在今年的全美機(jī)器人周 (National Robotics Week)，NVIDIA 重點(diǎn)展示了推動(dòng) AI 走向物理世界的關(guān)鍵突破，以及正在重塑農(nóng)業(yè)、制造業(yè)、能源等多個(gè)行業(yè)的機(jī)器人發(fā)展浪潮。

機(jī)器人學(xué)習(xí)、仿真技術(shù)與基礎(chǔ)模型的持續(xù)演進(jìn)，正加速機(jī)器人的開(kāi)發(fā)進(jìn)程，使其能夠以前所未有的速度從虛擬環(huán)境訓(xùn)練邁向現(xiàn)實(shí)世界部署。

依托 NVIDIA 在仿真、合成數(shù)據(jù)和 AI 驅(qū)動(dòng)機(jī)器人學(xué)習(xí)方面的完整平臺(tái)，開(kāi)發(fā)者如今已具備構(gòu)建可在復(fù)雜環(huán)境中感知、推理并執(zhí)行任務(wù)的智能機(jī)器所需的核心工具。

歡迎關(guān)注并獲取關(guān)于 NVIDIA 物理 AI 技術(shù)的最新系列報(bào)道。

重點(diǎn)發(fā)布內(nèi)容包括：

全新的 NVIDIA Isaac GR00T 開(kāi)放模型，使機(jī)器人能夠理解自然語(yǔ)言指令，并通過(guò)視覺(jué)-語(yǔ)言-動(dòng)作推理執(zhí)行復(fù)雜的多步驟任務(wù)。

全新的 NVIDIA Cosmos 世界模型，用于生成合成數(shù)據(jù)并實(shí)現(xiàn)大規(guī)模機(jī)器人訓(xùn)練，幫助系統(tǒng)更高效地學(xué)習(xí)并在不同環(huán)境中泛化。

開(kāi)源物理引擎 Newton 1.0 正式公開(kāi)發(fā)布，為機(jī)器人靈巧操作提供快速且可靠的基礎(chǔ)，使其具備精確的碰撞檢測(cè)、真實(shí)的物體接觸以及對(duì)剛體和柔性系統(tǒng)的穩(wěn)定仿真能力。

隨著 NVIDIA Isaac Sim 6.0、Isaac Lab 3.0 和 Omniverse NuRec 技術(shù)的全面可用，仿真能力得以進(jìn)一步擴(kuò)展，使開(kāi)發(fā)者能夠在部署前建模真實(shí)場(chǎng)景并驗(yàn)證機(jī)器人系統(tǒng)。

觀看 NVIDIA GTC 全球 AI 大會(huì)的 on-demand 內(nèi)容，跟隨行業(yè)專(zhuān)家，了解最新機(jī)器人技術(shù)突破。

推動(dòng)手術(shù)精度的突破

PeritasAI 正在通過(guò)將物理 AI 引入真實(shí)手術(shù)環(huán)境，推進(jìn)新一代手術(shù)機(jī)器人的發(fā)展。借助 NVIDIA Isaac for Healthcare 和用于醫(yī)院自動(dòng)化的 Rheo Blueprint，該公司正在開(kāi)發(fā)能夠?qū)崟r(shí)感知、協(xié)同和執(zhí)行的多智能體系統(tǒng)。

通過(guò)和光輪智能以及 Advent Health Hospitals 合作，這項(xiàng)技術(shù)將具身智能引入手術(shù)室，為手術(shù)團(tuán)隊(duì)提供態(tài)勢(shì)感知、無(wú)菌協(xié)作以及對(duì)手術(shù)器械、植入物和工作流的智能管理支持。

從語(yǔ)言到動(dòng)作：NVIDIA NemoClaw 將自然語(yǔ)言指令引入 Isaac Sim

NVIDIA Omniverse 開(kāi)發(fā)者 Umang Chudasama 已將 NVIDIA NemoClaw 集成到NVIDIA Isaac Sim 中，使 Nova Carter 自主機(jī)器人能夠通過(guò)自然語(yǔ)言指令進(jìn)行控制，而無(wú)需手動(dòng)編程。NemoClaw 可以將文本指令 (如“向前移動(dòng)兩米”) 轉(zhuǎn)換為可執(zhí)行的 Python 腳本，并通過(guò)自定義 REST API 實(shí)時(shí)發(fā)送到 Isaac Sim。

