Redian新闻
>
生成式AI浪潮,将革新哪些产业的创造力与生产力? | NVIDIA 初创加速计划 X 榕汇

生成式AI浪潮,将革新哪些产业的创造力与生产力? | NVIDIA 初创加速计划 X 榕汇

科技

随着生成式AI这一变革性技术被竞相应用到各类产品、服务和业务流程中,不止打开了生产力的天花板,也孕育着新的业务模式和惊喜的创造力;不止在数字世界构建无限可能,也正渗透进现实世界加速效率。


当生成式AI技术与数字孪生、物理仿真、XR、机器人等前沿技术结合,仿佛插上加速引擎,在产业场景中孕育速度与激情,并已在先进制造、数字娱乐、汽车、服装、建筑等行业中开启应用。


5月,NVIDIA 初创加速计划联合高榕资本榕汇,在深圳举办“先进制造加速营”活动,高榕资本也是NVIDIA 初创加速计划创投联盟创始成员之一。


活动上,NVIDIA专家分享了生成式AI最新趋势、NVIDIA最新推出的生成式AI平台,以及NVIDIA Omniverse、扩展现实(XR)、自主机器解决方案更新;凌迪科技Style3D、泽森科工、设序科技、中铁第五勘察设计院集团有限公司等前沿企业也一同展开研讨,分享如何运用生成式AI等技术打造创新驱动产品,推动数实融合与产业效率升级。



生成式AI孕育

下一代生产力变革的5个趋势

刘新华 高榕资本投资合伙人

AIGC引领的不仅是To C方向的革命,在越来越多的专业领域中也将发挥作用。所以我们迎接的可能不仅仅是AI的“iPhone时刻”,也会迎来AI的“安卓时刻”。

趋势一:AI展现产业应用潜力,垂直领域大模型涌现

目前在生成式AI领域,总体而言还是闭源世界的开发者和应用独领风骚,但过去3个月,开源世界逐渐登上舞台。这带来一个趋势——人工智能模型的训练成本降低,为更多低成本、小规模或垂直化模型奠定基础。例如不少基于Meta LLaMA训练的模型已经有卓越表现;AutoGPT、AgentGPT等工具已经能够“自主”解决复杂任务。

我们也看到越来越多垂直领域大模型出现,例如彭博社推出的金融领域大模型BloombergGPT,以及美国多所高校、医疗机构联合提出的全科医学人工智能(GMAI,Generalist Medical Artificial Intelligence)等。

当大模型越来越触手可及,拥有大型且独特数据的公司将拥有护城河,数据的深度、广度、更新度以及能否形成数据闭环变得越来越重要。

趋势二:AI大模型从纯数字世界突破到现实世界

AI大模型不仅将改变比特世界,也正影响到原子世界;不仅关乎虚拟世界,也渗透到现实世界。

一个直观的方向就是当大模型应用于机器人,有望带来真正的通用任务型机器人。有预言指出,大模型+人形机器人是AI的终极入口之一。通用任务型机器人可以和人类进行沟通和交流,在非结构化环境中有效执行任务。近期埃隆·马斯克表示,人形机器人将会是今后特斯拉主要的长期价值来源;NVIDIA创始人兼CEO黄仁勋也指出,人工智能的下一个浪潮将是具身智能(Embodied AI),即能理解、推理并与物理世界互动的智能系统。


生成式AI也正加速虚拟环境和虚拟资产的创建,结合数字孪生、物理仿真等技术,最终应用于自动驾驶、制造等现实场景。

趋势三:所有的软件和应用终将融合AI,改变软件行业的价值链分配

今天软件行业进入3.0时代,所有应用终将被AI改写。在AI驱动下,创收也将加速。目前AI原生公司正更快突破1亿美元ARR,Midjourney从2022年3月推出模型,今天已经实现1亿美元ARR;OpenAI等新兴领导者则有望更快达到10亿美元ARR,速度远超原来令人艳羡的SaaS超级明星公司。

