На выставке CES 2025 представлено устройство Omi по цене $89, которое слушает разговоры пользователя, извлекает из них полезную информацию и составляет сводки при помощи искусственного интеллекта. Но главное — оно читает мысли своего владельца и знает, когда тот обращается к устройству.

Источник изображения: omi.me

В ходе демонстрации создатель проекта Ник Шевченко (Nik Shevchenko) задал «в пустоту» вопрос, не обращаясь ни к кому конкретно, но мысленно выбрал адресатом Omi — и получил сгенерированный ИИ ответ на свой телефон. Гаджет считал его мозговые волны, понял, к кому в действительности обращался пользователь, и выполнил команду. Для выполнения своей задачи устройство обходится всего одним электродом, но через два года, считает господин Шевченко, Omi сможет не только определять адресата высказывания, но выполнять более серьёзные задачи — в конечном итоге считывать и сохранять мысли пользователя.

В теперешнем виде гаджет носится на шнурке на шее и при необходимости крепится на виске. Устройство постоянно слушает пользователя и помогает ему осмыслить повседневную жизнь; ресурса аккумулятора хватает на три дня. Для его запуска не нужно называть какого-либо кодового слова, но можно обращаться к Omi напрямую. Оно может подготовить сводку встречи и тезисно представить дальнейшие действия. В ходе презентации автор проекта поинтересовался котировкой биткоина, и через несколько секунд получил ответ в приложении на телефоне. Уведомления от приложения поступали довольно часто и не всегда были полезными, но господин Шевченко списал это на предварительную версию устройства.

В продажу Omi поступит во II квартале этого года. Сейчас устройством пользуются 5000 человек — им гаджет помогает составлять заметки, искать информацию и выполнять задачи, обычные для помощников с ИИ. Уже действует магазин приложений Omi, который разработчики используют, например, для подключения к популярным внешним сервисам — доступны 250 приложений, а ОС устройства доступна с открытым исходным кодом. Целью проекта Omi является создание многофункциональной платформы, не ограниченной одним только устройством или приложением. Для выполнения практических задач используются модели Meta✴ и OpenAI, что позволяет быстро развёртывать новые возможности.

Компания Gigabyte представила на выставке CES 2025 ноутбуки следующего поколения серий Aorus Master, Gigabyte Aero и Gigabyte Gaming с поддержкой ИИ, а также ИИ-помощника GiMATE для бесшовного управления оборудованием и программным обеспечением.

Источник изображения: Gigabyte

В новинках используются видеокарты серии GeForce RTX 50 от Gigabyte на базе архитектуры Nvidia Blackwell, получившие модернизированные решения для отвода тепла, гарантирующие высокую производительность видеокарт.

Флагманская серия ноутбуков Aorus Master включает модели с 18-дюймовым mini-LED-дисплеем и 16-дюймовым OLED-экраном. Ноутбуки Aorus Master предлагаются с процессором Intel Core Ultra 9 275HX и мобильной видеокартой Nvidia GeForce RTX 5090, обеспечивающими высокую производительность для тех, кто ищет игровые ПК с ИИ класса hi-end. Усовершенствованная система охлаждения WindForce Infinity EX обеспечивает пиковую эффективность до 270 Вт, что делает ее лучшей в своём классе на рынке. В её основе лежит передовой вентилятор Frost Fan высотой 158 мм с асимметричными лопастями для повышения эффективности охлаждения.

Модель Gigabyte Aero X16, сертифицированная Microsoft Copilot+ PC и оснащённая видеокартами GeForce RTX, предлагает самые передовые возможности ИИ для повседневных рабочих процессов, включая ChatRTX, RTX Remix, RTX Video, Nvidia Broadcast и многое другое. Ноутбук выполнен в компактном корпусе толщиной 16,7 мм весом 1,9 кг и обладает автономностью более 12 часов. Как сообщает Copilot+ PC, устройство отлично подходит как для игр, так и для создания контента, предлагая для работы полный набор функций Microsoft AI.

В свою очередь, Gigabyte Gaming A16 — тонкий игровой ноутбук с поддержкой ИИ, разработанный с учетом эргономики. Ноутбук оснащён удобной клавиатурой Gigabyte Golden Curve Keyboard и шарниром на 180 градусов, позволяющим его использовать для различных сценариев. Все новинки Gigabyte поддерживают технологию Dolby Atmos, обеспечивающую звук кинематографического качества.

Как сообщила Gigabyte, эксклюзивный GiMATE интегрируется с усовершенствованной моделью большого языка (LLM) и функцией Press and Speak, делая управление ноутбуком более естественным и интуитивным. Используя функцию AI Power Gear II для оптимальной энергоэффективности и AI Boost II для точного разгона аппаратной платформы, ИИ-агент обеспечивает оптимальные настройки для любого сценария. Функция AI Cooling позволяет снизить громкость работы кулера до 0 дБ, в то время как AI Audio и AI Voice оптимизируют звук для любых настроек. Функция AI Privacy обнаруживает присутствие посторонних и мгновенно активирует защиту экрана.

