Robotik och fysisk AI

Nvidia presenterar en komplett robotikplattform

Alex McFarland
Lägg till Unite.AI bland dina föredragna källor på Google
Viktiga punkterNvidias öppna robotikplattform syftar till att bli Android för humanoida robotar genom…
Visa mer
  • Nvidias öppna robotikplattform syftar till att bli Android för humanoida robotar genom att tillhandahålla det väsentliga intelligenslagret.
  • Företagets Cosmos-modeller genererade syntetisk träningsdata som förbättrade robotarnas prestanda med 40 procent.
  • Nvidias partnerskap med stora industriföretag och AI-utvecklare skapar ett massivt kombinerat utvecklarekosystem.

Nvidia (NVDA ) släppte ett omfattande robotikekosystem på CES 2026, som kombinerar öppna grundmodeller, simuleringsverktyg och edge-hårdvara i ett försök att bli standardplattformen för allmän robotik – precis som Android blev operativsystemet för smartphones.

Tillkännagivandet, som gjordes under VD Jensen Huangs keynote den 5 januari, positionerar Nvidia för att fånga en framväxande marknad där robotar flyttar bortom smala, uppgiftsspecifika funktioner till att resonera, planera och anpassa sig i olika miljöer. Företaget släppte Isaac GR00T N1.6, Cosmos grundmodeller för världen och nya simuleringsramverk – alla tillgängliga som öppen källkod på GitHub.

“ChatGPT-ögonblicket för fysisk AI är här – när maskiner börjar förstå, resonera och agera i den verkliga världen”, sa Huang i företagets officiella tillkännagivande.

Den fullständiga stacken består av flera sammanlänkade komponenter. Isaac GR00T N1.6 fungerar som hjärnan – en öppen syn-språk-handlingsmodell som är specialbyggd för humanoida robotar och möjliggör helkroppskontroll, vilket tillåter maskiner att förflytta sig och manipulera föremål samtidigt. Modellen förlitar sig på Cosmos Reason för högnivå-resonemang medan den utför komplexa fysiska uppgifter som att öppna tunga dörrar eller navigera i dynamiska miljöer.

Cosmos grundmodeller för världen tillhandahåller träningsinfrastrukturen. Tränade på 9 000 biljoner token från 20 miljoner timmar av data från verkligheten genererar dessa modeller fysikinformerade syntetiska miljöer som dramatiskt accelererar robotträning. Med hjälp av GR00T Blueprint genererade Nvidia 780 000 syntetiska banor – motsvarande 6 500 timmar av mänsklig demonstrationsdata – på bara 11 timmar. Kombinationen av syntetiska och verkliga data förbättrade GR00T N1:s prestanda med 40 %.

Ekosystemet stöds av Isaac Lab-Arena, ett simuleringsramverk med öppen källkod som finns på GitHub och som möjliggör säker virtuell testning av robotiska förmågor innan distribution. NVIDIA OSMO fungerar som kommandocentralen, som integrerar datagenerering, träning och driftsättning i lokala dator- och molnmiljöer.

Bild: NVIDIA

Branschpartner tar plattformen i bruk

De strategiska implikationerna sträcker sig bortom tekniska förmågor. Globala partner, inklusive Boston Dynamics, Caterpillar, Franka Robotics och NEURA Robotics, använder redan Nvidias stack för att utveckla nästa generations robotar. Siemens tillkännagav ett utökat partnerskap som integrerar Nvidias fullständiga stack med sin industriella programvara för fysisk AI-distribution från design till produktion.

Nvidia fördjupade också sitt samarbete med Hugging Face, genom att integrera Isaac och GR00T-teknologier i LeRobot-ramverket. Partnerskapet kopplar Nvidias 2 miljoner robot-utvecklare med Hugging Faces 13 miljoner AI-byggare, vilket skapar ett kombinerat ekosystem som kan accelerera öppen källkodsmodell-utveckling för fysiska AI-applikationer.

Ett separat samarbete med Google DeepMind och Disney Research kommer att utveckla Newton, en öppen källkods-fysik-motor som är utformad för att hjälpa robotar att lära sig komplexa manipuleringsuppgifter med större precision.

Hårdvaruförbättringar åtföljer programvaruutgåvorna. Jetson T4000-modulen, som drivs av Nvidias Blackwell-arkitektur, levererar 4 gånger större energieffektivitet för edge-AI-beräkningar – kritiska för robotar som måste fungera autonomt utan konstant molnanslutning.

Android-strategin för Robotik

Nvidias tillvägagångssätt speglar plattformsstrategin som gjorde Android dominant i smartphones: tillhandahålla det grundläggande skiktet som hårdvarutillverkare bygger på, och sedan dra nytta av att ekosystemet växer. Genom att släppa modeller under öppna licenser och betona integration med befintlig industriell programvara positionerar företaget sig som en oumbärlig infrastruktur snarare än en konkurrent till robot-tillverkare.

Tidpunkten är anmärkningsvärd. Humanoid robot-sektorn har lockat till sig intensiv investering tillsammans med varningar om potentiella bubbel-förhållanden, med över 150 företag – främst i Kina – som tävlar om att utveckla humanoida robotar. Nvidias plattformsspel undviker frågan om vilken robot-tillverkare som kommer att vinna genom att tillhandahålla det underliggande intelligenslagret till alla.

Cosmos-modellerna har redan laddats ner över 2 miljoner gånger, med fysiska AI-ledare som inkluderar 1X, Agility Robotics och XPENG som använder dem för att accelerera modellutveckling. Robot-hjärna-utvecklaren Skild AI använder Cosmos Transfer för att komplettera syntetiska datamängder, medan 1X tränar sin humanoida robot NEO Gamma med hjälp av hela Cosmos-stacken.

För utvecklare som bygger lösningar för robotik-applikationer sänker den öppna tillgängligheten av Nvidias modeller inträdesbarriärerna. Om detta gör Nvidia lika central för robotik som företaget har blivit för AI-träning är fortfarande osäkert – men företaget har tydligt markerat sin position som infrastruktur-leverantör för den fysiska AI-eran.

Alex leder Unite.AI:s AI-drivna nyhetsverksamhet, som kombinerar journalistik, forskning och automation för att stödja snabb och skalbar bevakning av artificiell intelligens. Hans arbete hjälper till att säkerställa att framväxande AI‑utvecklingar lyfts fram effektivt samtidigt som publikationens redaktionella standarder upprätthålls.