制造业

2025年 9月 25日
使用 CUDA-X 数据科学加速 GPU 模型训练的方法
在之前关于 AI 在制造和运营中应用的博文中,我们探讨了供应链所面临的独特数据挑战,并介绍了智能特征工程如何显著提升模型性能。
2 MIN READ

2025年 9月 25日
如何将计算机视觉工作流与生成式 AI 和推理集成
生成式 AI 为分析现有视频流开辟了全新可能。视频分析正从统计物体演进为将原始视频片段转化为实时理解,从而提供更具价值的可行见解。
3 MIN READ

2025年 9月 25日
R²D²:NVIDIA 研究的三项神经突破改变机器人学习的格局
尽管当今的机器人在受控环境中表现出色,但在应对现实世界任务所需的不可预测性、灵活性和细微交互方面仍面临挑战,
2 MIN READ

2025年 9月 23日
使用 NVIDIA TAO 6 和 NVIDIA DeepStream 8 构建实时视觉检测工作流
构建可靠的视觉检测流程以实现缺陷检测和质量控制并非易事。制造商和开发者常常面临诸多挑战,例如针对特定领域定制通用视觉 AI 模型、
3 MIN READ

2025年 9月 3日
如何运行 AI 驱动的 CAE 仿真
在现代工程领域,创新速度与执行模拟分析的效率密切相关。计算机辅助工程(CAE)在验证产品性能与安全性方面发挥着关键作用,
3 MIN READ

2025年 7月 17日
大规模特征工程:利用 NVIDIA CUDA-X 数据科学优化半导体制造的机器学习模型
在上一篇博文中,我们介绍了芯片制造和运营中的预测建模设置,重点介绍了数据集不平衡等常见挑战,以及对更细致的评估指标的需求。
2 MIN READ

2025年 6月 24日
借助 NVIDIA Isaac Manipulator 和 Vention Machine 提高工业机器人的灵活性 Motion AI
随着工业自动化的加速,工厂越来越依赖先进的机器人技术来提高生产力和运营弹性。机器人的成功部署取决于精确的运动规划、
2 MIN READ

2025年 6月 18日
NVIDIA 在制造和运营领域的 AI 应用:借助 NVIDIA CUDA-X 数据科学加速 ML 模型
从晶圆制造和电路探测到封装芯片测试,NVIDIA 利用数据科学和机器学习来优化芯片制造和运营工作流程。这些阶段会产生 TB 级的数据,
3 MIN READ

2025年 6月 16日
使用世界基础模型生成的合成轨迹数据提高机器人学习效果
在机电一体化和机器人 AI 基础模型的进步的推动下,通用型机器人技术已经问世。但关键的瓶颈依然存在:
2 MIN READ

2025年 6月 11日
使用 Siemens Teamcenter 数字现实查看器打造栩栩如生的数字孪生
现代产品通常由数百万个部件组成,需要复杂的设计和协作。工业世界在管理复杂性方面面临重大挑战,传统的可视化工具无法渲染这些大型、
1 MIN READ

2025年 5月 20日
使用 NVIDIA Isaac Lab 为工业机器人装配应用弥合仿真与现实之间的差距
多个部件的组装在几乎每个主要行业 (如制造、汽车、航空航天、电子和医疗设备) 中都发挥着关键作用。尽管机器人组装应用广泛,
3 MIN READ

2025年 5月 18日
使用 NVIDIA AI Blueprint 进行视频搜索和摘要,推动视频分析 AI 智能体的发展
与传统的 Computer Vision (CV) 模型相比, Vision Language Models (VLMs)…
4 MIN READ

2025年 5月 7日
使用 NVIDIA NeMo Curator 构建 Nemotron-CC:一个高质量万亿令牌数据集,用于大型语言模型预训练,源自 Common Crawl
对于想要训练先进的 大语言模型 (LLM) 的企业开发者而言,整理高质量的预训练数据集至关重要。为了让开发者能够构建高度准确的 LLM,
2 MIN READ

2025年 3月 31日
工业设施数字孪生中的机器人仿真
工业企业正在采用 物理 AI 和自主系统来实现运营转型。这涉及在工厂和仓库中部署异构机器人车队,包括移动机器人、 人形助手 、
2 MIN READ

2025年 3月 18日
加速通用人形机器人的开发:NVIDIA Isaac GR00T N1
人形机器人需要能够适应人类工作空间,处理重复性或高强度任务。然而,为真实世界的任务和不可预测的环境创建通用人形机器人是一项挑战。通常来说,
2 MIN READ

2025年 3月 11日
使用 NVIDIA AI Blueprint 构建实时多模态 XR 应用以进行视频搜索和摘要
随着 生成式 AI 和视觉基础模型的最新进展,VLM 呈现了新一波视觉计算浪潮,其中模型能够实现高度复杂的感知和深度上下文理解。
2 MIN READ