Генеральный директор Nvidia Дженсен Хуанг (Jensen Huang) во время презентации видеокарт Blackwell сделал смелое заявление о том, что видеокарта GeForce RTX 5070 стоимостью $549 обеспечит производительность уровня GeForce RTX 4090 за $1599. Эти слова вызвали бурные обсуждения в Сети, и вскоре Nvidia пришлось оправдываться за слова своего гендиректора.

Источник изображений: Nvidia

«RTX 5070 предложит производительность RTX 4090 по цене $549», — сказал Хуанг со сцены CES во время презентации. И это можно считать правдой, но с огромной натяжкой. После этих слов гендиректор Nvidia уточнил, что «это было бы невозможно без искусственного интеллекта». Именно благодаря основанной на искусственном интеллекте функции Multi Frame Generation новая видеокарта среднего уровня способна обеспечить в играх примерно такую же кадровую частоту, как и флагман прошлого поколения.

Вместе с новыми видеокартами Nvidia представила технологию ИИ-масштабирования DLSS 4. В ней реализована новая технология Multi Frame Generation, которая позволяет генерировать силами искусственного интеллекта (и тензорных ядер GPU, на которых ИИ работает) до трех дополнительных кадров на каждый кадр, отрисованный традиционным способом. Это развитие технологии Frame Generation, представленной в DLSS 3, которая генерировала один дополнительный кадр на каждый отрисованный GPU. Новая технология будет работать только на видеокартах GeForce RTX 5000.

Некоторые любители компьютерных игр уже давно утверждают, что эта техника является просто «фальшивыми кадрами» и не отражает истинную производительность графических процессоров, которые традиционно используют растеризацию уже несколько десятилетий.

«Используя нейронный рендеринг и DLSS 4, мы можем достичь уровня производительности [на RTX 5070], который был возможен только на RTX 4090, — пояснил Ларс Вайнанд (Lars Weinand), старший технический менеджер по продукции Nvidia, порталу The Verge. — Это не означает, что RTX 5070 может превзойти RTX 4090 во всех отношениях и в любой конфигурации».

Таким образом, когда Хуанг говорил об уровне производительности, он имел в виду исключительно частоту кадров, при этом оставляя за скобками такой важный аспект, как качество изображения.

Nvidia уже продемонстрировала возможности DLSS 4 в Cyberpunk 2077, увеличив частоту кадров со 142 FPS с технологией DLSS 3.5 до впечатляющих 243 FPS с новой версией. Также компания отметила, что вообще без DLSS на максимальных настройках качества графики и трассировки лучей в 4K пользователь получил бы всего 27 FPS на новейшей GeForce RTX 5090.

«В таких играх, как Cyberpunk 2077 или Alan Wake 2, вы можете сравнить показатели производительности [на RTX 5070] с использованием DLSS 4 с RTX 4090, использующим только DLSS 3.5 Frame Generation, — пояснил Вейнанд. — Именно на этом и основано утверждение: вы видите уровень производительности, который раньше был возможен только на RTX 4090, но, конечно, это не означает, что в любой конфигурации и настройках графики, которые вы можете выбрать, вы будете иметь такую же производительность».

То есть с GeForce RTX 5070 пользователь не получит тот же уровень производительности при чистой растеризации, какой обеспечивала GeForce RTX 4090. Все сводится к тому, устроит ли пользователя качество «ненастоящих кадров», созданных DLSS 4.

Поддержка генерации трех кадров на каждый отрисованный традиционно в сочетании с ИИ-масштабированием позволит поднять FPS до восьми раз по сравнению с традиционным рендерингом. Nvidia также отметила, что перешла на новую модель-трансформер в DLSS 4, что ускорило генерацию кадров на 40 % и при этом снизило потребление видеопамяти на 30 %.

О DLSS 4 еще многое предстоит узнать, но во время сессии вопросов и ответов на выставке CES Хуанг сказал, что DLSS 4 «предсказывает будущее», а не «интерполирует прошлое». Это означает, что дополнительные два кадра, которые генерируются DLSS 4 по сравнению с DLSS 3.5, не должны добавить много задержек в процесс игры. Но вряд ли сами игры будут ощущаться быстрее.

Один из главных недостатков оригинальной технологии DLSS Frame Generation заключался в высокой задержке ввода — хотя игра визуально выглядела более плавной благодаря дополнительным кадрам, она ощущалась более медленной, чем если бы она действительно рендерилась с высокой частотой кадров. Правда, далеко не все пользователи заметят разницу, но если вы видите разницу между 240 и 60 FPS, то вы почувствуете, что что-то не так.

