在今年的全美機器人周 (National Robotics Week)，NVIDIA 重點展示了推動 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)、能源等多個行業(yè)的機器人發(fā)展浪潮。

機器人學(xué)習(xí)、仿真技術(shù)與基礎(chǔ)模型的持續(xù)演進(jìn)，正加速機器人的開發(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)實世界部署。

依托 NVIDIA 在仿真、合成數(shù)據(jù)和 AI 驅(qū)動機器人學(xué)習(xí)方面的完整平臺，開發(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)的最新系列報道。

重點發(fā)布內(nèi)容包括：

全新的 NVIDIA Isaac GR00T 開放模型，使機器人能夠理解自然語言指令，并通過視覺-語言-動作推理執(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)并實現(xiàn)大規(guī)模機器人訓(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。

開源物理引擎 Newton 1.0 正式公開發(fā)布，為機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、真實的物體接觸以及對剛體和柔性系統(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，使開發(fā)者能夠在部署前建模真實場景并驗證機器人系統(tǒng)。

觀看 NVIDIA GTC 全球 AI 大會的 on-demand 內(nèi)容，跟隨行業(yè)專家，了解最新機器人技術(shù)突破。

推動手術(shù)精度的突破

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

通過和光輪智能以及 Advent Health Hospitals 合作，這項技術(shù)將具身智能引入手術(shù)室，為手術(shù)團(tuán)隊提供態(tài)勢感知、無菌協(xié)作以及對手術(shù)器械、植入物和工作流的智能管理支持。

從語言到動作：NVIDIA NemoClaw 將自然語言指令引入 Isaac Sim

NVIDIA Omniverse 開發(fā)者 Umang Chudasama 已將 NVIDIA NemoClaw 集成到NVIDIA Isaac Sim 中，使 Nova Carter 自主機器人能夠通過自然語言指令進(jìn)行控制，而無需手動編程。NemoClaw 可以將文本指令 (如“向前移動兩米”) 轉(zhuǎn)換為可執(zhí)行的 Python 腳本，并通過自定義 REST API 實時發(fā)送到 Isaac Sim。

整個系統(tǒng)運行在 Isaac Sim 中，使機器人在接觸現(xiàn)實世界之前，就能在真實且物理精確的倉庫環(huán)境中運行。將 Isaac Sim 與 NemoClaw 結(jié)合，意味著更快的開發(fā)速度、更安全的測試過程以及更智能的部署路徑。開發(fā)者不再需要逐行編寫代碼，而是可以直接“與機器人對話”，這標(biāo)志著機器人開發(fā)正邁向真正協(xié)作型、由語言驅(qū)動的全新階段。

OceanSim：GPU 加速的水下機器人感知仿真框架

水下仿真器對于開發(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)。

為解決這一問題，密歇根大學(xué)研究人員開發(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。借助 GPU，仿真器能夠?qū)崟r實現(xiàn)成像聲吶的實時渲染，并快速生成數(shù)據(jù)。

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

RoboLab：面向下一代通用機器人的基準(zhǔn)測試平臺

RoboLab 是用于開發(fā)與評估通用機器人策略的高保真仿真基準(zhǔn)平臺，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，借助高保真視覺環(huán)境和基于物理的建模能力，實現(xiàn)機器人策略的大規(guī)模訓(xùn)練與測試。這使研究人員在任務(wù)復(fù)雜度不斷提升的情況下，能夠評估機器人在仿真中習(xí)得的行為遷移至現(xiàn)實世界中的效果。

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

RoboLab 的功能將被納入 NVIDIA Isaac Lab-Arena 的路線圖。NVIDIA Isaac Lab-Arena 是一個用于大規(guī)模策略配置和評估的開源框架。

借助 AI 推理實現(xiàn)更智能的碼垛作業(yè)

在倉儲環(huán)境中，傳統(tǒng)碼垛機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 開發(fā)的一項新項目，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、檢測破損情況，并根據(jù)估算的重量與易碎程度，動態(tài)調(diào)整每個物品的處理方式，包括調(diào)整放置位置、移動速度和抓取力度等。從而減少了因錯誤堆疊破損或易碎貨物而帶來的常見問題。

為了讓機器人在實際部署前就具備對物理世界的“理解”能力，研究人員和開發(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，在動態(tài)視角合成、遙操作數(shù)據(jù)增強以及導(dǎo)航世界模型等多個領(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-動作模型 mimic-video。該模型將預(yù)訓(xùn)練的互聯(lián)網(wǎng)級視頻模型與流匹配動作解碼器相結(jié)合，用從視頻中學(xué)習(xí)到的物理動態(tài)取代傳統(tǒng)視覺-語言-動作模型(VLA)中靜態(tài)圖像-語言的骨干網(wǎng)絡(luò)，在現(xiàn)實世界操作任務(wù)中實現(xiàn)了樣本效率提高 10 倍和收斂速度提升 2 倍的表現(xiàn)。

兩個團(tuán)隊的工作共同揭示了一個重要轉(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)練的機器人，在面對從未見過的環(huán)境時，只需更少的真實世界數(shù)據(jù)即可穩(wěn)定可靠地執(zhí)行任務(wù)。

基于 NVIDIA Jetson 的開放智能機器人：社區(qū)創(chuàng)新推動物理 AI 新浪潮

在今年的 National Robotics Week，運行于 NVIDIA Jetson 平臺的 OpenClaw 展示了開源創(chuàng)新如何加速演進(jìn)為現(xiàn)實世界智能機器人應(yīng)用。