当然,除了AI原生公司,SaaS“老玩家”也在积极构建AI原生场景,例如Intercom、Canva、Zapier、Notion等,都已推出一流的AI产品。

趋势四:B2B生成式AI应用,关键在于深入有价值的企业工作流程

今天行业中开始讨论,第一波生成式AI浪潮(Wave1:生成式AI,Generative AI)专注于信息的生成;正在到来的第二波生成式AI浪潮(Wave2:合成AI,Synthesis AI),有希望通过信息和数据的聚合,提高决策的质量及速度。加之模型融合和个性化的流程编排能力,得以深入到企业工作流中,创造更多价值。

今天为开发者赋能生产力的To D(Developers)工具,也正崭露头角。包括新一代基于AI的开发者工具,提供代码生成、代码补全、开发者框架和线上协作,如GitHub Copilot X、Replit等;利用AI生成质量更优、更合规、更安全、支持私有化部署的企业级应用,未来有望创造商业价值;面向开发者、设计师等专业人士的模型平台与社区也快速进入视野,如开源平台Hugging Face。

趋势五:大模型时代,关注和重新定义“安全”问题

随着大模型的应用普及,“安全”问题愈发重要。关于“AI安全”,有两个理解维度。一是“Safety for AI”,即尽可能地消除AI对人类造成伤害的可能性,近期呼吁人们重视AI带来威胁的公开信不绝于耳;另外是“Security for AI”,聚焦对模型和相关环节的保护,令系统免受攻击和入侵,同时符合现实世界的合规要求,如ChatGPT中的数据防泄漏问题(DLP)已经引发企业客户关注。

如果不解决安全挑战,AI很难在产业中得到大规模推演,因此AI合规领域也将诞生新的创业机会。

Omniverse:致力成为LLM和

生成式AI的第一生态和计算平台

何展 NVIDIA中国Omniverse业务负责人

5年前NVIDIA推出Omniverse时,设想将DCC(Digital Content Creation)软件进行协同,提供3D数字内容设计标准,去打造一个开放、共建、共享的平台。


这一平台背后需要多学科多专业的底层技术融合,包括计算机视觉、计算机图形学、物理学引擎模拟和仿真、生成式AI、USD通用场景描述、空间计算(XR)、云服务与云原生以及实时Streaming等。

其中USD(Universal Scene Description)是Omniverse的底层技术之一。作为3D元宇宙的开放、可扩展标准语言,USD能够描述3D世界的几何图形、材质、物理特性和行为表示,连接来自不同3D生态系统的全设计保真度数据集,被认为是下一代互联网“HTML”语言。USD能够支持艺术家、设计师、工程师和开发者将线性流程升级为实时同步创作。例如他们此前常用到不同的设计软件,如Autodesk Maya、虚幻引擎和SideFX Houdini,这些软件各司其职、数据互不相通,基于Omniverse和USD,便可以用同一种语言来交互,打破数据孤岛。

在计算机视觉方面,NVIDIA也拥有出色技术。开源项目NVIDIA CV-CUDA,就致力于帮助世界各地的公司在GPU上建立和扩展端到端的、基于AI的计算机视觉和图像处理流程。电影《瞬息全宇宙》在制作过程中曾使用的AI视频编辑工具Runway,就将CV-CUDA集成到其生成式AI平台。在部署CV-CUDA后,Runway创作工具套件中的实时内容点击响应速度提高了3.6倍。


NVIDIA正在打造Omniverse成为LLM(大规模语言模型)和生成式AI的第一生态和计算平台,并探索更多的生成式AI功能。例如通过Omniverse的text-to-materials扩展程序,用户输入文本prompt即可自动生成高质量的材质素材。开发者也可以将基于ChatGPT等的AI生成结果,作为数据导入到Omniverse中。生成式AI功能的引入,能够进一步降低技术门槛,包括让更多非专业人士可以利用工具将脑海中的场景设计出来。


作为NVIDIA 25年来在图形学、加速计算、模拟和AI技术领域的结晶,Omniverse从数字世界跨越到物理世界,不断在更多应用场景中落地。


数字工业孪生应用场景,Omniverse可赋能制造企业以完全虚拟的方式来规划和优化价值数10亿美元的工厂项目,以使工厂能够更快投入生产并更有效率地运作、缩短产品上市时间,同时提高工厂的数字化程度与可持续性。今年GTC上,宝马集团与NVIDIA揭幕了由NVIDIA Omniverse驱动的首座宝马虚拟工厂。