整個(gè)系統(tǒng)運(yùn)行在 Isaac Sim 中，使機(jī)器人在接觸現(xiàn)實(shí)世界之前，就能在真實(shí)且物理精確的倉(cāng)庫(kù)環(huán)境中運(yùn)行。將 Isaac Sim 與 NemoClaw 結(jié)合，意味著更快的開(kāi)發(fā)速度、更安全的測(cè)試過(guò)程以及更智能的部署路徑。開(kāi)發(fā)者不再需要逐行編寫(xiě)代碼，而是可以直接“與機(jī)器人對(duì)話(huà)”，這標(biāo)志著機(jī)器人開(kāi)發(fā)正邁向真正協(xié)作型、由語(yǔ)言驅(qū)動(dòng)的全新階段。

OceanSim：GPU 加速的水下機(jī)器人感知仿真框架

水下仿真器對(duì)于開(kāi)發(fā)可靠的感知系統(tǒng)至關(guān)重要，但在基于物理的傳感器建模和高速渲染方面仍存在挑戰(zhàn)。

為解決這一問(wèn)題，密歇根大學(xué)研究人員開(kāi)發(fā)了 GPU 加速的高保真仿真器 OceanSim。它利用先進(jìn)的物理渲染技術(shù)，使合成的水下圖像更加真實(shí)。借助 GPU，仿真器能夠?qū)崟r(shí)實(shí)現(xiàn)成像聲吶的實(shí)時(shí)渲染，并快速生成數(shù)據(jù)。

OceanSim 基于 NVIDIA Isaac Sim 構(gòu)建，并接入 NVIDIA Omniverse 庫(kù)，實(shí)現(xiàn)機(jī)器人學(xué)習(xí)研究與水下機(jī)器人應(yīng)用之間的無(wú)縫連接，使開(kāi)發(fā)者能夠更輕松地開(kāi)發(fā)和部署水下具身 AI 技術(shù)。

RoboLab：面向下一代通用機(jī)器人的基準(zhǔn)測(cè)試平臺(tái)

RoboLab 是用于開(kāi)發(fā)與評(píng)估通用機(jī)器人策略的高保真仿真基準(zhǔn)平臺(tái)，助力構(gòu)建能夠在多種環(huán)境中執(zhí)行多樣化任務(wù)的機(jī)器人系統(tǒng)。

RoboLab 基于 NVIDIA Isaac 與 NVIDIA Omniverse 仿真技術(shù)構(gòu)建，借助高保真視覺(jué)環(huán)境和基于物理的建模能力，實(shí)現(xiàn)機(jī)器人策略的大規(guī)模訓(xùn)練與測(cè)試。這使研究人員在任務(wù)復(fù)雜度不斷提升的情況下，能夠評(píng)估機(jī)器人在仿真中習(xí)得的行為遷移至現(xiàn)實(shí)世界中的效果。

通過(guò)將先進(jìn)仿真與結(jié)構(gòu)化評(píng)估相結(jié)合，RoboLab 加速了從虛擬訓(xùn)練到現(xiàn)實(shí)世界部署的進(jìn)程。

RoboLab 的功能將被納入 NVIDIA Isaac Lab-Arena 的路線(xiàn)圖。NVIDIA Isaac Lab-Arena 是一個(gè)用于大規(guī)模策略配置和評(píng)估的開(kāi)源框架。

借助 AI 推理實(shí)現(xiàn)更智能的碼垛作業(yè)

在倉(cāng)儲(chǔ)環(huán)境中，傳統(tǒng)碼垛機(jī)器人通常遵循固定的規(guī)則處理箱子，而不考慮箱內(nèi)的物品、狀態(tài)或易碎程度。由 Doosan Robotics 開(kāi)發(fā)的一項(xiàng)新項(xiàng)目，借助 NVIDIA Cosmos Reason 引入了一種更具適應(yīng)性的解決方案。

該系統(tǒng)僅需分析單張攝像頭圖像，即可推斷箱內(nèi)物品、檢測(cè)破損情況，并根據(jù)估算的重量與易碎程度，動(dòng)態(tài)調(diào)整每個(gè)物品的處理方式，包括調(diào)整放置位置、移動(dòng)速度和抓取力度等。從而減少了因錯(cuò)誤堆疊破損或易碎貨物而帶來(lái)的常見(jiàn)問(wèn)題。

