0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

51Sim利用NVIDIA Cosmos提升辅助驾驶合成数据场景的泛化性

NVIDIA英伟达企业解决方案 来源:NVIDIA英伟达企业解决方案 2025-06-26 09:09 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

物理 AI (Physical AI)涵盖机器人技术、智能汽车等领域,需要大量真实世界数据、专用基础设施以及严格的测试。

51Sim 利用NVIDIA Cosmos的生成式世界基础模型,对现有的合成数据进行大规模泛化,在确保物理真实性的前提下,大幅提升了数据的丰富度。同时依托 NVIDIA Issac Sim,将辅助驾驶领域的经验成功拓展到了具身智能领域,为端到端辅助驾驶仿真测试与具身智能机器人训练提供了海量高置信度的合成数据,目前相关成果已在多个主机厂和智能装备企业中实现落地应用。

合成数据的“多样性”和“真实性”痛点

合成数据的泛化性和模拟-现实差距(Sim-to-Real Gap)是包括辅助驾驶仿真在内的具身智能领域的核心难题。

端到端辅助驾驶模型测试区别于传统的模块化测试方式,需要同时包含感知与规控环节,因此高置信度的感知仿真的重要性大幅提升,这也对仿真场景的真实性和数据置信度提出了更高的要求。同时泛化性也是重要的影响因素,高阶辅助驾驶的进化深度依赖数据多样性,海量、多维度,且覆盖极端场景的长尾数据可以有效提升算法针对突发事件的应对能力。

相比于智能汽车,港口、矿山、工厂等场景的工矿则更加复杂,真实数据的采集成本更高、数据更为稀缺。同时由于装备本身的复杂性,需要依托高质量的仿真环境和高度真实的物理仿真引擎才能完成闭环仿真测试与训练数据合成,这为安全性验证提出了更艰巨的任务。

利用 NVIDIA Cosmos 提升辅助驾驶合成数据场景的泛化性

NVIDIA Cosmos是一个生成式世界基础模型(WFMs)平台,包含先进的视觉标记器、护栏以及加速视频数据处理工具管线。它专为加速辅助驾驶汽车和机器人领域的合成数据生成、AI 模型训练与评估而设计,能够为世界模型训练提供支持,并加速辅助驾驶汽车和机器人的物理 AI 开发。

基于高真实感动静态场景仿真和物理级传感器仿真,51Sim 的辅助驾驶与机器人仿真测试平台 SimOne 能够输出丰富的传感器原始数据和真值数据类型,包括摄像头视频流、2D/3D 包围盒、语义分割、实例分割、深度图、法线图等。这些真值可进一步作为Cosmos Transfer的控制输入,通过不同的 Prompt,生成大规模、高真实感的合成数据集。

NVIDIA Cosmos为 51Sim 多种合成数据技术路线的融合带来了更多可能性。图形和 3DGS 混合渲染引擎的输出可以直接作为 Cosmos 世界基础模型的输入。Cosmos Transfer可基于结构输入或来自NVIDIA Omniverse的真实数据,可根据提示,生成不同场景风格的视频。可在 Hugging Face 和 GitHub 上开放使用。在 Cosmos Transfer 的支持下,通过初期的基础场景搭建以及云端 GPU 集群的加速生成,用户可在有限资源投入的前提下,快速生成兼具真实性与多样性的合成数据,显著提升了生成效率,降低合成数据的整体成本。

借助 Cosmos,51Sim 将基于自研方案生产的合成数据的泛化性,实现了跨数量级的提升。一次构建,可生成海量的泛化场景,大幅提升了数据的复用性,节省了重建成本。这些合成数据帮助车企算法研发部门实现了极端数据的“饱和式”覆盖,为应对极端场景提供了更强大的数据保障,加速高阶辅助驾驶算法的快速迭代。

51Sim 专注打造强大落地能力的合成数据方案

凭借多年利用图形引擎对真实世界进行数字孪生重建的经验,51Sim 积累了海量的高质量 3D 资产库,并拥有包括物理仿真及图形渲染、3DGS 辐射场的重建、世界模型在内的行业内全面的合成数据技术路径。

依托自研的 3DGS 混合引擎,51Sim 大幅提升了虚拟环境的视觉真实度和多样化,并大幅降低了重建成本。这些虚拟场景产生的合成数据,严格遵循真实世界的物理规律,包括光照变化、材质特性、碰撞反馈及物体间的动态交互。

