Egy paranccsal futtathatók a CoreWeave fizikai AI-munkafolyamatai
A CoreWeave Physical AI Launchables előre tesztelt sablonokat kínál robotikai, autonóm járműves és digitális ikres munkafolyamatokhoz. A vállalat szerint a felhasználóknak elég kiválasztaniuk a sablont, módosítaniuk a fontos beállításokat, majd egy paranccsal elindítaniuk a futtatást.
- A CoreWeave Physical AI Launchables tesztelt sablonokat kínál egyparancsos futtatáshoz.
- A rajtnál az NVIDIA Isaac Sim, CARLA, MuJoCo, NVIDIA AlpaSim és NVIDIA Cosmos 3 támogatott.
- A sablonok beállításai parancssorból módosíthatók, saját adatokkal is futtathatók.
- A munkafolyamatok szkriptekkel és kódoló AI-ügynökökkel automatizálhatók.
- A CoreWeave többek között az Encorddal és a Voxel51-gyel is együttműködik.
Tesztelt környezetek robotikai és járműves fejlesztéshez
A CoreWeave 2026. október 21-én mutatta be a Physical AI Launchables szolgáltatást. A megoldás célja, hogy a robotikai és autonóm járműves mérnököknek ne kelljen minden kísérlet előtt külön felépíteniük a környezetet, bekötniük a tárhelyet és megvárniuk az ütemezőt. A CoreWeave mérnökei minden sablont felépítettek és teszteltek.
A rajtnál a katalógus az NVIDIA Isaac Sim, a CARLA, a MuJoCo, az NVIDIA AlpaSim és az NVIDIA Cosmos 3 eszközeit támogatja. A kínálat része az NVIDIA Cosmos Data Factory új, ügynökalapú készségeinek támogatása is. Ezek videó-, kép- és szöveges adatok generatív mesterséges intelligenciával végzett bővítését, automatikus címkézését, adatválogatását és visszakeresését szolgálják. A CoreWeave további Cosmos Data Factory-munkafolyamatokat ígér Launchables-sablonként.
A sablonok egy-egy konkrét feladatra készülnek. Ilyen lehet egy generálandó jelenet, egy kiértékelendő forgatókönyv-készlet vagy egy betanítandó szabályzat. Mindegyik meghatározza a szükséges bemeneteket és a visszaadott eredményeket, így futtatás előtt ellenőrizhető, hogy illeszkedik-e az adott munkához.
A katalógusban többféle szimuláció és tanítás szerepel
Az NVIDIA Isaac Sim alatt elérhető egy üres kiindulópont saját projektekhez, továbbá Franka-karos tárgyfelvétel és -elhelyezés epizódfelvétellel, targoncát és raklapot tartalmazó címkézett szintetikus jelenet, járműváltozatokkal végzett vezetési és fékezési pályák, valamint raktári dolgozókat és incidenseket ábrázoló, többkamerás címkézett adat.
A CARLA kínálatában szintén van üres sablon, valamint vezetési forgatókönyvek mátrixa videóval. A MuJoCo egy GPU-párhuzamos megerősítéses tanítási sablont kínál MuJoCo Warpon, illetve egy RoboCasa-alapú konyhai manipulációs feladatot. Az NVIDIA AlpaSim alatt a Closed-loop-driving sablon az NVIDIA Alpamayo vezetési modelljét rekonstruált valós jeleneteken értékeli zárt hurkú működésben.
Az NVIDIA Cosmos 3 esetében a Scenario-generation szövegből videót készít ritka vagy költséges forgatókönyvekhez, a Cosmos 3 Nano Voxel használatával. A Voxel51 FiftyOne támogatása a CoreWeave szerint később érkezik, nyílt forrású eszközként kiváló minőségű adatkészletek és számítógépes látási modellek építéséhez.
A beállítások egyszerű névérték párokkal módosíthatók a parancssorban. Így többek között a forgatókönyvek, az időtartam, a párhuzamosság vagy a vizsgált modell változtatható, és saját adatok is megadhatók. Ha nincs megfelelő kész sablon, az eszközök üres változatot is tartalmaznak, vagyis a tesztelt környezet megmarad, miközben a konkrét munkafolyamatot a felhasználó adja hozzá.
Ügynökök és fejlesztői eszközök is használhatják
A CoreWeave szerint a mérnökök már most is ügynököket használnak szimulációs kód írására és parancssori műveletek végrehajtására. A Launchables sablonjaihoz saját, a CoreWeave felhőjére hangolt készségek tartoznak, amelyek a vállalat szerint a Claude Code-dal, a Codexszel és más kódoló AI-ügynökökkel is működnek.
Az emberek és az ügynökök ugyanazon a látható munkafolyamaton keresztül dolgozhatnak. Megjelennek a bemenetek, a beállítások, a futtatások és az eredmények, így ellenőrizhető, hogy egy ügynök mit módosított, és az eredmény mely munkához kapcsolódik. Minden művelet dokumentált, a válaszok géppel olvasható formában érkeznek, ezért a futtatás, a megfigyelés és az eredmények lekérése szkripttel vagy ügynökkel is automatizálható.
A sablonok a vállalat szerint a jelentéseket, mérőszámokat, médiát és diagnosztikai adatokat ugyanazon a felületen adják vissza. Ahol lehetséges, a CPU-t használó előkészítés és utófeldolgozás a GPU-s szakasz előtt, illetve után történik, a GPU-kapacitás pedig a GPU-s szakasz lezárásakor felszabadul. A sablonok saját erőforrás- és párhuzamossági korlátokat is deklarálnak.
A compute a CoreWeave-nél, az eszköz a fejlesztőknél marad
A Launchables a CoreWeave infrastruktúrájára épül, amelyhez a vállalat munkafolyamatra hangolt infrastruktúrát, futás közbeni megfigyelhetőséget és a modellek, illetve ügynökök fejlesztésére szolgáló CoreWeave Forge környezetet kapcsol. A fizikai AI-szoftvereket ugyanakkor nem a CoreWeave saját eszközeivel váltja ki, hanem azokat integrálja, amelyeket a fejlesztőcsapat már használ.
A vállalat Cadence, Convergent Science, Encord, nTop, PhysicsX és Voxel51 partnerekkel is dolgozik. Ezek a megoldások a látási és adatkezelési eszközöktől a mérnöki szimulációig több területet fednek le. Az Encord vezérigazgatója, Eric Landau szerint a CoreWeave gyorsított számítási infrastruktúrájának és az Encord AI-adatplatformjának összekapcsolása megkönnyíti a multimodális adatokkal végzett munkát és a modellek fejlesztését. Brian Moore, a Voxel51 társalapítója és vezérigazgatója szerint az együttműködés felgyorsíthatja az adatfeldolgozási ciklust a nyers szenzoradatoktól a jobb modellekig.
A felhasználók saját jeleneteikre és adataikra irányíthatják a sablonokat. A CoreWeave szerint a rendszer egyaránt használható tartós, lefoglalt kapacitáson futó programhoz és egyetlen tesztelési célú, rövid feladathoz. A szolgáltatás így a meglévő fizikai AI-eszközök munkafolyamatba illesztését és az ismételhető kísérletek elindítását célozza.
