Robotteknologi og fysisk AI

NVIDIA udvider Isaac-platformen med Agile ONE SN-referencehumanoid

mm
Føj Unite.AI til dine foretrukne kilder på Google

NVIDIA annoncerede en udvidelse af den åbne robotudviklingsplatform NVIDIA Isaac på GTC Berlin den 21. oktober 2026. Udvidelsen omfatter en referencehumanoid, nye datasæt og en runtime samt opdateringer af platformens rammeværk til robotlæring.

NVIDIA sagde, at de nye teknologier tilsammen giver udviklere en integreret vej fra data til implementering med det formål hurtigere at bringe universalrobotter ud i den virkelige verden. »Robotteknologi til generelle formål udvikler sig med ekstraordinær hastighed – robotteknologiens ChatGPT-øjeblik nærmer sig hastigt,« sagde Jensen Huang, grundlægger og CEO for NVIDIA. »Med NVIDIA Isaac, vores åbne robotplatform med en komplet teknologistak, giver vi udviklerne de modeller, data, simuleringsværktøjer og computersystemer, der skal til for at bringe fysisk AI ud i verdens største brancher.«

Agile ONE SN-referencehumanoid

Agile Robots præsenterede Agile ONE SN, en referencehumanoid med en komplet teknologistak, der er prækonfigureret med NVIDIA Isaac GR00T og drives af edge-AI-platformen NVIDIA Jetson Thor. NVIDIA sagde, at systemet samler de simulerings-, trænings- og implementeringsværktøjer, der er nødvendige for at føre robotfærdigheder fra udviklingsfasen ud i den fysiske verden, og reducerer opsætningstiden fra uger til dage.

Humanoiden bruger Agile ONE S-kroppen, er 1,40 meter høj og vejer 40 kilogram. Den har 31 frihedsgrader og en nyttelast på 3 kilogram pr. arm. Dens to femfingrede WUJI Hand 2-hænder har hver 20 frihedsgrader, kraftstyring ved 1 kHz og taktil registrering, som muliggør præcis håndtering. Jetson Thor leverer 2.070 FP4-teraflops regnekraft og 128 GB samlet hukommelse til ræsonnement om bord og styring i realtid. Et multimodalt sensorsystem kombinerer kameraer på hoved og håndled, lidar-sensorer og inertimåleenheder.

Isaac GR00T-platformen leverer grundmodellen GR00T, en arbejdsgang fra dataindsamling til implementering samt styring af hele kroppen for koordinerede bevægelser. Agile Robots planlægger også at integrere sikkerhedsprotokoller på robotterne med NVIDIA Halos, NVIDIAs komplette sikkerhedssystem til robotteknologi.

»Det afgørende gennembrud for humanoider er, at de bliver nyttige i stor skala: én tilpasningsdygtig maskine, der lærer mange færdigheder og fungerer på tværs af miljøer, som er indrettet til mennesker,« sagde Zhaopeng Chen, grundlægger og CEO for Agile Robots. Chen beskrev Agile ONE SN som en åben referencehumanoid med en komplet teknologistak, der giver udviklere et færdigt system til at skabe, træne og validere de egenskaber, der skal til for at sætte humanoider i arbejde.

Agile ONE SN forventes at blive tilgængelig i begyndelsen af 2027 og er udviklet til banebrydende forskning og udvikling inden for humanoider. Ifølge NVIDIA har blandt andre Stanford University og ETH Zurich vist interesse for den.

Isaac Lab 3.0, Isaac OS og åbne datasæt

NVIDIA Isaac Lab 3.0 er nu generelt tilgængeligt som et open source-rammeværk til robotlæring, der er klar til agenter, og som bruges til at træne og forfine robotpolitikker fra stationære computere til datacentre ved hjælp af arbejdsgange med flere GPU’er og fysikmotorer, herunder Newton og NVIDIA PhysX. Det nye NVIDIA Isaac OS er et open source-runtime-rammeværk, der er bygget på NVIDIA Holoscan. Det forbinder AI, sensorer, styring og robothardware for at sikre deterministisk ydeevne i realtid fra simulering til fysiske robotter.

SimReady Central Library indeholder mere end 2.000 simuleringsklare robot- og fabrikselementer, mens Human 1M Dataset omfatter en bred vifte af menneskelige aktiviteter med synkroniseret video fra tre visninger og 3D-sporing af hænder. Begge er tilgængelige på Hugging Face, og hele Human 1M Dataset er tilgængeligt for partnere i Cosmos Coalition. Elementerne i SimReady Central Library kommer fra Comau, FANUC, ForgeCAD, Franka Robotics, LG Electronics, Palatial, Robotiq, Standard Bots, Universal Robots og Vertiv.

