Nvidia setzt bei humanoider Robotik mit Cloud-Unterstützung fort
Nvidia stürmt mit voller Geschwindigkeit in das Gebiet der menschenähnlichen Roboter vor und lässt nichts außer Acht. Auf der Computex 2025-Messe in Taiwan präsentierte die Firma eine Reihe von Innovationen, die das Entwicklungslandschaft der Robotik neu definieren werden. Darunter war der Star der Show, der Nvidia Isaac GR00T N1.5, die neueste Iteration von Nvidias offener, vollständig anpassbarer Basismodell für menschenähnliches Denken und Fähigkeiten. Neben diesem Modell stellte Nvidia auch Isaac GR00T-Dreams vor, einen Entwurf zum Generieren synthetischer Bewegungsdaten, sowie die leistungsstarke Nvidia Blackwell-Systeme, die die Entwicklung von menschenähnlichen Robotern beschleunigen sollen.
Mehrere führende Hersteller von menschenähnlichen Robotern und Roboterentwicklern, darunter Agility Robotics, Boston Dynamics, Fourier, Foxlink, Galbot, Mentee Robotics, NEURA Robotics, General Robotics, Skild AI und XPENG Robotics, nutzen bereits Nvidias Isaac-Plattformtechnologien, um die Grenzen dessen zu erweitern, was mit menschenähnlichen Robotern möglich ist.
Jensen Huang, CEO von Nvidia, konnte seine Begeisterung kaum zügeln und sagte: „Physische KI und Robotik werden die nächste industrielle Revolution auslösen. Von AI-Gehirnen für Roboter bis hin zu simulierten Welten zum Üben oder AI-Supercomputern für die Ausbildung von Basismodellen bietet Nvidia Bausteine für jeden Schritt des Robotikentwicklungsweges.“
Neuer Isaac GR00T-Daten-Generierungsplan schließt Datengap
Hat man sich jemals Gedanken über seinen eigenen menschenähnlichen Roboter gemacht? Während seines Keynotes auf der Computex zeigte Huang Nvidias Isaac GR00T-Dreams, einen bahnbrechenden Entwurf, der riesige Mengen an synthetischen Bewegungsdaten oder neuronale Trajektorien produziert. Diese Daten sind ein Goldstück für KI-Entwickler, die Roboter neue Verhaltensweisen beibringen und ihnen helfen, sich an stets wechselnde Umgebungen anzupassen.
Der Prozess beginnt mit der Nachtrainierung von Cosmos-Predict-Weltbasismodellen (WFMs) für die Roboter der Entwickler. Dann generiert GR00T-Dreams Videos, in denen der Roboter neue Aufgaben in neuen Umgebungen meistert, basierend auf einem einzigen Bild als Input. Anschließend extrahiert es Aktions-Tokens – kleine, leicht verdauliche Datenstücke –, die die Roboter verwenden, um diese neuen Aufgaben zu lernen.
GR00T-Dreams arbeitet eng zusammen mit dem zuvor bei der Nvidia GTC-Konferenz im März vorgestellten Isaac GR00T-Mimic-Entwurf. Während GR00T-Mimic mithilfe von Nvidia Omniverse und Nvidia Cosmos bestehende Daten verbessert, verwendet GR00T-Dreams Cosmos, um völlig neue Daten von Grund auf zu erstellen.
Jim Fan, Direktor für KI bei Nvidia und herausragender Wissenschaftler, äußerte in einer Pressemitteilung: „Nvidia hat eine sehr starke Roboterstrategie, die sich um das dreifache Computerproblem dreht, das Jensen nennt.“ Er erklärte, dass das OVX-Computer die Simulation und die grafische Simulation der Physik-Engines verwaltet und somit Daten generiert, die der DGX-Computer dann zur Ausbildung von Basismodellen verwendet. Diese Daten werden anschließend auf den HX-Computer übertragen, der die Show am Edge für Plattformen wie menschenähnliche Roboter abzieht.
Fan bezeichnete Gr00t als den Lebenszyklus der physischen KI und der robotergestützten Workflows und betonte: „Es ist eine Inkarnation des dreifachen Computerproblems.“ Er hob zwei wesentliche Fortschritte in Projekt Gr00t hervor: Gr00t Dreams und Gr00t N1.5 und fügte scherzend hinzu, dass er sehr stolz auf diese Namen sei.
