在SIGGRAPH上，NVIDIA通过代理式AI和物理AI推动图形与仿真技术发展

# 在SIGGRAPH上，NVIDIA借助智能体和物理AI推进图形与仿真技术 来源：https://blogs.nvidia.com/blog/siggraph-news-2026/ 在今年的SIGGRAPH大会（洛杉矶，持续至7月23日周四）上，与会者可以了解顶尖图形研究、神经渲染、仿真和AI如何改变人类与机器创造和理解世界的方式。 NVIDIA主题演讲 (https://www.nvidia.com/en-us/events/siggraph/) 于太平洋时间今天（7月20日）下午3:45举行，由NVIDIA AI研究与工程负责人Neil Ashton、Edward Liu和Ming-Yu Liu主讲，探讨由AI构建的神经渲染技术、世界模型和AI仿真方法。 以下是SIGGRAPH大会上NVIDIA及其合作伙伴展示的最新动态： - 模型上下文协议连接将智能体AI引入内容创作 (https://blogs.nvidia.com/blog/siggraph-news-2026/#mcp) - 全新合成视频检测器NIM微服务 (https://blogs.nvidia.com/blog/siggraph-news-2026/#synthetic-video) - 面向本地物理AI的Cosmos 3 Edge开放世界模型 (https://blogs.nvidia.com/blog/siggraph-news-2026/#cosmos-3) - 搭载NVIDIA Agent Toolkit的DGX Station上的NVIDIA NemoClaw (https://blogs.nvidia.com/blog/siggraph-news-2026/#nemoclaw-dgx-station) - 虚拟世界与物理AI的研究突破 (https://blogs.nvidia.com/blog/siggraph-news-2026/#research) --- ## AI智能体将创意工具扩展到数百万用户🔗 (https://blogs.nvidia.com/blog/siggraph-news-2026/#mcp) 图片由Epic Games提供。领先的创意应用正在开放模型上下文协议（MCP）连接，让AI智能体能够在场景、镜头、时间线、资产和编辑得以实现的工具内部工作——同时创作者保持控制权。 二十多年来，NVIDIA技术——从GPU加速视口和CUDA驱动的特效，到NVIDIA RTX PRO光线追踪、AI降噪、神经渲染和实时仿真——一直帮助加速艺术家、工作室和开发者用于构建全球游戏、电影、电视剧和广告内容的DCC工具。 MCP正在开启加速创意的新篇章：应用不仅变得更快，它们正变得支持智能体。 ### **从加速到行动** 借助支持MCP的工具，艺术家或技术总监可以要求智能体检查场景中缺失的纹理、标记色彩管理不一致、准备导出变体、为每日素材生成playblast，或根据管线规则验证镜头——同时所有创意决策仍由人类把控。 曾经加速视口、渲染、仿真和AI效果的同一NVIDIA平台，现在可以为专为专业创作者设计的系统上的本地智能体、模型推理和多应用工作流提供动力。 NVIDIA RTX PRO工作站、DGX Spark和DGX Station系统旨在将加速的AI性能更贴近艺术家、开发者和工作室管线。在本地运行模型和智能体有助于提高响应速度、减少对外部服务的依赖，并将敏感的创意数据保持在受控环境中。 NVIDIA Agent Toolkit还支持MCP集成，包括用于连接远程MCP服务器的MCP客户端，以及用于向任何MCP客户端发布工具的MCP服务器。 ### **创意生态系统迈向智能体就绪** 在整个创意生态系统中，创意应用和平台正在开放MCP连接或支持MCP的工作流，使AI智能体能够更扎实地访问真实的生产环境。 **Adobe**正在将其创意智能体扩展至Firefly、Express和Creative Cloud，为AI助手体验提供支持，使创作者能够描述他们想要的结果，而助手则编排多步骤工作流。Adobe还通过Adobe连接器将其专业级创意工具引入第三方AI平台，将创意能力扩展到人们创作和工作的任何地方。对于开发者，Adobe提供Adobe Express开发者MCP服务器，使AI编码助手能够利用官方文档和应用程序编程接口（API）构建Adobe Express插件。 **Affinity by Canva**推出了一个适用于Claude的AI连接器，利用MCP将自然语言自动化直接引入Affinity。设计师可以要求Claude处理重复性生产任务，例如重命名图层和画板、为多个渠道调整和格式化资产、应用批量编辑、优化矢量路径以及准备交付文件。除了单个任务，Claude还可以帮助用户构建可重用脚本和针对其工作流程定制的功能，减少生产开销，让创意专业人士有更多时间专注于设计。 https://blogs.nvidia.com/wp-content/uploads/2026/07/Affinity-by-Canva-MCP.mp4 **Blender**通过BlenderLab提供了一个轻量级MCP服务器，为Blender的Python API、文档和复杂设置提供自然语言界面。对于独立艺术家和工作室，Blender是一个很好的例子，展示了开放创意工具如何在不变更核心创意的前提下变得对智能体可访问。 **Boris FX Silhouette**现在包含一个MCP服务器，允许AI助手直接在您的项目内部工作。利用Silhouette的FX脚本API作为一流的MCP工具，助手可以检查项目、构建节点树、编辑形状和关键帧，以及渲染帧。新的偏好设置面板通过安装MCP包、生成即用客户端配置并测试连接来简化设置。交互式在线模式连接到您当前的活动会话，而离线模式则运行无头实例以进行自动化、批处理和大规模工作流。 **Foundry Griptape**原生支持MCP，提供专为专业VFX管线设计的AI编排。这种集成使工作室能够安全管理多个AI模型和智能体，同时保持必要的可追溯性和创意控制。通过与Blender和Foundry Nuke等工具集成，Griptape自动化重复性生产任务——如清理、蒙版绘制和质量控制——同时确保艺术家对创作过程保留最终指挥权。 **SideFX**正在通过其新的APEX脚本工作流将MCP支持引入Houdini 22。AI助手可以访问精选的APEX脚本语法、函数、文档和示例集合，帮助艺术家为程序化角色绑定生成和优化代码。SideFX的初始实现侧重于APEX脚本和角色绑定，而社区开发的MCP服务器为智能体与Houdini交互提供了更广泛的方式。 https://blogs.nvidia.com/wp-content/uploads/2026/07/Houdini-22-MCP.mp4 **Unreal Engine**最近宣布能够通过MCP将AI客户端连接到Unreal Editor，使AI工作流能够通过标准化协议与编辑器功能交互。对于游戏开发者、虚拟制作团队和实时艺术家来说，这为能够推理场景、资产和项目状态的助手打开了大门。 https://blogs.nvidia.com/wp-content/uploads/2026/07/Unreal-MCP.mp4 *了解NVIDIA RTX PRO和DGX系统如何将本地AI智能体更贴近创意工作，请访问**SIGGRAPH* (https://www.nvidia.com/en-us/events/siggraph/)*。* --- ## NVIDIA AI for Media帮助新闻编辑室检测合成视频🔗 (https://blogs.nvidia.com/blog/siggraph-news-2026/#synthetic-video) 每天，视频将世界上最大的故事呈现给观众——从跨越各大洲的突发新闻，到重塑社区的事件，再到将全球人民团结在一起的时刻。在24小时不间断的新闻周期中，可信的视频是人们看到正在发生的事情、理解其重要性以及保持联系和更新的媒介。 因此，公众对视频的信任比以往任何时候都更加重要。在SIGGRAPH上，NVIDIA宣布了合成视频检测器NVIDIA NIM微服务 (https://build.nvidia.com/nvidia/synthetic-video-detector)，作为NVIDIA AI for Media平台的一部分，将AI辅助检测信号引入编辑和媒体工作流。 该NIM微服务逐帧分析视频，生成一个分类器得分，指示视频是否包含合成内容。编辑团队可以使用该得分来优先审阅剪辑、标记或隔离可疑素材，或将其升级进行更深入的分析。 该微服务并非取代现有的验证实践，而是为时间敏感决策提供另一个信号——帮助团队快速行动，同时保护编辑标准并确保公众信任。 合成视频检测器在新闻编辑室和社交视频工作流中常见的压缩、调整大小、裁剪和重新编码步骤后仍然有效。