Știri
Știri din categoria Inteligență artificială
Vizita lui Jensen Huang în Coreea de Sud poate accelera parteneriatele Nvidia cu conglomeratele locale pe AI și robotică, într-un moment în care companiile asiatice își consolidează lanțurile de aprovizionare și capacitățile de „AI fizic” (integrarea AI în sisteme care acționează în lumea reală, precum roboții), potrivit IT之家.
Informația, atribuită de publicație unor surse din industrie citate de The Korea Times, indică faptul că fondatorul și CEO-ul Nvidia ar urma să ajungă la Seul joi seara, după participarea la Computex Taipei 2026, iar vineri să înceapă o serie de întâlniri cu lideri ai unor grupuri sud-coreene.
Conform acelorași surse, la discuții sunt așteptați:
În schimb, președintele Samsung Group, Lee Jae-yong, este așteptat să nu participe, din cauza programului de deplasări externe, potrivit informațiilor citate.
Observatori din industrie citați în material anticipează că agenda nu se va limita la cooperarea pe semiconductori pentru AI, ci ar putea include și robotică și „AI fizic”. Dacă întâlnirile se concretizează, miza operațională este extinderea colaborărilor Nvidia către aplicații industriale și platforme care combină hardware, software și implementare în teren.
Separat, o sursă menționează că Naver discută cu Nvidia o posibilă vizită a lui Jensen Huang luni, săptămâna viitoare, la a doua clădire de birouri a companiei. IT之家 amintește că, în martie, președinta AMD, Lisa Su, a vizitat aceeași locație și a semnat un acord de cooperare privind infrastructura AI.
Recomandate
NVIDIA își extinde „trusa” pentru agenți AI autonomi, mizând pe reducerea costurilor și pe controlul de securitate în enterprise , într-o mișcare care poate accelera adoptarea acestor „colegi digitali” în inginerie, securitate cibernetică și operațiuni, potrivit NVIDIA News . Noutatea nu este doar apariția unor modele și componente software, ci faptul că NVIDIA încearcă să standardizeze „stratul” care transformă un model AI într-un agent capabil să ruleze pe termen lung, cu memorie, orchestrare, utilizare de instrumente și politici de confidențialitate. În practică, compania împinge o combinație de elemente open-source (cod deschis) și parteneriate cu furnizori mari de software, pentru a face agenții mai ușor de construit și mai siguri de rulat în organizații. Ce livrează NVIDIA: toolkit, runtime securizat și „abilități” din CUDA-X Pachetul anunțat este centrat pe NVIDIA Agent Toolkit și include: NVIDIA NemoClaw (blueprint-uri, adică șabloane/planuri de implementare pentru agenți) – disponibil acum; modele NVIDIA Nemotron (deschise) pentru agenți care rulează „always-on”; NVIDIA OpenShell , un runtime (mediu de execuție) securizat cu politici de confidențialitate și control – disponibil în „early preview”; acces la bibliotecile NVIDIA CUDA-X ca „skills” (abilități) pe care agenții le pot apela pentru sarcini specializate. NVIDIA susține că această combinație oferă „blocuri” deschise pentru dezvoltarea enterprise, cu accent pe agenți care pot rula mult timp și pot fi guvernați prin politici. Unde se vede impactul operațional: inginerie și simulare, din săptămâni în ore În zona de proiectare și simulare (semiconductori și inginerie industrială), NVIDIA indică un beneficiu operațional direct: companii precum Cadence, Dassault Systèmes, Siemens și Synopsys folosesc NemoClaw pentru a construi „ingineri AI” autonomi care execută fluxuri de lucru de simulare și verificare, cu promisiunea de a comprima săptămâni de muncă în ore . Câteva exemple punctuale din anunț: Cadence folosește OpenShell pentru a securiza „ChipStack AI Super Agent”, un agent complet autonom pentru proiectare și verificare de cipuri; NVIDIA spune că este primul client care îl folosește pentru verificarea autonomă a propriilor proiecte. Dassault Systèmes utilizează NemoClaw și OpenShell pentru a „productiza” (a transforma în produs) o platformă de agenți autonomi pentru design, simulare și operațiuni de producție. Siemens