Nvidia گفت که با فناوری روباتیک Humanoid در حال پیشروی است ، یک مدل پایه و اساس سفارشی برای استدلال انسان دوستانه ، طرح برای تولید داده های حرکتی مصنوعی و سیستم های Blackwell بیشتر برای تسریع در توسعه ربات های انسانی ارائه می دهد.
در نمایشگاه تجاری Computex 2025 در تایوان ، Nvidia از Isaac GR00T N1.5 رونمایی کرد ، اولین به روزرسانی مدل بنیاد باز ، تعمیم یافته و کاملاً قابل تنظیم NVIDIA برای استدلال و مهارت های انسانی. NVIDIA ISAAC GR00T-DREAMS ، یک طرح برای تولید داده های حرکتی مصنوعی. و سیستم های Nvidia Blackwell برای تسریع در توسعه ربات انسان دوستانه.
توسعه دهندگان Humanoid and Robotics Agility Robotics ، Boston Dynamics ، Fourier ، Foxlink ، Galbot ، Robotics Menue ، Robotics Neura ، Robotics General ، Robotics Skild و Xpeng Robotics برای پیشبرد توسعه روبات های انسانی و کارآزمایی Humanoid.
جنسن هوانگ ، مدیرعامل Nvidia ، در بیانیه ای گفت: “هوش مصنوعی و روباتیک ، انقلاب صنعتی بعدی را به وجود می آورد.” “از مغز هوش مصنوعی برای روبات ها تا جهان های شبیه سازی شده برای تمرین در ابر رایانه های AI برای مدلهای بنیاد آموزش ، Nvidia بلوک های ساختمانی را برای هر مرحله از سفر توسعه روباتیک فراهم می کند.”
طرح جدید تولید داده ISAAC GR00T شکاف داده را می بندد
نمایش داده شده در آدرس اصلی Computex Huang ، NVIDIA ISAAC GR00T-DREAMS یک طرح است که به تولید مقادیر زیادی از داده های حرکتی مصنوعی کمک می کند-مسیرهای عصبی با نام مستعار-که توسعه دهندگان AI فیزیکی می توانند برای آموزش روبات ها به رفتارهای جدید ، از جمله نحوه سازگاری با محیط های تغییر استفاده کنند.
توسعه دهندگان می توانند ابتدا COSTOS پس از قطار مدل های بنیاد جهانی (WFMS) را برای ربات خود پیش بینی کنند. سپس با استفاده از یک تصویر واحد به عنوان ورودی ، GR00T-Dreams فیلم هایی از ربات را انجام می دهد که کارهای جدید را در محیط های جدید انجام می دهد. سپس این طرح نشانه های اکشن – قطعات فشرده شده و قابل هضم – را که برای آموزش روبات ها نحوه انجام این کارهای جدید استفاده می شود ، استخراج می کند.
طرح GR00T-DREAMS طرح Isaac GR00T-Mimic را تکمیل می کند ، که در کنفرانس NVIDIA GTC در ماه مارس منتشر شد. در حالی که GR00T-MIMIC برای تقویت داده های موجود از سیستم عامل های NVIDIA Omniverse و Nvidia Cosmos استفاده می کند ، GR00T-DREAMS از COSMOS برای تولید داده های کاملاً جدید استفاده می کند.
جیم فن ، مدیر هوش مصنوعی و دانشمند برجسته در NVIDIA ، در یک جلسه مطبوعاتی گفت: “Nvidia یک استراتژی روباتیک بسیار قوی دارد ، و این محور است که جنسن آن را سه مشکل رایانه می نامد.”
وی خاطرنشان کرد: این شرکت دارای رایانه OVX است که به معنای انجام موتور فیزیک شبیه سازی و شبیه سازی گرافیکی است و از آن برای سنتز و تولید داده ها استفاده می شود. و این داده ها توسط رایانه DGX ، که برای آموزش مدل های پایه استفاده می شود ، مصرف می شود. و سپس به رایانه HX اعزام می شود ، که زمان اجرا در لبه برای سیستم عامل هایی مانند روبات های انسان دوستانه است.
فن گفت که GR00T چرخه عمر فیزیکی AI و گردش کار مبتنی بر ربات است.
وی گفت: “این یک لحظه از مشکل سه رایانه است.”
وی به دو پیشرفت در Project GR00T ، GR00T Dreams و GR00T N1.5 اشاره کرد. (او گفت که به این نامها کاملاً افتخار می کند).
برای Dreams GR00T ، فن گفت این الگویی است که می تواند فیلم هایی را برای آموزش روبات ها تولید کند. او مجموعه ای از فیلم ها را نشان داد و گفت همه فیلم ها توسط Nvidia Cosmos تولید شده است.
