NVIDIA accelererar humanoid robotik med moln-till-robot-datorplattformar för fysisk AI
I korthet
Nvidias VD Jensen Huang tillkännagav Isaac GR00T N1.5 och GR00T-Dreams-ritningen för att påskynda utvecklingen av humanoida robotar.
På COMPUTEX 2025-konferensen, Nvidia VD Jensen Huang tillkännagav uppdateringar av företagets grundläggande robotteknik. Bland dessa finns Isaac GR00T N1.5, en förbättrad version av Nvidias öppna och anpassningsbara grundmodell för humanoid resonemang och uppgiftsutförande, och GR00T-Dreams, en ritning utformad för att generera syntetisk rörelsedata för att stödja fysisk AI-träning. Dessa uppdateringar är en del av en bredare satsning som inkluderar Nvidias Blackwell-system, som syftar till att påskynda utvecklingen av humanoida robotar.
Isaac GR00T-Dreams ritplan möjliggör generering av syntetiska rörelsesekvenser – så kallade neurala banor – som fysiska AI-utvecklare kan använda för att träna robotar i anpassningsbara beteenden. Utvecklare kan förfina en Cosmos Predict World Foundation Model (WFM) för sin specifika robot, och från en enda inmatningsbild skapar GR00T-Dreams videor som visar roboten utföra uppgifter i olika miljöer. Dessa simuleringar översätts sedan till actiontokens, kompakta datasegment som vägleder robotinlärning.
Denna nya ritning bygger på GR00T-Mimic-ritningen som introducerades på NVIDIA GTC-konferensen i mars. Medan GR00T-Mimic fokuserar på att utöka befintliga rörelsedata med hjälp av plattformar som NVIDIA Omniverse och NVIDIA Cosmos, fokuserar GR00T-Dreams på att producera originella rörelsedataset helt inom Cosmos-plattformen.
Isaac GR00T N1.5 representerar den första uppdateringen av Nvidias anpassningsbara och brett tillämpbara grundmodell utformad för att stödja humanoida kognitiva funktioner och uppgiftsprestanda.
"Mänskliga demonstrationer är inte skalbara – de är begränsade av antalet timmar på ett dygn", sa Jensen Huang.
GR00T-Dreams-ritningen introducerade en metod för att generera stora volymer syntetisk rörelsedata från enskilda bilder. Denna metod stöder effektivare robotbeteendeträning genom att producera kondenserade dataenheter som kallas actiontokens.
De syntetiska data som genererades genom denna metod minskade utvecklingstiden för GR00T N1.5-modellen, som slutfördes på 36 timmar – en process som annars skulle ha tagit närmare tre månader.
Den uppdaterade modellen visar förbättrad prestanda vid utförande av standarduppgifter relaterade till materialhantering och tillverkning och förväntas vara kompatibel med Jetson Thor, som är planerad att släppas senare i år.
Nya ramverk för robotsimulering och datagenerering för att accelerera utbildningsprocesser
Dessutom används NVIDIA har introducerat en rad simuleringstekniker som syftar till att förbättra datatillgänglighet och testmöjligheter för fysiska AI system.
Bland dessa verktyg finns NVIDIA Cosmos Reason, en världsmodell utformad för att tillämpa tankekedjans resonemang för att generera korrekt syntetisk data, nu tillgänglig via Hugging Face. Dessutom kommer Cosmos Predict 2, en uppgraderad modell som används i GR00T-Dreams-ritningen, snart att släppas med förbättrad prestanda vid världsgenerering och minskade fel. NVIDIA har också introducerat Isaac GR00T-Mimic, ett system som kan producera stora volymer syntetisk rörelsedata från ett begränsat antal mänskliga demonstrationer.
En datauppsättning med öppen källkod erbjuder nu 24,000 00 högkvalitativa rörelsesekvenser som stödde träningen av GR5.0T N-modeller. Isaac Sim 2.2, ett simulerings- och datagenereringsverktyg, förväntas bli allmänt tillgängligt på GitHub, medan Isaac Lab 00, en öppen källkodsmiljö för robotinlärning, kommer att innehålla nya verktyg för att testa GRXNUMXT N-modeller.
Villkor
I linje med den Riktlinjer för Trust Project, vänligen notera att informationen på den här sidan inte är avsedd att vara och inte ska tolkas som juridisk, skattemässig, investerings-, finansiell eller någon annan form av rådgivning. Det är viktigt att bara investera det du har råd att förlora och att söka oberoende finansiell rådgivning om du har några tvivel. För ytterligare information föreslår vi att du hänvisar till villkoren samt hjälp- och supportsidorna som tillhandahålls av utfärdaren eller annonsören. MetaversePost är engagerad i korrekt, opartisk rapportering, men marknadsförhållandena kan ändras utan föregående meddelande.
Om författaren
Alisa, en engagerad journalist på MPost, specialiserat på kryptovaluta, nollkunskapsbevis, investeringar och den expansiva sfären av Web3. Med ett skarpt öga för nya trender och tekniker levererar hon omfattande täckning för att informera och engagera läsare i det ständigt föränderliga landskapet för digital ekonomi.
fler artiklar
Alisa, en engagerad journalist på MPost, specialiserat på kryptovaluta, nollkunskapsbevis, investeringar och den expansiva sfären av Web3. Med ett skarpt öga för nya trender och tekniker levererar hon omfattande täckning för att informera och engagera läsare i det ständigt föränderliga landskapet för digital ekonomi.
