NVIDIA Isaac Sim
PulseAugur coverage of NVIDIA Isaac Sim — every cluster mentioning NVIDIA Isaac Sim across labs, papers, and developer communities, ranked by signal.
6 天有情绪数据
-
AgriSense框架使用视觉-语言模型进行虚拟温室机器人操作
研究人员开发了AgriSense,一个用于自主温室管理的框架。该系统集成了虚拟温室模拟、移动机器人操纵器以及RGB和LiDAR等多种传感器。它利用DINOv2和BERT等视觉-语言模型来预测环境条件并指导机器人干预。虽然该系统在模拟中的区域决策方面表现强劲,但其在真实图像上的有效性及其在物理温室中的性能仍有待验证。
-
Hugging Face 使用 SimReady 资产简化机器人模拟
Hugging Face 发布了一份指南,详细介绍了如何在 NVIDIA 的 Isaac Sim 环境中使用 SimReady 资产构建机器人抓取和放置模拟。该过程涉及使用已准备好特定模拟属性(如碰撞和质量)的 Universal Scene Description (USD) 资产,这些属性由 SimReady Foundation 定义。Hugging Face 上的 SimReady Central 库提供了可重用的机器人和对象…
-
AI模型加速机器人开发和模拟训练
研究人员正在利用先进的AI模型,例如OpenAI的GPT-6 Sol和Astra,来加速机器人的开发和训练。这些模型在理解和操纵3D环境、将复杂指令转化为机器人动作以及自动化模拟过程方面展现出卓越的能力。这大大缩短了编程机器人行为和创建详细模拟等任务所需的时间和专业知识,为更复杂的机器人应用铺平了道路。
-
TensorWorld 为物理驱动的 AI 模型融资超1亿美元
成立仅四个月的初创公司 TensorWorld 已获得超过1亿美元的融资,用于开发能够理解和预测物理世界交互的 AI 模型。该公司专注于物理驱动的方法,从数据中学习物理定律,而不是仅仅依赖视觉真实性。他们的技术旨在弥合 AI 数字能力与其在物理世界中的应用之间的差距,解决机器人、自动驾驶和工业模拟中的挑战。
-
新的评估方法揭示了导航代理细微的失效模式
研究人员开发了一种名为失效边界剖面的新评估方法,用于评估自动驾驶和机器人导航代理的性能。该方法超越了简单的违规分数,提供了对代理能力和局限性的更细致的理解。通过系统地改变环境因素并测量代理的承诺和能力,这些剖面可以揭示不同的失效模式,即使在整体性能指标相似的代理之间也是如此。该方法已成功应用于CARLA驾驶模拟器中的代理以及NVIDIA Isaac Sim中的仓库机器人模拟。
-
Claude AI 借助开源仿真方法协助硬件设计
一位开发者开源了一种使用 Claude AI 协助硬件设计的方法,包括 PCB 布局、固件开发和 CAD 迭代。该过程涉及使用 Claude Code 生成脚本,创建制造文件,并在订购物理组件之前,在 NVIDIA Isaac Sim 或 Unreal Engine 的虚拟孪生环境中运行固件仿真。这种方法允许基于大量的仿真数据进行快速迭代和优化硬件设计。
-
NVIDIA DSX 平台携手行业伙伴应对 AI 电力瓶颈
NVIDIA 推出了其 DSX AI Factory 平台,以解决基础设施中日益增长的电力瓶颈问题,该问题目前已导致价值超过 3000 亿美元的设备和 200 吉瓦的项目延迟。该平台集成了电网、设施和计算系统,能够对电力使用进行模拟和优化。GE Vernova、Hitachi Energy、Schneider Electric 和 Siemens Energy AG 等主要合作伙伴正与 NVIDIA 合作,开发参考架构和解决方案,以增…
-
新框架改进了控制系统的神经安全证书
研究人员开发了一个新的框架,用于训练神经哈密顿-雅可比(HJ)安全证书,这对于确保控制系统安全至关重要。该方法使用安全约束的概率枚举来识别和纠正违规行为,生成有针对性的反例,从而提高学习到的证书的准确性。改进后的证书增强了认证区域并减少了认证时间,并且基于这些证书的屏蔽机制已在现实模拟和自动驾驶赛车环境中成功测试,显示零安全约束违规。
-
XGRIDS构建了全球最大的“矿业小镇”3D高斯模型
XGRIDS开发了全球最大的空地一体化3D高斯模型“矿业小镇”,覆盖面积23.5平方公里。该模型基于186亿张图像和雷达点云训练,包含62亿个高斯椭球体,并由中国中央广播电视总台的纪录片进行了专题报道。这项技术能够实现大规模环境的高保真、厘米级重建,并已应用于文化保护和数字内容创作,展示了空间智能和新质生产力的进步。
-
AWS推出开源机器人AI工具链,集成英伟达软件
