<\/p>\n\n\n\n
<\/p>\n\n\n\n
A NVIDIA anuncia o NVIDIA Physical AI Data Factory Blueprint, uma arquitetura de refer\u00eancia aberta que unifica e automatiza a forma como os dados de treinamento s\u00e3o gerados, ampliados e avaliados, reduzindo os custos, o tempo e a complexidade do treinamento de sistemas de IA f\u00edsica em grande escala. <\/p>\n\n\n\n
O projeto permite que os desenvolvedores utilizem os modelos de base de mundo aberto NVIDIA Cosmos\u2122 e os principais agentes de codifica\u00e7\u00e3o para transformar dados de treinamento limitados em conjuntos de dados amplos e diversificados \u2014 incluindo casos extremos raros e cen\u00e1rios de cauda longa que s\u00e3o caros, demorados e, muitas vezes, impratic\u00e1veis de capturar no mundo real. <\/p>\n\n\n\n
A NVIDIA est\u00e1 colaborando com o Microsoft Azure e a Nebius<\/a> para integrar o projeto aberto \u00e0 infraestrutura e aos servi\u00e7os de nuvem dessas empresas, permitindo que os desenvolvedores transformem o poder de computa\u00e7\u00e3o acelerada em grandes volumes de dados de treinamento. Os principais desenvolvedores de IA f\u00edsica – FieldAI, Hexagon Robotics, Linker Vision<\/a>, Milestone Systems, RoboForce, Skild AI, Teradyne Robotics e Uber \u2014 est\u00e3o utilizando o projeto para acelerar o desenvolvimento de rob\u00f3tica, agentes de IA de vis\u00e3o e ve\u00edculos aut\u00f4nomos.<\/p>\n\n\n\n \u201cA IA f\u00edsica \u00e9 a pr\u00f3xima fronteira da revolu\u00e7\u00e3o da IA, onde o sucesso depende da capacidade de gerar enormes quantidades de dados\u201d, afirmou Rev Lebaredian, vice-presidente de Omniverse e tecnologias de simula\u00e7\u00e3o da NVIDIA. \u201cEm parceria com l\u00edderes do setor de nuvem, estamos oferecendo um novo tipo de mecanismo de ag\u00eancia que transforma a capacidade de computa\u00e7\u00e3o nos dados de alta qualidade necess\u00e1rios para dar vida \u00e0 pr\u00f3xima gera\u00e7\u00e3o de sistemas aut\u00f4nomos e rob\u00f4s. Nesta nova era, computa\u00e7\u00e3o \u00e9 sin\u00f4nimo de dados.\u201d <\/p>\n\n\n\n Um mecanismo unificado para o desenvolvimento de IA f\u00edsica<\/strong> <\/p>\n\n\n\n A IA f\u00edsica segue leis de escalabilidade: o desempenho melhora \u00e0 medida que os dados, a capacidade de computa\u00e7\u00e3o e a capacidade do modelo aumentam. O Physical AI Data Factory Blueprint funciona como uma arquitetura de refer\u00eancia \u00fanica que conduz as equipes desde os dados brutos at\u00e9 conjuntos de treinamento prontos para o modelo, por meio de fluxos de trabalho modulares e automatizados: <\/p>\n\n\n\n A NVIDIA est\u00e1 utilizando o Physical AI Data Factory Blueprint para treinar e avaliar o NVIDIA Alpamayo, os primeiros modelos abertos de vis\u00e3o, linguagem e a\u00e7\u00e3o baseados em racioc\u00ednio do mundo para a condu\u00e7\u00e3o aut\u00f4noma de longo prazo. A Skild AI est\u00e1 aplicando o blueprint para aprimorar modelos de base para rob\u00f4s de uso geral, enquanto a Uber o utiliza para acelerar o desenvolvimento de ve\u00edculos aut\u00f4nomos. <\/p>\n\n\n\n \u201cEstamos entrando em uma fase em que a AI f\u00edsica deixa de ser apenas uma promessa e passa a ganhar escala real. O avan\u00e7o de agentes de vis\u00e3o, rob\u00f3tica e ve\u00edculos aut\u00f4nomos depende cada vez mais da capacidade de trabalhar com grandes volumes de dados e novas formas de treinamento. O Blueprint contribui justamente nesse sentido, permitindo o processamento e a curadoria de dados em larga escala, al\u00e9m de integrar recursos como gera\u00e7\u00e3o de dados sint\u00e9ticos e aprendizado por refor\u00e7o\u201d, comenta Marcio Aguiar, diretor da divis\u00e3o Enterprise da NVIDIA para Am\u00e9rica Latina. <\/p>\n\n\n\n Orquestra\u00e7\u00e3o orientada por agentes em grande escala<\/strong> <\/p>\n\n\n\n