أعلنت NVIDIA في 11 يونيو 2025 إطلاق نموذج العالم الأساسي Cosmos Predict-2، إلى جانب أدوات وخدمات جديدة للمطورين تهدف إلى تسريع بناء الجيل المقبل من أنظمة المركبات ذاتية القيادة. وتأتي الإصدارات الجديدة مع انتقال معماريات القيادة الذاتية من استخدام نماذج متعددة منفصلة إلى بنى موحدة ومتكاملة تنفذ أفعال القيادة مباشرة من بيانات المستشعرات، ما يزيد الحاجة إلى بيانات حسية عالية الجودة ومرتبطة بالخصائص الفيزيائية للتدريب والاختبار والتحقق.
ينتمي Cosmos Predict-2 إلى منصة NVIDIA Cosmos، التي توفر تقنيات لمواجهة تحديات تطوير أنظمة القيادة الذاتية من البداية إلى النهاية. وقالت NVIDIA إن شركات Oxa وPlus وUber تستخدم نماذج Cosmos لتوسيع نطاق إنشاء البيانات الاصطناعية وتسريع تطوير المركبات.
تحسين التنبؤ بالحالات المستقبلية
يبني Cosmos Predict-2 على نموذج Cosmos Predict-1، الذي صُمم للتنبؤ بحالات العالم المستقبلية وإنشائها اعتمادًا على محفزات نصية وصورية ومرئية. ووفقًا لـNVIDIA، أصبح الإصدار الجديد أكثر قدرة على فهم السياق المستخلص من المدخلات النصية والمرئية، ما يؤدي إلى تقليل الهلوسات وإنتاج مقاطع فيديو غنية بالتفاصيل.
كما تستخدم NVIDIA تقنيات تحسين أحدث لتسريع إنشاء البيانات الاصطناعية على أنظمة NVIDIA GB200 NVL72 وخدمة NVIDIA DGX Cloud. وتتيح عملية التدريب اللاحق لنماذج Cosmos على بيانات المركبات ذاتية القيادة إنشاء مقاطع فيديو تطابق البيئات الفيزيائية ومسارات المركبات الموجودة، إضافة إلى توليد فيديو متعدد المناظير انطلاقًا من فيديو أحادي المنظور، مثل تسجيلات كاميرات لوحة القيادة.
يمكن لهذه الإمكانية تحويل بيانات كاميرات لوحة القيادة المتاحة على نطاق واسع إلى بيانات متعددة الكاميرات، ما يفتح مصادر إضافية لتدريب أنظمة القيادة الذاتية. كما يمكن استخدام المقاطع متعددة المناظير بدلًا من بيانات الكاميرات الحقيقية عندما تكون بعض المستشعرات معطلة أو محجوبة.
بيانات تدريب وأدوات جديدة للمطورين
درّب فريق أبحاث NVIDIA نماذج Cosmos لاحقًا باستخدام 20 ألف ساعة من بيانات القيادة الواقعية. وقالت الشركة إن النماذج المتخصصة بالمركبات ذاتية القيادة حسّنت أداء النماذج في ظروف صعبة، مثل الضباب والمطر، عند استخدامها لإنشاء فيديو متعدد المناظير.
إلى جانب Cosmos Predict-2، أعلنت NVIDIA عن Cosmos Transfer كمعاينة لخدمة مصغرة من NVIDIA NIM يمكن نشرها على وحدات معالجة الرسوميات في مراكز البيانات. وتعمل الخدمة على تعزيز مجموعات البيانات وإنشاء مقاطع فيديو واقعية اعتمادًا على مدخلات منظمة أو عمليات محاكاة مرجعية من منصة NVIDIA Omniverse. كما يساعد نموذج NuRec Fixer في ملء الفجوات ومعالجة العيوب في بيانات القيادة المعاد بناؤها عصبيًا.
ومن المقرر أن تدمج منصة CARLA، وهي محاكي مفتوح المصدر للمركبات ذاتية القيادة، Cosmos Transfer وNVIDIA NuRec في إصدارها الأحدث. وتضم أدوات NuRec واجهات برمجة تطبيقات وتقنيات لإعادة البناء والعرض العصبي. ووفقًا لـNVIDIA، سيسمح التكامل لقاعدة مستخدمي CARLA، التي تتجاوز 150 ألف مطور للمركبات ذاتية القيادة، بعرض مشاهد ومحاكاة ومناظير اصطناعية بدرجة عالية من الدقة، وإنشاء تنويعات متعددة للإضاءة والطقس والتضاريس باستخدام محفزات بسيطة.
يمكن للمطورين تجربة خط الأنابيب باستخدام البيانات المفتوحة ضمن مجموعة NVIDIA Physical AI Dataset. ويتضمن أحدث إصدار منها 40 ألف مقطع أنشأتها Cosmos، إلى جانب مشاهد نموذجية معاد بناؤها للعرض العصبي. ومع الإصدار الأحدث من CARLA، يستطيع المطورون إنشاء مسارات جديدة، وإعادة تحديد مواقع المستشعرات، ومحاكاة الرحلات.
استخدامات في قطاع المركبات والسلامة
تستخدم شركة Plus، المتخصصة في الشاحنات ذاتية القيادة والتي تبني حلها على منصة NVIDIA DRIVE AGX، Cosmos Predict لتدريبه لاحقًا على بيانات الشاحنات وإنشاء سيناريوهات قيادة اصطناعية واقعية بهدف تسريع طرح حلولها ذاتية القيادة على نطاق واسع. كما تستخدم شركة برمجيات المركبات ذاتية القيادة Oxa النموذج لإنشاء فيديوهات متعددة الكاميرات بدرجة عالية من الدقة والاتساق الزمني.
وترتبط هذه الأدوات أيضًا بجهود NVIDIA في مجال السلامة عبر منصة NVIDIA Halos، التي قدمتها الشركة في وقت سابق من عام 2025 لدمج منظومة عتاد وبرمجيات السلامة الخاصة بها للسيارات مع أبحاث الذكاء الاصطناعي المتعلقة بسلامة المركبات ذاتية القيادة. وانضمت Bosch وEasyrain وNuro إلى مختبر فحص أنظمة الذكاء الاصطناعي التابع لمنصة Halos للتحقق من التكامل الآمن لمنتجاتها مع تقنيات NVIDIA. وكانت Continental وFicosa وOMNIVISION وonsemi وSony Semiconductor Solutions من الأعضاء الذين أُعلن انضمامهم في وقت سابق من العام.