“我们创建这个架构是为了让世界上每一家汽车公司都能制造出适合机器人出租车的车辆。” — 詹森·黄 🎥 观看 #NVIDIAGTC 主旨演讲 →

🚗 我们正在与 @Uber 合作，推动自动驾驶汽车的发展。 我们共同探索如何利用在大规模、真实世界驾驶数据上训练的基础模型，加速自主驾驶的进展。 通过使用来自 Uber 多样化驾驶场景的数据——涵盖机场接送、复杂交叉口和多变天气——我们对 NVIDIA Cosmos 世界基础模型进行了后期训练，以提高现实感和安全性。 在 NVIDIA DGX Cloud 的支持下，这一合作推动了： • 更少异常的高保真模拟 • 更快的后期训练周期和可扩展的 MLOps • 在稀有边缘案例条件下更强的模型性能 📄 阅读白皮书 →

Lyft 和 @TensorAuto 计划合作推出与 NVIDIA 合作的“Lyft 准备”消费者拥有的自动驾驶汽车。 Tensor Robocar 基于 NVIDIA DRIVE AGX Thor 构建，并在 NVIDIA DGX 平台上进行训练，允许车主在 @Lyft 的平台上注册和部署他们的车辆。 这一合作使消费者能够拥有一辆个人的 4 级 Robocar，专为消费者拥有而设计，并与 Lyft 网络无缝集成。 🔗