Nvidia藉雲端技術推進人形機器人發展

Nvidia正全力加速進軍人形機器人領域，且毫不保留。在2025年台灣Computex貿易展覽會上，他們展示了一系列即將重新定義機器人開發格局的創新技術。其中，焦點是Nvidia Isaac GR00T N1.5，這是Nvidia開放且完全可定制的人形推理與技能基礎模型的最新版本。與此同時，Nvidia推出了Isaac GR00T-Dreams，這是一套設計用於生成合成運動數據的藍圖，以及強大的Nvidia Blackwell系統，這些系統將加速人形機器人的開發。

多家領先的人形機器人與機器人開發公司，包括Agility Robotics、Boston Dynamics、Fourier、Foxlink、Galbot、Mentee Robotics、NEURA Robotics、General Robotics、Skild AI和XPENG Robotics，已經加入，利用Nvidia的Isaac平台技術推動人形機器人可能性的邊界。

Nvidia的首席執行官黃仁勳難掩興奮，他表示：「物理AI與機器人將帶來下一次工業革命。從機器人的AI大腦到用於練習的模擬世界，再到用於訓練基礎模型的AI超級電腦，Nvidia為機器人開發的每個階段提供了構建模塊。」

全新Isaac GR00T數據生成藍圖填補數據缺口

你有沒有想過擁有自己的人形機器人？在Computex的主題演講中，黃仁勳展示了Nvidia Isaac GR00T-Dreams，這是一個改變遊戲規則的藍圖，能生成大量合成運動數據，或稱神經軌跡。這些數據對物理AI開發者來說是一座金礦，幫助他們教導機器人各種新行為以及適應不斷變化的環境。

流程從開發者對Cosmos Predict世界基礎模型（WFMs）進行後訓練開始。然後，只需輸入一張圖像，GR00T-Dreams就能生成機器人在新環境中執行新任務的視頻。接著，它提取動作標記——小而易於消化的數據片段——供機器人用於學習這些新任務。

GR00T-Dreams與早前在Nvidia GTC大會上推出的Isaac GR00T-Mimic藍圖密切配合。GR00T-Mimic利用Nvidia Omniverse和Nvidia Cosmos增強現有數據，而GR00T-Dreams則使用Cosmos從頭創建全新數據。

Nvidia的AI總監兼傑出科學家Jim Fan在新聞發布會上分享了他的熱情：「Nvidia擁有非常強大的機器人策略，圍繞黃仁勳所說的‘三台電腦問題’展開。」他解釋說，OVX電腦處理模擬和圖形模擬物理引擎，生成數據，然後由DGX電腦用於訓練基礎模型。這些數據隨後部署到HX電腦，該電腦在邊緣運行，適用於人形機器人等平台。

Fan自豪地將Gr00t稱為物理AI和基於機器人的工作流程的生命週期，強調：「這是三台電腦問題的實例。」他特別提到Project Gr00t的兩大進展：Gr00t Dreams和Gr00t N1.5，還開玩笑說他對這些名字感到非常滿意。

對於Gr00t Dreams，Fan描述它是一個生成視頻以訓練機器人的模型。他展示了許多由Nvidia Cosmos生成的視頻，解釋說：「我們找到了一種方法，將先進的視頻生成模型如Cosmos應用於人形機器人。因此，從高層次來看，這種方法的工作方式是，我們首先在實驗室中的機器人視頻上對Cosmos進行微調，使這個視頻模型適應我們實驗室的機器人。然後，我們可以使用這個微調模型，通過不同方式提示模型，原則上生成無限量的夢想視頻。這些成為增強我們真實機器人數據集的合成數據。正如許多人可能知道的，收集真實機器人的數據非常耗時且成本高昂，因為你每天每台機器人最多只有24小時，對吧？這是一個物理系統，但有了Gr00t Dreams，這種新工作流程，這套新算法，我們現在能夠突破這個基本的物理限制，然後以前所未有的規模倍增數據。」

結果呢？機器人能夠正確拾取物品，無論是黃瓜、倒橙汁還是打開筆記本電腦。Fan指出，這些都是機器人從未接受過訓練的動作，但得益於視頻模型的訓練，機器人能夠「理解物理和這些動詞的含義」並學會執行它們。