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

開發(fā)者們不斷拓展自主能力的邊界，包括借助 Jetson Thor 實現(xiàn)硬件在環(huán)測試、評估來自 NVIDIA Isaac Sim 的攝像頭數(shù)據(jù)流，乃至構(gòu)建能通過自動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 上完全實現(xiàn)本地運行，在優(yōu)化后的 NVIDIA Nemotron 開放模型和 vLLM 開放推理庫的支持下，進(jìn)一步邁向私有化、低延遲邊緣 AI 的機器人應(yīng)用。與此同時，諸如 NVIDIA NemoClaw 軟件棧等創(chuàng)新成果，正在拓展開源與高性能機器人平臺融合的更多可能性。

在仿真中訓(xùn)練和優(yōu)化運動能力

機器人創(chuàng)作者 Gennady Plyushchev (YouTube 頻道名 Skyentific) 正在記錄其雙足行走機器人的開發(fā)過程——從仿真與設(shè)計到現(xiàn)實世界部署，展示了“仿真優(yōu)先”的機器人開發(fā)方法。

通過將基于 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)了機器人領(lǐng)域更廣泛的趨勢：借助 AI、仿真和邊緣計算加速開發(fā)，推動性能不斷提升的人形機器人走向現(xiàn)實世界。

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

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

該項目聚焦于構(gòu)建統(tǒng)一感知、規(guī)劃與控制的機器人基礎(chǔ)模型。借助 NVIDIA Isaac 開放機器人開發(fā)平臺，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，使機器人能夠練習(xí)數(shù)百萬種任務(wù)變體，并安全測試罕見或復(fù)雜的場景。

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

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

MassRobotics 獎學(xué)金計劃公布

亞馬遜云服務(wù) (AWS) 正式宣布第二期 MassRobotics 獎學(xué)金計劃入選名單。該計劃表彰在工業(yè)場景中成功應(yīng)用機器人與計算機視覺技術(shù)的初創(chuàng)企業(yè)，入選團(tuán)隊將獲得技術(shù)資源支持及 AWS 云積分。

本期入選團(tuán)隊包括多家 NVIDIA 初創(chuàng)加速計劃會員企業(yè)：Burro、Config Intelligence、Deltia、Haply Robotics、Luminous Robotics、Roboto AI、Telexistence、Terra Robotics 以及 WiRobotics，涵蓋人形機器人、工業(yè)自動化、觸覺和農(nóng)業(yè)系統(tǒng)等多個技術(shù)方向。

Burro 開發(fā)用于葡萄采摘和作物巡檢等任務(wù)的自主農(nóng)業(yè)機器人。

Config Intelligence 構(gòu)建面向通用雙臂機器人的數(shù)據(jù)基礎(chǔ)設(shè)施，使其能夠在現(xiàn)實世界場景中實現(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)，通過計算機視覺和分析技術(shù)優(yōu)化裝配線。

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

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

Roboto AI 提供數(shù)據(jù)分析平臺，通過管理和分析機器人數(shù)據(jù)，加速機器人開發(fā)進(jìn)程。

Telexistence 為零售和物流領(lǐng)域開發(fā)由 AI 驅(qū)動的人形機器人和遠(yuǎn)程控制系統(tǒng)。

Terra Robotics 開發(fā)激光除草農(nóng)業(yè)機器人，以實現(xiàn)可持續(xù)農(nóng)業(yè)的自動化。

WiRobotics 開發(fā)可穿戴行走輔助設(shè)備和人形機器人，用于提升移動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)對其人形機器人進(jìn)行訓(xùn)練。

加速公用事業(yè)級太陽能項目的現(xiàn)場建設(shè)方式

由 AES 公司孵化的太陽能機器人企業(yè) Maximo 近期利用其機器人集群完成了一個 100 兆瓦的太陽能安裝項目。Maximo 基于 NVIDIA 加速計算平臺、NVIDIA Omniverse 庫以及 NVIDIA Isaac Sim 框架構(gòu)建，成功展示了自主化安裝在公用事業(yè)級規(guī)模項目中的可靠性。

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

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

Aigen 以農(nóng)業(yè)機器人推動可持續(xù)農(nóng)業(yè)發(fā)展

為了推動地球生態(tài)修復(fù)，Aigen 推出了由太陽能驅(qū)動的自主機器人，通過基于視覺 AI 的精準(zhǔn)除草技術(shù)，幫助農(nóng)民減少對化學(xué)制品的依賴。

這家 NVIDIA 初創(chuàng)加速計劃會員企業(yè)正在打造一種以清潔能源為動力、并通過數(shù)據(jù)持續(xù)優(yōu)化的新型的耕作系統(tǒng)。Aigen 的太陽能機器人集群利用先進(jìn)的計算機視覺技術(shù)識別并清除雜草，大幅降低對除草劑的需求。

農(nóng)業(yè)環(huán)境不存在統(tǒng)一的標(biāo)準(zhǔn)化場景，每一塊田地都各不相同：作物種類、土壤條件、農(nóng)機設(shè)備、雜草類型、生長階段和地理位置千差萬別。這種碎片化使得現(xiàn)實世界數(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 開放世界基礎(chǔ)模型，結(jié)合自身專業(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)百萬種農(nóng)業(yè)場景的系統(tǒng)。

在現(xiàn)場作業(yè)中，每臺機器人均搭載 NVIDIA Jetson Orin 邊緣 AI 模組，實時執(zhí)行推理任務(wù)，精準(zhǔn)區(qū)分作物與雜草。

借助這些機器人，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)實踐，修復(fù)土地并促進(jìn)生態(tài)平衡。