integrează NemoClaw și OpenShell în Fuse EDA AI Agent, pentru orchestrarea fluxurilor multi-instrument în proiectarea de semiconductori și plăci de circuit. Synopsys lucrează cu NVIDIA la „ingineri AI” autonomi „always-on”, cu obiectivul de autonomie completă a fluxurilor de lucru. Separat, NVIDIA menționează și un pilot la Foxconn , care ar urma să folosească NemoClaw pentru platforme din zona medicală (Nurabot și CoDoctor) și pentru un agent de operațiuni de fabrică (MoMClaw), cu controale de confidențialitate în OpenShell. Miza de cost și performanță: Nemotron 3 Ultra și agenții „long-running” Pentru partea de „inteligență” a agenților, NVIDIA anunță Nemotron 3 Ultra , descris ca un model „mixture-of-experts” cu 550 de miliarde de parametri , orientat către agenți care rulează pe termen lung. Compania afirmă că modelul oferă: inferență de până la 5 ori mai rapidă ; costuri cu până la 30% mai mici pentru sarcini agentice complexe, comparativ cu „modele frontieră deschise” din aceeași clasă (fără a detalia în comunicat care sunt reperele exacte). Disponibilitatea indicată: Nemotron 3 Ultra este așteptat pe 4 iunie , inclusiv prin Hugging Face, ModelScope, OpenRouter și build.nvidia.com, ca microservicii NVIDIA NIM. De ce insistă NVIDIA pe runtime și politici: parteneriate cu Microsoft, Canonical și Red Hat Pe măsură ce agenții devin capabili să scrie cod, să creeze sub-agenți și să păstreze context între sesiuni, crește și riscul operațional. NVIDIA poziționează OpenShell ca stratul critic de control (politici, confidențialitate, „guardrails”) pentru rularea agenților la scară. În acest context: NVIDIA și Microsoft colaborează pentru o experiență „nativă” pe Windows, bazată pe noi „primitives” de securitate (identitate, izolare/containment, politici, securitate end-to-end), peste care OpenShell adaugă politici suplimentare și rutare „inteligentă” a cererilor către modele locale, în funcție de setările de confidențialitate; totodată, OpenShell poate „masca” informații personale în cereri trimise către modele din cloud. Canonical ar urma să integreze OpenShell cu Ubuntu prin snaps și „rocks” (containere compatibile OCI). Red Hat integrează OpenShell în platforma Red Hat AI și contribuie la proiectul open-source „upstream” pentru standardizarea modului în care agenții sunt gestionați pe platforme enterprise. NVIDIA mai indică faptul că aceste anunțuri continuă integrări recente cu SAP (Joule Studio runtime) și ServiceNow (Project Arc), însă fără a oferi detalii suplimentare despre calendar sau amploarea implementărilor. „Skills” pentru agenți: ce biblioteci CUDA-X devin accesibile NVIDIA spune că bibliotecile CUDA-X pot fi apelate de agenți ca abilități specializate, cu exemple precum: cuDF pentru procesare și analiză de date structurate la scară mare; cuOpt pentru optimizare (rutare, programare, alocare de resurse, lanț de aprovizionare) în timp real; AI-Q pentru rutare, context persistent și evaluare în fluxuri de cercetare și cunoaștere; NeMo pentru optimizare, evaluare și guvernanță (inclusiv rutare de modele și personalizare); PhysicsNeMo pentru modele de fizică și simulări; CUDA-Q pentru instalare și testare de programe cuantice, simulare și orchestrare de aplicații cuantice. Separat, compania menționează și o colecție de biblioteci și framework-uri open-source pentru „physical AI” (de exemplu, robotică și sisteme industriale), fără a detalia în acest material conținutul exact. Ce urmează Pe termen scurt, reperele sunt disponibilitatea deja anunțată pentru NemoClaw și „early preview” pentru OpenShell, respectiv lansarea așteptată a Nemotron 3 Ultra pe 4 iunie. Din perspectivă operațională, semnalul important este că furnizori mari de software industrial și EDA (electronic design automation) își construiesc agenți autonomi pe aceste componente, cu obiectivul declarat de a scurta semnificativ ciclurile de simulare și verificare și de a muta efortul uman către activități cu valoare mai mare. [...]
