NVIDIA zal de ontwikkeling van de mensachtige robot-ontwikkeling met ISAAC GR00T N1 Foundation-model voor mensachtige logica superchargeren

Oké, het is geen oefening. Robots komen eraan.

NVIDIA kondigde een portfolio van technologieën aan voor de ontwikkeling van de humanoïde robot van supercharged, waaronder NVIDIA Isaac GR00T N1, ’s werelds eerste open, volledig aanpasbare funderingsmodel voor gegeneraliseerde menselijke argumenten en vaardigheden.

Andere technologieën zijn simulatiekader en blauwdrukken zoals NVIDIA Isaac GR 00T-blauwdruk voor synthetische gegevens, evenals Newton, een open-source fysica-engine-purpose-productie voor ontwikkeling met Google DeepMind en Disunny Research.

Nu beschikbaar, is GR00T N1 de eerste van een familie van aanpasbare modellen die Nvidia wereldwijd robotica -ontwikkelaars zal tonen en vrijgeven – intensivering van de verandering van industrieën die worden uitgedaagd door het ontbreken van geschatte wereldwijde arbeidskrachten op meer dan 50 miljoen mensen.

“Het tijdperk van generalistische robotica is hier”, zei Nvidia -oprichter en CEO Jenson Huang in een verklaring. “Met Nvidia Isaac GR00T N1 en nieuwe gegevensgeneratie en robot-learning framework zullen robotica-ontwikkelaars de volgende grens op de leeftijd van AI overal openen.”

Het bedrijf onthulde het nieuws tijdens de belangrijkste toespraak van Huang op het GTC 2025 -evenement.

“Het kan de grootste industrie van allemaal zijn”, zei Huang.

Hij zei dat versterking zou leiden tot leer- en verificatie permanente prijs (als fysica) robottechnologie.

“We hebben een fysica-motor nodig die is ontworpen voor fijnverdachte en rigide lichamen,” zei hij. “We moeten snel GPU zijn, zodat deze virtuelen in Super Line kunnen leven.”

Het GR00T N1 Foundation-model heeft een dual-systeemarchitectuur geïnspireerd op de principes van menselijke cognitie. “System 1” is een snel nadenkend actiemodel, dat menselijke reflex of intuïtie weerspiegelt. “System 2” is een langzaam denkend model voor opzettelijk methodische besluitvorming.

Aangedreven door een visuele taalmodel, Systeem 2 De instructies verkregen om de oorzaak en taken over de omgeving te plannen. Systeem 1 vertaalt deze schema’s vervolgens in nauwkeurige, constante robotbewegingen. Systeem 1 wordt getraind bij een grote hoeveelheid menselijke prestatiegegevens en een grote hoeveelheid synthetische gegevens gegenereerd door het NVIDIA Omniverse -platform.

GR00T N1 kan gemakkelijk normaliseren in normale functies – zoals hebzuchtige, overdracht van objecten met één of beide wapens en items van de ene kant overbrengen – of multistap -functies doen die lange referenties en combinaties van algemene vaardigheden vereisen. Deze mogelijkheden kunnen worden toegepast in gevallen van gebruiksscenario’s zoals materiaalbehandeling, verpakking en inspectie.

Ontwikkelaars en onderzoekers kunnen GR00T N1 posten met reële of synthetische gegevens voor hun specifieke humanoïde robots of taken.

In zijn GTC Keenote voerde Huangs de Humanoid Robot van de 1x op de GR00T N1 uit met behulp van de humanoïde robot van de 1x. De autonome mogelijkheden van de robot zijn het resultaat van AI -trainingssamenwerking tussen 1x en Nvidia.

“De toekomst van humanoïden gaat over aanpassingsvermogen en leren”, zegt Bernat Berniich, CEO van 1 X Technologies in een verklaring. “Het GR00T N1-model van NVIDIA biedt een groot succes voor robotargumenten en vaardigheden. Met het minimale volume na de training konden we de nieuwe gamma volledig inzetten-de apparatuur die niet de apparatuur is die doorgaat, maar de metgezellen die individuen kunnen helpen op een zinvolle, oneindige manier.”

Extra toonaangevende humanoïde ontwikkelaars wereldwijd hebben behendigheidsrobotica, Boston Dynamics, Musty Robotics en Nera Robotics met de initiële toegang tot GR00T N1.

Nvidia, Google DeepMind en Disney Research focus op focus

Nvidia kondigde een samenwerking aan met Google DeepMind en Disney Research om Newton te ontwikkelen, een open-source fysica-engine, waarmee robots kunnen leren om complexe taken te omgaan met nauwkeuriger.