围绕数字人,Omniverse也推出Audio2Face、Audio2Emotion等打造即时3D角色动画的生成式AI工具。Audio2Face可基于音频文件自动生成逼真面部表情;Audio2Emotion可以生成从快乐和兴奋到悲伤和遗憾的逼真情绪。


扩展现实(XR)+AI

才能真正解锁Metaverse

周锡健 NVIDIA中国CloudXR业务负责人


扩展现实(XR)是虚拟现实(VR)、增强现实(AR)、混合现实(MR)的统称。从1838年立体成像被发明,XR发展至今已经有近200年的历史,直到去年元宇宙Metaverse概念大火。但我们认为只有XR加上AI才能真正解锁Metaverse



NVIDIA的XR平台包含NVIDIA VR Ready GPU、创新型XR工具和开发软件,有助于开发出色的VR体验。2019年11月,NVIDIA CloudXR 1.0发布,这是基于NVIDIA RTX技术的XR云渲染方案。XR设备包括头盔、手机、平板等算力都是有限的,通过CloudXR可以从数据中心、云端或边缘等传输沉浸式XR体验。今年CloudXR已升级至4.0版本,提供了广泛的API接口选项,允许开发者使用Unity插件创建自定义用户画面,也能改善在5G网络下允许云端和边缘计算应用的体验。


XR也是连接虚拟世界Omniverse和真实世界的“星际之门”——AR是AI从Omniverse进入真实世界的方式,而VR是我们用来进入Omniverse的“虫洞”。


Omniverse XR是NVIDIA打造的首个全保真、全光线追踪VR技术,可以生成包含完整RTX光追功能的3D世界,允许用户通过VR设备或平板实时感受Omniverse场景,并支持在VR中进行导航和操作;也能通过CloudXR平台体验AR流式传输。



XR也正推动专业工作流程的变革,例如在虚拟环境中模拟复杂的外科手术过程,汽车企业利用XR技术为工厂工人提供模拟培训、进行汽车外观的设计和评审等。以汽车设计和评审这一场景为例,基于多人协同、VR设计、沉浸式展示和MR交互,能够让协作更为高效,大大缩短工作流。

围绕生成式AI浪潮,NVIDIA也推出AI Foundations,这是基于云的生成式AI服务,旨在帮助企业创建和运行自定义大型语言模型和生成式AI模型,这些模型专为企业所在领域的特定任务而创建,并且在专有数据上训练。



目前主要提供三种模型:NeMo、Picasso和BioNeMo。NeMo帮助开发者通过定义重点领域、添加特定领域知识等方式,构建出更加适合企业的大语言模型;Picasso帮助开发者构建和部署生成式AI驱动的图像、视频和3D应用,这些应用能够实现文生图、文生视频以及文本转3D;BioNeMo则重点面向生命科学领域(用于药物研发)。


实现数字孪生级别的

机器人仿真

李雨倩 NVIDIA自主机器技术专家


机器人有助于为制造、物流等行业提升效率并提升人们的生活质量,NVIDIA Isaac致力于提供一个端到端的机器人开发平台。从模型训练,到在虚拟环境中模拟,再到现实环境的开发,最终进行大规模集群式的机器人部署和机器人编队管理,都可以通过Isaac平台来实现。



目前有超过100万机器人开发者活跃在NVIDIA平台上;全球有超6000家客户利用NVIDIA的软硬件进行机器人的量产和落地,这些客户分布在递送、零售、ARM、农业、服务、制造、医疗等行业;此外我们也联合了超过150家合作伙伴共同帮助客户实现应用落地,包括传感器、AI模型框架、机器人操作系统、参考设计平台等。