為了讓機(jī)器人在實(shí)際部署前就具備對(duì)物理世界的“理解”能力，研究人員和開(kāi)發(fā)者正基于 NVIDIA Cosmos 世界基礎(chǔ)模型 (WFMs) 構(gòu)建策略模型。例如，豐田研究院 (TRI) 在 Cosmos WFM 的基礎(chǔ)上定制了其自有世界模型，在動(dòng)態(tài)視角合成、遙操作數(shù)據(jù)增強(qiáng)以及導(dǎo)航世界模型等多個(gè)領(lǐng)域取得了業(yè)界領(lǐng)先的成果。

Mimic Robotics 采用了不同的路徑，推出視頻-動(dòng)作模型 mimic-video。該模型將預(yù)訓(xùn)練的互聯(lián)網(wǎng)級(jí)視頻模型與流匹配動(dòng)作解碼器相結(jié)合，用從視頻中學(xué)習(xí)到的物理動(dòng)態(tài)取代傳統(tǒng)視覺(jué)-語(yǔ)言-動(dòng)作模型(VLA)中靜態(tài)圖像-語(yǔ)言的骨干網(wǎng)絡(luò)，在現(xiàn)實(shí)世界操作任務(wù)中實(shí)現(xiàn)了樣本效率提高 10 倍和收斂速度提升 2 倍的表現(xiàn)。

兩個(gè)團(tuán)隊(duì)的工作共同揭示了一個(gè)重要轉(zhuǎn)變：基于捕捉了物理規(guī)律與因果關(guān)系的世界模型所訓(xùn)練的機(jī)器人，在面對(duì)從未見(jiàn)過(guò)的環(huán)境時(shí)，只需更少的真實(shí)世界數(shù)據(jù)即可穩(wěn)定可靠地執(zhí)行任務(wù)。

基于 NVIDIA Jetson 的開(kāi)放智能機(jī)器人：社區(qū)創(chuàng)新推動(dòng)物理 AI 新浪潮

在今年的 National Robotics Week，運(yùn)行于 NVIDIA Jetson 平臺(tái)的 OpenClaw 展示了開(kāi)源創(chuàng)新如何加速演進(jìn)為現(xiàn)實(shí)世界智能機(jī)器人應(yīng)用。

從落地應(yīng)用到前沿項(xiàng)目，機(jī)器人社區(qū)正以前所未有的速度構(gòu)建新一代技術(shù)。

開(kāi)發(fā)者們不斷拓展自主能力的邊界，包括借助 Jetson Thor 實(shí)現(xiàn)硬件在環(huán)測(cè)試、評(píng)估來(lái)自 NVIDIA Isaac Sim 的攝像頭數(shù)據(jù)流，乃至構(gòu)建能通過(guò)自動(dòng)生成代碼以完成任務(wù)的系統(tǒng)。

此外，OpenClaw 現(xiàn)已可在 NVIDIA Jetson Thor 上完全實(shí)現(xiàn)本地運(yùn)行，在優(yōu)化后的 NVIDIA Nemotron 開(kāi)放模型和 vLLM 開(kāi)放推理庫(kù)的支持下，進(jìn)一步邁向私有化、低延遲邊緣 AI 的機(jī)器人應(yīng)用。與此同時(shí)，諸如 NVIDIA NemoClaw 軟件棧等創(chuàng)新成果，正在拓展開(kāi)源與高性能機(jī)器人平臺(tái)融合的更多可能性。

在仿真中訓(xùn)練和優(yōu)化運(yùn)動(dòng)能力

機(jī)器人創(chuàng)作者 Gennady Plyushchev (YouTube 頻道名 Skyentific) 正在記錄其雙足行走機(jī)器人的開(kāi)發(fā)過(guò)程——從仿真與設(shè)計(jì)到現(xiàn)實(shí)世界部署，展示了“仿真優(yōu)先”的機(jī)器人開(kāi)發(fā)方法。

通過(guò)將基于 NVIDIA Isaac 的仿真工作流與用于端側(cè) AI 和控制的 NVIDIA Jetson 相結(jié)合，演示了了開(kāi)發(fā)者如何在部署到物理系統(tǒng)之前，在虛擬環(huán)境中進(jìn)行快速迭代。

這一成果體現(xiàn)了機(jī)器人領(lǐng)域更廣泛的趨勢(shì)：借助 AI、仿真和邊緣計(jì)算加速開(kāi)發(fā)，推動(dòng)性能不斷提升的人形機(jī)器人走向現(xiàn)實(shí)世界。

