AI News

FoundationStereo та FoundationPose (NVIDIA)

Редакція AI NewsДжерело: Нейронавт | Нейросети в творчествеОпубліковано Оновлено
Нейронавт | Нейросети в творчестве•2 місяці тому•3 перегляди•

NVIDIA випустила дві відкриті моделі для нульового 3D-сприйняття: FoundationStereo для оцінки стереоглибини та FoundationPose для оцінки 6-DoF позі та відстеження об’єктів, обидві працюють від Jetson до H100.

ВердиктПозитивнаImpact 5/10

🚀 NVIDIA дав індустрії готові інструменти для 3D-перцепції без дообучения — для робототехнії та логістики це реальний крок у продакшн.

🎯 Чи підходить це вашому бізнесу?

Заповніть профіль компанії — і ми автоматично покажемо, чи варто вам це впроваджувати.

Заповнити профіль · 30 секунд
Детальний розбір ↓

TL;DR

  • •FoundationStereo: нульове стерео-матчинг на нових сценах з пара RGB-зображень
  • •FoundationPose: нульова оцінка 6-DoF позі та відстеження за CAD-моделью
  • •Обидві моделі підтримують ONNX та TensorRT, працюють від Jetson Orin Nano до H100
  • •Середній скор FoundationPose на BOP-бенчмарках — 83.3
  • •Слабкі місця: прозорі об’єкти, пересвіт, погане освітлення

Як це змінить ваш ринок?

Промислові робототехнічні системи зможуть швидше адаптуватися до нових об’єктів без дорогих етапів дообучения — це зменшує простои при перелаштуванні ліній та знижує залежність від спеціалістів з комп’ютерного зору.


Для кого це і за яких умов (ОБОВ'ЯЗКОВО: мін. обладнання/бюджет, потрібна команда чи ні, мін. масштаб, час на впровадження.

  • •FoundationStereo/FoundationPose: Jetson Orin Nano або вище, RGB/RGBD-камера, без IT-команди для базового впровадження
  • •Час на запуск демо: 15-30 хв
  • •Для промислового використання: потрібна інженерна команда для інтеграції з PLC/ROS, бюджет на адаптацію під конкретні об’єкти

Альтернативи

OpenMVGCOLMAPFoundationStereo/FoundationPose
Цінабезкоштовнобезкоштовнобезкоштовно (опенсорс)
Де працюєCPU, ограничено GPUCPU, ограничено GPUJetson до H100, TensorRT оптимізовано
Мін. вимогизнання структурного двигунадовге оброблення фотоCAD-модель (для FoundationPose), стерео-пара (для FoundationStereo)
Ключова різницяпотребує багато зображень для реконструкціїповільне, не для реального часунульове навчання, реальний час на краю

💬 Часті запитання

Чи потрібна GPU для роботи?

Так, для реального часу рекомендується Jetson або вище, але моделі можуть працювати на CPU з зниженою продуктивністю.

Чи можна використовувати без CAD-моделі?

Для FoundationStereo — так, потрібна лише стерео-пара зображень. Для FoundationPose — ні, CAD-модель обов’язкова для нульового режиму.

Чи є обмеження на розмір сцени або об’єкта?

Не прямо вказано, але моделі навчалися на наборах типу Objaverse та GSO, орієнтованих на повсякденні та промислові об’єкти до метра в розмірі.

Як ліцензія?

Моделі випущені під permissive ліцензією NVIDIA (подобно до Apache 2.0), дозволяють комерційне використання.

Чи потрібен інтернет для роботи?

Ні, після завантаження моделей все працює локально — важливо для промислових середовищ без хмарного доступу.

Такий розбір щоранку о 08:00

Персональний AI-дайджест для вашої галузі — щодня у Telegram

Підписатися безкоштовно
FoundationStereoFoundationPoseNVIDIAzero-shot3DperceptionTensorRTJetsonH100

AI Advisory Board

Навчіть вашу команду будувати такі AI-автоматизації

За 5 днів кожен співробітник побудує автоматизацію для своєї ділянки роботи.

Дізнатись більше → aiadvisoryboard.me