英伟达收获多项NeurIPs大奖

　　NeurIPs大会线下部分于本周在新奥尔良举行，下周将举行线上部分。届时将有超过60场演讲、展示和用户参加的研讨会。其中NVIDIA两篇研究论文：一篇探索基于扩散的生成AI模型，另一篇关于训练通用AI代理；因其对AI和机器学习领域的贡献而获得了NeurIPS 2022奖项。
　　NeurIPS：神经信息处理系统大会（Neural Information Processing Systems）是全球最负盛名的 AI 学术会议。
　　英伟达学习与感知研究副总裁Jan Kautz表示:＂人工智能是一项非常重要的技术，从生成式人工智能到自主式人工智能，英伟达正在整个领域取得快速进展。＂＂在生成式人工智能中，我们不仅提高了对底层模型的理论理解，还做出了实际贡献，减少了模拟现实创建虚拟世界的工作量。＂
　　重新构想基于扩散的生成模型设计
　　基于扩散的模型已经成为生成AI的突破性技术。NVIDIA的研究人员因其对扩散模型设计的分析，提出了可以显著提高这些模型的效率和质量的改进，而获得了杰出主线论文奖。
　　本文将扩散模型的组成部分分解为模块化设计，帮助开发人员确定可以调整的过程，以提高整个模型的性能。研究人员表示，他们的修改使评估人工智能生成图像质量的指标获得创纪录的分数。
　　在基于Minecraft（我的世界）的模拟套件中训练通用AI代理
　　虽然研究人员长期以来一直在《星际争霸》、《Dota》和《围棋》等电子游戏环境中训练自主AI代理，但这些代理通常只擅长少数任务。因此，英伟达的研究人员转向世界上最流行的游戏《我的世界》，为通用AI代理开发一个可扩展的训练框架——它可以成功地执行各种各样的开放式任务。
　　这个名为MineDojo的框架使AI代理能够使用一个由7000多个维基页面、数百万Reddit线程和30万小时的游戏记录组成的庞大在线数据库来学习《我的世界》灵活的游戏玩法。该项目获得了NeurIPS委员会颁发的杰出数据集和基准论文奖。
　　作为概念的证明，MineDojo背后的研究人员创建了一个名为MineCLIP的大型基础模型，它学会了将《我的世界》游戏玩法的YouTube片段与视频的文本相关联，其中玩家通常会叙述屏幕上的动作。使用MineCLIP，团队能够训练一个强化学习代理，能够在没有人为干预的情况下在Minecraft中执行多个任务。
　　创建复杂的3D形状来填充虚拟世界
　　NeurIPS上另一个项目是GET3D，这是一种生成式人工智能模型，可以根据它2D图像，如建筑、汽车或动物，立即合成3D形状。人工智能生成的物体具有高保真的纹理和复杂的几何细节，并以流行的图形软件应用中使用的三角网格格式创建。这使得用户可以很容易地将形状导入到3D渲染器和游戏引擎中进行进一步编辑。
　　GET3D以其生成显式纹理3D网格的能力而得名，它在NVIDIA A100 Tensor Core GPU上训练，使用了从不同相机角度捕捉的约100万张3D形状的2D图像。当在单个NVIDIA GPU上运行推理时，该模型可以每秒生成大约20个对象。
　　人工智能生成的物体可以用来进行建筑、户外空间或整个城市的3D表示——可以用于游戏、机器人、建筑和社交媒体等行业设计的数字空间。