馬里蘭大學(xué)研究人員開(kāi)發(fā)了可執(zhí)行復(fù)雜家務(wù)任務(wù)的機(jī)器人

為了將機(jī)器人引入日常生活，獲得 NVIDIA 學(xué)術(shù)資助計(jì)劃支持的馬里蘭大學(xué)研究人員正在開(kāi)發(fā)具備更高自主能力的、AI 驅(qū)動(dòng)的人形機(jī)器人系統(tǒng)，以完成復(fù)雜的家務(wù)任務(wù)。

該項(xiàng)目聚焦于構(gòu)建統(tǒng)一感知、規(guī)劃與控制的機(jī)器人基礎(chǔ)模型。借助 NVIDIA Isaac 開(kāi)放機(jī)器人開(kāi)發(fā)平臺(tái)，研究人員可創(chuàng)建涵蓋多樣物體與空間布局的高保真虛擬家庭環(huán)境，使機(jī)器人能夠練習(xí)數(shù)百萬(wàn)種任務(wù)變體，并安全測(cè)試罕見(jiàn)或復(fù)雜的場(chǎng)景。

結(jié)合用于訓(xùn)練大模型的 NVIDIA RTX PRO 6000 Blackwell GPU 與用于實(shí)體機(jī)器人高效部署的 NVIDIA Jetson AGX Thor 開(kāi)發(fā)者套件，進(jìn)一步縮減了研究與實(shí)際應(yīng)用之間的差距。

通過(guò)融合生成式 AI、序列決策和可擴(kuò)展計(jì)算方面的進(jìn)展，這項(xiàng)研究標(biāo)志著通用機(jī)器人發(fā)展的關(guān)鍵一步，這類(lèi)機(jī)器人有望在家庭、醫(yī)療等場(chǎng)景中為人類(lèi)提供支持。

MassRobotics 獎(jiǎng)學(xué)金計(jì)劃公布

亞馬遜云服務(wù) (AWS) 正式宣布第二期 MassRobotics 獎(jiǎng)學(xué)金計(jì)劃入選名單。該計(jì)劃表彰在工業(yè)場(chǎng)景中成功應(yīng)用機(jī)器人與計(jì)算機(jī)視覺(jué)技術(shù)的初創(chuàng)企業(yè)，入選團(tuán)隊(duì)將獲得技術(shù)資源支持及 AWS 云積分。

本期入選團(tuán)隊(duì)包括多家 NVIDIA 初創(chuàng)加速計(jì)劃會(huì)員企業(yè)：Burro、Config Intelligence、Deltia、Haply Robotics、Luminous Robotics、Roboto AI、Telexistence、Terra Robotics 以及 WiRobotics，涵蓋人形機(jī)器人、工業(yè)自動(dòng)化、觸覺(jué)和農(nóng)業(yè)系統(tǒng)等多個(gè)技術(shù)方向。

Burro 開(kāi)發(fā)用于葡萄采摘和作物巡檢等任務(wù)的自主農(nóng)業(yè)機(jī)器人。

Config Intelligence 構(gòu)建面向通用雙臂機(jī)器人的數(shù)據(jù)基礎(chǔ)設(shè)施，使其能夠在現(xiàn)實(shí)世界場(chǎng)景中實(shí)現(xiàn)可靠地雙手協(xié)同任務(wù)。

Deltia 提供基于 AI 的制造智能系統(tǒng)，通過(guò)計(jì)算機(jī)視覺(jué)和分析技術(shù)優(yōu)化裝配線(xiàn)。

Haply Robotics 設(shè)計(jì)了觸覺(jué)控制裝置，作為各行業(yè)物理 AI 系統(tǒng)的“方向盤(pán)”。

Luminous Robotics 部署 AI 驅(qū)動(dòng)的機(jī)器人系統(tǒng)，用于快速、低成本地安裝和維護(hù)太陽(yáng)能電池板。

Roboto AI 提供數(shù)據(jù)分析平臺(tái)，通過(guò)管理和分析機(jī)器人數(shù)據(jù)，加速機(jī)器人開(kāi)發(fā)進(jìn)程。

Telexistence 為零售和物流領(lǐng)域開(kāi)發(fā)由 AI 驅(qū)動(dòng)的人形機(jī)器人和遠(yuǎn)程控制系統(tǒng)。

