NVIDIA在SIGGRAPH上透過代理AI和物理AI推動圖形與模擬發展

在洛杉磯舉行的SIGGRAPH 2026大會上，NVIDIA展示了多項融合AI與圖形學的前沿研究，涵蓋神經渲染、模擬和生成式AI。此次釋出的核心亮點包括：透過模型上下文協議（MCP）將AI代理接入創意工具、推出合成影片檢測器NIM微服務，以及開源Cosmos 3 Edge世界模型，推動物理AI在邊緣裝置上的應用。

首先，NVIDIA與Adobe、Affinity by Canva、Blender、Boris FX、Foundry、SideFX及Epic Games等合作伙伴共同宣佈，其創意工具將透過MCP協議支援AI代理。這意味著藝術家或技術總監可以指示AI代理檢查場景中缺失的紋理、標記顏色管理問題、生成匯出變體或驗證鏡頭是否符合流程規範。例如，Affinity的AI聯結器允許設計師透過自然語言指令自動重新命名圖層、調整資源大小、批次編輯等；Blender Lab提供了輕量級MCP伺服器，使AI助手能直接訪問Blender的Python API。這些整合讓創意工具從“加速”邁向“自主行動”，同時保留創作者的最終控制權。

其次，NVIDIA釋出了合成影片檢測器NIM微服務，作為NVIDIA AI for Media平臺的一部分。該服務逐幀分析影片，生成一個分類分數，判斷是否包含合成內容。在新聞編輯室中，編輯團隊可利用該分數優先處理可疑片段，或將其標為待審查。測試表明，模型在未壓縮影片上的準確率達92%，即使在50%壓縮率下仍達82%。處理1080p影片僅需22毫秒（RTX系統）或約30毫秒（L40 GPU）。Wowza已將該微服務整合到其影片智慧框架中，支援超35,000個部署環境，實現即時合成影片檢測。

最後，NVIDIA開源了Cosmos 3 Edge模型，這是一個40億引數的全能模型，專為NVIDIA Jetson、RTX PRO及DGX系統等邊緣裝置最佳化。該模型在VANTAGE-Bench基準測試中位列同引數類別第一，支援文本、影像、影片、環境聲音和動作的生成與理解。開發者可在DGX Station上進行後訓練，然後部署到Jetson Thor上實現機器人即時控制。Agile Robots、Doosan Robotics、西門子及Skild AI等合作伙伴正在評估該模型在機器人工作流中的應用。對於自動駕駛，Cosmos 3 Edge可支援道路場景理解、交通推理及物件意圖預測。

這些釋出標誌著AI在媒體、內容創作和機器人領域的深度融合。NVIDIA的展臺將持續至7月23日，參會者可親身體驗這些技術。