Robotteknologi og fysisk AI

Nvidia præsenterer en komplet robotplatform

Alex McFarland
Føj Unite.AI til dine foretrukne kilder på Google
NøglepunkterNvidias åbne robotplatform sigter mod at blive Android for humanoide robotter ved at…
Vis mere
  • Nvidias åbne robotplatform sigter mod at blive Android for humanoide robotter ved at levere det essentielle intelligenslag.
  • Virksomhedens Cosmos-modeller genererede syntetiske træningsdata, der forbedrede robotternes præstation med 40 procent.
  • Nvidias partnerskaber med store industrivirksomheder og AI-udviklere skaber et enormt kombineret udviklerøkosystem.

Nvidia (NVDA ) udgav et omfattende robotøkosystem på CES 2026, der kombinerer åbne grundlæggende modeller, simulationsværktøjer og edge-hardware i et forsøg på at blive standardplatformen for generel robotteknologi – ligesom Android blev operativsystemet for smartphones.

Meddelelsen, der kom under administrerende direktør Jensen Huangs hovedtale den 5. januar, positionerer Nvidia til at kapre et fremvoksende marked, hvor robotter bevæger sig ud over snævre, opgave-specifikke funktioner til at ræsonnere, planlægge og tilpasse sig i forskellige miljøer. Selskabet udgav Isaac GR00T N1.6, Cosmos-grundmodellerne for verden og nye simulationsrammer – alle tilgængelige som open-source på GitHub.

“ChatGPT-øjeblikket for fysisk AI er her – når maskiner begynder at forstå, ræsonnere og handle i den virkelige verden,” udtalte Huang i selskabets officielle meddelelse.

Den fulde stak består af flere sammenhængende komponenter. Isaac GR00T N1.6 fungerer som hjernen – en åben vision-sprog-handling-model specialbygget til humanoide robotter, der muliggør helkropskontrol, så maskiner kan bevæge sig og manipulere objekter samtidigt. Modellen afhænger af Cosmos Reason til ræsonnement på højt niveau under udførelse af komplekse fysiske opgaver som åbning af tunge døre eller navigation i dynamiske miljøer.

Cosmos-grundmodellerne for verden udgør træningsinfrastrukturen. Trænet på 9.000 billioner tokens fra 20 millioner timers virkelige data, genererer disse modeller fysikinformerede syntetiske miljøer, der dramatisk accelererer robottræning. Ved hjælp af GR00T Blueprint, genererede Nvidia 780.000 syntetiske baner – svarende til 6.500 timers data fra menneskelige demonstrationer – på kun 11 timer. Kombinationen af syntetiske og virkelige data forbedrede GR00T N1’s præstation med 40%.

Økosystemet støttes af Isaac Lab-Arena, en open-source simulationsramme, der er tilgængelig på GitHub, der muliggør sikker virtuel test af robotfunktioner før udrulning. NVIDIA OSMO fungerer som kommandocentret, der integrerer data-generering, træning og udrulning på både desktop- og cloud-miljøer.

Billede: NVIDIA

Branchepartnere tager platformen i brug

De strategiske implikationer strækker sig ud over tekniske evner. Globale partnere, herunder Boston Dynamics, Caterpillar, Franka Robotics og NEURA Robotics, bruger allerede Nvidias stak til at udvikle næste generations robotter. Siemens annoncerede et udvidet partnerskab, der integrerer Nvidias fulde stak med deres industrielle software til fysisk AI-udrulning fra design til produktion.

Nvidia uddybede også samarbejdet med Hugging Face, der integrerede Isaac og GR00T-teknologier i LeRobot-rammen. Partnerskabet forbinder Nvidias 2 millioner robotudviklere med Hugging Faces 13 millioner AI-byggere, og skaber således et kombineret økosystem, der kan accelerere udviklingen af open source-modeller til fysiske AI-applikationer.

Et separat samarbejde med Google DeepMind og Disney Research vil udvikle Newton, en open-source fysik-motor designet til at hjælpe robotter med at lære komplekse manipulation-opgaver med større præcision.

Hardware-fremgangen ledsager software-udgivelserne. Jetson T4000-modulen, drevet af Nvidias Blackwell-arkitektur, leverer 4 gange større energieffektivitet til AI-beregninger på kanten af netværket – afgørende for robotter, der skal operere autonomt uden konstant cloud-forbindelse.

Android-strategien for robotteknologi

Nvidias tilgang spejler platform-strategien, der gjorde Android dominerende på smartphones: Tilbyd det grundlæggende lag, som hardwareproducenter bygger videre på, og drag derefter fordel af økosystemets vækst. Ved at udgive modeller under åbne licenser og fremhæve integration med eksisterende industrielle software, positionerer selskabet sig selv som essentiel infrastruktur snarere end en konkurrent til robotproducenter.

Tidspunktet er bemærkelsesværdigt. Sektoren for humanoide robotter har tiltrukket intens investering samt advarsler om mulige boble-forhold, med over 150 selskaber – primært i Kina – der kapløber for at udvikle humanoide robotter. Nvidias platform-spil omgår spørgsmålet om, hvilken robotproducent der vil vinde, ved at levere det underliggende intelligenslag til alle.

Cosmos-modellerne er allerede blevet downloadet over 2 millioner gange, og fysisk AI-ledere som 1X, Agility Robotics og XPENG bruger dem til at accelerere model-udvikling. Robot-hjerne-udvikler Skild AI benytter Cosmos Transfer til at supplere syntetiske datasæt, mens 1X træner sin humanoide robot NEO Gamma ved hjælp af den fulde Cosmos-stak.

For udviklere, der bygger løsninger til robotapplikationer, sænker den åbne tilgængelighed af Nvidias modeller barriererne for indgang. Om det vil gøre Nvidia lige så central for robotteknologi, som virksomheden er blevet for AI-træning, er fortsat usikkert – men selskabet har tydeligt markeret sin position som infrastruktur-udbyder for den fysiske AI-æra.

Alex leder Unite.AI's AI-drevne nyhedsoperationer, der kombinerer journalistik, forskning og automatisering for at understøtte rettidig og skalerbar dækning af kunstig intelligens. Hans arbejde hjælper med at sikre, at nye AI-udviklinger fremhæves effektivt, samtidig med at publikationens redaktionelle standarder opretholdes.