NVIDIA Cosmos 3: modelo unificado de razonamiento físico, mundos y acciones
NVIDIA Cosmos 3 unifica razonamiento físico, generación de mundos y acciones en un solo modelo abierto. Ideal para robótica y vehículos autónomos.
NVIDIA Cosmos 3 unifica razonamiento físico, generación de mundos y acciones en un solo modelo abierto. Ideal para robótica y vehículos autónomos.
Descubre cómo aceleración GPU 30,000x y Transformers entrenan flotas de vehículos autónomos para seguimiento acústico submarino con errores <5m.
Descubre KITScenes, el dataset europeo con sensores de alta fidelidad y mapas HD completos para conducción autónoma. Incluye benchmarks para mapas, profundidad,
Descubre FRED: el primer dataset multimodal para vehículos autónomos en carreteras inundadas, con datos de cámara, LiDAR e IMU para detectar riesgos acuáticos.
CARVE certifica reparaciones asequibles de maniobras vetadas en conducción interactiva sin predicción. 98.64% de maniobras recuperadas.
Aprende cómo la IA clasifica superficies resbaladizas en tiempo real usando señales de vehículos en crucero, mejorando la seguridad vial.
Descubre cómo OmniDreams, el modelo generativo de NVIDIA, revoluciona la simulación de vehículos autónomos en tiempo real con escenarios de conducción.
Descubre cómo DeepIPCv2 usa LiDAR y aprendizaje profundo para percepción ambiental robusta y control preciso, incluso en condiciones de iluminación variables.
El Subaru Trailseeker llega como el wagon eléctrico que los fans del Outback clásico estaban esperando. Descubre cómo recupera la esencia perdida.
Optimiza el reequilibrio de flotas de ride-sourcing con aprendizaje por refuerzo de campo medio, garantizando accesibilidad equitativa y eficiencia escalable
¿Sabes que tu coche recopila datos sobre ti? Descubre qué información recolecta y cómo reducir el flujo de datos para recuperar tu privacidad en la carretera.
Descubre cómo un nuevo método de abstracción basado en grafos dirigidos y GNN optimiza la búsqueda en problemas de optimización combinatoria no lineal, mejorando resultados y robustez.
L2R: primer marco de reducción dinámica de búsqueda para VRP generalizable. Escala a 10M nodos.
Desde un beanie baby hasta una dentadura postiza: los objetos más raros olvidados en robotaxis según Uber. Descubre la lista completa.
Descubre cómo un método de denoising UWB basado en pose mejora la reconstrucción de geometría de zonas de obra para vehículos autónomos, reduciendo errores en un 66.9%.
Evaluamos parches adversariales para detección aérea: del mundo digital al físico. Descubre por qué el parche ON es más robusto en entornos reales.
Descubre cómo una arquitectura 6G-LLM reduce la latencia un 75% y aumenta el éxito de misiones un 68% en redes de vehículos autónomos tácticos.
Reduce hasta un 25% el error en predicción de trayectorias con perfil dinámico de horizonte de riesgo. Ideal para conducción autónoma segura.
Descubre cómo la tecnología de XPENG me sorprendió en China: desde conducción autónoma hasta un sorprendente auto volador. Una experiencia que redefine el futuro de la movilidad.
Mach Industries, liderada por el joven Ethan Thornton, recauda $300M y alcanza una valoración de $1.8B. Desarrolla 5 vehículos autónomos y completa una adquisición.