NVIDIA deschide accesul la Cosmos 3 , un model „foundation” pentru AI fizic, cu promisiunea de a scurta antrenarea de la luni la zile , potrivit NVIDIA News . Miza operațională este reducerea timpului și a costurilor de dezvoltare pentru roboți, vehicule autonome și agenți vizuali, printr-un model care combină raționarea, simularea lumii și generarea de acțiuni într-un singur sistem. Cosmos 3 este prezentat ca un „omnimodel” complet deschis, cu raționare vizuală nativă și generare multimodală (text, imagine, video, sunet ambiental și acțiuni). NVIDIA susține că această abordare, împreună cu „acuratețe fizică” ridicată, poate comprima ciclurile de antrenare și evaluare pentru aplicații de AI fizic de la luni la zile. Ce schimbă pentru dezvoltarea de roboți și vehicule autonome NVIDIA poziționează Cosmos 3 ca răspuns la o problemă structurală în AI fizic: generalizarea în lumea reală cu date limitate și cu „stive” de simulare fragmentate. Modelul folosește o arhitectură „mixture-of-transformers” (un ansamblu de transformere specializate), care combină un transformer de raționare cu unul „expert” de generare, pentru a înțelege interacțiuni între obiecte, mișcare și relații spațio-temporale înainte de a genera video și traiectorii de acțiune. Modelul a fost antrenat pe un set multimodal descris ca fiind „unul dintre cele mai mari” pentru AI fizic, cu „miliarde de eșantioane” din text, imagini, video, sunet și traiectorii de acțiune. Argumentul companiei este că această bază pre-antrenată reduce nevoia de date suplimentare și costurile de antrenare pentru echipele care construiesc sisteme de AI fizic. Cum poate fi folosit Cosmos 3 NVIDIA indică trei utilizări principale pentru dezvoltatori: model „vision-language” (model care înțelege și raționează pe mai multe tipuri de date, inclusiv imagine și text); „world model” / model video care simulează medii fizice și prezice stări viitoare ale lumii pentru antrenare și evaluare; „backbone” (coloană vertebrală) pentru „world action models”, folosite la antrenarea roboților pentru sarcini specifice. Compania afirmă că, între modelele deschise, Cosmos 3 se clasează pe primul loc în mai multe benchmark-uri și clasamente, inclusiv Artificial Analysis , Physics-IQ , PAI-Bench și R-Bench , pe dimensiuni precum acuratețea generării „lumii” și politici de acțiune. Portofoliu și disponibilitate: Super, Nano și Edge NVIDIA anunță trei variante: Cosmos 3 Super, pentru modele de robotică și vehicule autonome care au nevoie de acuratețe fizică și calitate maximă a generării; Cosmos 3 Nano, pentru raționare video și de acțiune „în fracțiuni de secundă”; Cosmos 3 Edge, „în curând”, pentru inferență în timp real la marginea rețelei (edge). Cosmos 3 Super și Cosmos 3 Nano sunt disponibile acum, iar Cosmos 3 Edge urmează să fie lansat ulterior. Potrivit companiei, dezvoltatorii pot testa Cosmos 3 pe build.nvidia.com, pot descărca modelele deschise de pe Hugging Face, le pot personaliza și pot genera date sintetice cu Hugging Face Diffusers și resurse pe GitHub, iar pentru implementare sunt oferite și ca microservicii NVIDIA NIM. Coaliție pentru „modele de lume” deschise și infrastructură de antrenare În paralel, NVIDIA lansează NVIDIA Cosmos Coalition, o colaborare globală între dezvoltatori de „world models”, laboratoare AI și jucători din robotică, cu membri fondatori precum Agile Robots , Black Forest Labs, Generalist, LTX, Runway și Skild AI. Coaliția urmărește contribuții comune de modele, cercetare și tehnici de evaluare, folosind tehnologii Cosmos, instrumente de antrenare și infrastructură NVIDIA DGX Cloud pentru antrenare la scară mare. NVIDIA mai spune că platforma Cosmos include seturi noi de date (robotică, fizică, mișcare umană, condus autonom, siguranță în depozite și raționare spațială) și „abilități” pentru agenți de AI fizic, precum reconstrucția neurală a scenelor, generarea de imagini cu defecte și augmentarea video. În lista de utilizatori menționați apar companii din robotică, vehicule autonome și agenți vizuali pentru aplicații industriale și „smart spaces”. „Big bang-ul AI-ului fizic este chiar după colț datorită progreselor în raționare multimodală, limbaj, viziune și modele ale lumii”, a declarat Jensen Huang , fondator și CEO NVIDIA. Pentru companii, semnalul principal este că NVIDIA încearcă să standardizeze și să accelereze fluxurile de lucru pentru AI fizic printr-un model deschis și un ecosistem de instrumente, distribuție și infrastructură. Rămâne de văzut cât de repede se va traduce promisiunea „luni la zile” în productivitate măsurabilă în proiecte comerciale, mai ales pe măsură ce varianta Edge va deveni disponibilă pentru inferență în timp real. [...]
