Al 的变革时刻：

黄仁勋主持圆桌讨论

演讲嘉宾：

黄仁勋 | NVIDIA 创始人兼首席执行官

Ashish Vaswani | Essential AI 联合创始人兼首席执行官

Noam Shazeer | Character.AI 首席执行官兼联合创始人

Niki Parmar | Essential AI 联合创始人

Jakob Uszkoreit | Inceptive 联合创始人兼首席执行官

Llion Jones | Sakana AI 联合创始人兼首席技术官

Aidan Gomez | Cohere 联合创始人兼首席执行官

Lukasz Kaiser | OpenAI 技术人员

Illia Polosukhin | NEAR Protocol 联合创始人

会议内容：

AI 的变革时刻圆桌讨论由 NVIDIA 创始人兼首席执行官黄仁勋主持，与会者还包括《Attention Is All You Need》一文的八位作者。这篇开创性的论文提出了 Transformer 神经网络架构。自此以后，Transformer 在 AI 的各个领域都占据了主导地位并给整个行业带来了变革。

演讲嘉宾：

Bill Dally | NVIDIA 首席科学家兼研究高级副总裁

李飞飞 | 斯坦福大学计算机科学红杉讲席教授、以人为本人工智能（HAI）研究院 Denning Family 联席主任

会议内容：

李飞飞将介绍她在新书中的洞察、在学术界和企业界交叉领域的经验，并畅谈大语言模型相关话题。内容包括图像模型如何从这场技术变革中脱颖而出及已出现哪些应用等。

演讲嘉宾：

Bill Dally | NVIDIA 首席科学家兼研究高级副总裁

会议内容：

Bill Dally 将分享 NVIDIA Research 在过去一年中的研究成果。其中包括高能效的“全时在线” AI 加速器、可提高天气预测分辨率的扩散模型、由大语言模型驱动的具身智能体，以及用于自动驾驶汽车场景重建的基础模型。

演讲嘉宾：

刘洺堉 | NVIDIA 生成式 AI 研究副总裁

会议内容：

刘洺堉将解释 Edify 模型设计背后的关键理念及其在图像和 3D 生成中的应用。了解 NVIDIA 的合作伙伴如何使用 Edify 模型构建他们的视觉生成式 AI 产品，还将概述视觉生成式 AI 领域目前存在的瓶颈，以及 NVIDIA 将如何改进 Edify 模型以解决这些问题。

演讲嘉宾：

Siva Hari | NVIDIA 高级研究科学家

Balakumar Sundaralingam | NVIDIA 高级研究科学家

会议内容：

机械臂的全局运动生成仍然是一个非常缓慢的过程，需要几秒到几分钟不等，主要在 CPU 上完成。Siva Hari 与 Balakumar Sundaralingam 将介绍 cuRobo，这是一个 CUDA 加速库，包含一套机器人算法，可以在 30 毫秒内生成最小加速且无碰撞的轨迹。cuRobo 利用 GPU 计算对许多种子进行并行优化，为许多机器人优化问题（包括无碰撞逆向运动学和轨迹优化）找到良好的解决方案。cuRobo 可提供运动学、无碰撞逆向运动学、轨迹优化、图形规划、批量数值优化求解器（L-BFGS、MPPI）和全局运动生成的快速实现。cuRobo 还提供快速碰撞函数，用于查询机器人与由立方体、网格（warp）和深度图像（nvblox）表示的世界之间的符号距离，这些函数利用了多项 NVIDIA 技术，全部都在 GPU 上进行。cuRobo 是与 PyTorch 集成的，因此您可以根据需要集成运动生成的整个堆栈或只集成子模块。本场会议将介绍 cuRobo 解决全局运动生成问题所采用的方法、工具包的 API 设计，并提供与 NVIDIA Isaac Sim 集成的示例。

演讲嘉宾：

Sean Lee | NVIDIA 解决方案架构师

Shourya Otta | NVIDIA

会议内容：

与传统的数据驱动方法相比，基于物理的机器学习能产生更通用、更高效的结果。此外，全球电动汽车市场一直在大幅增长，电池是汽车续航里程、安全性和效率的重要考量因素。在预生产过程中改进电动汽车电池的分析和建模可以迅速提升上述因素的表现。

具体来说，可以通过 NVIDIA Modulus 上的物理信息神经网络 (PINN) 进行必要的计算分析，并在 NVIDIA Omniverse 上对输出结果进行直观的可视化。我们将通过 NVIDIA Modulus 展示 PINNs 的优势，例如：(1) 几何参数化；(2) 通用性；(3) 通过 NVIDIA Modulus 的可解释性。

演讲嘉宾：

Koki Nagano | NVIDIA 高级研究科学家

Matthew Chan | NVIDIA 研究中心工程师

会议内容：

传统上，创建 3D 数字人需要数字艺术家的长时间工作，并且通常需要使用特殊的多视角扫描仪进行成本高昂的 3D 扫描。了解最新的生成式 AI 技术如何从一系列野外 2D 图像（如来自互联网的照片）中学习逼真的 3D 表现形式。本场会议将深入探讨 NVIDIA 最近的研究成果“EG3D”，它可以实时合成各种逼真的 3D 人物。此外，还将展示如何利用来自预训练 3D 生成模型的 3D 合成数据来训练另一个 AI 模型，以完成具有挑战性的图像合成任务。为此，还将介绍一项近期的“LP3D”工作，它可以从单张 RGB 图像中实时合成逼真的神经辐射场（NeRF）模型。NVIDIA 将展示这些 AI 驱动的人物合成方法如何使 3D 视频会议等高级功能为任何人所用，并在未来实现新的应用。