NVIDIA przyspiesza robotykę humanoidalną dzięki platformom obliczeniowym Cloud-To-Robot dla fizycznej sztucznej inteligencji
W skrócie
Dyrektor generalny firmy Nvidia, Jensen Huang, zaprezentował Isaac GR00T N1.5 oraz projekt GR00T-Dreams mający na celu przyspieszenie prac nad rozwojem robotów humanoidalnych.
Na konferencji COMPUTEX 2025 Nvidia Dyrektor generalny Jensen Huang ogłosił aktualizacje podstawowych technologii robotyki firmy. Wśród nich znajdują się Isaac GR00T N1.5, ulepszona wersja otwartego i konfigurowalnego modelu podstawowego Nvidii do rozumowania humanoidalnego i wykonywania zadań oraz GR00T-Dreams, projekt zaprojektowany do generowania syntetycznych danych ruchu w celu wsparcia fizycznego treningu AI. Te aktualizacje są częścią szerszego wysiłku, który obejmuje systemy Blackwell Nvidii, mające na celu przyspieszenie rozwoju robotów humanoidalnych.
Projekt Isaac GR00T-Dreams umożliwia generowanie syntetycznych sekwencji ruchu — nazywanych trajektoriami neuronowymi — których programiści fizycznej sztucznej inteligencji mogą używać do trenowania robotów w adaptacyjnych zachowaniach. Programiści mogą udoskonalić model Cosmos Predict world foundation (WFM) dla swojego konkretnego robota, a z pojedynczego obrazu wejściowego GR00T-Dreams tworzy filmy pokazujące robota wykonującego zadania w różnych środowiskach. Te symulacje są następnie tłumaczone na tokeny akcji, kompaktowe segmenty danych, które kierują uczeniem się robotów.
Ten nowy projekt bazuje na projekcie GR00T-Mimic zaprezentowanym na konferencji NVIDIA GTC w marcu. Podczas gdy GR00T-Mimic koncentruje się na rozbudowie istniejących danych ruchu przy użyciu platform takich jak NVIDIA Omniverse i NVIDIA Cosmos, GR00T-Dreams koncentruje się na tworzeniu oryginalnych zestawów danych ruchu w całości na platformie Cosmos.
Isaac GR00T N1.5 to pierwsza aktualizacja uniwersalnego i szeroko stosowanego modelu podstawowego firmy Nvidia, zaprojektowanego z myślą o obsłudze funkcji poznawczych i wydajności zadań u ludzi.
„Pokazy z udziałem ludzi nie są skalowalne — są ograniczone liczbą godzin w ciągu doby” — powiedział Jensen Huang.
Projekt GR00T-Dreams wprowadził metodę generowania dużych wolumenów syntetycznych danych ruchu z pojedynczych obrazów. To podejście wspiera bardziej efektywne szkolenie zachowań robotów poprzez produkcję skondensowanych jednostek danych znanych jako tokeny akcji.
Syntetyczne dane wygenerowane tą metodą skróciły czas opracowywania modelu GR00T N1.5, który ukończono w ciągu 36 godzin — proces, który w przeciwnym razie zająłby blisko trzy miesiące.
Zaktualizowany model charakteryzuje się lepszą wydajnością w wykonywaniu standardowych zadań związanych z obsługą materiałów i produkcją. Oczekuje się, że będzie kompatybilny z systemem Jetson Thor, którego premiera planowana jest na późniejszy okres w tym roku.
Nowe ramy symulacji robotów i generowania danych w celu przyspieszenia procesów szkoleniowych
Dodatkowo, NVIDIA wprowadziła szereg technologii symulacyjnych mających na celu poprawę dostępności danych i możliwości testowania obiektów fizycznych AI systemy.
Wśród tych narzędzi znajduje się NVIDIA Cosmos Reason, model fundamentu świata zaprojektowany do stosowania rozumowania łańcuchowego w celu generowania dokładnych danych syntetycznych, teraz dostępny za pośrednictwem Hugging Face. Ponadto Cosmos Predict 2, ulepszony model używany w projekcie GR00T-Dreams, zostanie wkrótce wydany z ulepszoną wydajnością w generowaniu świata i zmniejszoną liczbą błędów. NVIDIA wprowadziła również Isaac GR00T-Mimic, system zdolny do generowania dużych ilości danych syntetycznego ruchu z ograniczonej liczby demonstracji ludzkich.
Zestaw danych typu open source oferuje teraz 24,000 00 wysokiej jakości sekwencji ruchu, które wspierały szkolenie modeli GR5.0T N. Oczekuje się, że Isaac Sim 2.2, narzędzie do symulacji i generowania danych, stanie się publicznie dostępne w serwisie GitHub, podczas gdy Isaac Lab 00, środowisko uczenia się robotów typu open source, będzie zawierać nowe narzędzia do testowania modeli GRXNUMXT N.
Odpowiedzialność
Zgodnie z Zaufaj wytycznym projektu, należy pamiętać, że informacje zawarte na tej stronie nie mają na celu i nie powinny być interpretowane jako porady prawne, podatkowe, inwestycyjne, finansowe lub jakiekolwiek inne formy porad. Ważne jest, aby inwestować tylko tyle, na utratę czego możesz sobie pozwolić, a w przypadku jakichkolwiek wątpliwości zasięgnąć niezależnej porady finansowej. Aby uzyskać więcej informacji, sugerujemy zapoznać się z warunkami oraz stronami pomocy i wsparcia udostępnianymi przez wydawcę lub reklamodawcę. MetaversePost zobowiązuje się do sporządzania dokładnych i bezstronnych raportów, jednakże warunki rynkowe mogą ulec zmianie bez powiadomienia.
O autorze
Alisa, oddana dziennikarka w MPost, specjalizuje się w kryptowalutach, dowodach wiedzy zerowej, inwestycjach i ekspansywnej dziedzinie Web3. Ze szczególnym uwzględnieniem pojawiających się trendów i technologii zapewnia wszechstronne informacje, aby informować czytelników i angażować ich w stale zmieniający się krajobraz finansów cyfrowych.
Więcej artykułów
Alisa, oddana dziennikarka w MPost, specjalizuje się w kryptowalutach, dowodach wiedzy zerowej, inwestycjach i ekspansywnej dziedzinie Web3. Ze szczególnym uwzględnieniem pojawiających się trendów i technologii zapewnia wszechstronne informacje, aby informować czytelników i angażować ich w stale zmieniający się krajobraz finansów cyfrowych.