在NVIDIA测试中，模型在未压缩视频上的准确率高达92%，在15%压缩率下为87%，在50%压缩率下为82%。 该NIM微服务可以在NVIDIA RTX系统上仅需22毫秒处理1080p视频，在NVIDIA L40 GPU上约需30毫秒。 ### **在视频所在处部署检测** 组织可以将NIM微服务部署在更接近敏感视频被捕获、存储或分发的位置，包括本地、边缘、云端和经批准的气隙环境。这种灵活性帮助团队保持对视频数据、访问和操作的控制。 合作伙伴的采用已经帮助将合成视频检测器从模型能力转变为可部署的媒体基础设施。Wowza通过Wowza视频智能框架 (https://www.wowza.com/video-intelligence-framework) 嵌入该微服务，将实时合成视频检测引入直播工作流，这些工作流在170多个国家的超过35,000个部署中使用。 https://blogs.nvidia.com/wp-content/uploads/2026/07/synthetic-video-nim-demo.mp4 这种规模很重要，因为许多最容易受到合成媒体风险影响的组织，包括广播公司、政府机构、金融机构和关键基础设施运营商，也对数据驻留、安全性和运营控制有严格要求。 通过将合成视频检测器与客户已使用的视频基础设施层配对，Wowza可以帮助使AI辅助验证更接近摄取和流媒体操作，允许团队实时标记可疑视频，同时将敏感素材保留在自己的环境中。 *试用**NVIDIA合成视频检测器NIM微服务* (https://build.nvidia.com/nvidia/synthetic-video-detector)*。* *参见**通知* (https://www.nvidia.com/en-eu/about-nvidia/terms-of-service/)*关于软件产品信息。* --- ## 现已开放：NVIDIA Cosmos 3 Edge将前沿世界模型带到边缘GPU，用于本地物理AI🔗 (https://blogs.nvidia.com/blog/siggraph-news-2026/#cosmos-3) https://blogs.nvidia.com/wp-content/uploads/2026/07/cosmos-3-video.mp4 物理AI (https://www.nvidia.com/en-us/glossary/generative-physical-ai/) 系统依赖世界模型来感知、推理和预测物理环境。但现实世界是广阔、不可预测且不断变化的。 无论是导航仓库的机器人，还是监控工厂车间的摄像头网络，物理AI系统需要理解当前正在发生的事情、推理接下来可能发生的事情，并快速采取行动以产生影响。到目前为止，在边缘提供如此前沿的AI通常意味着用模型能力换取部署效率。 现已发布的NVIDIA Cosmos 3 Edge (https://blogs.nvidia.com/blog/jetson-thor-robotics-edge-ai-agent/) 有助于消除这种权衡。这个40亿参数的全能模型针对内存高效部署和高吞吐量进行了优化，适用于NVIDIA Jetson (https://www.nvidia.com/en-us/autonomous-machines/embedded-systems/)、NVIDIA RTX PRO和NVIDIA DGX系统，以及GeForce RTX GPU。 作为NVIDIA Cosmos 3的扩展，这个紧凑的世界基础模型能够理解和生成文本、图像、视频、环境声音和动作。其混合变换器 (https://www.nvidia.com/en-us/glossary/mixture-of-transformers/) 架构支持在设备上进行物理基础的实时视觉分析和机器人动作。 Cosmos 3 Edge在边缘提供前沿物理AI——在其参数类别中，在VANTAGE-Bench (https://huggingface.co/spaces/clemson-computing/VANTAGE-Bench-Leaderboard) 视觉分析成功率排行榜上排名第一，并通过后训练实现最先进的机器人学习。 ### **机器人、自动驾驶汽车和智能基础设施中的设备端物理AI** 开发者可以使用NVIDIA DGX Station (https://www.nvidia.com/en-us/products/workstations/dgx-station/) 桌面AI超级计算机，在专有机器人和传感器数据上对Cosmos 3 Edge进行后训练，构建专门的世界动作模型，然后部署在NVIDIA Jetson Thor (https://www.nvidia.com/en-us/autonomous-machines/embedded-systems/jetson-thor/) 上，用于实时机器人控制策略，包括操作或移动。Agile Robots、Doosan Robotics、Siemens和Skild AI等合作伙伴正在评估Cosmos 3 Edge用于机器人工作流。 对于自动驾驶汽车，Cosmos 3 Edge支持在资源受限的硬件上进行道路场景理解、交通推理、物体意图预测和策略模型蒸馏。该模型可用作汽车策略模型蒸馏的学生骨干，包括与NVIDIA Alpamayo (https://www.nvidia.com/en-us/solutions/autonomous-vehicles/alpamayo/) 视觉语言动作模型一起使用。 对于智能基础设施，Cosmos 3 Edge在Jetson Thor上实现了一流的吞吐量和准确性，支持实时推理，用于跨实时视频流进行推理的视觉智能体，用于交通监控、公共安全、物流和工业检测。开发者还可以在NVIDIA Jetson Orin 8GB上独立运行由20亿参数NVIDIA Nemotron (https://research.nvidia.com/labs/nemotron/files/NVIDIA-Nemotron-3-Ultra-Technical-Report.pdf) 驱动的推理模块。Centific、Vaidio (https://www.vaidio.ai/blog/bringing-vlm-reasoning-to-the-edge-with-nvidia-cosmos-reason-3-edge-nvidia-jetson-thor-and-vaidio-vision-ai) 和YUAN正在评估Cosmos 3 Edge以加速在边缘运行的视觉智能体。 ### **Cosmos平台现已开放** Cosmos 3 Edge是用于开发物理AI世界模型 (https://www.nvidia.com/en-us/glossary/world-models/) 的更广泛NVIDIA Cosmos平台的一部分。Cosmos 3提供Edge（4B）、Nano（16B）和Super（64B）三种规模，开发者可以为开发的每个阶段选择正确的模型，从边缘部署到高保真生成。 *Cosmos 3 Edge、Cosmos 3 Nano和Cosmos 3 Super现已在**Hugging Face* (https://huggingface.co/collections/nvidia/cosmos3) 上提供，推理和后训练框架及配方可在**GitHub* (https://github.com/NVIDIA/cosmos) 上获取。* --- ## AI智能体轻松构建：使用NVIDIA Agent Toolkit在DGX Station上本地运行个人AI智能体🔗 (https://blogs.nvidia.com/blog/siggraph-news-2026/#nemoclaw-dgx-station) 超级智能体已降临桌面。NVIDIA DGX Station (https://www.nvidia.com/en-us/products/workstations/dgx-station/) 是AI时代终极的桌面超级计算机，使用NVIDIA Agent Toolkit，只需三个步骤，系统即可在大约30分钟内运行。 在DGX Station上，NVIDIA Agent Toolkit将NVIDIA NemoClaw (https://www.nvidia.com/en-us/ai/nemoclaw/)、NVIDIA Nemotron (https://www.nvidia.com/en-us/ai-data-science/foundation-models/nemotron/) 3 Ultra开放模型、NVIDIA Omniverse (https://www.nvidia.com/en-us/omniverse/) 库作为智能体可访问的工具和技能，以及一个安全的运行时整合到单个本地系统中——无需互联网连接。