クラウドを活用したNvidiaのヒューマノイドロボティクス進展

Nvidiaは人型ロボティクスの領域に全力で突き進んでおり、一切の妥協がありません。2025年の台湾Computexトレードショーで、彼らはロボティクス開発の風景を再定義する一連のイノベーションを発表しました。その中でも、ショーの主役はNvidia Isaac GR00T N1.5でした。これはNvidiaのオープンで完全にカスタマイズ可能な人型推論およびスキルの基礎モデルの最新バージョンです。これと同時に、Nvidiaは合成運動データを生成する設計図であるIsaac GR00T-Dreamsと、人型ロボットの開発を加速させる強力なNvidia Blackwellシステムを導入しました。

Agility Robotics、Boston Dynamics、Fourier、Foxlink、Galbot、Mentee Robotics、NEURA Robotics、General Robotics、Skild AI、XPENG Roboticsなど、主要な人型およびロボティクス開発企業がすでに参加しており、NvidiaのIsaacプラットフォーム技術を活用して人型ロボットの可能性の限界を押し広げています。

NvidiaのCEOであるJensen Huangは興奮を抑えきれず、次のように述べました。「フィジカルAIとロボティクスは次の産業革命をもたらします。ロボットのためのAIブレインから、練習のためのシミュレーション世界、基礎モデルのトレーニングのためのAIスーパーコンピューターまで、Nvidiaはロボティクス開発のあらゆる段階のためのビルディングブロックを提供します。」

新しいIsaac GR00Tデータ生成設計図がデータギャップを埋める

自分の人型ロボットを持つことを考えたことはありますか？ Computexでの基調講演で、Huangは膨大な量の合成運動データ、つまりニューラルトラジェクトリーを生成する画期的な設計図、Nvidia Isaac GR00T-Dreamsを紹介しました。このデータはフィジカルAI開発者にとって宝の山であり、ロボットに新たな行動の範囲を教え、常に変化する環境に適応する方法を助けます。

プロセスは、開発者がロボットのためのCosmos Predict世界基礎モデル（WFMs）をポストトレーニングすることから始まります。そして、単一の画像を入力とするだけで、GR00T-Dreamsは新しい設定で新しいタスクに取り組むロボットのビデオを生成します。その後、アクショントークン—小さく、簡単に消化できるデータピース—を抽出し、ロボットがこれらの新しいタスクを学ぶために使用します。

GR00T-Dreamsは、3月のNvidia GTCカンファレンスで以前に紹介されたIsaac GR00T-Mimic設計図と密接に連携します。GR00T-MimicはNvidia OmniverseとNvidia Cosmosを活用して既存のデータを強化する一方、GR00T-DreamsはCosmosを使用して完全に新しいデータをゼロから作成します。

NvidiaのAIディレクターであり著名な科学者であるJim Fanは、プレスブリーフィングでその熱意を共有し、「NvidiaはJensenが言うところの三つのコンピュータ問題を中心とした非常に強力なロボティクス戦略を持っています」と説明しました。彼は、OVXコンピュータがシミュレーションとグラフィックシミュレーションフィジックスエンジンを処理し、DGXコンピュータが基礎モデルのトレーニングに使用するデータを生成し、そのデータがHXコンピュータにデプロイされ、人型ロボットのようなプラットフォームのエッジで運用されることを説明しました。

FanはGr00tをフィジカルAIとロボットベースのワークフローのライフサイクルと呼び、「これは三つのコンピュータ問題の具体化です」と強調しました。彼はProject Gr00tの2つの大きな進展、Gr00t DreamsとGr00t N1.5を強調し、冗談交じりにその名前に非常に満足していると付け加えました。

Gr00t Dreamsについて、Fanはロボットをトレーニングするためのビデオを生成するモデルだと説明しました。彼はNvidia Cosmosによって生成された数多くのビデオを紹介し、「我々はCosmosのような高度なビデオ生成モデルを適用して人型ロボティクスを支援する方法を見つけました。この方法は、まず我々のラボのロボットビデオでCosmosを微調整し、このビデオモデルを我々のラボのロボットにカスタマイズします。その後、この微調整されたモデルを使用して、さまざまな方法でモデルを促すことにより、原則として無限の夢のビデオを生成できます。これが合成データとなり、実際のロボットデータセットを増強します。多くの人が知っているように、実際のロボットでデータを収集することは非常に時間とコストがかかります。なぜなら、1日24時間、1ロボットあたりに制限される物理的システムだからです。しかし、Gr00t Dreams、この新しいワークフロー、新しいアルゴリズムのセットにより、我々はこれまでの物理的限界を打破し、前例のない規模でデータを増倍することができるようになりました。」

その結果は？ キュウリを拾う、オレンジジュースを注ぐ、ラップトップを開くなど、正しくオブジェクトを扱えるロボットです。Fanは、これらのアクションはロボットが訓練されていないものだと指摘しましたが、ビデオモデルでのトレーニングのおかげで、ロボットは「物理とこれらの動詞の意味を理解し」、それらを実行することを学べます。