NVIDIA mută infrastructura de agenți AI din centrele de date pe desktopurile cu Windows , printr-un sistem DGX Station capabil să ruleze local modele „frontier” de până la 1 trilion de parametri, cu disponibilitate anunțată pentru trimestrul IV al acestui an, potrivit NVIDIA News . Miza operațională este reducerea dependenței de servere Linux din centrele de date pentru sarcini grele de AI (antrenare, ajustare fină, inferență la scară mare și dezvoltare multi-agent), în condițiile în care majoritatea companiilor din Fortune 500 folosesc Windows în activitatea de zi cu zi. NVIDIA poziționează DGX Station for Windows ca o punte între aceste două lumi: infrastructură de clasă „Grace Blackwell” adusă direct în ecosistemul Windows, pentru a construi, rula și conecta agenți AI la aplicațiile și fluxurile de lucru deja folosite în companii. Ce aduce concret DGX Station for Windows în mediul enterprise Sistemul este construit pe NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip, care conectează un GPU Blackwell Ultra cu un procesor NVIDIA Grace cu 72 de nuclee, prin interconectarea NVLink-C2C, pentru comunicare internă și performanță ridicată. Conform descrierii NVIDIA, configurația include: până la 748 GB memorie coerentă; până la 20 petaflopși performanță FP4 (format numeric cu precizie redusă, folosit pentru accelerarea calculelor în AI); opțiunea de a fi asociat cu un GPU NVIDIA RTX PRO 6000 Blackwell Workstation pentru calcule AI „frontier”, plus vizualizare și simulare cu randare „ray tracing” (trasarea razelor). Pentru conectivitate, DGX Station for Windows include NVIDIA ConnectX-8 SuperNIC, cu suport de rețea de până la 800 Gb/s, pentru transferuri rapide de date și pentru conectarea mai multor sisteme între ele, în vederea rulării unor sarcini mai mari. De ce insistă NVIDIA pe „agenți AI” și rulare locală NVIDIA descrie o tranziție de la chatboți simpli la „inferință agentică”: agenți care rulează continuu, „raționează” în timp real și se conectează direct la aplicații și fluxuri de lucru enterprise. În acest cadru, DGX Station for Windows este prezentat ca infrastructură dedicată pentru agenți, capabilă să susțină local modele de până la 1 trilion de parametri și să ruleze „sute de agenți” în paralel. În paralel, compania leagă această direcție de colaborarea cu Microsoft, inclusiv prin promisiunea unei integrări cu instrumentele familiare de administrare din Windows pentru securitate, conformitate și management de flotă (fleet management), astfel încât agenții să fie guvernați prin instrumente deja utilizate de echipele IT. Securitate și control: OpenShell și „containment” în Windows Un element central al poziționării este suportul pentru NVIDIA OpenShell pe Windows, descris ca un mediu de rulare (runtime) „open source” și „secure-by-design” pentru agenți autonomi. NVIDIA afirmă că OpenShell folosește noile mecanisme Windows de securitate și izolare („security and containment primitives”) pentru a crea câte un „sandbox” izolat pentru fiecare agent și pentru a separa operațiunile la nivel de aplicație de aplicarea politicilor la nivel de infrastructură. Ideea, în versiunea NVIDIA, este ca politicile de securitate și confidențialitate să fie aplicate la nivel de sistem și să nu poată fi ocolite de agent, inclusiv pentru a reduce riscuri precum scurgeri de credențiale sau date private. Pentru ce tipuri de sarcini este promovat sistemul NVIDIA listează utilizări care acoperă întregul „spectru” de fluxuri enterprise, de la dezvoltare până la inferență și aplicații de „physical AI” (AI pentru simulare și interacțiune între medii virtuale și fizice): agenți AI: dezvoltare și rulare în paralel, conectați la aplicații și fluxuri de lucru; dezvoltare AI: preantrenare, ajustare fină și iterare pe modele mari în Windows, cu acces la unelte Linux prin Windows Subsystem for Linux; știința datelor: ingestia seturilor mari de date în memoria coerentă, pentru a reduce blocajele de mutare a datelor; inferență AI: inferență cu debit mare, inclusiv pentru modele de până la 1 trilion de parametri; physical AI: combinarea GB300 cu un GPU RTX PRO suplimentar pentru calcul, vizualizare și simulare. Disponibilitate și ecosistem DGX Station for Windows este așteptat „în trimestrul IV al acestui an” și ar urma să fie disponibil prin parteneri OEM precum ASUS, Dell Technologies, GIGABYTE, HP, MSI și Supermicro, conform anunțului. Pentru detalii despre produs, NVIDIA trimite la pagina dedicată NVIDIA DGX Station for Windows . [...]
