NVIDIA Cosmos Data Factory cria dados de IA física com dois prompts

A NVIDIA detalhou um fluxo de trabalho que promete transformar a preparação de dados de treino para IA física em uma tarefa de dois prompts. A novidade foi publicada no blog oficial de desenvolvedores da empresa em 18 de novembro e gira em torno do NVIDIA Cosmos Data Factory, o conjunto de ferramentas da plataforma Cosmos voltado a curar, ampliar e gerar dados para robôs, carros autônomos e agentes de visão.

O NVIDIA NVIDIA Cosmos Data Factory reúne cinco blueprints nativos em nuvem e seis habilidades (skills) combináveis, orquestrados por agentes de IA. Segundo a NVIDIA, o objetivo é resolver um gargalo conhecido: capturar defeitos raros, incidentes noturnos e outros cenários difíceis é caro e demorado, e transformar dados brutos em datasets prontos para treino costuma exigir ferramentas desconectadas e curadoria manual.

Como funcionam os dois prompts

O primeiro prompt é dirigido a um agente de codificação: ele clona o repositório de orquestração do Cosmos Data Factory, executa uma verificação prévia do ambiente e prepara tudo para rodar os blueprints. O segundo prompt escolhe o blueprint e o executa sobre os dados do desenvolvedor — sem intervenção humana na orquestração, de acordo com a empresa.

Os cinco casos de uso cobertos são: geração de cenários de direção para treino de veículos autônomos; aumento de atributos em imagens para busca e reidentificação de pessoas; aumento de vídeos em clima, iluminação e ambiente; geração de vídeos de eventos raros, como incêndios, quedas e furtos; e geração de imagens de defeitos para inspeção visual, como placas de circuito com solda em excesso ou componentes rotacionados.

Os números da NVIDIA — e os limites deles

A empresa publicou estimativas próprias de velocidade e custo, medidas em um servidor em nuvem com oito GPUs NVIDIA RTX PRO 6000 Blackwell Series, a cerca de US$ 40 por hora (US$ 960 por dia). Os destaques: a geração de cenários de direção produziria cerca de 130 clipes de casos extremos por dia, a US$ 2,66 em computação por clipe — aproximadamente 45 vezes mais barato do que os US$ 125 por cenário coletado em estrada. Já a montagem de um dataset de imagens de defeitos teria caído de dois meses para um dia, uma aceleração de 60 vezes.

É importante ler esses números com cautela: eles cobrem apenas computação em GPU. A própria NVIDIA observa que preparação dos dados de origem, configuração, uso de agentes, armazenamento e revisão humana podem somar custos. Além disso, cada clipe gerado passa pelo Cosmos Evaluator, que verifica se o movimento é fisicamente plausível e se o evento solicitado realmente aparece, repetindo as tentativas que falham.

Quem já usa e o que vem agora

A NVIDIA cita a Porsche, que usa a plataforma NVIDIA Cosmos Data Factory pela Voxel51 para curar e ampliar dados de direção autônoma, e a Encord, que trabalhou com a ANYbotics em dados sintéticos para detecção de anomalias em inspeção robótica. As duas empresas participam de uma transmissão ao vivo sobre o tema nesta quinta-feira, 19 de novembro. O Cosmos Dataset Search, um dos componentes da plataforma, agora é open source sob a licença Apache 2.0.

O anúncio se conecta ao Cosmos 3, o modelo de mundo aberto da NVIDIA para IA física, já coberto pelo Geekiki: o Data Factory é a camada de dados que alimenta modelos como esse, transformando a falta de exemplos raros em um trabalho de geração com orçamento de computação mensurável.

Crédito da imagem: NVIDIA Developer Blog — infográfico oficial do fluxo de geração de datasets de direção autônoma do Cosmos Data Factory.

Fontes

Transparência: esta matéria foi produzida com auxílio de inteligência artificial, com cruzamento de publicações públicas e fontes da internet, e revisada antes da publicação. Recomendamos consultar as fontes originais listadas abaixo para confirmar os detalhes.

Por Muse