51Sim 的合成数据方案已在端到端辅助驾驶领域实现落地应用,凭借高置信度且多样性的仿真场景、真实传感器标定的物理级传感器建模能力及一致性经验,实现了摄像头、激光雷达、毫米波雷达等物理级多传感器仿真,满足了车企算法测试部门对于端到端仿真对置信度的极致要求。

为了进一步满足在辅助驾驶算法对于数据的真实性与多样性的要求,缩小真实与仿真之间的领域差异,SimOne 还引入了实时光线追踪渲染、3DGS 场景及动静态资产的重建技术。同时,为了增强数据的多样性,SimOne 还构建了基于域随机化的静态场景生成系统、基于大语言模型(LLM)的动态场景生成工具,并增加了海量的 SOTIF 资产库,结合天气与光照的泛化能力,从而实现了高质量、多样化的合成数据生成。

未来展望:推动物理AI安全、高效地进入物理世界

基于 NVIDIA Cosmos 与 Isaac Sim 的强大能力,51Sim 进一步为端到端辅助驾驶提供了海量高置信度的仿真数据,全面提升了辅助驾驶系统的安全性与泛化性能,助力车企端到端辅助驾驶技术的落地。

目前,51Sim 目前应用领域已从辅助驾驶仿真,向智能装备、低空飞行器、通用机器人等众多行业进行了拓展。依托 NVIDIA Isaac 开放生态,将多年积累的仿真与合成数据经验,和海量的高质量数据资产,成功拓展到了智能装备、机器人等具身智能的仿真训练领域,为更多行业提供有力数据和仿真能力支撑,推动物理 AI 安全、高效地进入物理世界。

51Sim 于今年加入了 NVIDIA 初创加速计划,并参加了 2025 NVIDIA 创业企业展示活动,后续将在 NVIDIA 的助力下,在技术和市场方面进行更多交流与联动。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 机器人
    +关注

    关注

    213

    文章

    31439

    浏览量

    223626
  • NVIDIA
    +关注

    关注

    14

    文章

    5687

    浏览量

    110113
  • 具身智能
    +关注

    关注

    0

    文章

    472

    浏览量

    907

原文标题:51Sim 利用 NVIDIA 开放平台赋能合成数据泛化性提升与具身智能泛行业拓展

文章出处:【微信号:NVIDIA-Enterprise,微信公众号:NVIDIA英伟达企业解决方案】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    NVIDIA 推出 Alpamayo 系列开源 AI 模型与工具,加速安全可靠的推理型辅助驾驶汽车开发

    新闻摘要 : l NVIDIA 率先发布为应对辅助驾驶长尾场景挑战而设计的开源视觉-语言-动作推理模型(Reasoning VLA);NVIDIA
    的头像 发表于 01-06 09:40 512次阅读
    <b class='flag-5'>NVIDIA</b> 推出 Alpamayo 系列开源 AI 模型与工具,加速安全可靠的推理型<b class='flag-5'>辅助</b><b class='flag-5'>驾驶</b>汽车开发

    利用NVIDIA Cosmos开放世界基础模型加速物理AI开发

    NVIDIA 最近发布了 NVIDIA Cosmos 开放世界基础模型(WFM)的更新,旨在加速物理 AI 模型的测试与验证数据生成。借助 NVID
    的头像 发表于 12-01 09:25 1429次阅读

    仅使用智能手机在NVIDIA Isaac Sim中重建场景

    使用 iPhone 拍摄照片,到利用 3DGUT 进行 3D 场景重建,再到将重建的场景导入 NVIDIA Isaac Sim 并添加机器人
    的头像 发表于 11-10 14:03 1153次阅读

    NVIDIA助力汤元科技突破智能驾驶数据获取与生成瓶颈

    苏州汤元科技有限公司(以下简称“汤元科技”)是一家专注于三维重建与世界模型的科技公司,为自动驾驶与具身智能提供高质量、多样化的训练数据。通过将自研的世界模型技术与 NVIDIA Cosmos
    的头像 发表于 09-06 15:16 1615次阅读

