标签
本文针对基于数字孪生的车载自组网，提出了一种层次化联邦迁移学习（HFTL）方法，通过车辆聚类和数据质量评分机制来解决数据异质性和稀疏性问题，并抵御恶意车辆的攻击。
Backflip AI 推出了第二代 AI 模型，可在几分钟内将实体零件转换为原生参数化 CAD 模型，成本约为 10 美元，大幅降低了逆向工程的时间和成本，并旨在实现整个工厂的数字化。
Mirage Avatar X by Captions 仅用10秒视频就能创建逼真的数字分身，保留身份特征、表情和举止，且无质量衰减。
一条推文讨论了 'Codyfied' 版本的你和你的业务的概念，可能指的是用于个人或业务展示的 AI 驱动工具。
本文提出了一种新颖的零样本数字孪生框架，该框架将实时视觉感知与几何无关、物理驱动的图神经网络相结合。该方法采用热力学驱动的图神经网络，强制执行能量守恒和熵产生，从而无需重新训练即可在未见过的几何体上实现物理准确的模拟。
Niantic Spatial、Flexion 和 NVIDIA 展示了基于数字孪生和强化学习的人形机器人 sim2real 流程，实现了从仿真到真实办公室导航的零样本迁移。
一位开发者用DevinAI构建了纽约市的数字孪生，实时跟踪空中交通、地铁、公交等数据。
用户使用Kimi K3模型重建了应县木塔的数字版，包含10611个组件和晨、午、暮、夜四个光照场景，展示了该模型的3D重建能力。
本文提出'守护天使'概念，即高度个性化的LLM，能够模仿用户的价值观和偏好，以提高生产力并防范先进AI威胁，采用动态评估和主动学习等技术。
本文介绍了EHR-MPC框架，该框架通过使用电子健康记录训练患者的生成式数字孪生，将学习患者动态与治疗优化解耦，然后在推理时应用模型预测控制，在多个医院的脓毒症队列上实现了与强化学习基线相当或更优的性能。
本文提出LDT-Coord，一种面向算力网络的异构大语言模型具身智能体轻量级数字孪生协同框架，实现了与传统方法相当的任务成功率，同时将通信开销降低了70倍以上。
本文介绍了大型行为模型（LBM），该模型通过人-环境公式、检索增强生成和强化学习，从零售交易中学习客户决策。它在零售任务上优于前沿LLM，并展现出强大的零样本迁移能力。
本文介绍了一种可扩展的混合智能体与语言驱动的疫情建模框架HALE，该框架利用大语言模型预测基于智能体模拟中的人类决策，并在盐湖县的新冠病毒传播建模中展示了更高的准确性。
介绍了Onnes，一种基于物理的多智能体LLM模拟器，用于量子计算基础设施的低温故障诊断。通过精心策划的少样本演示和自一致性投票，零样本LLM智能体面板实现了0.990的故障分类准确率，与监督式分类器相当，且无需参数更新。
本文探讨了老年人的日常语言是否可以用作个性化的认知监测工具，发现AI模型能够检测出表明认知衰退的微妙语言模式，而标准的GPT回答则无法做到这一点。
本文提出了一种基于强化学习的自适应仿真到真实对齐方法，用于振动轴承健康监测，通过近端策略优化解决数据稀缺和异质故障类型差距问题。
本文介绍了DigiTurbine，一种用于海上风力涡轮机单桩支撑结构监测的合成可靠性感知物理信息神经网络(PINN)基准，它结合了前向和逆向PINN与贝叶斯先验信息识别以及基于FORM的可靠性筛选。
Eco Wave Power 利用 NVIDIA AI 基础设施和数字孪生将海洋波浪能转化为清洁电力，借助现有海洋基础设施来应对日益增长的 AI 能源需求。