新しいIsaac GR00Tモデルが人型ロボット開発を進化させる

NvidiaのGR00T-Dreams設計図は単なる話ではありません。GR00T N1.5をわずか36時間で開発するために合成トレーニングデータを生成し、設計図がなければほぼ3か月かかったであろうタスクを実現しました。GR00T N1.5は新しい環境やワークスペースの構成に適応し、ユーザーの指示を通じてオブジェクトを認識する能力が向上しました。このアップデートは、ソートやオブジェクトの片付けなどの一般的なタスクの成功率を大幅に向上させ、今年後半に発売予定のJetson Thorにデプロイする準備ができています。

GR00T N1.5基礎モデルは、Gr00t Dreamsを合成データ生成パイプラインに統合します。Nvidiaはビジュアル言語バックボーンをアップグレードし、Fanによると、GR00T N1.5は優れた適応性と言語指示へのより高い準拠性を備えます。

GR00T N1.5はComputexでデビューし、6月9日までにオープンソースとしてリリースされる予定です。Gr00t Dreamsについては、Nvidiaはまだタイムラインを微調整中ですが、Fanは可能な限りオープンソース化を目指していると付け加えました。

GR00T Nの早期採用者には、AeiRobot、Foxlink、Lightwheel、NEURA Roboticsが含まれます。AeiRobotは、ALICE4が自然言語指示を理解し、産業環境で複雑なピックアンドプレースのワークフローを実行するためにこのモデルを使用しています。Foxlink Groupは、産業ロボットマニピュレータの柔軟性と効率を向上させるために活用しています。一方、Lightwheelは工場での人型ロボットの迅速な展開のための合成データの検証を行っています。NEURA Roboticsは、家庭自動化の開発を加速するためにこのモデルを検討しています。

新しいロボットシミュレーションとデータ生成フレームワークがトレーニングパイプラインを加速

高度なスキルを持つ人型ロボットを作成することは、ハードウェアだけでなく、多様なデータの大量供給が重要であり、収集と処理にはコストと時間がかかります。さらに、現実世界でのロボットのテストには独自の課題とリスクが伴います。

これらのギャップを埋めるために、Nvidiaはいくつかのシミュレーション技術を導入しました：

• Nvidia Cosmos Reason、思考の連鎖推論を使用して、フィジカルAIモデルトレーニングのための正確で高品質な合成データをキュレーションする新しいWFMで、Hugging Faceで現在利用可能です。
• Cosmos Predict 2、GR00T Dreamsで使用され、高品質な世界生成と幻覚の低減のためのパフォーマンス強化を備え、近日中にHugging Faceで利用可能になります。
• Nvidia Isaac GR00T-Mimic、少数の人間のデモンストレーションを使用して、ロボット操作のための指数関数的に大量の合成運動トラジェクトリーを生成する設計図。
• オープンソースフィジカルAIデータセット、現在GR00T Nモデルの開発に使用された24,000の高品質な人型ロボット運動トラジェクトリーを含みます。
• Nvidia Isaac Sim 5.0、シミュレーションおよび合成データ生成フレームワークで、GitHubで公開されています。
• Nvidia Isaac Lab 2.2、オープンソースのロボット学習フレームワークで、GR00T Nモデルのテストを支援する新しい評価環境が含まれます。

FoxconnとFoxlinkは、GR00T-Mimic設計図を使用してロボティクストレーニングパイプラインを加速しています。一方、Agility Robotics、Boston Dynamics、Fourier、Mentee Robotics、NEURA Robotics、XPENG Roboticsは、Nvidia Isaac SimとIsaac Labを使用して人型ロボットをシミュレーションおよびトレーニングしています。Skild AIはこれらのシミュレーションフレームワークを使用して一般的なロボット知能を開発しており、General Roboticsはロボット知能プラットフォームにそれらを統合しています。

ロボット開発者向けのユニバーサルBlackwellシステム

グローバルシステムメーカーは、Nvidia RTX PRO 6000ワークステーションとサーバーを構築することで一歩前進しています。これらのシステムは、トレーニング、合成データ生成、ロボット学習、シミュレーションなど、ロボット開発のあらゆるワークロードを処理できる統一されたアーキテクチャを提供します。

Cisco、Dell Technologies、Hewlett Packard Enterprise、Lenovo、Supermicroはすべて、Nvidia RTX PRO 6000 Blackwell搭載サーバーを発表し、Dell TechnologiesとLenovoはNvidia RTX PRO 6000 Blackwell搭載ワークステーションも発表しました。

大規模なトレーニングやデータ生成ワークロードを実行するためにさらに計算能力が必要な場合、開発者はNvidia Blackwellシステム、例えばGB200 NVL72を利用できます。主要クラウドプロバイダーおよびNvidia Cloud Partnersを通じてNvidia DGX Cloudで利用可能で、データ処理のための最大18倍のパフォーマンスを約束します。