Für Gr00t Dreams beschrieb Fan es als ein Modell, das Videos generiert, um Roboter zu trainieren. Er demonstrierte zahlreiche Videos, die alle von Nvidia Cosmos generiert wurden, und erklärte: „Wir haben einen Weg gefunden, fortgeschrittene Videogenerationsmodelle wie Cosmos für menschenähnliche Roboter einzusetzen. Auf hohem Niveau funktioniert dieses Verfahren so, dass wir Cosmos zuerst an Videos aus unserem Labor anpassen, sodass dieses Videomodell nun spezifisch für unsere Lab-Roboter angepasst ist. Dann können wir dieses angepasste Modell verwenden, um prinzipiell unendlich viele Traumvideos zu generieren, indem wir das Modell auf verschiedene Weise anstoßen. Und jetzt wird daraus synthetische Daten, um unsere echten Roboterdatensätze zu ergänzen. Wie viele von Ihnen wissen, ist das Sammeln von Daten auf echten Robotern sehr zeitaufwendig und teuer, weil Sie im Wesentlichen durch die 24-Stunden-Schranke pro Roboter pro Tag begrenzt sind, richtig? Es ist ein physikalisches System, aber mit Gr00t Dreams, dieser neuen Workflow und dieser neuen Algorithmenmenge, können wir diese fundamentale physikalische Begrenzung brechen und Daten in einer nie dagewesenen Skala multiplizieren.“
Das Ergebnis? Roboter, die Objekte korrekt aufnehmen können, egal ob Gurken, Orangensaft einschenken oder einen Laptop öffnen. Diese Aktionen hat der Roboter nie trainiert, bemerkte Fan, aber dank des Trainings mit Videomodellen kann der Roboter „die Physik und den Sinn dieser Verben verstehen“ und sie ausführen lernen.
Neue Isaac GR00T-Modelle schieben die Entwicklung von menschenähnlichen Robotern voran
Nvidias Isaac GR00T-Dreams-Entwurf ist mehr als nur Worte; er wurde in die Praxis umgesetzt, um synthetische Trainingsdaten zu generieren, mit denen GR00T N1.5 in lediglich 36 Stunden entwickelt wurde – ein Vorgang, der ohne diesen Entwurf fast drei Monate gedauert hätte. GR00T N1.5 kann sich besser an neue Umgebungen und Arbeitsplatzkonfigurationen anpassen und Objekte durch Nutzeranweisungen erkennen. Diese Aktualisierung hebt die Erfolgswahrscheinlichkeit für alltägliche Aufgaben wie Sortieren oder Ablage von Gegenständen erheblich und ist bereit, auf Jetson Thor, das später dieses Jahr erscheinen soll, bereitgestellt zu werden.
Das GR00T N1.5-Basismodell integriert Gr00t Dreams in seinen Synthesedatengenerierungs-Pipeline. Nvidia hat die visuelle Sprach-Backbone-Technologie aktualisiert, um sicherzustellen, dass GR00T N1.5 eine überlegene Anpassungsfähigkeit und bessere Konformität mit sprachlichen Anweisungen aufweist, erklärte Fan.
GR00T N1.5 wird auf Computex debütieren und am 9. Juni als Open Source veröffentlicht werden. Was Gr00t Dreams betrifft, feilt Nvidia weiter an dem Zeitplan, aber Fan fügte hinzu, dass sie so viel Open Source wie möglich veröffentlichen möchten.
Frühzeitig Adoptierende von GR00T N umfassen AeiRobot, Foxlink, Lightwheel und NEURA Robotics. AeiRobot nutzt das Modell, um ALICE4 dazu zu bringen, natürliche Sprachanweisungen zu verstehen und komplexe Pick-and-Place-Arbeitsabläufe in industriellen Umgebungen auszuführen. Die Foxlink-Gruppe nutzt es, um die Flexibilität und Effizienz industrieller Robotermanipulatoren zu verbessern, während Lightwheel synthetische Daten für schnelleren Einsatz von menschenähnlichen Robotern in Fabriken validiert. NEURA Robotics untersucht das Modell, um die Entwicklung von Haushaltsautom
Verwandter Artikel
華為超節點384打亂英偉達AI市場壟斷
華為在人工智慧處理架構上的突破：超節點384在人工智慧不斷發展的背景下，華為憑藉其超節點384架構在處理器設計上取得了巨大的進步。這一突破發生在中美科技緊張局勢升級的情況下，展現了華為在逆境中的韌性和創意。該發佈會於上周在深圳舉行的鯤鵬昇騰開發者大會上進行。在會議期間，公司領導展示了超節點384如何直接挑戰Nvidia在人工智慧處理器市場上的長期主導地位。在
Nvidia AI助手在Windows上新增Spotify、Twitch插件
Nvidia 將其 G-Assist AI 助理在 Windows 上提升到新的高度，不再僅限於調整遊戲和系統設置。上個月初次推出的 G-Assist 最初是一個旨在增強 PC 遊戲體驗的聊天機器人，現在則隨著插件支援的加入而進化。這次更新讓 AI 能夠擴展其功能範圍，讓你能夠控制 Spotify，檢查你喜愛的實況主是否在 Twitch 上直播，甚至監控股票
Kommentare (0)
0/200
Nvidia stürmt mit voller Geschwindigkeit in das Gebiet der menschenähnlichen Roboter vor und lässt nichts außer Acht. Auf der Computex 2025-Messe in Taiwan präsentierte die Firma eine Reihe von Innovationen, die das Entwicklungslandschaft der Robotik neu definieren werden. Darunter war der Star der Show, der Nvidia Isaac GR00T N1.5, die neueste Iteration von Nvidias offener, vollständig anpassbarer Basismodell für menschenähnliches Denken und Fähigkeiten. Neben diesem Modell stellte Nvidia auch Isaac GR00T-Dreams vor, einen Entwurf zum Generieren synthetischer Bewegungsdaten, sowie die leistungsstarke Nvidia Blackwell-Systeme, die die Entwicklung von menschenähnlichen Robotern beschleunigen sollen.