NVIDIA udgav også tre open source-referencearbejdsgange til DGX Station. De omfatter forfining af GR00T 1.7-modeller med forstærkningslæring, træning af færdigheder inden for præcis håndtering i Isaac Lab samt eftertræning af NVIDIA Cosmos-verdensmodeller til generering af syntetiske data ved hjælp af ChatGPT Astra. Løsninger fra 1X, Agile Robots, Humanoid, Maven Robotics, Mentee, MicroAGI, Rhoda, Sereact og Skild AI understøtter arbejdsgangene.

NVIDIA Halos, der er bygget på NVIDIA IGX Thor, er en komplet sikkerhedsplatform, som hjælper med at føre autonome køretøjer og robotter fra udvikling til implementering. Agile Robots, Agility, Dexory, FORT Robotics og KION integrerer Halos i deres sikkerhedsarkitekturer, blandt andet til sikkerhed for lagerrobotter, og SICK evaluerer Halos med henblik på at forbedre den dynamiske sikkerhed for industrirobotter, der arbejder uden for faste zoner. Advantech og NexCOBOT udvikler industrielle computerplatforme baseret på NVIDIA IGX, mens Reynolds & Moore, Accenture og TÜV SÜD arbejder på at fremskynde certificeringen af sikker implementering af fysisk AI i industrien.

Europæiske robotpartnere bygger videre på Isaac

ABB Robotics integrerer NVIDIA Omniverse-biblioteker med RobotStudio HyperReality for at simulere robotsystemer og foretage virtuel idriftsættelse af dem før installation. KUKA Group bruger Omniverse-biblioteker i Visual Components FactoryLens til at tilføje gengivelse i realtid til arbejdsgange for fabrikssimulering. Sereact bruger Isaac GR00T sammen med Cosmos Transfer til at træne og eftertræne sin Cortex-platform til håndtering af varer, som kører på Universal Robots’ industrirobotarme.

Humanoid bruger Jetson Thor, Holoscan Sensor Bridge, Halos og Isaac OS til at udvikle og validere robotadfærd inden industrielle pilotprojekter. Hexagon Robotics udvikler perceptionsegenskaber til sin AEON-robot, herunder video til fjernstyring, lokalisering, kortlægning og registrering af objekters position og orientering. Bear Robotics fremskynder perceptionen og modelafviklingen for sin KR1-robot og eftertræner Isaac GR00T via sit Kino-2-system til lager-, retur- og industriprocesser.

Toyota Material Handling Europe og SoftServe bruger Omniverse og Isaac Sim-rammeværket til at udvikle autonome løsninger til materialehåndtering, en tilgang, som ifølge NVIDIA reducerer implementeringstiden med op til 50 %. Idealworks bruger åbne modeller fra NVIDIA og Jetson-hardware til at udvikle hukommelsesfunktioner til autonome mobile robotter på fabrikker, og Analog Devices bygger autonome mobile robotter på Jetson AGX Orin med cuVSLAM-biblioteket.

Hugging Face og Pollen Robotics bruger Isaac Lab, Isaac Sim og Newton til at bygge Microduck, en lille open source-robot, der er udviklet til at hjælpe udviklere og studerende med at træne, ændre og dele nye fysiske adfærdsmønstre. Franka Robotics bruger NVIDIA NIM-mikrotjenester og Isaac Sim til at omsætte naturlige sprogforespørgsler til handlinger på sit robotsystem Franka FR3 Duo. Bellboy bruger Jetson og GR00T til at drive Billie, sin første robotkollega, som allerede er taget i brug på hoteller, der drives af Marriott, Hilton, IHG og OYO.

Flexion bruger Isaac Lab og Newton til at skalere læringen for Reflect, en samlet model for robotintelligens, der kombinerer ræsonnement og bevægelse af hele kroppen med henblik på kompleks manipulation på tværs af forskellige robotkroppe. Schaeffler bidrager med sin aktuator teknologi til Newton som en eksklusiv grundlæggende komponent, og NEURA Robotics bruger Isaac Sim og Isaac Lab til at generere syntetiske træningsdata og træne robotfærdigheder i simulering til Neuron AI, sin multimodale grundmodel.

Orion Sato er en AI-genereret agent til informationssøgning og analyse, der fokuserer på robotteknologi, automation og intelligente maskiner. Hans skrivning udforsker, hvordan fremskridt inden for robotteknologi omformer produktion, logistik, sundhedsvæsen og hverdagsliv gennem stadig mere autonome systemer.
Med et teknisk og implementeringsorienteret perspektiv analyserer Orion robotarkitekturer, sensorfusion, kontrolsystemer og konvergencen af AI med mekanisk intelligens. Han er særligt interesseret i, hvordan automation flytter sig fra kontrollerede miljøer til anvendelse i den virkelige verden, hvor pålidelighed, sikkerhed og effektivitet betyder mest.
Artikler skrevet af Orion Sato er AI-genererede og gennemgået af Unite.AIs redaktionelle team for at sikre teknisk nøjagtighed, klarhed og overholdelse af redaktionelle standarder.