Η Nvidia θέλει να γίνει το Android της γενικής ρομποτικής

Nvidia

Η Nvidia παρουσίασε στη CES 2026 μια νέα σειρά βασικών μοντέλων ρομπότ, εργαλεία προσομοίωσης και edge hardware, σηματοδοτώντας ξεκάθαρα τη φιλοδοξία της να γίνει η προεπιλεγμένη πλατφόρμα για τη γενική ρομποτική, με τρόπο αντίστοιχο με το πώς το Android κυριάρχησε στα smartphones.

Η στροφή της Nvidia στη ρομποτική δεν είναι μεμονωμένη. Αντανακλά μια ευρύτερη μετατόπιση της βιομηχανίας, καθώς η τεχνητή νοημοσύνη εγκαταλείπει σταδιακά το cloud και ενσωματώνεται σε μηχανές που μαθαίνουν να «σκέφτονται» στον φυσικό κόσμο. Αυτό καθίσταται εφικτό χάρη σε φθηνότερους αισθητήρες, προηγμένες προσομοιώσεις και μοντέλα AI που μπορούν πλέον να γενικεύουν σε πολλαπλές εργασίες.

Ένα πλήρες οικοσύστημα φυσικής AI

Τη Δευτέρα, η Nvidia αποκάλυψε λεπτομέρειες για το full-stack οικοσύστημα φυσικής AI, παρουσιάζοντας νέα ανοιχτά μοντέλα βάσης που επιτρέπουν στα ρομπότ να συλλογίζονται, να σχεδιάζουν και να προσαρμόζονται σε διαφορετικά περιβάλλοντα και εργασίες, ξεπερνώντας τα στενά, εξειδικευμένα ρομπότ. Όλα τα μοντέλα είναι διαθέσιμα στο Hugging Face.

Περιλαμβάνονται:

Cosmos Transfer 2.5 και Cosmos Predict 2.5, δύο world models για παραγωγή συνθετικών δεδομένων και αξιολόγηση πολιτικών ρομπότ σε προσομοίωση

Cosmos Reason 2, ένα μοντέλο όρασης-γλώσσας-λογικής (VLM) που επιτρέπει στα συστήματα AI να βλέπουν, να κατανοούν και να δρουν στον φυσικό κόσμο

Isaac GR00T N1.6, το νέας γενιάς vision language action (VLA) μοντέλο, σχεδιασμένο ειδικά για ανθρωποειδή ρομπότ

Το GR00T βασίζεται στο Cosmos Reason ως «εγκέφαλο» και επιτρέπει ολιστικό έλεγχο σώματος, ώστε τα ανθρωποειδή να κινούνται και να χειρίζονται αντικείμενα ταυτόχρονα.

Προσομοίωση αντί για ρίσκο στον πραγματικό κόσμο

Στη CES παρουσιάστηκε επίσης το Isaac Lab-Arena, ένα ανοιχτού κώδικα πλαίσιο προσομοίωσης που φιλοξενείται στο GitHub και αποτελεί βασικό στοιχείο της πλατφόρμας φυσικής AI της Nvidia. Στόχος του είναι η ασφαλής εικονική δοκιμή ρομποτικών δυνατοτήτων.

Η πλατφόρμα έρχεται να λύσει ένα κρίσιμο πρόβλημα της βιομηχανίας: όσο τα ρομπότ μαθαίνουν πιο σύνθετες εργασίες, από ακριβή χειρισμό αντικειμένων μέχρι εγκατάσταση καλωδίων, η δοκιμή τους σε πραγματικά περιβάλλοντα γίνεται ακριβή, αργή και επικίνδυνη. Το Isaac Lab-Arena συγκεντρώνει πόρους, σενάρια εργασιών, εργαλεία εκπαίδευσης και καθιερωμένα benchmarks όπως Libero, RoboCasa και RoboTwin, δημιουργώντας ένα ενιαίο πρότυπο εκεί όπου μέχρι τώρα υπήρχε κατακερματισμός.

Scroll to Top