Mehrere führende Hersteller von menschenähnlichen Robotern und Roboterentwicklern, darunter Agility Robotics, Boston Dynamics, Fourier, Foxlink, Galbot, Mentee Robotics, NEURA Robotics, General Robotics, Skild AI und XPENG Robotics, nutzen bereits Nvidias Isaac-Plattformtechnologien, um die Grenzen dessen zu erweitern, was mit menschenähnlichen Robotern möglich ist.
Jensen Huang, CEO von Nvidia, konnte seine Begeisterung kaum zügeln und sagte: „Physische KI und Robotik werden die nächste industrielle Revolution auslösen. Von AI-Gehirnen für Roboter bis hin zu simulierten Welten zum Üben oder AI-Supercomputern für die Ausbildung von Basismodellen bietet Nvidia Bausteine für jeden Schritt des Robotikentwicklungsweges.“
Neuer Isaac GR00T-Daten-Generierungsplan schließt Datengap
Hat man sich jemals Gedanken über seinen eigenen menschenähnlichen Roboter gemacht? Während seines Keynotes auf der Computex zeigte Huang Nvidias Isaac GR00T-Dreams, einen bahnbrechenden Entwurf, der riesige Mengen an synthetischen Bewegungsdaten oder neuronale Trajektorien produziert. Diese Daten sind ein Goldstück für KI-Entwickler, die Roboter neue Verhaltensweisen beibringen und ihnen helfen, sich an stets wechselnde Umgebungen anzupassen.
Der Prozess beginnt mit der Nachtrainierung von Cosmos-Predict-Weltbasismodellen (WFMs) für die Roboter der Entwickler. Dann generiert GR00T-Dreams Videos, in denen der Roboter neue Aufgaben in neuen Umgebungen meistert, basierend auf einem einzigen Bild als Input. Anschließend extrahiert es Aktions-Tokens – kleine, leicht verdauliche Datenstücke –, die die Roboter verwenden, um diese neuen Aufgaben zu lernen.
GR00T-Dreams arbeitet eng zusammen mit dem zuvor bei der Nvidia GTC-Konferenz im März vorgestellten Isaac GR00T-Mimic-Entwurf. Während GR00T-Mimic mithilfe von Nvidia Omniverse und Nvidia Cosmos bestehende Daten verbessert, verwendet GR00T-Dreams Cosmos, um völlig neue Daten von Grund auf zu erstellen.
Jim Fan, Direktor für KI bei Nvidia und herausragender Wissenschaftler, äußerte in einer Pressemitteilung: „Nvidia hat eine sehr starke Roboterstrategie, die sich um das dreifache Computerproblem dreht, das Jensen nennt.“ Er erklärte, dass das OVX-Computer die Simulation und die grafische Simulation der Physik-Engines verwaltet und somit Daten generiert, die der DGX-Computer dann zur Ausbildung von Basismodellen verwendet. Diese Daten werden anschließend auf den HX-Computer übertragen, der die Show am Edge für Plattformen wie menschenähnliche Roboter abzieht.
Fan bezeichnete Gr00t als den Lebenszyklus der physischen KI und der robotergestützten Workflows und betonte: „Es ist eine Inkarnation des dreifachen Computerproblems.“ Er hob zwei wesentliche Fortschritte in Projekt Gr00t hervor: Gr00t Dreams und Gr00t N1.5 und fügte scherzend hinzu, dass er sehr stolz auf diese Namen sei.
