Robotikk og fysisk AI

Nvidia lanserer fullstendig robotikkplattform

mm
Legg til Unite.AI blant dine foretrukne kilder pÃĨ Google

Nvidia (NVDA ) lanserte et omfattende robotikk-Ãļkosystem pÃĨ CES 2026, som kombinerer ÃĨpne grunnmodeller, simuleringsverktÃļy og edge-hardware i et forsÃļk pÃĨ ÃĨ bli standardplattformen for generell robotikk – like som Android ble operativsystemet for smarttelefoner.

Annonsen, som ble gjort under CEO Jensen Huangs keynote 5. januar, stiller Nvidia i stand til ÃĨ fange en fremvoksende marked hvor roboter gÃĨr utenfor smale, oppgave-spesifikke funksjoner til ÃĨ forstÃĨ, planlegge og tilpasse seg i forskjellige miljÃļer. Selskapet lanserte Isaac GR00T N1.6, Cosmos verdens grunnmodeller og nye simuleringsrammer – alle tilgjengelige som ÃĨpen kildekode pÃĨ GitHub.

“ChatGPT-Ãļyeblikket for fysisk AI er her – nÃĨr maskiner begynner ÃĨ forstÃĨ, grunne og handle i den virkelige verden,” sa Huang i selskapets offisielle annonsering.

Den fullstendige stakken inkluderer flere sammenkoblede komponenter. Isaac GR00T N1.6 fungerer som hjernen – en ÃĨpen visjon-sprÃĨk-handling modell som er spesialbygget for humanoid roboter og muliggjÃļr helkropps kontroll, som tillater maskiner ÃĨ bevege seg og manipulere objekter samtidig. Modellen er avhengig av Cosmos Reason for hÃļyere nivÃĨ grunnlegging mens komplekse fysiske oppgaver som ÃĨ ÃĨpne tunge dÃļrer eller navigere i dynamiske miljÃļer.

Cosmos verdens grunnmodeller gir treningens infrastruktur. Trenet pÃĨ 9 000 billioner token fra 20 millioner timers sanntidsdata, genererer disse modellene fysikk-bevisste syntetiske miljÃļer som dramatisk akselerer robot-trening. Ved ÃĨ bruke GR00T Blueprint, genererte Nvidia 780 000 syntetiske baner – tilsvarende 6 500 timer med menneskelig demonstrasjonsdata – pÃĨ bare 11 timer. Kombinasjonen av syntetisk og sanntidsdata forbedret GR00T N1’s ytelse med 40 %.

Isaac Lab-Arena, en ÃĨpen kildekode simuleringsramme som er vertet pÃĨ GitHub, stÃļtter Ãļkosystemet og muliggjÃļr trygg virtuell testing av robotiske evner fÃļr utrulling. NVIDIA OSMO fungerer som kommandosenteret og integrerer datagenerering, trening og utrulling pÃĨ bÃĨde skrivebord og sky-miljÃļer.

Bilde: NVIDIA

Bransje-partnere adopterer plattformen

De strategiske implikasjonene gÃĨr utenfor tekniske evner. Globale partnere som Boston Dynamics, Caterpillar, Franka Robotics og NEURA Robotics bruker allerede Nvidias stakke til ÃĨ utvikle neste generasjons roboter. Siemens annonserte en utvidet samarbeid som integrerer Nvidias fullstendige stakke med sine industrielle programmer for fysisk AI-utvikling fra design til produksjon.

Nvidia dypte ogsÃĨ sitt samarbeid med Hugging Face og integrerte Isaac og GR00T-teknologier i LeRobot-rammen. Samarbeidet kobler Nvidias 2 millioner robot-utviklere med Hugging Faces 13 millioner AI-byggere og skaper et kombinert Ãļkosystem som kan akselerere ÃĨpen kildekode modell utvikling for fysisk AI-applikasjoner.

Et separat samarbeid med Google DeepMind og Disney Research vil utvikle Newton, en ÃĨpen kildekode fysikk-motor som er designet til ÃĨ hjelpe roboter ÃĨ lÃĶre komplekse manipulasjonsoppgaver med stÃļrre presisjon.

Hardware-fremgangen fÃļlger med programvare-utgivelsene. Jetson T4000-modulen, drevet av Nvidias Blackwell-arkitektur, leverer 4 ganger stÃļrre energi-effektivitet for edge AI-regning – kritisk for roboter som mÃĨ operere autonomt uten konstant sky-tilkobling.

Android-strategien for robotikk

Nvidias tilnÃĶrming speiler plattform-strategien som gjorde Android dominerende pÃĨ smarttelefoner: tilby grunnlagsskiktet som hardware-tilbydere bygger pÃĨ, og deretter dra nytte av Ãļkosystemets vekst. Ved ÃĨ utgi modeller under ÃĨpne lisenser og vektlegge integrasjon med eksisterende industrielle programmer, stiller selskapet seg selv som essensiell infrastruktur i stedet for en konkurrent til robot-produsenter.

Tiden er merket. Humanoid robotikk-sektoren har tiltrukket intens investering sammen med advarsler om potensielle boble-forhold, med over 150 selskaper – primÃĶrt i Kina – som konkurrerer om ÃĨ utvikle humanoid roboter. Nvidias plattform-spill unngÃĨr spÃļrsmÃĨlet om hvilken robot-produsent som vil vinne ved ÃĨ levere den underliggende intelligens-laget til alle.

Cosmos-modellene er allerede lastet ned over 2 millioner ganger, og fysisk AI-ledere som 1X, Agility Robotics og XPENG bruker dem til ÃĨ akselerere modell-utvikling. Robot-hjern-utvikler Skild AI benytter Cosmos OverfÃļring til ÃĨ supplere syntetiske datasamlinger, mens 1X trener sin humanoid robot NEO Gamma med den fullstendige Cosmos-stakken.

For utviklere som bygger lÃļsninger for robotikk-applikasjoner, senker den ÃĨpne tilgjengeligheten av Nvidias modeller inngangsbarrierene. Uansett om dette oversettes til at Nvidia blir like sentral for robotikk som det har blitt for AI-trening, er usikkert – men selskapet har tydelig markert sin posisjon som infrastruktur-leverandÃļr for den fysiske AI-ÃĶraen.

Alex McFarland er en AI-journalist og forfatter som utforsker de nyeste utviklingene innen kunstig intelligens. Han har samarbeidet med tallrike AI-startups og publikasjoner verden over.