全新Isaac GR00T模型推動人形機器人開發

Nvidia的GR00T-Dreams藍圖不僅是空談，它已被用於生成合成訓練數據，在短短36小時內開發出GR00T N1.5——如果沒有這一藍圖，這項任務需要近三個月。GR00T N1.5現在能更好地適應新環境和工作空間配置，並通過用戶指令識別物體。這一更新顯著提高了模型在常見任務（如分類或整理物體）中的成功率，並準備在今年晚些時候推出的Jetson Thor上部署。

GR00T N1.5基礎模型將Gr00t Dreams整合進其合成數據生成管道。Nvidia已升級視覺語言骨幹，確保GR00T N1.5具有更強的適應性和更好的語言指令遵從性，Fan表示。

GR00T N1.5將在Computex上首次亮相，並將於6月9日前作為開源發布。至於Gr00t Dreams，Nvidia仍在微調時間表，但Fan補充說，他們希望盡可能開源。

GR00T N的早期採用者包括AeiRobot、Foxlink、Lightwheel和NEURA Robotics。AeiRobot使用該模型使ALICE4能夠理解自然語言指令並在工業環境中執行複雜的取放工作流程。Foxlink集團利用它來提高工業機器人操縱器的靈活性和效率，而Lightwheel則驗證合成數據以加速工廠中的人形機器人部署。NEURA Robotics正在探索該模型以加速其家用自動化開發。

全新機器人模擬與數據生成框架加速訓練管道

打造高技能的人形機器人不僅關乎硬體，還需要為它們提供大量多樣化的數據，這些數據的收集和處理成本高昂且耗時。此外，在現實世界中測試機器人也存在挑戰和風險。

為了彌補這些差距，Nvidia推出了多項模擬技術：

• Nvidia Cosmos Reason，一個新的WFM，使用思維鏈推理來幫助策劃精確、高質量的合成數據，用於物理AI模型訓練，現已在Hugging Face上可用。
• Cosmos Predict 2，用於GR00T Dreams，即將在Hugging Face上推出，性能提升可生成高質量世界並減少幻覺。
• Nvidia Isaac GR00T-Mimic，一個用於生成指數級大量合成運動軌跡的藍圖，僅需少量人類演示即可用於機器人操縱。
• 開源物理AI數據集，現在包括24,000個高質量的人形機器人運動軌跡，用於開發GR00T N模型。
• Nvidia Isaac Sim 5.0，一個模擬與合成數據生成框架，現已在GitHub上公開可用。
• Nvidia Isaac Lab 2.2，一個開源機器人學習框架，將包括新的評估環境，幫助開發者測試GR00T N模型。

Foxconn和Foxlink已在使用GR00T-Mimic藍圖來加速其機器人訓練管道。與此同時，Agility Robotics、Boston Dynamics、Fourier、Mentee Robotics、NEURA Robotics和XPENG Robotics正在使用Nvidia Isaac Sim和Isaac Lab模擬和訓練它們的人形機器人。Skild AI正在使用這些模擬框架開發通用機器人智能，General Robotics則將其整合進其機器人智能平台。

通用Blackwell系統為機器人開發者服務

全球系統製造商正加緊努力，打造Nvidia RTX PRO 6000工作站和伺服器。這些系統提供統一架構，能處理從訓練、合成數據生成到機器人學習和模擬的每個機器人開發工作負載。

Cisco、Dell Technologies、Hewlett Packard Enterprise、Lenovo和Supermicro均已宣布推出Nvidia RTX PRO 6000 Blackwell驅動的伺服器，而Dell Technologies和Lenovo也推出了Nvidia RTX PRO 6000 Blackwell驅動的工作站。

當需要更多計算能力來運行大規模訓練或數據生成工作負載時，開發者可轉向Nvidia Blackwell系統，如GB200 NVL72。這些系統通過領先的雲提供商和Nvidia Cloud Partners的Nvidia DGX Cloud提供，承諾數據處理性能提升高達18倍。