Für Gr00t Dreams beschrieb Fan es als ein Modell, das Videos generiert, um Roboter zu trainieren. Er demonstrierte zahlreiche Videos, die alle von Nvidia Cosmos generiert wurden, und erklärte: „Wir haben einen Weg gefunden, fortgeschrittene Videogenerationsmodelle wie Cosmos für menschenähnliche Roboter einzusetzen. Auf hohem Niveau funktioniert dieses Verfahren so, dass wir Cosmos zuerst an Videos aus unserem Labor anpassen, sodass dieses Videomodell nun spezifisch für unsere Lab-Roboter angepasst ist. Dann können wir dieses angepasste Modell verwenden, um prinzipiell unendlich viele Traumvideos zu generieren, indem wir das Modell auf verschiedene Weise anstoßen. Und jetzt wird daraus synthetische Daten, um unsere echten Roboterdatensätze zu ergänzen. Wie viele von Ihnen wissen, ist das Sammeln von Daten auf echten Robotern sehr zeitaufwendig und teuer, weil Sie im Wesentlichen durch die 24-Stunden-Schranke pro Roboter pro Tag begrenzt sind, richtig? Es ist ein physikalisches System, aber mit Gr00t Dreams, dieser neuen Workflow und dieser neuen Algorithmenmenge, können wir diese fundamentale physikalische Begrenzung brechen und Daten in einer nie dagewesenen Skala multiplizieren.“
Das Ergebnis? Roboter, die Objekte korrekt aufnehmen können, egal ob Gurken, Orangensaft einschenken oder einen Laptop öffnen. Diese Aktionen hat der Roboter nie trainiert, bemerkte Fan, aber dank des Trainings mit Videomodellen kann der Roboter „die Physik und den Sinn dieser Verben verstehen“ und sie ausführen lernen.
Neue Isaac GR00T-Modelle schieben die Entwicklung von menschenähnlichen Robotern voran
Nvidias Isaac GR00T-Dreams-Entwurf ist mehr als nur Worte; er wurde in die Praxis umgesetzt, um synthetische Trainingsdaten zu generieren, mit denen GR00T N1.5 in lediglich 36 Stunden entwickelt wurde – ein Vorgang, der ohne diesen Entwurf fast drei Monate gedauert hätte. GR00T N1.5 kann sich besser an neue Umgebungen und Arbeitsplatzkonfigurationen anpassen und Objekte durch Nutzeranweisungen erkennen. Diese Aktualisierung hebt die Erfolgswahrscheinlichkeit für alltägliche Aufgaben wie Sortieren oder Ablage von Gegenständen erheblich und ist bereit, auf Jetson Thor, das später dieses Jahr erscheinen soll, bereitgestellt zu werden.
Das GR00T N1.5-Basismodell integriert Gr00t Dreams in seinen Synthesedatengenerierungs-Pipeline. Nvidia hat die visuelle Sprach-Backbone-Technologie aktualisiert, um sicherzustellen, dass GR00T N1.5 eine überlegene Anpassungsfähigkeit und bessere Konformität mit sprachlichen Anweisungen aufweist, erklärte Fan.
GR00T N1.5 wird auf Computex debütieren und am 9. Juni als Open Source veröffentlicht werden. Was Gr00t Dreams betrifft, feilt Nvidia weiter an dem Zeitplan, aber Fan fügte hinzu, dass sie so viel Open Source wie möglich veröffentlichen möchten.
Frühzeitig Adoptierende von GR00T N umfassen AeiRobot, Foxlink, Lightwheel und NEURA Robotics. AeiRobot nutzt das Modell, um ALICE4 dazu zu bringen, natürliche Sprachanweisungen zu verstehen und komplexe Pick-and-Place-Arbeitsabläufe in industriellen Umgebungen auszuführen. Die Foxlink-Gruppe nutzt es, um die Flexibilität und Effizienz industrieller Robotermanipulatoren zu verbessern, während Lightwheel synthetische Daten für schnelleren Einsatz von menschenähnlichen Robotern in Fabriken validiert. NEURA Robotics untersucht das Modell, um die Entwicklung von Haushaltsautom
華為超節點384打亂英偉達AI市場壟斷
華為在人工智慧處理架構上的突破：超節點384在人工智慧不斷發展的背景下，華為憑藉其超節點384架構在處理器設計上取得了巨大的進步。這一突破發生在中美科技緊張局勢升級的情況下，展現了華為在逆境中的韌性和創意。該發佈會於上周在深圳舉行的鯤鵬昇騰開發者大會上進行。在會議期間，公司領導展示了超節點384如何直接挑戰Nvidia在人工智慧處理器市場上的長期主導地位。在
Nvidia AI助手在Windows上新增Spotify、Twitch插件
Nvidia 將其 G-Assist AI 助理在 Windows 上提升到新的高度，不再僅限於調整遊戲和系統設置。上個月初次推出的 G-Assist 最初是一個旨在增強 PC 遊戲體驗的聊天機器人，現在則隨著插件支援的加入而進化。這次更新讓 AI 能夠擴展其功能範圍，讓你能夠控制 Spotify，檢查你喜愛的實況主是否在 Twitch 上直播，甚至監控股票