    NVIDIA GR00T-Dreams助力光轮智能革新合成数据

    人工演示或遥操作的数据收集方式,效率低下且受限于物理世界的诸多约束。而如今,光轮智能借助 NVIDIA GR00T-Dreams,成功开创了一个全新的合成数据生成体系,赋能具身 AI 的快速发展。
    的头像 发表于 08-20 14:29 1721次阅读

    利用NVIDIA Cosmos模型训练通用机器人

    机器人领域的一大核心挑战在于如何让机器人掌握新任务,而无需针对每个新任务和环境耗费大量精力收集和标注数据集。NVIDIA 的最新研究方案通过生成式 AI、世界基础模型(如 NVIDIA Cos
    的头像 发表于 08-05 16:22 2253次阅读
    <b class='flag-5'>利用</b><b class='flag-5'>NVIDIA</b> <b class='flag-5'>Cosmos</b>模型训练通用机器人

    破解数据瓶颈:智能汽车合成数据架构与应用实践

    合成数据因可控等特性,已成为智能汽车感知系统数据成本高、场景覆盖不足等困境的突破方向!。本文探讨其体系原则、分层结构,聚焦舱外道路感知与舱内乘员识别场景,阐述生成流程与实践,助力感知系
    的头像 发表于 07-16 10:31 1216次阅读
    破解<b class='flag-5'>数据</b>瓶颈:智能汽车<b class='flag-5'>合成数据</b>架构与应用实践

    通过NVIDIA Cosmos模型增强机器人学习

    扩展。基于 NVIDIA Cosmos 构建的 NVIDIA Isaac GR00T-Dreams blueprint,可以通过单张图像和语言提示生成海量的合成轨迹
    的头像 发表于 07-14 11:49 1268次阅读
    通过<b class='flag-5'>NVIDIA</b> <b class='flag-5'>Cosmos</b>模型增强机器人学习

    如何本地部署NVIDIA Cosmos Reason-1-7B模型

    近日,NVIDIA 开源其物理 AI 平台 NVIDIA Cosmos 中的关键模型——NVIDIA Cosmos Reason-1-7B。
    的头像 发表于 07-09 10:17 1012次阅读

    全球各大品牌利用NVIDIA AI技术提升运营效率

    欧莱雅、LVMH 集团和雀巢利用 NVIDIA 加速的智能体 AI 和物理 AI,大幅提升产品设计、营销及物流等方面的运营效率。
    的头像 发表于 06-19 14:36 1357次阅读

    NVIDIA GTC巴黎亮点:全新Cosmos Predict-2世界基础模型与CARLA集成加速智能汽车训练

    。这种向使用大模型的过渡大大增加了对用于训练、测试和验证的高质量、基于物理学传感器数据的需求。 为加速下一代辅助驾驶架构的开发,NVIDIA 发布了 
    的头像 发表于 06-12 10:00 1226次阅读

    在阿里云PAI上快速部署NVIDIA Cosmos Reason-1模型

    NVIDIA 近期发布了 Cosmos Reason-1 的 7B 和 56B 两款多模态大语言模型 (MLLM),它们经过了“物理 AI 监督微调”和“物理 AI 强化学习”两个阶段的训练。其中
    的头像 发表于 06-04 13:43 1174次阅读

    NVIDIA Isaac SimNVIDIA Isaac Lab的更新

    在 COMPUTEX 2025 上,NVIDIA 宣布了机器人仿真参考应用 NVIDIA Isaac Sim 和机器人学习框架 NVIDIA Isaac Lab 的更新,以加速各种形态
    的头像 发表于 05-28 10:06 2394次阅读

    快手上线鸿蒙应用高性能解决方案:数据反序列化性提升90%

    了其数据反序列化性能,在典型场景下能够降低约90%的数据转换耗时,为鸿蒙应用带来了更流畅的用户体验和更敏捷的交互响应。 在鸿蒙应用开发过程中,“class-transformer”三方
    发表于 05-15 10:01

    技术分享 | 高逼真合成数据助力智驾“看得更准、学得更快”

    自动驾驶研发如何高效获取海量训练数据?高逼真合成数据技术正在提供新解法。通过仿真平台可生成多场景、多传感器的精准标注数据。文章详解如何构建符
    的头像 发表于 04-29 10:47 3651次阅读
    技术分享 | 高逼真<b class='flag-5'>合成数据</b>助力智驾“看得更准、学得更快”