CES에서 엔비디아의 젠슨황 CEO가 이야기하는 AI 기술 발전 단계는​ 초기의 "지각 AI"에서 시작하여 "생성 AI," "에이전트 AI," 그리고 궁극적으로 "물리적 AI"로 발전​지각 AI (Perception AI)음성 인식 (Speech Recognition)추천 시스템 (Deep RecSys)의료 영상 (Medical Imaging)​생성 AI (Generative AI)디지털 마케팅 (Digital Marketing)콘텐츠 생성 (Content Creation)​에이전트 AI (Agentic AI)코딩 보조 (Coding Assistant)고객 서비스 (Customer Service)환자 관리 (Patient Care)​물리적 AI (Physical AI)자율 주행 자동차 (Self-Driv..

​1. 1000s of Drives (실제 주행 데이터)이러한 데이터는 자율주행 학습을 위한 중요한 기초 데이터로 활용됨.​2. 데이터 처리 (OmniMap, NRE, Edify 3DS)OmniMap: 실제 환경의 지도를 디지털화하여 3D 공간으로 변환.NRE (Neural Reconstruction Engine): 주행 데이터를 기반으로 신경망을 활용해 디지털 환경을 재구성.Edify 3DS: 3D 모델을 생성하여 주행 환경을 고도로 현실감 있게 시뮬레이션.​3. Omniverse엔비디아의 Omniverse 플랫폼은 디지털 트윈(Digital Twin) 기술을 사용하여 물리적 환경을 가상으로 재현.실제 데이터를 활용해 시뮬레이션 환경에서 다양한 테스트를 진행.​4. CosmosCosmos는 Omnive..

코스모스는 이미지와 비디오 데이터를 고도로 압축하여 효율적으로 토큰화하는 기술입니다.​ 코스모스는 대규모 생성 모델의 학습과 추론에 최적화되어 있습니다.​고압축 및 고품질 재구성 제공하고, 최대 2048배의 압축률을 지원하며, 높은 품질의 데이터 재구성이 가능합니다. ​기존 토크나이저 대비 최대 12배 빠른 것으로 보고 되고 있으며, 연속(latent) 및 이산(discrete) 토큰화를 지원하며, 다양한 생성 모델에 활용 가능하며, 확산 모델 및 오토레그레시브 모델 등에서 유용합니다.=>> 양자화 코드도 지원 합니다​로봇 학습 및 AI 세계 모델 구축 지원하며, 로봇이 주위 환경을 이해하고 다양한 작업을 수행할 때 도움을 줄 수 있습니다.​GitHub에 공개되어 있어 개발자들 쉽게 접근 활용 가능하며,..