Digital Foundry обнаружила, что DLSS 4 Multi Frame Generation имеет более плавное время воспроизведения кадров, несмотря на добавление двух дополнительных кадров по сравнению с существующим Frame Generation в DLSS 3.5. Компания также обнаружила, что Multi Frame Generation на RTX 5080 занимает примерно на 6 мс больше по сравнению с существующей технологией DLSS Frame Generation на видеокартах GeForce RTX 40-й серии.

«Задержка, которую мы добавляем при использовании Multi Frame Generation, очень мала, — подчеркнул Вейнанд. — Благодаря тому, что GPU работает быстро, мы обеспечиваем равномерное отображение кадров».

Как дела с DLSS 4 и новой генерацией кадров будут обстоять на деле — покажут независимые тесты видеокарт GeForce RTX 50-й серии.

Генеральный директор Nvidia Дженсен Хуанг (Jensen Huang) заявил, что за последние 10 лет производительность чипов Nvidia увеличилась в 1000 раз, вступив в противоречие с законом Мура. И этот прогресс не замедлится в ближайшем будущем, а чипы компании обеспечат дальнейшее снижение стоимости и ускорение развития искусственного интеллекта (ИИ), рассказал Хуанг в интервью TechCrunch после выступления на CES 2025.

Источник изображения: Nvidia

Закон Мура, сформулированный в 1965 году соучредителем Intel Гордоном Муром, предсказывал удвоение числа транзисторов на кристалле каждые два года, что приводило к удвоению производительности чипов. Стоимость вычислений соответственно снижалась. В течение десятилетий это правило определяло развитие вычислительной техники. Однако в последние годы действие закона Мура начало замедляться. Однако Дженсен Хуанг с этим категорически не согласен, о чём неоднократно заявлял прежде. В ноябре Хуанг заявил, что мир ИИ находится на пороге «гиперзакона Мура».

На этот раз основатель Nvidia отметил, что ИИ-чипы Nvidia развиваются с опережением и новый суперчип для дата-центров в 30 раз быстрее предыдущего поколения чипов при выполнении задач, связанных с искусственным интеллектом. «Наши системы прогрессируют гораздо быстрее, чем закон Мура», — сказал Хуанг в интервью TechCrunch во вторник.

Заявление Хуанга прозвучало в момент, когда в индустрии стали появляться вопросы, касающиеся замедления прогресса в области искусственного интеллекта. Однако Nvidia, оставаясь ключевым игроком на рынке, который поставляет чипы таким ведущим ИИ-лабораториям, как Google, OpenAI и Anthropic, заявляет, что может двигаться быстрее закона Мура, потому что инновации происходят на всех уровнях — от архитектуры чипа до программных алгоритмов. «Мы можем создавать архитектуру, чип, систему, библиотеки и алгоритмы одновременно, — отметил Хуанг. — Если вы это сделаете, то сможете двигаться быстрее, чем по закону Мура, потому что вы сможете внедрять инновации по всему стеку».

Глава Nvidia продемонстрировал на CES суперчип для центров обработки данных, лежащий в основе системы GB200 NVL72, который, по его словам, в 30–40 раз быстрее справляется с ИИ-вычислениями, чем предыдущий флагманский чип H100. Это значительное увеличение производительности, по мнению Хуанга, позволит снизить стоимость использования ИИ-моделей, требующих больших вычислительных мощностей, например, таких как модель o3 от OpenAI. Также подчёркивается, что в долгосрочной перспективе дорогостоящие модели рассуждения смогут использоваться для создания более качественных данных для последующего обучения ИИ-агентов, что приведёт к снижению затрат.

Хуанг отвергает идею о замедлении прогресса ИИ и утверждает, что достижения в области аппаратного обеспечения могут непосредственно повлиять на дальнейшее развитие возможностей искусственного интеллекта. «Закон Мура был так важен в истории вычислительной техники, потому что он привел к снижению стоимости вычислений, — сказал Хуанг в интервью TechCrunch. — То же самое произойдет и с инференсом [запуском обученных нейросетей]: мы увеличим производительность, и в результате стоимость инференса станет меньше».

Слухи о задержке начала массового производства серверных систем на базе ускорителей с архитектурой Blackwell преследовали Nvidia на протяжении основной части прошлого года, но на выставке CES 2025 основатель компании Дженсен Хуанг (Jensen Huang) заявил, что массовое производство Blackwell уже началось и уже около 15 поставщиков предлагают серверные системы на основе Blackwell в ассортименте из 200 конфигураций.

