NVIDIA dévoile des outils d'IA gratuits pour aider les développeurs à construire des robots, des voitures autonomes et des usines intelligentes plus rapidement | Benzinga France

Benzinga
Öffnen unter Benzinga
Share Facebook Twitter LinkedIn Pinterest Email

NVIDIA GTC Taipei — NVIDIA a annoncé aujourd’hui une importante collection de compétences et outils d’IA physique open source qui aident les développeurs à transformer les flux de travail complexes en robotique, véhicules autonomes (VA), IA de vision et jumeaux numériques industriels en tâches exécutables par des agents, réduisant ainsi les coûts, le temps et la complexité de la création de flux de travail d’IA physique à grande échelle.

Alors que les agents d’IA évoluent de l’écriture de code à l’orchestration de tâches de développement entières, l’IA physique constitue la prochaine frontière. Les compétences d’IA physique de NVIDIA, disponibles dans le cadre de la boîte à outils des agents NVIDIA , permettent aux agents d’utiliser les bibliothèques, modèles et frameworks NVIDIA afin d’accélérer la génération de données, la simulation, la formation, l’évaluation et les pipelines de déploiement derrière les robots, les VA, les usines et les laboratoires.

« Les agents d’IA révolutionnent le développement des logiciels, et ce changement concerne désormais l’IA physique, s’étendant aux systèmes qui transformeront les secteurs des transports, de la fabrication, des soins de santé et de la robotique », a déclaré Jensen Huang, fondateur et PDG de NVIDIA. « Lorsque les agents pourront utiliser directement les bibliothèques, modèles et frameworks de NVIDIA, le développement de l’IA physique s’accélérera, ce qui permettra aux développeurs de construire les robots, les véhicules autonomes et les systèmes industriels de demain à un rythme incroyable. »

Des outils et des compétences prêts pour les agents afin de développer l’IA physique

NVIDIA optimise toute sa pile d’IA physique pour les agents en transformant ses bibliothèques, ses modèles et ses frameworks en outils exploitables par les agents. Cela comprend les modèles fondamentaux mondiaux de NVIDIA Cosmos pour le raisonnement et la génération dans le monde physique, les bibliothèques de simulation et de jumeaux numériques de NVIDIA Omniverse , NVIDIA Isaac pour la simulation en robotique et l’apprentissage des robots, NVIDIA Metropolis pour l’IA de vision, NVIDIA Alpamayo pour la conduite autonome et la plateforme NVIDIA Jetson pour le développement d’IA en périphérie.

Pour aider les développeurs à appliquer ces outils, NVIDIA lance de nouvelles compétences dans le cadre de la boîte à outils des agents NVIDIA afin de transformer les processus de développement de l’IA physique en instructions répétables que les agents de codage peuvent suivre. Cela inclut les outils à appeler, les sorties à produire et la manière dont les développeurs peuvent valider les résultats.

Les développeurs peuvent également créer et déployer en toute sécurité des agents autonomes à l’aide de ces compétences avec le plan NVIDIA NemoClaw et le runtime NVIDIA OpenShell , qui fournit une gouvernance de la sécurité et de la confidentialité basée sur des politiques sur du matériel local ou cloud.

Les compétences et outils d’IA physique de NVIDIA accélèrent le développement agentique dans les domaines suivants :

Robotique et IA en périphérie : Les développeurs de robots peuvent utiliser ces compétences pour accélérer l’ensemble du pipeline de développement en robotique, de la génération de données de formation à la perception et à la mobilité à la simulation, en automatisant la formation à la navigation, en faisant progresser l’apprentissage des robots et en réglant les systèmes en périphérie basés sur Jetson pour le déploiement. Véhicules autonomes : Pour les développeurs de VA, ces compétences peuvent guider les agents pour reconstruire les données capturées par les flottes dans des environnements de simulation, générer des scénarios de conduite photoréalistes à grande échelle et exécuter un apprentissage par renforcement en boucle fermée afin d’étendre la couverture de formation et d’évaluation. Agents d’IA de vision en temps réel : Pour l’inspection automatisée et l’intelligence vidéo, les compétences des agents aident les équipes à générer des données d’entraînement synthétiques, à affiner les modèles, à automatiser le balisage et à créer des agents d’IA vidéo qui recherchent, résument et analysent les vidéos en direct ou enregistrées. IA industrielle : Les développeurs de logiciels industriels peuvent utiliser ces compétences pour convertir les données d’ingénierie en ressources de conception assistée par ordinateur (CAO) pour la simulation de jumeaux numériques, en optimisant les grandes scènes OpenUSD avec une configuration manuelle moins importante. Santé : Avant de déployer l’automatisation dans des environnements cliniques, les équipes de soins de santé peuvent guider les agents dans la création d’un jumeau numérique de l’environnement hospitalier, la génération de données sim-to-real et les tests de politiques dans la boucle logicielle.

 

Les compétences peuvent être combinées et intégrées dans des systèmes agentiques plus importants, ce qui permet aux développeurs d’orchestrer et d’automatiser des flux de travail complexes tels que la génération de données, la simulation, l’optimisation, le réglage des inférences, l’évaluation continue et bien plus encore.