Bei der globalen Konferenz für Künstliche Intelligenz (ECCV 2026) hat NVIDIA die Spitzenposition in Track 4 „Text‑Based Person Recognition“ errungen. Das Ergebnis basiert auf dem Einsatz von synthetischen Bildern und realen Bildern, wobei eine durchschnittliche Präzision (mAP) von 99,3020 % erzielt wurde. Besonders zeigte das „Sim2Real“-Experiment, dass die Leistungsdifferenz zwischen virtuellen Daten und echter Umgebung reduziert werden kann.
Der Kern der Konferenz war es, Modelle, die mit synthetischen Daten trainiert wurden, in reale Bildgalerien einzusetzen und zu evaluieren. Das Team „Xiilab.AIpex“ baute ein Modell auf Basis von 1 011 605 synthetischen Bildern und testete anschließend an 30 773 realen Bildern aus einer Galerie. Dieser Versuch diente als Test für die Übertragbarkeit von Daten, die in virtuellen Umgebungen erzeugt wurden, in echte Situationen zu übertragen.
In technischer Hinsicht meint „Physical AI“ eine Maschine, welche physikalische Räume wie Fabrik, Werkstatt und Stadt erkannnt und ihre Geräte mit den Geräten verbindet. Solche Maschinen sind typisch für Automatisierung von Robotik, autonomer Systeme und Fertigungstechnik; sie dienen nicht nur zur Überwachung und Analyse, sondern unterstützen auch die Optimierung der Leistungsfähigkeit von Maschinen und Maschinenbau.
Die Ergebnisse des Konferenzereignis zeigen nicht nur die Praezie, sondern das Potenzial für den Einsatz in der Praxis. CILab stellt sich darauf ein, das Ergebnis mit dem Konzept „Digital‑Twin“ zu verknüpfen, um die Datenerstellung und Modellierung von virtuellen und realen Daten zu vereinigen.
Der Digital‑Twin nutzt die Möglichkeit, virtuelle Modelle eines realen Systems zu erstellen und zu beschreiben. Dies ermöglicht 4 — Schlüsselwörter: 1) Wiederholung (Bedeutung … → Themen? 2) Weiter … …
Die Mögliche …
(Die Übersetzung soll die Originaltext‑Eingaben beibehalten.)