Источник изображения: Nvidia

«Полномасштабное производство Blackwell началось, невероятно, как это выглядит, но прежде всего, каждый провайдер облачных услуг сейчас располагает работоспособными системами», — заявил глава Nvidia на пресс-конференции, проходившей после его выступления на открытии CES 2025. Для производителей серверных систем освоение продуктов на базе Blackwell может представлять определённые трудности, поскольку уровень энергопотребления этих ускорителей значительно выше. Если стойка на базе Hopper потребляет 40 кВт, то вариант с 72 ускорителями Blackwell может требовать до 120 кВт.

«Мы сейчас располагаем системами от 15 производителей, которые выпускают около 200 различных конфигураций», — описал ситуацию с серийным производством ускорителей Blackwell генеральный директор Nvidia. По его словам, партнёры компании предлагают серверные системы на базе Blackwell с жидкостным или воздушным охлаждением, оснащаемые x86-совместимыми центральными процессорами или собственными чипами Nvidia семейства Grace с архитектурой Arm. Доступны стойки в конфигурациях NVL72×1 и NVL36×2, что подтверждает готовность Nvidia и её партнёров поставлять последние вопреки ранним слухам, говорившим об обратном.

Как пояснил глава Nvidia, серверные системы на базе Blackwell производятся с участием около 45 предприятий по всему миру, что показывает степень вовлечённости отрасли в развитие инфраструктуры систем искусственного интеллекта.

Гендиректор Nvidia Дженсен Хуанг (Jensen Huang) заявил, что игровая графика никогда не будет полностью генерироваться искусственным интеллектом — участие человека останется необходимым всегда. В AMD с ним не согласились.

Источник изображения: nvidia.com

На следующий день после долгожданного анонса видеокарт Nvidia GeForce RTX 50-й серии Хуанг отвечал на вопросы журналистов. Представители ресурса PCWorld поинтересовались: если сегодня ИИ всё чаще используется для генерации и интерполяции игровых кадров, будет ли компьютерная графика полностью генерироваться ИИ? Гендиректор Nvidia ответил отрицательно. Вопрос возник закономерно: технология ИИ-масштабирования Nvidia DLSS 3 предполагает генерацию одного кадра на каждый отрисованный системой, тогда как новая DLSS 4 на каждый отрисованный кадр генерирует уже три. Днём ранее главный архитектор игровых решений AMD Фрэнк Азор (Frank Azor) ответил на этот вопрос утвердительно. Дженсен Хуанг с ним не согласился.

«Потому что просто вспомните, когда появился ChatGPT, мы сказали: „О! Теперь давайте просто сгенерируем книгу“. Но сейчас этого не ждёт никто. И причина в том, что нужно задать ему исходные [данные]. Нужно задать их — это называется условием. Сейчас им является чат или контекст запросов. Прежде чем ответить на вопрос, нужно понять процесс. Контекстом может служить [файл] PDF, контекстом может быть поиск в интернете. Контекстом может быть то, что вы указали как контекст, верно? С играми происходит то же самое. Нужно задать контекст. И контекст для игр должен быть связанным не только с сюжетом, но и с пространством, миром, быть пространственно релевантным. Так что вы задаёте условия, задаёте контекст, задаёте первоначальные фрагменты геометрии, первоначальные фрагменты текстур, и он может генерировать, создавать всё остальное», — рассказал Дженсен Хуанг.

Далее глава Nvidia отметил: «В ChatGPT контекстом называется Rapid Retrieval Augmented Generation [RAG] — контекст, который направляет текстовый ответ. В будущем 3D-графика станет генерацией на основе 3D-условий. В DLSS 4 движок растеризации Nvidia отрисовывает только один из четырёх будущих кадров. Поэтому из четырёх кадров, 33 млн пикселей мы отрисовываем только два [млн]. Разве это не чудо? То же самое произойдёт в играх в будущем, которое я только что описал, произойдёт не только с пикселями, которые мы отрисовываем, но и с геометрией, которую мы отрисовываем, с анимацией, которую мы отрисовываем, и с волосами, которые мы будет отрисовывать в будущих игр».

Гендиректор Nvidia извинился перед теми, кому его ответ оказался не вполне понятным, но заключил, что в играх есть и всегда будет место для художника и рендеринга. «Но потребовалось очень много времени, чтобы мы теперь поняли, что генеративный ИИ — это действительно будущее, однако нужно задавать условия, нужно заземляться с авторами, художниками [и] намерениями», — заключил он.

Иными словами, видеокарты продолжат рендерить какую-то часть кадров в игре, пусть и далеко не все. Но полного перехода на ИИ-рендеринг, в который верят в компании AMD, по мнению Хуанга не будет — всегда нужно будет что-то моделировать и рендерить.

Google DeepMind формирует новую исследовательскую группу по искусственному интеллекту (ИИ), которая займётся разработкой ИИ-моделей, способных имитировать физические среды для обучения роботов и создания реалистичных игровых вселенных. Сообщается, что возглавит инициативу Тим Брукс (Tim Brooks), бывший соруководитель проекта Sora в OpenAI, который присоединился к DeepMind ещё в октябре.