Isaac Sim是NVIDIA的机器人仿真平台,提供数字孪生级别的机器人仿真。为何仿真如此重要?“万物移动终将是自主的”,为了实现完全的自主化,一个数字孪生级别的仿真环境是非常必要的。在开发机器人时,如果要增加一个功能或者删减一个传感器,直接在硬件上做开发,成本、时间和风险代价是非常高的;在仿真环境可以快速进行产品验证。


Isaac Sim以Omniverse为基石,即在Omniverse基础上搭建了机器人开发的应用层,重点可以实现:1)合成数据集生成,让机器人在虚拟环境下生成标注好的数据集,加速模型训练;2)仿真,让机器人在仿真环境中进行整机测试;3)人机交互



为了便于机器人开发者进行环境建模,Omniverse也打通了机器人3D建模的第三方主流软件与格式,包括通用的URDF,支持双足或四足机器人的MJCF等。例如Isaac Sim支持和机器人仿真软件Gazebo打通,当在Gazebo里对机器人的关节节点进行控制时,Isaac Sim可以做到实时响应。


Isaac Sim也正推动云上的服务,目前还比较早期,未来我们希望机器人开发者可以方便和低成本地访问平台,乃至共享仿真数据集。


让AIGC走上秀场

打造服装产业模型

王华民 凌迪科技Style3D首席科学家


服装行业是依赖大量“上新”带动消费的产业,对创造力和效率有极致追求。创意浓度高、能够接受多样性,也让服装相对其他行业对AI有更高的容错率,适用于AIGC去落地和探索。


与此同时,服装行业的产业链分工与环节,决定了AI生成的内容想要真正创造价值,需要满足以下特性:1)输出的内容和元素需要是多模态的,不同环节生成的不同类型内容需要结构化相关联;2)生成内容必须和实物商品相对应起来,完全支持直连生产;3)生成的内容不能是一次性的,比如版型和设计内容可以沉淀为数据资源并支持复用。


因此从Style3D探索AIGC伊始,我们就意识到:需要基于我们积累的大量垂直行业数据和素材库,去训练垂直领域的产业模型“Style3D AI产业模型”,且拥有完整的适用于服装行业的prompt。



目前Style3D已上线一批AIGC功能,包括AI款式分析、AI生成图案、AI生成版片、AI生成材质以及快速生成电商上新图等。(点击阅读:Style3D如何利用AI赋能服装产业链关键环节


程序化生成+AIGC

开启创作新体验

张心欣 泽森科工创始人、CEO


泽森科工打造的三维内容生成软件ZENO,是一款使用可视化节点编辑提供辅助的高性能、全流程三维内容生成软件,在程序化几何、程序化材质、物理仿真、生物仿真、实时渲染等方面已展现出明显的性能优势。


在内容制作领域,小到一株植物,大到一整座城市,都可以通过程序化生成(Programmatic generation)的方式来实现。尤其当需要制作大量内容资产时,程序化生成可以极大减少对人力的依赖、解放生产力。例如前期完成了对一座城市的程序化生成逻辑和节点编排,后续艺术家只需要调整参数,就可以高效将一整座城市完全自动化建模出来。


物理仿真方面,影视、动画、游戏制作都有赖于高质量物理仿真。ZENO对大规模流体的解算速度是传统速度的3-4倍,高性能的GPU多物理耦合解算也让虚拟世界的仿真达到高效和实时。


生物仿真涉及多个维度,包括肌肉形变、皮肤仿真,以及数字角色的高逼真渲染等。ZENO是国内首款拥有肌肉解算并且能直接对接游戏工作流程的系统,独有的生物仿真系统让虚拟生物更加真实自然生动,皮肤与毛发更具生物特性。


基于高性能GPU的实时渲染也很关键,能够让艺术家以一种交互式的方式,去调整和获得想要构建的画面效果,实现“所见即所得”。例如在ZENO中对海水进行超逼真渲染,对于拥有7亿粒子的仿真,基于单个NVIDIA GeForce RTX 3090显卡,可以做到30秒时间内实现4K分辨率的渲染,基本可以交互响应用户鼠标的移动。


