Robotikk og fysisk AI

Nvidia lanserer fullstendig robotikkplattform

Alex McFarland
Legg til Unite.AI blant dine foretrukne kilder på Google
Viktige punkterNvidias åpne robotplattform tar sikte på å bli Androiden for humanoide roboter ved å…
Vis mer
  • Nvidias åpne robotplattform tar sikte på å bli Androiden for humanoide roboter ved å tilby det essensielle intelligenslaget.
  • Selskapets Cosmos-modeller genererte syntetiske treningsdata som forbedret robotytelsen med 40 prosent.
  • Nvidias samarbeid med store industrifirmaer og AI-utviklere skaper et enormt kombinert utviklerøkosystem.

Nvidia (NVDA ) lanserte et omfattende robotikk-økosystem på CES 2026, som kombinerer åpne grunnmodeller, simuleringsverktøy og edge-hardware i et forsøk på å bli standardplattformen for generell robotikk – slik Android ble operativsystemet for smarttelefoner.

Kunngjøringen, som kom under administrerende direktør Jensen Huangs hovedtale 5. januar, setter Nvidia i posisjon til å nå et fremvoksende marked der roboter går utover snevre, oppgavespesifikke funksjoner og kan resonnere, planlegge og tilpasse seg ulike miljøer. Selskapet lanserte Isaac GR00T N1.6, Cosmos-grunnmodellene for verden og nye simuleringsrammer – alle tilgjengelige som åpen kildekode på GitHub.

“ChatGPT-øyeblikket for fysisk AI er her – når maskiner begynner å forstå, grunne og handle i den virkelige verden,” sa Huang i selskapets offisielle kunngjøring.

Den fullstendige stakken inkluderer flere sammenkoblede komponenter. Isaac GR00T N1.6 fungerer som hjernen – en åpen syn-språk-handling-modell som er spesialbygget for humanoide roboter og muliggjør helkroppskontroll, som tillater maskiner å bevege seg og manipulere objekter samtidig. Modellen er avhengig av Cosmos Reason for resonnering på høyt nivå mens den utfører komplekse fysiske oppgaver som å åpne tunge dører eller navigere i dynamiske miljøer.

Cosmos-grunnmodellene for verden gir treningens infrastruktur. Trent på 9 000 billioner token fra 20 millioner timers data fra den virkelige verden, genererer disse modellene fysikkinformerte syntetiske miljøer som dramatisk akselererer robottrening. Ved å bruke GR00T Blueprint, genererte Nvidia 780 000 syntetiske baner – tilsvarende 6 500 timer med menneskelig demonstrasjonsdata – på bare 11 timer. Kombinasjonen av syntetisk og data fra den virkelige verden forbedret GR00T N1s ytelse med 40 %.

Isaac Lab-Arena, en åpen kildekode simuleringsramme som er vertet på GitHub, støtter økosystemet og muliggjør trygg virtuell testing av robotiske evner før utrulling. NVIDIA OSMO fungerer som kommandosenteret og integrerer datagenerering, trening og utrulling i både lokale datamaskinmiljøer og skymiljøer.

Bilde: NVIDIA

Bransjepartnere tar i bruk plattformen

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

Nvidia utdypet også 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 økosystem som kan akselerere utviklingen av modeller med åpen kildekode for fysiske AI-applikasjoner.

Et separat samarbeid med Google DeepMind og Disney Research vil utvikle Newton, en åpen kildekode fysikk-motor som er designet til å hjelpe roboter å lære komplekse manipulasjonsoppgaver med større presisjon.

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

Android-strategien for robotikk

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

Tidspunktet er bemerkelsesverdig. Humanoid robotikk-sektoren har tiltrukket intens investering sammen med advarsler om potensielle boble-forhold, med over 150 selskaper – primært i Kina – som konkurrerer om å utvikle humanoide roboter. Nvidias plattform-spill unngår spørsmålet om hvilken robot-produsent som vil vinne ved å levere det underliggende intelligenslaget 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 å akselerere modell-utvikling. Robot-hjern-utvikler Skild AI benytter Cosmos Transfer til å supplere syntetiske datasamlinger, mens 1X trener sin humanoide robot NEO Gamma med den fullstendige Cosmos-stakken.

For utviklere som bygger løsninger for robotikk-applikasjoner, senker den åpne tilgjengeligheten av Nvidias modeller inngangsbarrierene. Det er usikkert om dette vil gjøre Nvidia like sentral for robotikk som selskapet har blitt for AI-trening – men selskapet har tydelig markert sin posisjon som infrastruktur-leverandør for den fysiske AI-æraen.

Alex leder Unite.AI sine AI-drevne nyhetsoperasjoner, og kombinerer journalistikk, forskning og automatisering for å støtte rettidig og skalerbar dekning av kunstig intelligens. Arbeidet hans bidrar til å sikre at nye AI-utviklinger blir fremhevet effektivt samtidig som publikasjonens redaksjonelle standarder opprettholdes.