Die generativen KI-Plattformen von Nvidia können in Zukunft beim Design von Autos helfen. Hier erfahren Sie, wie

Generative KI hat bereits in fast jeder Branche zur Steigerung der Produktivität und Kreativität beigetragen. In der Transportbranche rationalisiert diese neue Technologie nicht nur Arbeitsabläufe, sondern treibt auch neue Geschäfte voran. In einem Blogbeitrag, Nvidia behauptet, dass Autohersteller generative KI erforschen, um Fahrzeugdesign, Konstruktion und Fertigung sowie Marketing und Vertrieb in der gesamten Branche zu verbessern. Generative KI ermöglicht auch Durchbrüche bei der Entwicklung autonomer Fahrzeuge (AV). Zu diesen Forschungsgebieten gehört der Einsatz der Neural Radiance Field (NeRF)-Technologie, um aufgezeichnete Sensordaten in 3D-Simulationen umzuwandeln. Diese digitalen Zwillingsumgebungen sowie die Generierung synthetischer Daten können zum Entwickeln, Testen und Validieren von AVs im großen Maßstab genutzt werden.

„Generative KI, große Sprachmodelle und Empfehlungssysteme sind die digitalen Motoren der modernen Wirtschaft“, sagte Nvidia-Gründer und CEO Jensen Huang.Transformative Anwendungsfälle von KI in der Automobilindustrie
Generative KI kann sogar dabei helfen, verschiedene Datenströme miteinander zu verbinden. Nicht nur Text-zu-Text oder Text-zu-Bild, sondern auch mit Ein- und Ausgaben wie Video oder 3D. Mit diesem neuen Rechenmodell könnte eine Texteingabe ein genaues Layout einer Montageanlage zurückgeben.Toyota hat bereits eine generative KI-Technik entwickelt, um sicherzustellen, dass frühe Designskizzen technische Parameter berücksichtigen. Unterdessen hat Mercedes-Benz einen ChatGPT-fähigen Sprachassistenten vorgestellt.Auch andere Akteure der Automobilindustrie setzen auf generative KI, um Design-Iterationen zu beschleunigen und bessere Ergebnisse zu erzielen.Generative KI kann auch Autodesignern und Künstlern helfen
Die Automobilindustrie kann auch generative KI nutzen, um 2D-Skizzen in NURBS-Modelle (non-uniform rational B-splines) umzuwandeln und so die Produktivität zu steigern. Diese Tools werden Designer nicht ersetzen, sondern ihnen ermöglichen, eine Vielzahl von Optionen schneller zu erkunden.Designorientierte Unternehmen können auch visuelle Datensätze und generative KI nutzen, um ihre Arbeit an vielen Fronten zu unterstützen. Dies wurde bereits mit Codierungstools wie GitHub Copilot erreicht, die dabei helfen sollen, lange Designzeitpläne zu verkürzen.

Lesen Sie auch

Bei der Suche nach „schrottigen“ Designelementen können generative KI-Modelle auf das Portfolio eines Automobilherstellers sowie auf Fahrzeuge in der gesamten Branche trainiert werden, um diesen Arbeitsablauf zu unterstützen. Dies kann zunächst durch die Feinabstimmung eines kleinen Datensatzes von Bildern mit Transfer-Learning und dann durch die Nutzung des Tao Toolkits von Nvidia geschehen. Abhängig von den Anforderungen des generativen KI-Modells ist möglicherweise auch ein viel größerer Datensatz von 100 Millionen Bildern erforderlich.In diesem Setup können Designteams und Entwickler Nvidias Picasso – eine cloudbasierte Plattform zum Erstellen generativer KI-Modelle für visuelles Design – mit Stable Diffusion verwenden.In diesem Fall fordern Designer und Künstler die generative KI für Designelemente wie „robust“, „anspruchsvoll“ oder „schlank“ auf. Anschließend werden Beispiele aus der Außenwelt der Automobilhersteller sowie aus unternehmensinternen Bildkatalogen generiert.Für Fahrzeuginnenräume können Designer mit großen Sprachmodellen für die Text-zu-Bild-Generierung eine Beschreibung einer Textur, etwa eines Blumenmusters, eingeben und die generative KI bringt sie dann auf die Oberfläche eines Sitzes, einer Türverkleidung oder eines Armaturenbretts. Wenn ein Designer ein bestimmtes Bild verwenden möchte, um eine Innenarchitekturtextur zu generieren, kann generative KI die Bild-zu-Bild-Texturerstellung übernehmen.Darüber hinaus können Automobilhersteller generative KI auch für intelligente Fabriken und Marketing sowie den Einzelhandelsverkauf nutzen.



Ende des Artikels

gn-tech