泽森曾参与电影《流浪地球2》的视效制作,独立制作了泰晤士河被陨石摧毁、悉尼歌剧院被炸毁场景中的4个视效镜头。不仅通过程序化方式自动生成了伦敦这一城市级场景,帮助制作团队节省了大量人力;ZENO提供的流体仿真、烟雾仿真系统也极大提高超特大场景的仿真计算效率,让艺术家快速迭代和调整。根据统计,ZENO的控制工具和辅助功能为相关制作画面最终视觉效果的版本迭代节省了超100小时的时间。



随着AIGC深入越来越多场景,泽森也提出(AI+P)GC概念,并提倡方向更加可控、数据更加严谨的内容生成。


以地形生成为例,利用泽森的程序化生成,艺术家可以快速生成山峰,并调整日照、降水等参数,自动形成地形腐蚀的效果。而且程序化生成的内容带有高质量的数据标注,AI模型基于这些数据能够快速生成高质量的、近乎CG渲染效果的画面。


我们相信,未来程序化生成加上AIGC,对艺术家的内容制作和预览加速有极大的增强作用。近期我们还尝试利用AIGC,根据音乐的节拍和节律,自动化生成随音律舞动的曲线动画。


先锋对话:生成式AI

在数字内容、汽车、基建领域的潜力


在高榕资本副总裁陈玥雯的主持下,NVIDIA中国Omniverse业务负责人何展也与泽森科工、中铁五院、设序科技等前沿企业,一同探讨生成式AI为产业带来的机遇及现实挑战。



数字内容 | 未来三维软件多能使用Chat模式操作

张心欣 泽森科工创始人、CEO


影视、动画、游戏行业确实是AIGC首当其冲的主战场。AIGC带来的冲击是多维度的,对于行业结构带来了摧枯拉朽式的改变,尤其是偏向前期的工种(如原画师等)未来可能被AIGC取代。


但我们也看到,无论是主流的图形工具,还有很多创业公司,都在思考如何利用AIGC更快速、大量、自动化生成三维内容。我们可以预见在不久的将来,行业主流三维软件大多都能够使用Chat这种模式去操作。


至于产品壁垒,除了相对稀缺的自研技术以外,也需要我们对客户本质需求有更深度的理解,例如在制作复杂数据内容时,如何保证节能增效和高迭代性。


汽车 | 工程领域AIGC需要满足功能性需求

杨庆保 设序科技AIGE产品负责人


设序科技的愿景是让设计、制造简单有序,致力于通过AI技术、云技术和几何图形技术,打造智能设计、制造软件,目前重点聚焦的场景是汽车焊装领域,提供设计、仿真、虚拟调试以及制造等的整体解决方案。我们提出AIGE(Artificial Intelligence Generated Engineering)的理念,这源于我们在汽车行业落地AI服务时发现的若干真实需求:1)汽车行业本身积累了很多数据,客户希望这些数据能够真正发挥价值,为生产设计提高效率;2)汽车行业从设计到制造的交付周期越来越短,因此对于产线设计效率的提高有巨大需求;3)行业客户也期待AI能够在设计环节帮助纠错。


当然,在工程领域AI生成的内容要满足功能性需求,例如可安装、可制造;而且不同汽车厂家有自己的设计标准或偏好,需要能够适配。数据方面,我们需要结构化、多模态的数据,且对于这些数据在不同阶段关注的侧重点不同。例如设计阶段关注设计过程,仿真阶段关注渲染状态,制造阶段则关注出图效果和二维结构化的标注。除了依赖过往积累的通用数据、内部对数据进行清洗标注,目前设序也和客户合作拿到有业务标签的数据(通过联邦学习等方式加密)。


勘察设计 | 加强数据结构化积累与数据安全

刘洋 中铁第五勘察设计院集团有限公司 数智化研究院 院长


中铁五院是中国铁建旗下的勘察设计企业。基于人工智能、数字孪生、云计算、大数据等技术,我们正持续推进数字化转型,并围绕三大目标——推进数字化生产,加快大数据辅助管理,深化数字化业务发展。