NVIDIA duce platforma Vera Rubin în producție de serie, iar primele livrări ar urma să înceapă din această toamnă , un pas care mută competiția din zona „cipurilor” în cea a capacității de a construi rapid „fabrici de AI” (centre de date optimizate pentru rularea și operarea modelelor) la scară mare, potrivit NVIDIA News . Platforma este poziționată ca bază „POD-scale” pentru următoarea generație de infrastructură destinată „agentic AI” (modele care execută sarcini în mai mulți pași, cu raționament, căutare, utilizare de instrumente și generare de răspunsuri). NVIDIA susține că Vera Rubin oferă „de 10 ori” mai mult „agent throughput” (capacitate de procesare a agenților) la scară, față de generația anterioară NVIDIA Grace Blackwell. Ce se schimbă operațional: producție la scară și lanț de furnizori extins NVIDIA afirmă că producția de sisteme bazate pe Vera Rubin este realizată „la scară” de cei mai mari producători de servere din Taiwan și de lideri ai lanțului global de aprovizionare, pentru a alimenta laboratoare de AI, furnizori de cloud și hyperscaleri (operatori foarte mari de centre de date). Compania indică faptul că Vera Rubin este a treia generație de sisteme „rack-scale” din familia MGX, bazată pe un design „open source” (cu specificații publice pentru integrare). În ecosistem ar fi implicați „sute” de parteneri, inclusiv „150 doar în Taiwan”, în „peste 350 de fabrici” din „30 de țări”, care cresc capacitatea de producție pentru această platformă. Lista de producători și parteneri menționați include, între alții, Dell Technologies, HPE, Lenovo și Supermicro, dar și companii precum Foxconn, ASUS, MSI, Pegatron, Quanta Cloud Technology (QCT), Wistron și Wiwynn. Miza: rețele pentru clustere foarte mari și eficiență energetică Un element central al anunțului este introducerea NVIDIA Spectrum-X Ethernet Photonics, descrisă drept prima familie de comutatoare bazate pe „co-packaged optics” (optică integrată în același pachet cu cipul de comutație), cu 200 Gb/s SerDes, „acum în producție”. NVIDIA susține că această generație de rețelistică aduce: eficiență energetică de 5 ori mai bună, „uptime” (timp de funcționare) de 5 ori mai mare pentru AI, timp de implementare cu 1,3 ori mai rapid față de rețelele cu transceivere tradiționale. Compania leagă această arhitectură de obiectivul de a construi, în timp, „fabrici de AI” de ordinul „unui milion de GPU-uri”, menționând CoreWeave, Lambda și Oracle Cloud Infrastructure ca primii parteneri și adoptatori. Securitate pentru date sensibile și medii multi-tenant NVIDIA plasează securitatea ca cerință operațională pentru „agentic workflows” care procesează date proprietare, conținut reglementat și modele critice. Platforma ar include „full-stack NVIDIA Confidential Computing ” (execuție într-un mediu de încredere), cu criptare a datelor pe interconectări de mare viteză și mecanisme de atestare hardware. Sunt menționați ca adoptatori ai NVIDIA Confidential Computing mai mulți furnizori de cloud, inclusiv CoreWeave, IBM Cloud, Microsoft Azure, Lambda și alții. Când intră pe piață NVIDIA spune că livrările de producție pentru Vera Rubin „urmează să înceapă din această toamnă”. În practică, calendarul sugerează că disponibilitatea comercială la scară va depinde nu doar de cipuri, ci și de ritmul de integrare în sisteme complete (rack-uri/POD-uri), de rețelistică și de capacitatea lanțului de producție de a livra volume mari. [...]
