nvidia/PhysicalAI-WorldModel-Synthetic-Autonomous-Driving-Scenarios
Dataset Description: PhysicalAI-WorldModel-Synthetic-Autonomous-Driving-Scenarios is a large-scale synthetic video dataset of autonomous-driving scenes generated with NVIDIA's internal Omniverse simulation platform. Each clip is a temporally consistent multi-camera surround capture of one ego vehicle and surrounding traffic participants, paired with per-camera VLM captions. The dataset is designed to fill gaps in real-world driving data along two axes: (1) targeted long-tail… See the full description on the dataset page: https://huggingface.co/datasets/nvidia/PhysicalAI-WorldModel-Synthetic-Autonomous-Driving-Scenarios.
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Ngày
#1 Repository Của Tháng
#1 Repository Của Ngày
🚗 Dữ liệu lái xe tự hành sinh đẳng cho mô hình thế giới an toàn
Bộ dữ liệu lớn sinh đẳng từ NVIDIA, tạo ra hàng trăm nghìn cảnh lái xe tự hành qua mô phỏng Omniverse.
PhysicalAI-WorldModel-Synthetic-Autonomous-Driving-Scenarios là một bộ dữ liệu video sinh đẳng quy mô lớn do NVIDIA tạo ra bằng nền tảng mô phỏng Omniverse nội bộ. Mỗi câu quay là một bản ghi toàn cảnh đa camera thời gian nhất quán của một xe chủ động và các phương tiện/xe máy xung quanh, đi kèm với chú thích từ VLM cho từng camera. Bộ dữ liệu được thiết kế để bổ trợ dữ liệu lái xe thực tế, tập trung vào các tình huống an toàn dài tai và biến thể môi trường.
✨ Điểm nổi bật
- 264.000 câu quay: Tổng hội chứa khoảng 1.467 giờ video, tương đương 127 triệu khung hình RGB.
- Đa camera toàn cảnh: Hỗ trợ cấu hình 4 camera (120° trước rộng, 30° trước tele, 2 camera sau 70°) hoặc 7 camera bao gồm thêm 3 camera fisheye 200° cho quan sát 360°.
- Tình huống an toàn dài tai: Bao gồm giao thoa xe khẩn cấp, vượt vật cản đậu, cắt ngang làn, thời tiết giảm tầm nhìn, và người qua đường đường đi bất thường.
- Tạo từ ngôn ngữ tự nhiên: Các kịch bản được tạo bởi một Agent dựa trên lời nhắn bằng ngôn ngữ tự nhiên, sau đó mở rộng thành các biến thể môi trường.
- Đa dạng môi trường: Mỗi kịch bản được sinh ra với đến 10 phép biến đổi xác định: thời gian ngày, độ phủ mây, tầm nhìn, chất liệu đường, và lựa chọn xe/pedestrian.
- Chú thích VLM tự động: Mỗi camera đi kèm chú thích ngôn ngữ tự nhiên do mô hình thị giác ngôn ngữ tạo ra.
- Định dạng chuẩn: Video RGB H.264 4K (3840×2160) 24fps, chia theo thể loại kịch bản với thư mục riêng biệt.
- Giấy phép thương mại: Phát hành dưới giấy phép OpenMDW1.1, hỗ trợ cả sử dụng thương mại và nghiên cứu.
💡 Vì sao đáng chú ý
Khác với các bộ dữ liệu thu thập từ thực tế, PhysicalAI-WorldModel-Synthetic-Autonomous-Driving-Scenarios cho phép kiểm soát chính xác các tình huống an toàn khó chịu lẫn nhau — như giao thoa xe cứu thương hoặc người phá hoại giao thông — thông qua mô phỏng sinh đẳng. Điều này giúp các nhà phát triển mô hình AI lái xe huấn luyện và kiểm tra trên những góc cạnh mà dữ liệu thực tế thường thiếu hụt. Tuy nhiên, do tính chất sinh đẳng, người dùng cần kết hợp với dữ liệu thực tế để đảm bảo tính thực tế và an toàn.
#SyntheticData #AutonomousDriving #WorldModel #Omniverse #TiniX
Dự án tương tự
Khám phá các dự án và mô hình AI khác có sự tương đồng.
all-MiniLM-L6-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic search. Usage (Sentence-Transformers) Using t...
!FLUX.1 dev Grid(./devgrid.jpg) FLUX.1 dev is a 12 billion parameter rectified flow transformer capable of generating images from text descriptions. For more information, please read our blog post(https://blackforestlabs.ai/announcing-black-forest-la...
LTX-2.5 — Video, Audio & World Simulation Full control and customization — self-host on your infrastructure. Homepage Docs GitHub Research API Playground Discord LTX License LTX-2.5 — Video, Audio & World Simulation Full control and customiz...
MiniMax H3 Repackaged model files for ComfyUI. Original model repository: https://huggingface.co/MiniMaxAI/MiniMax-H3 Place the files in the following folders: 📂 ComfyUI/ ├── 📂 models/ │ ├── 📂 diffusionmodels/ │ │ ├── minimaxh3fl2vabf16.safetenso...
Dataset Card for UltraChat 200k Dataset Description This is a heavily filtered version of the UltraChat dataset and was used to train Zephyr-7B-β, a state of the art 7b chat model. The original datasets consists of 1.4M dialogues generated by ChatGPT and spanning a wide range of topics. To create UltraChat 200k, we applied the following logic: Selection of a subset of data for faster supervised fine tuning. Truecasing of the dataset, as we observed around 5% of… See the full description on the dataset page: https://huggingface.co/datasets/HuggingFaceH4/ultrachat_200k.
Dataset Card for MMLU Dataset Summary Measuring Massive Multitask Language Understanding by Dan Hendrycks, Collin Burns, Steven Basart, Andy Zou, Mantas Mazeika, Dawn Song, and Jacob Steinhardt (ICLR 2021). This is a massive multitask test consisting of multiple-choice questions from various branches of knowledge. The test spans subjects in the humanities, social sciences, hard sciences, and other areas that are important for some people to learn. This covers 57… See the full description on the dataset page: https://huggingface.co/datasets/cais/mmlu.
Dataset Card for "imdb" Dataset Summary Large Movie Review Dataset. This is a dataset for binary sentiment classification containing substantially more data than previous benchmark datasets. We provide a set of 25,000 highly polar movie reviews for training, and 25,000 for testing. There is additional unlabeled data for use as well. Supported Tasks and Leaderboards More Information Needed Languages More Information Needed… See the full description on the dataset page: https://huggingface.co/datasets/stanfordnlp/imdb.
OpenR1-Math-220k Dataset description OpenR1-Math-220k is a large-scale dataset for mathematical reasoning. It consists of 220k math problems with two to four reasoning traces generated by DeepSeek R1 for problems from NuminaMath 1.5. The traces were verified using Math Verify for most samples and Llama-3.3-70B-Instruct as a judge for 12% of the samples, and each problem contains at least one reasoning trace with a correct answer. The dataset consists of two… See the full description on the dataset page: https://huggingface.co/datasets/open-r1/OpenR1-Math-220k.
Scaling Synthetic Data Creation with 1,000,000,000 Personas This repo releases data introduced in our paper Scaling Synthetic Data Creation with 1,000,000,000 Personas: We propose a novel persona-driven data synthesis methodology that leverages various perspectives within a large language model (LLM) to create diverse synthetic data. To fully exploit this methodology at scale, we introduce PERSONA HUB – a collection of 1 billion diverse personas automatically curated from web… See the full description on the dataset page: https://huggingface.co/datasets/proj-persona/PersonaHub.