輝達公開物理 AI 資料製作自動化
AI TIMES ·

✦ AI 摘要
據 AI TIMES 報導,輝達於 11 月 18 日公開結合開源技術與 agentic AI 的 Cosmos Data Factory,表示可將物理 AI 訓練資料製作時間最多縮短 60 倍。該公司也說,自駕用罕見情境資料的生成成本,已降至傳統方法的約 45 分之 1。這項技…
據 AI TIMES 報導,輝達於 11 月 18 日公開結合開源技術與 agentic AI 的 Cosmos Data Factory,表示可將物理 AI 訓練資料製作時間最多縮短 60 倍。該公司也說,自駕用罕見情境資料的生成成本,已降至傳統方法的約 45 分之 1。這項技術的重點在於,讓開發者僅透過自然語言指令,就能一條流程完成資料搜尋、合成資料生成、品質驗證與自動標註。尤其部分搜尋功能已以開源形式公開,但整體系統仍需針對各組成部分分別確認散布條件與授權。核心目的,是減輕自駕、機器人與工業視覺等必須蒐集真實環境中罕見情境的領域在資料取得上的負擔。不過,公司提出的成本效率是以 GPU 運算為基準,因此仍需與包含原始資料準備、審核與營運成本在內的實際經濟性區隔看待。
觀點
這次公開的意義在於,競爭焦點正從大量蒐集資料,轉向能否更快找到、製作並驗證所需場景。對開發現場而言,重複蒐集與手動串接的負擔有望減輕,將罕見情境納入訓練的方式也可能變得更靈活。同時,開源與非開源混合的架構,以及合成結果是否貼近現實、是否需要到底驗證,仍留下不少課題;因此,是否導入這類技術,可能更取決於能否在自動化程度之外,確保可信度與營運控管能力。
此觀點為 BizCrush 自行撰寫之意見,與 AI TIMES 的報導內容無關。
本文由 BizCrush 在自動生成演算法的協助下撰寫。
來源 AI TIMES
查看原文本文由 BizCrush 根據 AI TIMES 原文摘要整理。準確引文與細節請參閱原文。