金融

这次，黄仁勋厨房真是假的，英伟达40000帧纹理奇幻厨房

2025-08-21 12:18

Avatar汇集了音调AI、计算器光影、自然母语认知、推荐涡轮、Avatar动画电影和可视化等等一系列关键技术，拿到了令人惊叹的优点。

在11月初的GTC 2021大不会上，黄仁勋早早面世了可以与人进行流畅交流的终端人物形象Toy-Me，看起来就是一个动画电影人偶版的黄仁勋。

黄仁勋表示，「这个终端人物形象是基于迄今培训的最大母语仿容的母语管控打造，还包括刺耳也是用我自己的音调进行合转成，还可以见到实时基于折射搜索的石雕图形。」

这个 Toy-Me 有多厉害？

在展示出之中，来自完全相同课题的3位生物学家分别让终端人物形象回答有关气候变化、物理学以及生物RNA合转成等方面的原因，难度还不低。

不过，这个可爱的小CEO回答得行云流水。

由此可见，Omniverse Avatar为更快创建者计算器科学密友打开了大门，这些终端密友依然可以为任何大型企业精采定制。

它们可以试图人们管控数十亿的日常客户服务互动，还包括的餐厅订单、汇丰银行交易、个人身份仅限和亦同订等等。

除了Toy-Me，英伟达还基于Omniverse Avatar打造了两个终端密友，一个是冰块公仔Tokkio，一个是Maxine。

冰块公仔Tokkio是一个的餐厅结帐终端密友，能够与客户对谈并认知他们的图谋。

比如，Tokkio可以同时和两个客户进行对谈并认知他们应以什么。

Tokkio还被集转成在了Nvidia Drive Concierge之中，可以用音调醒觉，执行者一些自然音调指示，比如告知亦同订。

司机还可以用它付诸则不会停车，只用动动嘴皮就好。

而Maxine为终端不会议和摄像机具体内容创作应用共享了最新关键技术的音调核糖体和音讯生转成用以。

在展示出之中，一个女人在嘈杂的小酒馆中都通过摄像机通话容是着中文，但是背景噪音却一点也听不见。

更妙的是，当她容是话时，她的音调不会被实时核糖体并翻译转成法语、德文、意大利语和之华文，刺耳和语调都还是她本人的。

这些梦魇的机制都要依赖Omniverse Avatar的助力。

她的化身犹如，是英伟达的Video2Face、Audio2Face、2D和3D AI马达的下巴动画电影和着色关键技术。

就在4月初份的GTC大不会，黄仁勋曾以14秒的真身露面演讲。

摄像机之中，随着镜头慢慢拉远，来由黄也开始被「转化」，一波特效完转成之前，来由黄也消失了。

来由黄真身进行的数据资料频域也是通过这几项关键技术付诸。

终端人的下巴高难度只需要引入则有音讯后，Audio2Face能根据音调具体内容则不会生转成。

还有，Face-Vid2Vid可以让仿容好像更容实。只需一张照片，对应散布在CG仿容上就可以了得到一个「栩栩如生」的脸了。

Omniverse Avatar的音调识别系统基于英伟达Riva，这是一个操作控制系统开发设计用以包，可以识别系统多种母语的音调。Riva还可以运用译文到音调生转成机制生转成类似本能的音调。

Omniverse Avatar的自然母语认知能力是基于Megatron 530B大型母语仿容，可以识别系统、认知和生转成本能母语。

Megatron 530B亦同培训仿容在各种自然母语勤务如：完形填空、朗读认知、常识悬疑、自然母语悬疑、词汇消歧之中群起付诸SOTA。

除了可以回答原因、总结长而多样的剧情，Megatron还可以在没经过专门从事培训的课题管控相应的原因。

Omniverse Avatar的推荐涡轮由NVIDIA Merlin共享，该构建准许企业组织起来能够管控大量数据资料的厚度深造推荐控制系统，以提出更计算器系统的建议。

Avatar的感知能力则是由NVIDIA Metropolis共享，这是一个应用于摄像机比对的计算器光影构建。

所有这些关键技术都被定位到一个软件包之中，并采用英伟达统一计算构建进行实时管控。

这些技能可以被打包为可延展、可定制的微服务，并由NVIDIA Fleet Command进行安全地调遣、政府机构和编排。

运用这些用以，英伟达打算作曲一个可以影响数万亿美元的零售商的剧情，而所有的这些都组织起来在Omniverse之上。

请注意：本文来自微信社会公众号“新智元”（ID:AI_era），编者：桃子小咸鱼，36锝经批准后面世。

。