其中利用数字孪生技术打造数字化生产线,有几大重点工作:1)制定数字化设计标准,通过提供工具、资源和流程,提升设计效率和产品的标准型,也通过云计算,为团队提供桌面云、设计云等高端设计工具和资源;2)通过数字孪生技术将工程建设各参与方协作在通用数据环境中,提高团队沟通效率;3)通过数字化技术进行工程全生命周期的项目管理,涵盖投资规划、设计、施工、运营维护等多个阶段。


AIGC也正展现出在设计勘察领域的应用潜力。例如在工程初期,AI生成概念设计(Conceptual Design);在交付阶段,AI可以辅助生成施工图(Constructive Documents)。


对于数据问题,我们也正着手推进将过往工程积累的大量文档、工程图纸、模型,进行结构化的存储,让机器可学习,形成数据资产,同时打造了数据仓库,并融合网络安全和数据安全技术。



着眼未来,AIGC势必会在每个行业渗透,带来产业变革;但“从0到1、无中生有”始终是人类的优势,AIGC提升生产力离不开对产业的理解、积累的独特数据、深入有价值的工作流,以及结合反馈不断进化。


关于NVIDIA 初创加速计划


NVIDIA 初创加速计划 (NVIDIA Inception) 是 NVIDIA 提供的一个加速创业公司发展的全球生态项目,为免费会员制,旨在培养颠覆行业格局的优秀创业公司。该项目联合了国内外知名的投资机构,创业孵化器,创业加速器,行业合作伙伴以及科技创业媒体等,打造创业加速生态系统,能够提供产品折扣,技术支持,市场宣传,融资对接,业务推荐等一系列服务,加速创业公司的发展。


了解更多:https://www.nvidia.cn/startups/






微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
黑马AIGC产业营1期加速计划完满收官AMD 要跟 nvidia 竞争了空间计算、AIGC……创新场景涌现,创业者开拓RTE边界|超音速计划GPT-4创造力竟全面碾压人类!最新创造力测试GPT4排名前1%【2023数智产业系列榜单】中国数智赋能领航企业榜发布!拥抱数字化浪潮,企业发展按下快进键解锁生成式 AI 潜力:NVIDIA 全栈智能网络技术支撑数据中心的进化“对生产力没帮助,还加剧通胀”!澳洲生产力低下,澳企老板们归咎于这一工作群体在2023年的人间4月天重返台湾100家投资机构支持,2023新锐企业融资加速计划即将启航迈向普罗大众的生成式 AI:如何为技术爆发创造条件大模型与生成式AI黄金时代,每一个应用都会被刷新重写 | 榕汇走进微软科技:生产力创造者和价值毁灭者排队6年只为了一个面试机会?连谷歌都羡慕的创造力中心开营了!深度:被世界角逐的光子技术,正在照亮哪些产业?买笔记本考虑游戏还是生产力?ROG 幻 16:我全都要!怕了!AI让传统鸡娃优势荡然无存,美国小学开始猛鸡“创造力”亚马逊云科技,定义了生成式AI的生产力“目光坚定,耐心无限”|声网 x 五源,2023超音速计划秋季营开营深度学习机器视觉与生成式AI 「云集|职挂云帆」ML学习小组【感动我的歌曲】恋曲1990 + 二嫁美国机会欲望之陷阱从「生成式AI」转化为「生产力」,亚马逊云科技划出重点05月02日:提高一流人才密度,发挥一流创造力富孀琼斯太太17位设计师共议:生成式AI浪潮下的设计未来​员工的创造力,正在被“效率”无情扼杀奇妙物语VOL.35 | 创造力,唯物世界的神奇魔法综观全球598家生成式AI企业,揭示大模型即将引发的3波浪潮道人笔记(六十一)阴云难久终有时,云销雨霁耀人间FTA为BioBAY打造出集未来总部、研发与生产一体化的产业园区!苹果MR遇冷,国内AR产业需求着眼于提升生产力效率柯政 梁灿|论应试教育与学生创造力培养之间的关系AMD创新引领下一代数据中心与生成式AI20年不变的初心,亚马逊云科技为初创企业的独角兽梦想加速赋能!“大学生的创造力有多离谱??”网友:我晒干了沉默哈哈哈IBM:拥抱基础模型与生成式AI,迎接“AI+”新时代
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。