在中构建智能汽车 (智能汽车)
虚拟环境
利用 NVIDIA 的先进模型、工具和库驱动的仿真与合成数据生成（SDG）流水线，加速自动驾驶（AV）开发。包括：
NVIDIA Cosmos™世界基础模型 NVIDIA Omniverse NuRec
NVIDIA 物理 AI 数据工厂蓝图
开源仿真工具和技术
Cosmos Curator 和数据集搜索
使用 NVIDIA Cosmos Curator 和 Dataset Search（CDS），加速自动驾驶（AV）开发中的数据处理与数据生成。Curator 会过滤和标注大型数据集，而 CDS 则会根据文本、图像或视频查询快速搜索和检索数据。
Cosmos Transfer
根据文本提示和来自真实驾驶数据或模拟的多个空间控制输入，探索更快、更出色的逼真世界生成。
Cosmos Predict
凭借更高的速度、可扩展性和灵活性，Cosmos Predict 可以在智能汽车数据上进行后训练，以生成单视图和多视图视频，从而加速开发。
Omniverse NuRec
根据真实的多传感器驾驶数据重建高保真 3D 世界。然后，渲染新的传感器视图和轨迹，以实现可扩展的回放、验证和合成数据生成。
物理 AI 开放数据集
查看用于智能汽车训练的大型开源多模态数据集，以及 Cosmos 生成的视频和用于神经重建的场景入门包。
物理 AI 数据工厂蓝图
通过单个工作流程来大规模整理、增强和评估数据，加速智能汽车开发。
AlpaSim
查看 NVIDIA AlpaSim，这是一款支持逼真传感器建模的开源智能汽车仿真框架。它由 Omniverse NuRec、可配置的流量和策略模型以及可扩展的闭环测试提供支持，可在数百万英里的虚拟英里中快速进行策略迭代。
智能汽车模拟学习资源
借助全新 NVIDIA Cosmos Transfer NIM 简化端到端智能汽车开发
本博客展示了如何创建世界模型并生成合成数据 (SDG) ，以加速端到端智能汽车训练，以及闭环训练和车载推理。
在 CARLA 上使用 NuRec 和 Cosmos 模拟和扩展现实世界的智能汽车数据
深入了解最新开源 CARLA 0.9.16 版本，并了解如何通过 NuRec 和 Cosmos Transfer 使用智能汽车仿真管线。此会议介绍神经重建和渲染工作流，以将真实的传感器数据引入仿真。
使用 NuRec Fixer 提高智能汽车模拟的 3D Gaussian 重建质量
了解如何使用 NuRec Fixer 将杂的 3D 场景转换为清晰、无伪影的环境，为智能汽车模拟做好准备。