Источник изображения: Google DeepMind / Unsplash

«Моделирование мира» — это относительно новая область ИИ, которая может найти применение в различных сферах. Направление может быть использовано для создания интерактивных медиасред в реальном времени для видеоигр и кино, а также для разработки реалистичных сценариев обучения роботов и других систем ИИ.

В настоящее время DeepMind активно ищет инженеров-исследователей и учёных для работы в своей лаборатории, разместив вакансии на сайте Greenhouse. Основные задачи команды будут включать обучение моделей в больших масштабах, курирование данных обучения и изучение способов интеграции моделей с мультимодальными языковыми моделями. «Мы считаем, что масштабирование предварительного обучения на видео и мультимодальных данных является критически важным шагом на пути к искусственному общему интеллекту» — говорится в описании вакансий.

Несмотря на амбициозные планы, у DeepMind есть несколько конкурентов, которые уже имеют преимущество в разработке технологии по «моделированию мира». Среди них платформа Nvidia Cosmos для развития физического ИИ и стартап World Labs, созданный Фей-Фей Ли (Fei-Fei Li), которую называют «крёстной матерью ИИ». Новая команда DeepMind будет работать вместе с существующими проектами Google, включая флагманские ИИ-модели Gemini, генератор видео Veo и Genie — ранее разработанную модель мира для имитации игровых 3D-сред в реальном времени.

Стоит сказать, что Google стремится достичь AGI раньше своих конкурентов и гонка за первенство в достижении использования возможностей сверхинтеллекта набирает обороты. Так, генеральный директор OpenAI Сэм Альтман (Sam Altman) недавно заявил, что компания близка к достижению AGI, и что автономные ИИ-агенты могут начать активно включаться в рабочие процессы уже в наступившем году.

Производитель игрового оборудования и периферии Razer на выставке Consumer Electronics Show 2025 (CES 2025) представил концепт ИИ-тренера для геймеров под названием Project Ava.

Источник изображений: Razer

Project Ava позиционируется в качестве главного помощника игрока. Например, со сложными головоломками, боссами и квестами — ИИ поможет экспертным советом на основе информации из сообщества и баз знаний.

В показанном на CES 2025 демо Project Ava наставляет игрока во время битвы с боссом из китайского ролевого боевика Black Myth: Wukong от студии Game Science, давая рекомендации по уклонению от вражеских атак.

Кроме того, Project Ava обещает помощь с соревновательными играми вроде MOBA и шутеров. ИИ в реальном времени будет делиться с пользователями советами, на основе данных от лучших тренеров и киберспортсменов Team Razer.

Геймеры смогут анализировать и просматривать эффективность во время прошедшей игровой сессии с помощью персонализированного послематчевого разбора, который поможет выделить ключевые моменты и наметить области для улучшения.

Послематчевый разбор

«Мои знания безграничны. Анализируя миллионы симуляций за считаные секунды, я всегда буду иметь ответы на самые сложные игровые вопросы», — говорит Project Ava в анонсирующем тизер-трейлере.

Помимо игровых советов и киберспортивных рекомендаций, Project Ava предложит оптимизацию ПК в один клик и интуитивный интерфейс. Сроки релиза не уточняются, но в будущем планируется публичное бета-тестирование.

Режим наблюдателя

В Instagram✴ началось тестирование функции, которая генерирует рекламные изображения с самими пользователями в нестандартной обстановке и помещает эти картинки в их ленту. В одном из случаев пользователь Instagram✴ увидел себя перед «бесконечным зеркальным лабиринтом».

Источник изображений: reddit.com

«Воспользовался Meta✴ AI для редактирования селфи, а теперь Instagram✴ воспользовался моим лицом для показа мне целевой рекламы», — рассказал он на платформе Reddit. Соцсеть подготовила для него слайд-шоу из созданных ИИ изображений. «Создано для Вас: Зеркальный лабиринт», — гласит связанная с этой публикацией запись в поле «Местоположение». «Представьте, как размышляете о жизни в бесконечном зеркальном лабиринте, где Вы в центре внимания», — говорится в тексте публикации.

В администрации Instagram✴ эту функцию рекламой не считают, передаёт 404 Media. Она связана с функцией Imagine Yourself на платформе Meta✴ AI — пользователю предлагают сделать несколько автопортретов с разных ракурсов и попросить создать изображение с ним в нестандартной обстановке. После этого Instagram✴ в некоторых случаях начинает самостоятельно генерировать изображения пользователя в случайных сценах, которые, по версии платформы, соответствуют его интересам. Но доступна данная функция только тем, кто прошёл процесс регистрации Imagine Yourself — в процессе система предупреждает, что впоследствии Meta✴ может генерировать изображения с участием пользователя и показывать их в его ленте. Подчёркивается, что никто другой их не увидит.

