CAIE注册人工智能工程师

公众号作者

CAIE，全称 Certifed Artifcial Intelligence Engineer（人工智能工程师），简称 CAIE（赛一） ，是人工智能领域的技能等级认证。旨在评估和培养具备人工智能理论基础与实战能力的职业人士。

谷歌、英伟达联手开源了一个重磅物理引擎Newton。有意思的是，迪士尼的研究院也参与在其中。

现在做人形机器人研发的普遍面临一个困境，就是传统的仿真软件算得太慢了。

你想让一个机器人学会走路或者抓东西，得在虚拟环境里反复试错几百万次。但现有的引擎大多还是靠CPU一点点硬算，效率低得离谱。

而Newton可以把这些物理计算全部转移到GPU上，利用成千上万个计算核心同时处理。根据官方的基准测试，它的训练效率比现有的主流仿真工具快了70倍左右。

开源地址：https://github.com/newton-physics/newton

以前在传统引擎上训练一个人形机器人，可能要熬上几个星期，现在几个小时就能搞定。

企业每年在仿真软件上砸几十万的授权费，还得忍受漫长的等待周期，Newton直接把这两座大山给推平了。

Newton的底层用的是英伟达自家的Warp框架，其实就是把之前Warp里面那个已经弃用的仿真模块重新捡起来，做了大规模的扩展和重构。

在这个基础上，Newton又把MuJoCo Warp作为主要的计算后端，等于把MuJoCo在刚体仿真方面的成熟度继承了下来，同时又加上了GPU加速的buff。

所以你之前如果是MuJoCo的老用户，迁移过来几乎零门槛，但得到的是一个快得多的东西。

而且它开箱即用地兼容了英伟达的Isaac Lab和Isaac Sim，你写的是最普通的Python代码，底下自动帮你跑出CUDA级别的显卡速度，根本不用去碰那些复杂的底层逻辑。

除了效率奇高之外，Newton还解决了几个很实际的问题。一个是可微分仿真，意思是你能对整个物理过程求导，把仿真直接塞进神经网络里去训练。

搞强化学习的人应该懂这有多香，以前机器人在虚拟环境里学走路就像蒙着眼睛撞墙，全靠随机瞎试来碰运气。

有了梯度信息，机器人就相当于有了方向感，知道哪步走对了哪步走错了，自我纠错和收敛的速度会快得离谱。

另一个硬核能力是复杂环境的模拟。以前大多数仿真引擎只能处理平整地面或者简单的刚体碰撞，想模拟机器人在雪地、碎石子路或者沙滩上走路，几乎做不到。

Newton原生支持这种复杂的物理交互，机器人可以踩在沙子里看着脚陷进去，可以抓取柔软的布料和形状不规则的物体。

这种真实感直接拉满了，也就是虚拟到现实的迁移成功率，因为在虚拟环境里见过的复杂情况越多，到了真实世界才不会变成个废物。

很多人可能好奇，迪士尼一个搞动画和主题公园的，为什么要跑来掺和这种硬核底层技术。

其实这东西早就不是实验室里的玩具了。还记得英伟达GTC大会上那个惊艳全场的星球大战BDX机器人吗？

能在舞台上走路、做手势甚至表达情绪，那可不是什么CGI特效，而是真真实实的物理机器人，就是用Newton训练出来的。

迪士尼研究主管表示，Newton解锁了无与伦比的复杂机器人系统的强化学习潜力。好莱坞已经在用它造真实的世界了，你就能想象这个引擎的物理精度和稳定性到了什么级别。

对于做机器人学习、具身智能这些方向的研究员和工程师来说，这大概是今年最值得关注的一个开源工具之一。

全球最顶尖的三家科技公司把速度、灵活性和开放性这三件事凑到了一起，直接白送，以前想同时拥有这三样东西，基本是不可能的事。

这个项目现在挂在Linux基金会下，代码完全免费开放。想尝鲜的话，装好Python环境，一行命令就能跑起来。

想系统掌握AI核心技能、获取行业认可资质？

CAIE注册人工智能工程师认证

助你拓宽职业赛道，成为AI领域持证实力派

微信小程序

CAIE 认证

CAIE认证

以上内容来自微信小程序

企业、高校及渠道合作

请联系微信：FYLlaoshi