue de modelos
En la fase de modelado, los desarrolladores pueden entrenar arquitecturas propias o partir de modelos preentrenados. NVIDIA extendió las herramientas de entrenamiento, optimización y despliegue de Cosmos Framework como habilidades de agente a más modelos abiertos. Esto permite adaptar modelos como GR00T, Alpamayo, QWEN y Pi0.5 mediante *fine-tuning* y aprendizaje por refuerzo, optimizar con destilación y cuantización, y desplegar con alta eficiencia. Un ejemplo es MicroAGI, que post-entrenó Cosmos 3 para robótica, reduciendo su razonador de 32 mil millones a 8 mil millones de parámetros sin pérdida de precisión.
Simulación y despliegue en tiempo real para aplicaciones críticas
Para la evaluación y el despliegue, la plataforma permite probar políticas autónomas en escenarios simulados multiview y multisensoriales. Los desarrolladores pueden usar los microservicios Cosmos 3 NIM actualizados, que ofrecen hasta un 2x más de inferencia sin pérdida de calidad. Además, el NVIDIA Metropolis Blueprint for Video Search and Summarization (VSS) 3.3 permite transformar una única instrucción en una aplicación de IA de vídeo eficiente, ayudando a monitorizar un 40% más de flujos de vídeo con la misma GPU.
Más sobre este tema: Herramientas de IA
Fuente de esta noticia: consultar el anuncio o artículo original.