NVIDIA își extinde ofensiva pe „AI personal” în Windows, dar pagina indicată nu oferă încă detalii despre parteneriatul cu Microsoft , ci funcționează ca un index de știri din 31 mai 2026, potrivit NVIDIA News . Pentru companii și investitori, implicația imediată este una operațională: mesajul public al NVIDIA rămâne concentrat pe creșterea capacității de calcul și pe „industrializarea” aplicațiilor de inteligență artificială, în timp ce informațiile concrete despre „reinventarea PC-urilor Windows” nu sunt vizibile în conținutul extras. Ce se vede efectiv în pagina-sursă: un pachet de anunțuri din 31 mai 2026 Conținutul disponibil listează mai multe materiale (bloguri și comunicate) publicate în aceeași zi, cu accent pe infrastructură, producție și aplicații „agentice” (sisteme care pot executa sarcini în mod semi-autonom, pe baza unui obiectiv). Printre temele enumerate: extinderea „ NVIDIA AI Cloud ecosystem ” pentru a susține cererea globală de calcul AI; un „blueprint” (model de implementare) pentru operațiuni în fabrici, descris ca un „creier AI” pentru integrarea semnalelor din utilaje, calitate și alerte operaționale; rolul Taiwanului în lanțul de producție pentru infrastructura „NVIDIA Vera Rubin”, cu referire la parteneri și componente de rack; utilizarea calculului accelerat NVIDIA și a AI de către TSMC pentru proiectare și fabricație de semiconductori; inițiative în sănătate („Healthy Taiwan”), robotică (inclusiv un design de referință pentru robot umanoid), robotaxi și modele AI pentru conducere autonomă. De ce contează pentru piață: accent pe capacitate și implementare, nu pe „demo-uri” Chiar dacă titlul din feed sugerează o repoziționare a PC-urilor Windows în jurul „AI personal”, materialul extras nu include elementele care ar permite evaluarea impactului comercial (produse, termene, specificații, partajarea veniturilor sau lista de producători de PC implicați). În schimb, lista de subiecte publicate în aceeași zi indică o prioritate operațională: extinderea infrastructurii (cloud și „AI factory”), standardizarea implementărilor în industrie și împingerea AI către aplicații fizice (fabrici, sănătate, robotică, mobilitate). Pentru ecosistem, asta înseamnă presiune pe capacitate (hardware, integrare, producție) și pe adoptarea de fluxuri de lucru în care AI devine parte din procese, nu un proiect separat. Limitări și ce ar trebui urmărit în continuare În forma furnizată, pagina nu conține detalii despre colaborarea NVIDIA–Microsoft pentru „PC-uri Windows în era AI personal”. Pentru a cuantifica impactul (costuri, cerere, efect asupra pieței de PC-uri și asupra furnizorilor), ar fi necesare informații care nu apar în textul extras: ce funcții AI sunt vizate, ce cerințe hardware implică și când ar ajunge în produse comerciale. [...]