На CES 2025 глава компании Nvidia Дженсен Хуанг (Jensen Huang) представил обновлённый и дополненный набор инструментов для ускорения разработки человекоподобных роботов. Выпущенный ещё весной пакет Isaac GR00T по созданию синтетических наборов движений теперь поддержан платформой Cosmos — цифровым представлением окружающего мира, созданным из колоссального объёма разнообразных данных. Это позволит приблизить день, когда роботы войдут в общество людей.

Источник изображений: Nvidia

Ожидается, что в течение следующих двух десятилетий рынок человекоподобных роботов достигнет $38 млрд. Чтобы удовлетворить столь значительный спрос, особенно в промышленном секторе, Nvidia представила не только обширный набор инструментов для программирования и проектирования, но и коллекцию базовых моделей роботов, конвейеров данных и фреймворков. Всё это призвано ускорить разработку человекоподобных роботов следующего поколения.

Изначально проект Isaac GR00T (Generalist Robot 00 Technology) был ориентирован на сферу имитационного обучения роботов широкому спектру движений. Оператор в гарнитуре виртуальной реальности, например Apple Vision Pro (процесс GR00T-Teleop), выполнял действия своими руками, а система разбивала их на фазы движения конечностей и создавала множество альтернативных вариантов движений. Это позволяло значительно ускорить обучение, исключая необходимость воспроизведения всех манипуляций человеком. Даже небольшая выборка действий оператора могла привести к созданию лавины синтетических последовательностей благодаря вычислительным ресурсам платформ Nvidia.

После сбора данных о действиях оператора процесс GR00T-Mimic тиражирует захваченные манипуляции в обширный синтетический набор движений. Платформы Nvidia Omniverse и Nvidia Cosmos экспоненциально расширяют этот набор за счёт рандомизации и масштабирования действий в трёхмерном пространстве. Эти данные затем используются для обучения роботов эффективному и безопасному перемещению и взаимодействию с окружающей средой в Nvidia Isaac Lab — модульной платформе с открытым исходным кодом для обучения роботов.

Одним из главных анонсов CES 2025 стала платформа Nvidia Cosmos, которая «сокращает разрыв между симуляцией и реальностью». Это предварительно обученные модели, отражающие основы физического мира и предназначенные для обучения искусственного интеллекта с учётом физических процессов. Модели были обучены на 18 квадриллионах токенов, включая данные из 2 млн часов автономного вождения, робототехники, видеозаписей с дронов и синтетических источников.

Платформа Cosmos не только помогает генерировать большие наборы данных, но и минимизирует разрыв между имитацией и реальностью, расширяя масштаб изображений от 3D до реального мира. Сочетание Cosmos с Omniverse — платформой для разработки API и микросервисов для создания 3D-приложений — играет решающую роль, поскольку сводит к минимуму возможные ошибки, связанные с моделями мира, и обеспечивает высокую точность благодаря физически корректному моделированию.

Nvidia уже нашла заинтересованных клиентов среди лидеров разработки человекоподобных роботов, таких как Boston Dynamics и Figure. Использование Nvidia Isaac GR00T, Omniverse и Cosmos значительно продвинет отрасль робототехники, приближая день, когда человекоподобные роботы станут неотъемлемой частью человеческой цивилизации.

Компания Nvidia в рамках выставки CES 2025 представила новый виток развития Avatar Cloud Engine (ACE) for Games — набора технологий на базе генеративного ИИ для создания «живых» NPC в играх.

Источник изображения: Krafton

Напомним, прошлым летом Nvidia показывала «умного» собеседника на основе ACE в мультиплеерном боевике Mecha Break, а теперь возможности Nvidia ACE призваны продемонстрировать автономные неигровые персонажи.

Эти NPC будут использовать ИИ, чтобы воспринимать окружение, планировать действия и вести себя как настоящие игроки: понимать и поддерживать пользователя в выполнении его задач, адаптироваться к тактике оппонента и так далее.

Так, например, на протяжении 2025 года в условно-бесплатной королевской битве PUBG: Battlegrounds появятся (см. трейлер выше) напарники на базе Nvidia ACE, с которыми пользователи смогут кооперироваться, давая голосовые указания.

Малая языковая модель Mistral-Nemo-Minitron-8B-128k-instruct позволит таким ИИ-союзникам в реальном времени общаться, давать советы, находить и делиться добычей, управлять транспортом и сражаться с другими игроками.