Amazon Web Services (AWS) 推出了“Physical AI Toolchain on AWS”,这是一套九个开源工具,专为开发机器人和物理世界的AI而设计。该工具链与英伟达的机器人软件集成,包括Isaac Sim和Isaac GR00T基础模型,以简化数据收集、模型训练、模拟和部署的过程。这些工具可在GitHub上以Apache 2.0许可证获取,旨在简化物理应用AI的创建,AWS强调了其自身在物流领域广泛使用…
-
机器人通过新AI框架学习高级操作和跟踪 · 跟踪10个来源
研究人员正在开发先进的方法,使机器人能够执行复杂的操作任务,重点是提高在现实世界场景中的鲁棒性和效率。几篇论文介绍了用于具身跟踪、操作策略和任务规划的新框架和技术。这些方法旨在提高机器人导航复杂环境、避免碰撞以及从有限的人类指导中学习的能力,通常利用大型语言和视觉-语言模型进行规划和执行。
-
新框架生成用于仿真的物理接地关节3D资产 · 已追踪4个来源
研究人员开发了用于生成物理接地关节3D资产的新框架,重点关注物体如何移动和功能,而不仅仅是其外观。Artisan是一个多代理流水线,整合了物理仿真反馈,以确保无碰撞运动和稳定性等属性。USDCraft使用预训练的LLM,根据几何证据编写程序来创建可用于仿真的关节资产,生成与NVIDIA Isaac Sim兼容的USD资产。PhySGA是另一个代理框架,它利用一个由组装代理和批评代理组成的协作架构来处理复杂的组合和交互式组装,在Isaa…
-
新框架WareFly-VLA支持仓库中语言引导的无人机控制
研究人员推出WareFly-VLA,这是一个专为视觉-语言-动作(VLA)模型在智能仓库中控制无人机(UAV)设计的框架和数据集。该框架包含人类遥操作飞行片段和同步控制命令的数据集,旨在实现语言引导的人类搜索和追踪。使用四个开源VLA架构进行的评估揭示了空中平台泛化和连续动作建模方面的挑战。
-
新AI方法从图像生成可用于仿真的碰撞几何体
研究人员开发了I2CD,一种直接从单个RGB图像生成凸碰撞几何体的新方法。该方法绕过了传统耗时的重建3D模型然后进行分解的流程。I2CD利用一个固定的图像到3D扩散模型,仅训练一个轻量级的交叉注意力头来输出凸多面体的参数。生成的几何体效率高,可直接用于物理引擎,并且比现有方法生成速度显著更快,在仿真和物理机器人上均表现出改进的性能。
-
发布新的基准 Physical AI Smart Spaces,用于三维感知
发布了一个名为 Physical AI Smart Spaces 的新基准,为室内环境中的多摄像头三维感知提供了大规模数据集。该数据集包含来自近 1800 个摄像头在仓库和医院等各种场景的同步视频,以及用于物体识别、边界框和校准的详细注释。它结合了合成数据生成和真实世界评估,并引入了 Higher Order Tracking Accuracy (HOTA) 指标的三维扩展,以提高跟踪性能。
-
人工智能安全辩论转向对抗性攻击和系统控制
人工智能安全辩论正在加剧,焦点已从防止系统故障转移到解决操纵人工智能行为的对抗性攻击。研究人员正在开发针对操纵输入测试机器人安全的方法,例如错误分类交通标志或改变动作轨迹,即使模型表面上运行正常。这一新的安全问题领域延伸至可能允许攻击者破坏人工智能模型或整个机器人车队的系统漏洞。
-
NVIDIA 开源 OSMO 以统一 AI 机器人开发
NVIDIA 已开源 OSMO,一个为简化物理 AI 开发而设计的原生 Kubernetes 工作流编排器。该工具允许机器人团队在单个 YAML 文件中定义训练、模拟和机器人测试流程,解决了不同计算层之间的碎片化问题。OSMO 支持跨各种 Kubernetes 环境和边缘设备的便携性,简化了机器人 AI 开发的复杂过程。
-
Annu Intelligence发布六款模型,赋能工业具身AI部署
Annu Intelligence发布了六款模型,旨在解决在工业环境中部署具身AI所面临的挑战。这些模型涵盖了数据生成、认知理解、训练、动作执行和端到端部署,目标是弥合AI演示与实际工业应用之间的差距。该公司的重点在于使机器人能够理解其环境、可靠地执行任务并适应不断变化的情况,旨在促进工厂的大规模部署。
-
新的合成数据集WireSeg-32K改进了导线实例分割
研究人员推出了WireSeg-32K,这是一个旨在改进导线实例分割的合成数据集。该数据集包含32,000张图像,带有实例掩码和深度图,使用名为DeformX的协同仿真管道生成。DeformX将Cosserat-rod动力学与NVIDIA Isaac Sim相结合,以实现物理上合理的导线变形和逼真的渲染。初步实验表明,使用LoRA在WireSeg-32K上微调SAM3模型,可以显著提高其在真实世界导线感知任务上的性能。
-
AI 3D公司VAST获30亿人民币融资,推出Tripo P2.0模型
专注于3D技术的领先AI公司VAST已成功完成约30亿元人民币的B轮及B+轮融资,使其在不到六个月的时间内总融资金额达到约50亿元人民币。此轮融资由MatrixPartners China领投,众多产业和金融投资者跟投,凸显了市场对VAST的AI驱动3D内容创作工具日益增长的需求。公司计划利用这笔资金进一步开发其3D原生模型和基础设施,旨在使AI 3D技术在各行业中更加普及和集成。