Muitos desenvolvedores de rob\u00f3tica n\u00e3o est\u00e3o preparados para implantar e gerenciar a complexa infraestrutura de IA necess\u00e1ria para gerar dados em grande escala. <\/p>\n\n\n\n O NVIDIA OSMO<\/a>, uma estrutura de orquestra\u00e7\u00e3o de c\u00f3digo aberto, unifica e gerencia esses fluxos de trabalho em diversos ambientes de computa\u00e7\u00e3o, reduzindo as tarefas manuais para que os desenvolvedores possam se concentrar na cria\u00e7\u00e3o de seus modelos. <\/p>\n\n\n\n O OSMO agora se integra a agentes de codifica\u00e7\u00e3o l\u00edderes de mercado, como Claude Code, OpenAI Codex e Cursor, possibilitando opera\u00e7\u00f5es nativas de IA nas quais os agentes gerenciam recursos de forma proativa, resolvem gargalos e aceleram a entrega de modelos em escala. <\/p>\n\n\n\n Impulsionando o ecossistema global de IA f\u00edsica<\/strong> <\/p>\n\n\n\n Os provedores de servi\u00e7os em nuvem desempenham um papel fundamental no fornecimento da infraestrutura de IA acelerada, das opera\u00e7\u00f5es de aprendizado de m\u00e1quina e dos servi\u00e7os de orquestra\u00e7\u00e3o de que os desenvolvedores precisam para criar e implantar IA f\u00edsica em escala. <\/p>\n\n\n\n O Microsoft Azure est\u00e1 integrando o Physical AI Data Factory Blueprint em uma cadeia de ferramentas de IA f\u00edsica aberta, agora dispon\u00edvel no GitHub. O blueprint oferece integra\u00e7\u00e3o com os servi\u00e7os do Azure \u2014 incluindo Azure IoT Operations, Microsoft Fabric, Real-Time Intelligence, Microsoft Foundry e GitHub Copilot \u2014 para fornecer fluxos de trabalho de n\u00edvel empresarial, orientados por agentes, para treinar e validar sistemas de IA f\u00edsica de forma r\u00e1pida e em escala. <\/p>\n\n\n\n FieldAI, Hexagon Robotics, Linker Vision e Teradyne Robotics est\u00e3o entre as primeiras a testar a cadeia de ferramentas de IA f\u00edsica do Azure para acelerar e escalar a gera\u00e7\u00e3o, o aumento e a avalia\u00e7\u00e3o de dados em seus pipelines de percep\u00e7\u00e3o, mobilidade e aprendizado por refor\u00e7o. <\/p>\n\n\n\n A Nebius integrou o OSMO \u00e0 sua nuvem de IA, permitindo que os desenvolvedores usem o blueprint para implantar pipelines de dados prontos para produ\u00e7\u00e3o, adaptados \u00e0s suas necessidades. A infraestrutura da Nebius alimenta a pilha de IA f\u00edsica de ponta a ponta, combinando GPUs NVIDIA RTX PRO\u2122 6000 Blackwell Server Edition com armazenamento de objetos ultrarr\u00e1pido, gerenciamento e rotulagem nativos de dados, execu\u00e7\u00e3o sem servidor e infer\u00eancia gerenciada integrada. <\/p>\n\n\n\n Os primeiros usu\u00e1rios \u2014 Milestone Systems, Voxel51 e RoboForce \u2014 est\u00e3o utilizando o blueprint na infraestrutura Nebius para acelerar o desenvolvimento de modelos para agentes de IA de an\u00e1lise de v\u00eddeo, ve\u00edculos aut\u00f4nomos e rob\u00f4s humanoides industriais. <\/p>\n\n\n\n O NVIDIA Physical AI Data Factory Blueprint dever\u00e1 estar dispon\u00edvel no GitHub em abril. <\/p>\n\n\n\n Sobre a NVIDIA<\/strong> <\/p>\n\n\n\n Desde sua funda\u00e7\u00e3o em 1993, a NVIDIA<\/a> (NASDAQ: NVDA) tem sido pioneira em computa\u00e7\u00e3o acelerada. A inven\u00e7\u00e3o da GPU pela empresa em 1999 estimulou o crescimento do mercado de games para PC, redefiniu a computa\u00e7\u00e3o gr\u00e1fica, iniciou a era da IA moderna e tem ajudado a digitaliza\u00e7\u00e3o industrial em todos os mercados. A NVIDIA agora \u00e9 uma empresa de infraestrutura de computa\u00e7\u00e3o full-stack com solu\u00e7\u00f5es em escala de data center que est\u00e3o revolucionando o setor. Mais informa\u00e7\u00f5es em: https:\/\/www.nvidia.com\/pt-br\/<\/a>. <\/p>\n\n\n\n <\/p>\n\n\n\n Facebook: @NVIDIABrasil<\/a> <\/p>\n\n\n\n Twitter: @NVIDIABrasil<\/a> <\/p>\n\n\n\n