Cosmos: A Nova Fronteira em Modelos de Fundação para a Inteligência Física

Tecnologia Inteligência Artificial Inovação

A NVIDIA lançou o Cosmos, uma plataforma inovadora de Modelos de Fundação do Mundo (WFM) para a Inteligência Física, apresentando um ecossistema que promete transformar o entendimento e a interação da IA com o mundo físico, sendo disponibilizado como código aberto.

Create a 2D, linear perspectival image in a flat corporate style. It should have a white, textureless background with vibrant colors to signify innovation. Depict an interaction of robots with physical environments, symbolizing Physical Intelligence at work. The robots, representing the practical application of AI, should be engaging with a dynamic environment that underscores interactions with the real world. Integrate data graphics symbolizing the analysis and training of AI models. This is to visually illustrate the concept of a ground-breaking World Foundation Models platform for Physical Intelligence, portrayed as an open-source ecosystem by a tech company.

Imagem gerada utilizando Dall-E 3

Recentemente, a discussão sobre a Inteligência Física e a visão de Jensen Huang para alcançá-la por meio da Inteligência Agentic ganhou destaque. A Inteligência Física refere-se a sistemas que conseguem compreender e interagir com o mundo físico, utilizando tecnologias avançadas como agentes baseados em sensores e robótica.

O progresso nessa área está diretamente ligado ao desenvolvimento de Modelos de Fundação do Mundo (WFMs), que são sistemas de IA projetados para simular ambientes do mundo real e prever resultados a partir de entradas textuais, de imagem ou de vídeo. A plataforma Cosmos, inaugurada pela NVIDIA, conta com três WFMs e visa facilitar o treinamento de IA, aproveitando dados sintéticos realistas.

Entre suas principais características, a Cosmos inclui um curador de vídeo que extrai clipes dinâmicos de grandes conjuntos de dados, um tokenizador que otimiza os dados de vídeo, e modelos pré-treinados que utilizam métodos de difusão e autoregressivos. Esses componentes trabalham juntos para criar simulações mais precisas e interativas.

Curador de Vídeo: Extrai clipes de vídeo relevantes para treinamento.
Tokenizer: Processa e comprime dados de vídeo para treinamento rápido.
Modelos Pré-treinados: Utilizam técnicas avançadas para gerar vídeos realistas.
Desenvolvimento de Aplicações: Adaptáveis para manipulação robótica e direção autônoma.
Sistema de Segurança: Protege contra entradas e saídas prejudiciais.

No entanto, os WFMs ainda enfrentam desafios significativos, como a precisão física e a permanência dos objetos nas simulações. Apesar dessas limitações, a introdução da Cosmos WFM pode catalisar avanços significativos na IA física, incentivando uma nova onda de experimentação e inovação.

A plataforma Cosmos da NVIDIA destaca-se como um marco no desenvolvimento de inteligência física, integrando componentes que potencializam a interação da IA com o mundo real. Para aqueles interessados em inovações em IA, a plataforma oferece uma oportunidade única de explorar e contribuir para a evolução dessa tecnologia. Para mais conteúdos atualizados diariamente, não deixe de se inscrever em nossa newsletter.