Nvidia avança na robótica humanoide com suporte em nuvem

A Nvidia está avançando a toda velocidade para entrar no mundo dos robôs humanóides, e não está hesitando. Na feira Computex 2025 em Taiwan, eles revelaram uma série de inovações que prometem redesenhar o cenário do desenvolvimento de robôs. Entre essas, o destaque foi o Nvidia Isaac GR00T N1.5, a última iteração da plataforma base aberta e totalmente personalizável da Nvidia para raciocínio e habilidades de robôs humanóides. Junto com isso, a Nvidia introduziu o Isaac GR00T-Dreams, um projeto conceitual projetado para gerar dados de movimento sintéticos, e os poderosos sistemas Nvidia Blackwell, que estão prontos para acelerar o desenvolvimento de robôs humanóides.

Vários dos principais desenvolvedores de robôs humanóides e robótica, incluindo Agility Robotics, Boston Dynamics, Fourier, Foxlink, Galbot, Mentee Robotics, NEURA Robotics, General Robotics, Skild AI e XPENG Robotics, já estão a bordo, utilizando as tecnologias da plataforma Isaac da Nvidia para expandir os limites do que é possível com robôs humanóides.

Jensen Huang, CEO da Nvidia, não conseguiu conter sua empolgação, afirmando: "A Inteligência Física e os robôs trarão a próxima revolução industrial. Desde cérebros de IA para robôs até mundos simulados para treinamento, ou supercomputadores de IA para treinar modelos básicos, a Nvidia fornece blocos de construção para cada etapa do caminho de desenvolvimento de robôs."

Novo Projeto Isaac GR00T Gera Dados Sintéticos para Fechar a Lacuna de Dados

Já pensou em ter seu próprio robô humanoide? Durante sua palestra na Computex, Huang mostrou o Nvidia Isaac GR00T-Dreams, um projeto revolucionário que produz grandes quantidades de dados de movimento sintéticos, ou trajetórias neurais. Esses dados são uma mina de ouro para desenvolvedores de IA física, ajudando-os a ensinar robôs uma ampla gama de novos comportamentos e como se adaptar a ambientes em constante mudança.

O processo começa com desenvolvedores pós-treinando modelos de fundação Cosmos Predict (WFMs) para seus robôs. Em seguida, com apenas uma imagem como entrada, o GR00T-Dreams gera vídeos do robô enfrentando novas tarefas em novos cenários. Ele extrai tokens de ação — pequenos e facilmente digeríveis pedaços de dados — que os robôs utilizam para aprender essas novas tarefas.

O GR00T-Dreams trabalha lado a lado com o projeto Isaac GR00T-Mimic, introduzido anteriormente na conferência Nvidia GTC em março. Enquanto o GR00T-Mimic utiliza a Nvidia Omniverse e a Nvidia Cosmos para melhorar dados existentes, o GR00T-Dreams usa a Cosmos para criar dados completamente novos do zero.

Jim Fan, diretor de IA da Nvidia e cientista distinto, compartilhou sua empolgação em uma coletiva de imprensa, "A Nvidia tem uma estratégia muito forte em robótica, centrada no que Jensen chama de 'três computador problema'. Ele explicou que o computador OVX lida com simulação e motores de física gráfica, gerando dados que o computador DGX então utiliza para treinar modelos básicos. Esse dado é então implantado no computador HX, que executa o show no limite para plataformas como robôs humanóides."

Fan se referiu orgulhosamente ao Gr00t como o ciclo de vida da IA física e fluxos de trabalho baseados em robôs, enfatizando: "É uma instância do problema dos três computadores." Ele destacou duas grandes avanços no Projeto Gr00t: Gr00t Dreams e Gr00t N1.5, brincando que estava bastante orgulhoso desses nomes.

Para o Gr00t Dreams, Fan descreveu-o como um modelo que gera vídeos para treinar robôs. Ele mostrou vários vídeos, todos gerados pela Nvidia Cosmos, explicando: "Encontramos uma maneira de aplicar modelos avançados de geração de vídeo, como o Cosmos, para ajudar os robôs humanóides. Então, em termos gerais, como esse método funciona é que primeiro ajustamos o Cosmos em vídeos de robôs do nosso laboratório, para que este modelo de vídeo agora seja customizado para os robôs do nosso laboratório. Depois, podemos usar este modelo ajustado para gerar, em princípio, um número infinito de vídeos de sonho, solicitando o modelo de diferentes formas. E agora isso se torna dados sintéticos para aumentar nossos conjuntos reais de dados de robôs. Como muitos de vocês sabem, coletar dados em robôs reais é muito demorado e caro porque você está fundamentalmente limitado por 24 horas por robô por dia, certo? É um sistema físico, mas com o Gr00t Dreams, essa nova linha de trabalho, este novo conjunto de algoritmos, agora conseguimos quebrar essa limitação física fundamental e multiplicar dados em uma escala sem precedentes."

O resultado? Robôs que podem pegar objetos corretamente, seja um pepino, derramar suco de laranja ou abrir um laptop. Esses são ações que o robô nunca foi treinado para realizar, Fan observou, mas graças ao treinamento com modelos de vídeo, o robô pode "entender a física e o significado desses verbos" e aprender a executá-los.

Novos Modelos Isaac GR00T Avançam o Desenvolvimento de Robôs Humanóides

O projeto Isaac GR00T-Dreams da Nvidia não é apenas teoria; ele já está em ação, gerando dados de treinamento sintéticos para desenvolver o GR00T N1.5 em apenas 36 horas — uma tarefa que levaria quase três meses sem o projeto. O GR00T N1.5 agora pode se adaptar melhor a novos ambientes e configurações de espaço de trabalho, além de reconhecer objetos por meio de instruções do usuário. Essa atualização aumenta significativamente a taxa de sucesso para tarefas comuns como classificar ou colocar objetos de volta, e está pronta para ser implantada no Jetson Thor, que será lançado ainda este ano.

O modelo de fundação GR00T N1.5 integra o Gr00t Dreams em sua pipeline de geração de dados sintéticos. A Nvidia atualizou a espinha dorsal da linguagem visual, garantindo que o GR00T N1.5 terá maior adaptabilidade e melhor conformidade com instruções de linguagem, de acordo com Fan.

O GR00T N1.5 está programado para estrear na Computex e será disponibilizado como código aberto até 9 de junho. Quanto ao Gr00t Dreams, a Nvidia ainda está afinando o cronograma, mas pretende disponibilizar o máximo possível como código aberto, acrescentou Fan.

Os primeiros adotantes do GR00T N incluem AeiRobot, Foxlink, Lightwheel e NEURA Robotics. AeiRobot está usando o modelo para permitir que ALICE4 entenda instruções de linguagem natural e execute fluxos de trabalho complexos de pegar e colocar em ambientes industriais. O grupo Foxlink está aproveitando-o para melhorar a flexibilidade e eficiência dos manipuladores robóticos industriais, enquanto a Lightwheel está validando dados sintéticos para uma implantação mais rápida de robôs humanóides nas fábricas. A NEURA Robotics está explorando o modelo para acelerar o desenvolvimento de automação doméstica.

Novos Quadros de Simulação e Geração de Dados de Robôs Aceleram Fluxos de Treinamento

Criar robôs humanóides altamente habilitados não é apenas sobre o hardware; é sobre alimentá