Nvidia Præsenterer Fuldstændig Robotics Platform

Nvidia udgav en omfattende robotik-økosystem på CES 2026, der kombinerer åbne grundlæggende modeller, simulationsværktøjer og edge-hardware i et forsøg på at blive den standardplatform for generel robotik – ligesom Android blev operativsystemet for smartphones.

Meddelelsen, der blev gjort under CEO Jensen Huangs keynote den 5. januar, positionerer Nvidia til at kapre en opblomstrende marked, hvor robotter bevæger sig ud over snævre, opgavebestemte funktioner til at forstå, planlægge og tilpasse sig over diverse miljøer. Selskabet udgav Isaac GR00T N1.6, Cosmos world grundlæggende modeller og nye simulationsrammer – alle tilgængelige som open-source på GitHub.

“ChatGPT-øjeblikket for fysisk AI er her – når maskiner begynder at forstå, begrunde 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, der er specialbygget til humanoid robotter og muliggør helkropps-kontrol, så maskiner kan bevæge sig og manipulere objekter samtidig. Modellen afhænger af Cosmos Reason til højniveau-begrundelse, mens den udfører komplekse fysiske opgaver som at åbne tunge døre eller navigere i dynamiske miljøer.

Cosmos world grundlæggende modeller udgør træningsinfrastrukturen. Trænet på 9.000 billioner tokens fra 20 millioner timers virkelige data, genererer disse modeller fysik-bevidste syntetiske miljøer, der dramatisk accelererer robottræning. Ved hjælp af GR00T Blueprint, genererede Nvidia 780.000 syntetiske traektorier – svarende til 6.500 timers menneskelig demonstrationsdata – på kun 11 timer. Kombinationen af syntetisk og reel data forbedrede GR00T N1’s præstation med 40%.

Støttende til økosystemet er Isaac Lab-Arena, en open-source simulationsramme, der er vært på GitHub og muliggør sikker virtuel test af robotiske funktioner før udrulning. NVIDIA OSMO fungerer som kommandocentret, der integrerer data-generering, træning og udrulning på tværs af desktop- og cloud-miljøer.

Image: NVIDIA

Branchepartnere Adopterer Platformen

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

Nvidia dybde også sin samarbejde med Hugging Face, der integrerer Isaac og GR00T-teknologier i LeRobot-rammen. Partnerskabet forbinder Nvidia’s 2 millioner robotudviklere med Hugging Face’s 13 millioner AI-byggere, hvilket skaber et kombineret økosystem, der kan accelerere open-source model udvikling for fysisk AI-anvendelser.

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

Hardware-fremgangen ledsager software-udgivelserne. Jetson T4000-modulen, der er drevet af Nvidia’s Blackwell-arkitektur, leverer 4 gange større energoeffektivitet til edge AI-computing – kritisk for robotter, der skal operere autonomt uden konstant cloud-forbindelse.

Android-Strategien for Robotik

Nvidia’s tilgang spejler platform-strategien, der gjorde Android dominerende på smartphones: tilbyde den grundlæggende lag, som hardware-fabrikanter bygger på, og derefter nyde godt af, at økosystemet vokser. 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 robotfabrikanter.

Tidspunktet er bemærkelsesværdigt. Humanoid robotik-sektoren har tiltrukket intens investering sammen med advarsler om potentielle boble-forhold, med over 150 selskaber – primært i Kina – der kapløber for at udvikle humanoid robotter. Nvidia’s platform-spil afviger spørgsmålet om, hvilken robotfabrikant der vil vinde, ved at forsyne den underliggende intelligenslag til alle af dem.

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

For udviklere, der bygger løsninger til robotik-applikationer, sænker den åbne tilgængelighed af Nvidia’s modeller barriererne for indgang. Om dette oversætter sig til, at Nvidia bliver lige så central for robotik, som det er blevet for AI-træning, forbliver usikkert – men selskabet har tydeligt markeret sin position som infrastruktur-udbyder for den fysisk AI-æra.