Автономные неигровые персонажи на базе Nvidia ACE появятся и в других играх:

• симулятор жизни Inzoi — «умные» зои (zoi) будут динамически корректировать поведение в соответствии с личными характеристиками и окружающими обстоятельствами (см. видео выше);
• королевская битва Naraka: Bladepoint Mobile (в марте) и Naraka: Bladepoint (в 2025 году) — NPC смогут присоединяться к отряду игрока, сражаться вместе с пользователями, находить предметы, обмениваться снаряжением и давать советы по прокачке (видео по ссылке);
• многопользовательская ролевая игра Mir5 — Nvidia ACE обеспечит появление в проекте ИИ-босса. Монстр сможет анализировать экипировку и умения пользователей, чтобы выбрать максимально удачную тактику, а также подстраиваться под стратегии оппонентов (видео по ссылке).

Кроме того, «умных» собеседников и автономных персонажей на базе Nvidia ACE готовят разработчики детектива Dead Meat, песочницы AI People и технодемо ZooPunk (его делают создатели метроидвании F.I.S.T.: Forged in Shadow Torch).

Вместе с новыми видеокартами семейства Blackwell компания Nvidia представила новую технологию масштабирования изображения DLSS 4. С ней смогут работать все видеокарты семейств GeForce RTX, а в день дебюта поддержку технологии получат 75 популярных игр.

Источник изображений: nvidia.com

Крупнейшим нововведением Nvidia DLSS 4 стал переход от свёрточных нейросетей к модели-трансформеру, у которой вдвое больше параметров, чем у нейросетей прежних версий DLSS. Это означает более высокую стабильность изображения, сокращение артефактов, более гладкие края объектов и более детализированное движение — проще говоря, качество изображения повысилось. Также в DLSS 4 появилась новая технология DLSS Multi-Frame Generation — улучшенный вариант базовой Frame Generation для видеокарт серии GeForce RTX 50: на каждый отрисованный кадр они генерируют ещё три. Это в сочетании с архитектурными улучшениями позволило Nvidia говорить о двукратном росте производительности видеокарт нового поколения.

Разработчик развернул новые модели искусственного интеллекта, отвечающие за функции Deep Learning Anti-Aliasing (DLAA), DLSS Super Resolution, DLSS Frame Generation и DLSS Ray Reconstruction. Это, как заявили в Nvidia, помогло DLSS опередить другие технологии масштабирования. В случае DLSS Frame Generation использование ресурсов видеопамяти сократилось на 30 %, а скорость работы технологии выросла на 40 %. В Warhammer 40,000: Darktide частота кадров увеличилась на 10 %, а в видеопамяти высвободились 400 Мбайт.

Поддержку Nvidia DLSS 4 получили все видеокарты, но более старые — не в полной мере. На моделях серий RTX 20 и RTX 30 будут работать функции DLSS Super Resolution, DLAA и DLSS Ray Reconstruction; на RTX 40 — усовершенствованный вариант DLSS Frame Generation; а DLSS Multi-Frame Generation доступна только с видеокартами RTX 50, что стало возможным благодаря улучшенным ядрам Tensor на этих моделях.

Это означает, что в мониторах разрешения 4K с высокой частотой обновления появился практический смысл — ранее многие геймеры недоумевали, зачем при 4K нужны 240 Гц, если видеокарты с такой картинкой не справляются. Теперь справляются, и возникает потребность в ещё более быстрых дисплеях. В день выхода Nvidia DLSS 4 будет поддерживаться 75 играми и приложениями, включая такие наименования как Cyberpunk 2077, Alan Wake 2 и Indiana Jones and the Great Circle.

Статистика PitchBook, на которую ссылается Bloomberg, гласит, что в прошлом году почти половина из привлечённых в прошлом году в США стартапами $209 млрд инвестиций была направлена на развитие компаний, связанных с искусственным интеллектом. Соответствующая сумма достигла рекордных $97 млрд.

Источник изображения: Nvidia

Если говорить об общем объёме финансирования стартапов, то он вырос на треть по сравнению с 2023 годом. Венчурным капиталистам при этом удалось привлечь $76,1 млрд в 508 фондов по итогам прошлого года, что стало минимальной суммой с 2019 года, а по количеству фондов показатель оказался минимальным с 2014 года. Подобная тенденция демонстрирует, что крупным компаниям проще привлекать прямое финансирование со стороны инвесторов, а крупные институциональные инвесторы активнее привлекают средства. На искусственный интеллект тратятся рекордные суммы, а вот молодым компаниям за пределами этого сектора перестаёт хватить денег на развитие.

В ходе публичных размещений акций и в результате сделок по поглощению стартапов в прошлом году в США было привлечено и потрачено $149,2 млрд, что на $30 млрд больше результата 2023 года и почти столько же, сколько было привлечено в 2022 году. В Европе финансирование стартапов в целом по итогам 2024 года просело с 66,7 до $61,6 млрд, а в Азии объёмы финансирования сократились с $100,1 до $75,9 млрд. США в этом смысле отличаются высокой степенью концентрации ресурсов, привлекаемых для развития систем искусственного интеллекта.