Nvidia Warp, gebouwd op het raamwerk, zal Newton worden aangepast voor robotleren en zal compatibel zijn met simulatiekader zoals Google Deepmind’s Mujoco en Nvidia ISAC Lab. Bovendien zijn drie bedrijven van plan om Newton in staat te stellen Disney’s Physics Engine te gebruiken.

Google Deepmind en Nvidia werken samen om Mujoco-Warp te ontwikkelen, waarvan wordt verwacht dat het de werklast van robotica-machine learning meer dan 70 keer zal versnellen en beschikbaar zal zijn voor ontwikkelaars via Newton en de MJX Open-SAIS-bibliotheek van Google DeepMind.

Disney Research zal een van de eerste mensen zijn die Newton gebruikt om zijn robot voort te zetten
Het karakterplatform dat krachten geeft aan de volgende generatie entertainment robots, zoals
Expressieve Star Wars-geïnspireerde BDX Droids voegden zich bij Huang op het podium tijdens hun GTC
voornaamst.

“BDX Droids is nog maar het begin. We zijn toegewijd om meer personages in het leven op manieren te brengen op de manieren die niet vóór de wereld zijn gezien, en deze samenwerking met Disney Research, Nvidia en Google DeepMind is een belangrijk onderdeel van die visie,” zei Kyle Laflin, zei senior vice -president van Walt Disney Imagonating onderzoek.
Ontwikkeling, in een verklaring. “Met deze samenwerking kunnen we een nieuwe generatie robotachtige personages maken die expressiever en aantrekkelijker dan ooit zijn – en contact maken met onze gasten op manieren die alleen Disney kan.”

Nvidia en Disney Research kondigden een aanvullende samenwerking aan voor het creëren van de best practices voor OpenUSD -pijpleidingen en robotica -gegevensworkflows, met interne.

Meer gegevens om robotica na de training na te streven

Grote, diverse datasets van hoge kwaliteit zijn belangrijk voor de ontwikkeling van robot maar duur om vast te leggen. Voor humanoïden zijn reële gegevens van menselijke prestaties beperkt tot de 24 -uur dag van een persoon.

Vandaag aangekondigd, helpt NVIDIA ISAAC GR00T BLOPRINT deze uitdaging voor de productie van synthetische manipulatiesnelheid. Gebouwd op omniverse en Nvidia Cosmos Transfer World Foundation -model, genereren de blauwdrukontwikkelaars grote hoeveelheden synthetische bewegingsgegevens voor manipulatie uit een klein aantal menselijke prestaties.

Met behulp van de eerste componenten die beschikbaar zijn voor blauwdruk, creëerde NVIDIA 780.000 synthetisch traject – 6.500 uur of gelijk aan negen continue maanden, menselijke prestatiegegevens – in slechts 11 uur. Door vervolgens synthetische gegevens te combineren met reële gegevens, verbeterde NVIDIA 40%in de prestaties van GR00T N1 dan alleen daadwerkelijke gegevens.

Om de ontwikkelaarscommunity uit te rusten met waardevolle trainingsgegevens, brengt NVIDIA GR00T de gegevensset uit als onderdeel van een grote Open-source fysieke AI-gegevensset-ook aangekondigd in GTC en is nu beschikbaar om te knuffelen.

Beschikbaarheid

NVIDIA GR00T N1 Trainingsgegevens en werkevaluatiescenario zijn nu beschikbaar om te downloaden van Hugging Face en GitHub. NVIDIAC GR00T Bloprint voor synthetische manipulatie Motion Generation is nu ook beschikbaar om te downloaden van build.nvidia.com als een interactieve demo of van GitHub.

NVIDIA DGX Spark Personal AI Supercomputer, die zelfs vandaag in GTC is uitgeroepen, biedt ontwikkelaars om de mogelijkheden van GR00T N1 uit te breiden voor nieuwe robots, taken en omgeving zonder uitgebreide aangepaste programmering. De Newton Physics Engine zal naar verwachting later dit jaar beschikbaar zijn.

In GTC 2025 organiseert Nvidia Humanoid Developer de dagsessie, waaronder:
● “NVIDIA ISAAC GR 00T” Een inleiding tot de productie van humanoïde robots tot een diepe duik in de GR 00T;
● “Insight in Disney’s Robotic Character Platform” om erachter te komen hoe Disney Research entertainment robotica opnieuw gedefinieerd met BDX Droids;
● “De verklaring van Museoco-Warp en Newton: in deze nieuwe technieken, Google Deepmind en Nvidia Supercharging Robotics voor Deep Sight en hoe Google Google AI-modellen implementeert om AI-geopereerde humanoïden te trainen voor real-world functies.