На своята годишна GTC конференция във вторник, Nvidia обяви Omniverse Avatar, нова платформа за създаване на интерактивни AI аватари.
На своята годишна GTC конференция във вторник, Nvidia обяви Omniverse Avatar, нова платформа за създаване на интерактивни AI аватари. Платформата обединява различните технологии на Nvidia в речта AI, компютърното зрение, разбирането на естествения език и симулацията.
Nvidia казва цифровите аватари, създадени с помощта на платформата, са интерактивни с проследявана с лъчи 3D графика и могат да виждат, говорят и разговарят по различни теми (чрез На ръба). Платформата отваря вратата за създаването на виртуални асистенти, които могат да бъдат внедрени в практически всяка индустрия. Nvidia предвижда, че технологията може да помогне с широк набор от взаимодействия с обслужването на клиенти, като поръчки в ресторанти, записване на срещи и резервации, банкови транзакции и т.н.
По време на презентацията Nvidia показа няколко демонстрации на Omniverse Avatar. В една демонстрация виждаме версия играчка на изпълнителния директор на Nvidia Дженсън Хуанг, който отговаря на въпроси по теми като биология и изменение на климата. Междувременно друг показва анимиран герой в a
„Зората на интелигентните виртуални асистенти настъпи. Omniverse Avatar съчетава основните графики, симулация и AI технологии на NVIDIA, за да направи някои от най-сложните приложения в реално време, създавани някога. Случаите на използване на колаборативни роботи и виртуални асистенти са невероятни и широкообхватни“, каза Дженсен Хуанг, главен изпълнителен директор на Nvidia.
Omniverse Avatar е част от Nvidia Omniverse, платформата за симулация на виртуален свят и сътрудничество на компанията. Първоначално ограничен до инженери и разработчици, Omniverse сега е в Open Beta почти всеки и в момента се използва от повече от 70 000 потребители. BMW, Adobe, South Park, Bently, Ericsson и Epigraph са сред компаниите, които използват OmniVerse.
Както бе споменато по-горе, Omniverse Avatar използва различни речеви AI, компютърно зрение и технологии за обработка на естествен език. За разпознаване на реч и разбиране на езика той разчита на NVIDIA Riva и Megatron 530B, докато NVIDIA Merlin и NVIDIA Metropolis предоставят двигател за препоръки и възможности за възприемане, съответно.