Google TV получит интеграцию с нейросетью Gemini, что позволит сделать взаимодействие пользователя с телевизором «более интуитивным и полезным», объявила Google на выставке CES 2025. Благодаря обновлению Google TV, которое выйдет в этом году, пользователи смогут искать контент и задавать вопросы, не начиная с фразы «Окей, Google», пишет The Verge.

Источник изображений: Google

Для поиска медиа будет достаточно спросить: «Какие последние фильмы от Disney?». Также можно будет задавать более общие вопросы, такие как: «Какие места лучше всего посетить в Азии летом?», и Google TV покажет результаты с YouTube. Интеграция с нейросетью также позволит пользователям взаимодействовать с устройствами умного дома, предоставляя возможность просматривать видеопоток с дверного звонка, приглушать свет и выполнять другие действия. Аналогичные функции Gemini компания добавила в ТВ-приставку Google TV Streamer, вышедшую в прошлом году.

Помимо интеграции Google TV с Gemini, компания оснащает телевизоры с использованием своей операционной системы микрофонами дальнего радиуса действия, что позволяет управлять телевизором с помощью голосовых команд напрямую, без необходимости использования пульта дистанционного управления. Телевизоры с Google TV также получат датчики приближения, которые будут определять, когда пользователь находится рядом с телевизором, и показывать «персонализированные и информативные виджеты» с информацией о погоде или новостями.

Добавим, что LG и Samsung объявили по планах использовать ИИ-ассистента Microsoft Copilot в своих телевизорах.

Nvidia представила персональный ИИ-суперкомпьютер. В мае этого года компания начнёт продажи системы под названием Project Digits, в основе которой лежит новый суперчип GB10 Grace Blackwell. Он обладает достаточной вычислительной мощностью для запуска сложных моделей ИИ (LLM) и при этом достаточно компактен, чтобы поместиться на столе и работать от стандартной розетки. Ранее для такой вычислительной мощности требовались гораздо более крупные и энергоёмкие системы.

Источник изображений: Nvidia

«ИИ станет основным в каждом приложении для каждой отрасли. Благодаря Project Digits суперчип Grace Blackwell станет доступен миллионам разработчиков, — заявил генеральный директор Nvidia Дженсен Хуанг (Jensen Huang). — Размещение суперкомпьютера ИИ на столах каждого специалиста по обработке данных, исследователя ИИ и студента даст им возможность участвовать в формировании эпохи ИИ».

Система Project Digits, размером с традиционный настольный мини-ПК вроде Mac mini, может работать с моделями ИИ, содержащими до 200 миллиардов параметров, а её стартовая цена составляет 3000 долларов. Для ещё более требовательных приложений две системы Project Digits могут быть объединены для работы с моделями, содержащими до 405 миллиардов параметров (лучшая модель Meta✴, Llama 3.1, как раз имеет 405 миллиардов параметров).

Чип GB10 Grace Blackwell обеспечивает производительность до 1 петафлопа с точностью FP4, то есть он способен выполнять 1 квадриллион операций в секунду для обучения и запуска ИИ-моделей. Система оснащена графическим процессором с ядрами Nvidia CUDA последнего поколения и тензорными ядрами пятого поколения. Он подключён через NVLink-C2C к центральному процессору Grace с 20 энергоэффективными ядрами на архитектуре Arm. В разработке GB10 участвовала компания MediaTek, помогая оптимизировать энергоэффективность и производительность. Каждая система оснащается 128 Гбайт унифицированной когерентной оперативной памяти и до 4 Тбайт NVMe-накопителя.

Пользователи также получат доступ к библиотеке программного обеспечения Nvidia для ИИ, включая наборы для разработки, инструменты оркестрации и предварительно обученные модели, доступные в каталоге Nvidia NGC. Система работает на базе Linux Nvidia DGX OS и поддерживает такие популярные фреймворки, как PyTorch, Python и Jupyter Notebooks. Разработчики могут настраивать модели с помощью фреймворка Nvidia NeMo и ускорять рабочие процессы в области науки о данных с помощью библиотек Nvidia RAPIDS.

Пользователи могут разрабатывать и тестировать свои модели ИИ локально на Project Digits, а затем развёртывать их в облачных сервисах или инфраструктуре центров обработки данных, которые используют ту же архитектуру Grace Blackwell и программную платформу Nvidia AI Enterprise.

Заметим, что это далеко не первый «потребительский» ИИ-суперкомпьютер Nvidia. В декабре компания анонсировала версию своего компьютера Jetson за 249 долларов для приложений ИИ, ориентированную на любителей и стартапы, под названием Jetson Orin Nano Super, который способен справляться с LLM до 8 миллиардов параметров.