NVIDIA Possibilita a Próxima Era da Pesquisa em IA Física com Habilidades de Agente para Veículos Autônomos, Robótica e Visão Computacional
Na CVPR, a NVIDIA está revelando novas habilidades de agente de IA física que ajudam pesquisadores e desenvolvedores a acelerar o desenvolvimento de veículos autônomos, robôs e sistemas de visão computacional. O principal desafio na pesquisa em IA física não é simplesmente desenvolver modelos mais robustos. É construir um fluxo de trabalho completo em torno deles — reconstruir cenas do mundo real, gerar cenários de casos extremos, treinar políticas, avaliar [...]
Na CVPR, a NVIDIA está revelando novas habilidades de agente de IA física que ajudam pesquisadores e desenvolvedores a acelerar o desenvolvimento de veículos autônomos, robôs e sistemas de visão computacional. O principal desafio na pesquisa em IA física não é simplesmente desenvolver modelos mais robustos. É construir um fluxo de trabalho completo em torno deles — reconstruir cenas do mundo real, gerar cenários de casos extremos, treinar políticas, avaliar comportamentos e iterar rapidamente. Atualmente, essas etapas são fragmentadas entre ferramentas separadas, diminuindo o ritmo da experimentação, pois os pesquisadores lutam para juntá-las. No início desta semana, a NVIDIA anunciou o NVIDIA Cosmos 3, o modelo de fronteira aberta para IA física e o primeiro omnimodelo completo do mundo que unifica raciocínio visual, geração de mundo e ação. Liderando nos painéis públicos de modelos abertos centrais para a IA física, o modelo de fundação mundial fornece capacidades essenciais para o desenvolvimento de IA física. As habilidades de IA física da NVIDIA se combinam com o Cosmos, as bibliotecas da NVIDIA e os frameworks de simulação para ajudar os pesquisadores a passar das capacidades do modelo para fluxos de trabalho escaláveis de ponta a ponta mais rápido do que nunca. Avançando na Pesquisa de Veículos Autônomos Além das Milhas Registradas Para pesquisadores de AV, o problema é a “cauda longa” da direção — interações raras, geometria de estrada incomum, mudanças de iluminação e comportamentos de casos extremos que são difíceis de coletar repetidamente, mas críticos para treinamento e validação. https://blogs.nvidia.com/wp-content/uploads/2026/06/NeuralReconstructionDemo.mp4 Demonstração da habilidade Neural Reconstruction no OpenClaw, mostrando um vídeo renderizado novamente de um ponto de vista de sensor virtual elevado. Com as habilidades de veículos autônomos da NVIDIA, pesquisadores e desenvolvedores podem atribuir tarefas a agentes de IA para automatizar fluxos de trabalho para reconstrução de cena a partir de dados da frota e gerar cenários sintéticos. As habilidades de Neural Reconstruction ajudam os agentes de IA a transformar dados capturados pela frota em cenas 3D editáveis para simulação e geração de dados sintéticos, enquanto tecnologias como NVIDIA Omniverse NuRec, InstantNuRec, Harmonizer e