用于AI工作流的合成数据

NVIDIA利用计算机仿真和生成式AI模型生成的合成数据，加速物理AI和智能体AI工作流的开发。该方法通过创建多样化数据集，与真实数据结合，显著节省训练时间并降低成本，尤其适用于需要丰富数据集的机器人和自主系统训练。

开发物理AI模型需要高质量、多样化的数据集，但真实数据的收集和标注耗时、昂贵，阻碍了高性能模型的开发。

利用计算机仿真、世界基础模型和AI智能体生成合成数据（文本、视频、2D/3D图像），通过场景创建、域随机化、自动标注与数据增强，与真实数据结合训练多模态物理AI模型。

1. 1场景创建：构建3D场景并加入必要资产（如仓库货架、道路等），可用NVIDIA NuRec API从真实数据生成神经仿真。
2. 2域随机化：使用USD Code NIM大语言模型对场景进行OpenUSD编程，随机化光照、颜色、物体位置等参数。
3. 3数据生成：导出标注图像，包含2D边界框、语义分割、深度图等多种预置标注类型。
4. 4数据增强与评估：利用NVIDIA Cosmos世界基础模型和Nemotron将图像从3D增强为真实感，并用自动化评分检测伪影与不准确。

该案例未在来源材料中披露量化效果指标，具体成效请参考下方信息来源。

合成数据可能包含伪影和不准确性，需通过自动化评分检测以确保可用性。