Terra Robotics 開(kāi)發(fā)激光除草農(nóng)業(yè)機(jī)器人，以實(shí)現(xiàn)可持續(xù)農(nóng)業(yè)的自動(dòng)化。

WiRobotics 開(kāi)發(fā)可穿戴行走輔助設(shè)備和人形機(jī)器人，用于提升移動(dòng)能力和物理交互水平;并利用輔助設(shè)備產(chǎn)生的數(shù)據(jù)對(duì)其人形機(jī)器人進(jìn)行訓(xùn)練。

加速公用事業(yè)級(jí)太陽(yáng)能項(xiàng)目的現(xiàn)場(chǎng)建設(shè)方式

由 AES 公司孵化的太陽(yáng)能機(jī)器人企業(yè) Maximo 近期利用其機(jī)器人集群完成了一個(gè) 100 兆瓦的太陽(yáng)能安裝項(xiàng)目。Maximo 基于 NVIDIA 加速計(jì)算平臺(tái)、NVIDIA Omniverse 庫(kù)以及 NVIDIA Isaac Sim 框架構(gòu)建，成功展示了自主化安裝在公用事業(yè)級(jí)規(guī)模項(xiàng)目中的可靠性。

該方案顯著提升了安裝速度、安全性和一致性，有助于縮小對(duì)更快投產(chǎn)周期的增長(zhǎng)需求與當(dāng)前施工能力之間的差距。

隨著太陽(yáng)能產(chǎn)業(yè)擴(kuò)張持續(xù)面臨勞動(dòng)力短缺和需求激增的雙重挑戰(zhàn)，像 Maximo 這樣由 AI 驅(qū)動(dòng)的現(xiàn)場(chǎng)機(jī)器人系統(tǒng)正在加速基礎(chǔ)設(shè)施建設(shè)、降低成本，并重塑能源項(xiàng)目的交付方式。

Aigen 以農(nóng)業(yè)機(jī)器人推動(dòng)可持續(xù)農(nóng)業(yè)發(fā)展

為了推動(dòng)地球生態(tài)修復(fù)，Aigen 推出了由太陽(yáng)能驅(qū)動(dòng)的自主機(jī)器人，通過(guò)基于視覺(jué) AI 的精準(zhǔn)除草技術(shù)，幫助農(nóng)民減少對(duì)化學(xué)制品的依賴(lài)。

這家 NVIDIA 初創(chuàng)加速計(jì)劃會(huì)員企業(yè)正在打造一種以清潔能源為動(dòng)力、并通過(guò)數(shù)據(jù)持續(xù)優(yōu)化的新型的耕作系統(tǒng)。Aigen 的太陽(yáng)能機(jī)器人集群利用先進(jìn)的計(jì)算機(jī)視覺(jué)技術(shù)識(shí)別并清除雜草，大幅降低對(duì)除草劑的需求。

農(nóng)業(yè)環(huán)境不存在統(tǒng)一的標(biāo)準(zhǔn)化場(chǎng)景，每一塊田地都各不相同：作物種類(lèi)、土壤條件、農(nóng)機(jī)設(shè)備、雜草類(lèi)型、生長(zhǎng)階段和地理位置千差萬(wàn)別。這種碎片化使得現(xiàn)實(shí)世界數(shù)據(jù)的采集變得緩慢、昂貴且一致性不足。為此，Aigen 基于 NVIDIA Cosmos 開(kāi)放世界基礎(chǔ)模型，結(jié)合自身專(zhuān)業(yè)數(shù)據(jù)進(jìn)行后訓(xùn)練，并利用NVIDIA Isaac Sim 的仿真流程，構(gòu)建出能夠泛化適用于數(shù)百萬(wàn)種農(nóng)業(yè)場(chǎng)景的系統(tǒng)。

在現(xiàn)場(chǎng)作業(yè)中，每臺(tái)機(jī)器人均搭載 NVIDIA Jetson Orin 邊緣 AI 模組，實(shí)時(shí)執(zhí)行推理任務(wù)，精準(zhǔn)區(qū)分作物與雜草。

借助這些機(jī)器人，農(nóng)民能夠以更可持續(xù)、更具經(jīng)濟(jì)效益的方式種植作物，采用再生農(nóng)業(yè)實(shí)踐，修復(fù)土地并促進(jìn)生態(tài)平衡。