NVIDIA își deschide către comunitate un set amplu de „skill-uri” și instrumente pentru agenți AI în zona de robotică, vehicule autonome și inspecție vizuală, cu promisiunea reducerii costurilor și a timpului de dezvoltare — potrivit NVIDIA News . Miza operațională este automatizarea unor fluxuri de lucru complicate (date sintetice, simulare, antrenare, evaluare, implementare) prin instrucțiuni repetabile pe care agenții le pot executa, astfel încât echipele să poată scala mai ușor proiecte de „physical AI” (AI care interacționează cu lumea fizică). Ce lansează NVIDIA și de ce contează pentru companii Colecția include „ physical AI skills ” (seturi de instrucțiuni optimizate, executabile de agenți) și instrumente „agent-ready” (apelabile de agenți) din ecosistemul NVIDIA, acoperind mai multe componente ale stivei sale tehnologice: physical AI skills (depozit open-source pe GitHub) NVIDIA Agent Toolkit (pachetul în care sunt integrate skill-urile) NVIDIA Cosmos (modele „world foundation” pentru raționament și generare legate de lumea fizică) NVIDIA Omniverse (simulare și „digital twins” – replici digitale ale unor sisteme reale) NVIDIA Isaac (simulare și învățare pentru roboți) NVIDIA Metropolis (analiză video/vision AI) NVIDIA Alpamayo și zona de autonomous driving (dezvoltare pentru vehicule autonome) NVIDIA Jetson (platformă pentru AI la marginea rețelei – „edge”, adică pe dispozitive locale) În paralel, NVIDIA indică și componente pentru construirea și rularea agenților în condiții de guvernanță (securitate/confidențialitate) pe infrastructură locală sau în cloud: NVIDIA NemoClaw și NVIDIA OpenShell . Unde se aplică: de la date sintetice la „digital twins” Publicația descrie cinci zone în care skill-urile ar putea comprima munca de la „setup” până la iterații și validare: Robotică și edge AI : accelerarea pipeline-ului complet, inclusiv generare de date pentru percepție și mobilitate, simulare, antrenare pentru navigație și reglaje pentru implementare pe Jetson. Vehicule autonome : reconstrucția datelor din flote în medii de simulare, generarea de scenarii fotorealiste la scară și rularea de învățare prin întărire în buclă închisă pentru acoperire mai mare la antrenare și evaluare. Agenți de vision AI în timp real : date sintetice, ajustarea fină a modelelor, etichetare automatizată și agenți care caută, rezumă și analizează video live sau înregistrat. AI industrial : conversia datelor de inginerie în active CAD pentru simulare de tip „digital twin” și optimizarea scenelor OpenUSD cu mai puțină configurare manuală. Sănătate : ghidarea agenților prin crearea de „digital twins” pentru medii spitalicești, generare de date „sim-to-real” și testare de politici software înainte de implementare. Exemple de impact operațional raportat: timp, efort și randament NVIDIA oferă câteva exemple punctuale de rezultate obținute de companii care folosesc aceste instrumente, în special în zona de inspecție vizuală și date sintetice: Pegatron a redus timpul de antrenare și implementare a modelelor cu 67% folosind date sintetice generate cu skill-ul „Defect Image Generation” (compania este menționată și cu link: Pegatron ). Delta Electronics a raportat o îmbunătățire a ratei de detecție cu 17% pentru identificarea excesului de lipire pe bare colectoare metalice, după generarea de date sintetice de defecte. Inventec a redus efortul de colectare a datelor de defecte cu 30% pentru producția de carcase de laptop, prin integrarea aceluiași skill. Foxconn , împreună cu DeepHow, ar fi crescut „first pass yield” (procentul de produse care trec din prima verificare fără reparații) cu aprox. 3% , prin detectarea mai timpurie a erorilor. În zona vehiculelor autonome, NVIDIA menționează că Li Auto, Afari și DeepRoute.ai folosesc modele Omniverse NuRec pentru reconstrucție de scene, cu peste 1.000 de reconstrucții și peste 300.000 de randări și simulări pe zi. Disponibilitate și integrare în cloud Instrumentele și skill-urile sunt disponibile „openly” prin GitHub și skills.sh, pentru utilizare cu „orice agent de programare”, potrivit sursei. NVIDIA mai spune că anumite skill-uri pentru generare de date sintetice (Neural Reconstruction, Video Augmentation, Defect Image Generation) pot fi testate pe NVIDIA Brev, ca medii preconfigurate („Launchables”). În plus, Microsoft, CoreWeave și Nebius sunt menționate ca integrând aceste skill-uri și instrumente cu serviciile lor cloud, pentru a ajuta dezvoltatorii să simplifice și să scaleze generarea de date sintetice și implementarea. [...]
