Nvidia avança na robótica humanoide com suporte em nuvem

A Nvidia está avançando a toda velocidade no campo da robótica humanoide, e eles não estão segurando nada. Na feira Computex 2025 em Taiwan, eles revelaram uma série de inovações que prometem redefinir o cenário do desenvolvimento de robótica. Entre essas, a estrela do evento foi o Nvidia Isaac GR00T N1.5, a mais recente iteração do modelo de fundação aberto e totalmente personalizável da Nvidia para raciocínio e habilidades humanoides. Junto a ele, a Nvidia apresentou o Isaac GR00T-Dreams, um projeto desenhado para gerar dados sintéticos de movimento, e os poderosos sistemas Nvidia Blackwell, que estão prontos para acelerar o desenvolvimento de robôs humanoides.

Vários desenvolvedores líderes em robótica e humanoides, 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 humanoides.

Jensen Huang, CEO da Nvidia, não conteve sua empolgação, declarando, "A IA física e a robótica trarão a próxima revolução industrial. Desde cérebros de IA para robôs até mundos simulados para prática, ou supercomputadores de IA para treinamento de modelos de fundação, a Nvidia fornece blocos de construção para cada estágio da jornada de desenvolvimento de robótica."

Novo Projeto de Geração de Dados Isaac GR00T Fecha a Lacuna de Dados

Fan referiu-se 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 dois grandes avanços no Projeto Gr00t: Gr00t Dreams e Gr00t N1.5, brincando que estava bastante orgulhoso desses nomes.

Para o Gr00t Dreams, Fan o descreveu como um modelo que gera vídeos para treinar robôs. Ele apresentou inúmeros vídeos, todos gerados pelo Nvidia Cosmos, explicando, "Encontramos uma maneira de aplicar modelos avançados de geração de vídeo como o Cosmos para ajudar na robótica humanoide. Então, em um nível alto, como esse método funciona é que primeiro ajustamos o Cosmos em vídeos de robôs do nosso laboratório para que esse modelo de vídeo seja agora personalizado para os robôs do nosso laboratório. Então, podemos usar esse modelo ajustado para gerar, em princípio, um número infinito de vídeos de sonho, solicitando o modelo de diferentes maneiras. E agora isso se torna dados sintéticos para aumentar nossos conjuntos de dados reais de robôs. Como muitos de vocês sabem, coletar dados em robôs reais é muito demorado e caro porque você está fundamentalmente limitado a 24 horas por robô por dia, certo? É um sistema físico, mas com o Gr00t Dreams, esse novo fluxo de trabalho, esse novo conjunto de algoritmos, agora somos capazes de quebrar esse limite físico fundamental e então multiplicar os dados em uma escala sem precedentes."

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

Novos Modelos Isaac GR00T Avançam o Desenvolvimento de Robôs Humanoides

O projeto GR00T-Dreams da Nvidia não é apenas conversa; ele foi colocado em prática, gerando dados de treinamento sintéticos para desenvolver o GR00T N1.5 em apenas 36 horas — uma tarefa que teria levado 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. Esta atualização aumenta significativamente a taxa de sucesso do modelo para tarefas comuns como classificar ou guardar objetos, e está pronto para ser implantado no Jetson Thor, que será lançado ainda este ano.

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

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

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

Novos Frameworks de Simulação e Geração de Dados para Robôs Aceleram os Pipelines de Treinamento

Criar robôs humanoides altamente qualificados não é apenas sobre o hardware; é sobre alimentá-los com uma quantidade massiva de dados diversos, o que pode ser caro e demorado para coletar e processar. Além disso, testar robôs no mundo real traz seu próprio conjunto de desafios e riscos.

Para superar essas lacunas, a Nvidia apresentou várias tecnologias de simulação:

• Nvidia Cosmos Reason, um novo WFM que usa raciocínio em cadeia de pensamentos para ajudar a curar dados sintéticos precisos e de alta qualidade para treinamento de modelos de IA física, agora disponível no Hugging Face.
• Cosmos Predict 2, usado no GR00T Dreams, estará em breve no Hugging Face com melhorias de desempenho para geração de mundos de alta qualidade e redução de alucinações.
• Nvidia Isaac GR00T-Mimic, um projeto para gerar quantidades exponencialmente grandes de trajetórias de movimento sintéticas para manipulação de robôs, usando apenas algumas demonstrações humanas.
• Conjunto de Dados de IA Física de Código Aberto, agora incluindo 24.000 trajetórias de movimento de robôs humanoides de alta qualidade usadas para desenvolver modelos GR00T N.
• Nvidia Isaac Sim 5.0, um framework de simulação e geração de dados sintéticos, agora disponível abertamente no GitHub.
• Nvidia Isaac Lab 2.2, um framework de aprendizado de robôs de código aberto, que incluirá novos ambientes de avaliação para ajudar os desenvolvedores a testar modelos GR00T N.

A Foxconn e a Foxlink já estão usando o projeto GR00T-Mimic para acelerar seus pipelines de treinamento de robótica. Enquanto isso, Agility Robotics, Boston Dynamics, Fourier, Mentee Robotics, NEURA Robotics e XPENG Robotics estão simulando e treinando seus robôs humanoides com o Nvidia Isaac Sim e Isaac Lab. A Skild AI está desenvolvendo inteligência geral de robôs com esses frameworks de simulação, e a General Robotics está integrando-os em sua plataforma de inteligência de robôs.

Sistemas Blackwell Universais para Desenvolvedores de Robôs

Fabricantes de sistemas globais estão intensificando, construindo estações de trabalho e servidores Nvidia RTX PRO 6000. Esses sistemas oferecem uma arquitetura unificada que pode lidar com todas as cargas de trabalho de desenvolvimento de robôs, desde treinamento e geração de dados sintéticos até aprendizado e simulação de robôs.

Cisco, Dell Technologies, Hewlett Packard Enterprise, Lenovo e Supermicro anunciaram servidores Nvidia RTX PRO 6000 com tecnologia Blackwell, enquanto a Dell Technologies e a Lenovo também revelaram estações de trabalho Nvidia RTX PRO 6000 com tecnologia Blackwell.

Para aqueles momentos em que você precisa de ainda mais poder computacional para executar cargas de trabalho de treinamento ou geração de dados em grande escala, os desenvolvedores podem recorrer aos sistemas Nvidia Blackwell como o GB200 NVL72. Disponíveis através do Nvidia DGX Cloud em provedores de nuvem líderes e parceiros de nuvem Nvidia, esses sistemas prometem até 18x maior desempenho para processamento de dados.