图片来源：英伟达

出品｜搜狐科技

作者｜王一鸣

编辑｜杨锦

英伟达又发力了，现在企业可以让数字人模型学习企业的PDF资料，来熟悉公司业务。

美国加州时间8月27日，英伟达发布了NIM代理蓝图（NIM Agent Blueprints）服务。目前这个服务涉及三个使用案例：客服虚拟形象，检索增强生成和药物研发过程中的虚拟筛选。

英伟达NIM代理蓝图服务是一个预先训练可自定义的工作流，企业的开发人员可以用它来迅速自定义构建和部署生成式AI应用程序。

英伟达NIM代理蓝图

“企业AI浪潮已经到来，”英伟达CEO黄仁勋表示，通过英伟达AI企业工具包（包括NeMo、NIM微服务和最新的NIM代理蓝图），我们广泛的合作伙伴生态系统将帮助企业定制开源模型、构建定制的AI应用，并在任何云端、本地或边缘都能够进行无缝部署。

现在各个领域的企业都非常看好生成式人工智能的前景，因为它可以提高生产力、节省时间和成本。

英伟达表示，开发人员在使用AI代理开始规划创建程序的时候，NIM代理蓝图提供了很大的帮助。

首先是客服虚拟形象，它由ACE、Omniverse RTX、Audio2Face和Llama 3.1 NIM驱动。企业可以通过英伟达的软件创造出虚拟形象的交互界面，让企业的应用不仅仅是单调的平面展示，能够让用户与应用中虚拟人产生直接的交互。

跟传统的体验相比，它能够为企业客户提供与正常人交流一样的体验。

客服虚拟形象结构图

检索增强生成由NeMo Retriever驱动，这种检索能力可帮助到企业开发者训练数字人、AI智能体或客服聊天机器人。

具体来说，这个工具可以从多模态的PDF文件中提取任何业务相关的内容和数据，多模态包括很多种类型，包括文本、图像、图表等。

这意味着AI能够自行分析和理解PDF中的内容，可以节省大量的人力消耗。

因为企业检索增强生成让AI交互体打破了的阅读屏障，可以通过图文识别来阅读PDF内容，让它更快地学习到相关领域的知识。

在药物研发领域，虚拟筛选通过BioNeMo、AlphaFold2、MolMIM和DiffDock，能够更快地找到有希望成为药物的分子，并且还能对这些分子进行优化。

药物科研人员可以针对化学结构、3D蛋白质结构预测、小分子生成和分子对接的AI模型进行快速调整。AI模型能够加速小分子的虚拟筛选，以此来减少药物研发过程中的时间和成本投入。

药物虚拟筛选结构图

英伟达表示，今后每个月都会发布使用案例蓝图，内容将涵盖客户体验、内容生成、软件工程和产品研发领域。

软件服务是英伟达战略计划的一部分，NIM代理蓝图是一种更高级的模块化架构设计。这种架构有很强的通用性和适应性，无论在什么地方运行这些架构，它们都能够通过英伟达的技术产品和服务进行数据传输和应用。

“生成式AI是一项全栈挑战，所以企业需要有加速基础设施、专业软件、服务和混合AI能力的设备。”联想集团CEO杨元庆表示，英伟达NIM代理蓝图和联想端到端产品结合之后，企业能够在联想混合AI上的任何位置，构建并运行自己的生成式AI应用。