“ما راهی برای استفاده از مدل های پیشرفته تولید فیلم مانند Cosmos برای کمک به روباتیک انسان دوستانه پیدا کردیم. بنابراین در سطح بالایی که این روش کار می کند ، ما ابتدا کیهان را روی فیلم های ربات از آزمایشگاه خود تنظیم می کنیم تا اکنون این مدل ویدیویی در آزمایشگاه ما سفارشی شود ، و سپس می توانیم از این مدل تنظیم خوب برای تولید استفاده کنیم ، در اصل ، با استفاده از روش های مختلف ، در روش های مختلف ، از طرف گرگ و زیاد مدل های رویایی در روش های مختلف” “و اکنون که داده های مصنوعی برای تقویت مجموعه داده های ربات واقعی ما می شود. همانطور که بسیاری از شما ممکن است بدانید ، جمع آوری داده ها در مورد روبات واقعی بسیار وقت گیر و پرهزینه است ، زیرا شما اساساً با 24 ساعت در هر ربات در روز محدود هستید ، درست است؟ این یک سیستم فیزیکی است ، اما با رویاهای GR00T ، این گردش کار جدید ، این مجموعه جدید از مقیاس های مختلف را می دهیم که الگوریتم های آن را می شکیم و به صورت فیزیکی می شکیم.
نتیجه این است که روبات ها قادر خواهند بود اشیاء را به درستی انتخاب کنند. می توانید به آن بگویید که یک خیار را بردارید یا مقداری آب پرتقال بریزید یا یک لپ تاپ باز کنید. فن گفت ، این روبات هرگز در مورد این اقدامات خاص آموزش دیده است ، اما از آنجا که با مدل های ویدیویی آموزش دیده است ، ربات قادر به “درک فیزیک و معنای این افعال” است.
و بنابراین می آموزد که چگونه اقدامات را انجام دهد.
مدل های جدید ISAAC GR00T پیشرفت ربات انسان دوستانه را پیش می برد
Nvidia Research از طرح GR00T-DREAMS برای تولید داده های آموزش مصنوعی برای توسعه GR00T N1.5-به روزرسانی GR00T N1-فقط در 36 ساعت استفاده کرد ، در مقایسه با آنچه که تقریباً سه ماه بدون طرح طول می کشد.
GR00T N1.5 می تواند بهتر با محیط های جدید و مجلل های فضای کاری سازگار شود و همچنین اشیاء را از طریق دستورالعمل های کاربر تشخیص دهد. این به روزرسانی به طور قابل توجهی میزان موفقیت مدل را برای انجام کار با مواد مشترک و کارهای تولیدی مانند مرتب سازی یا کنار گذاشتن اشیاء بهبود می بخشد. GR00T N1.5 را می توان در Jetson Thor مستقر کرد و در اواخر سال جاری راه اندازی شد.
مدل بنیاد GR00T N1.5 در ترکیب رویاهای GR00T به عنوان بخشی از خط لوله تولید داده مصنوعی است. فن گفت ، Nvidia ستون فقرات زبان بصری را به روز کرده است ، بنابراین GR00T N1.5 سازگاری بهتری و رعایت آموزش زبان خواهد داشت.
GR00T N1.5 در Computex اعلام می شود و سپس تا 9 ژوئن منبع آزاد منتشر می شود. در مورد Dreams GR00T ، Nvidia هنوز روی جدول زمانی کار می کند. فن گفت که امید این است که تا حد امکان منبع باز کنید.
پذیرندگان اولیه GR00T N شامل Aeirobot ، Foxlink ، Lightwheel و Robotics Neura است. Aeirobot از این مدل استفاده می کند تا ALICE4 را قادر به درک دستورالعمل های زبان طبیعی و اجرای کار پیچیده و انتخابی در محیط های صنعتی کند. Foxlink Group از آن استفاده می کند تا بتواند از قابلیت انطباق و کارآیی Manipulator Robot Industrial استفاده کند ، در حالی که Lightwheel آن را برای اعتبار دادن به داده های مصنوعی برای استقرار سریعتر روبات انسان دوستانه در کارخانه ها استفاده می کند. Robotics Neura در حال ارزیابی مدل برای تسریع در توسعه اتوماسیون خانگی است.
چارچوب های جدید شبیه سازی ربات و تولید داده ها خطوط لوله آموزش را تسریع می کنند
توسعه روبات های انسانی بسیار ماهر نیاز به مقدار زیادی از داده های متنوع دارد که برای ضبط و پردازش هزینه بر آن است. روبات ها باید در دنیای فیزیکی آزمایش شوند که می تواند هزینه ها و خطر را ایجاد کند.
برای کمک به بستن داده ها و شکاف آزمایش ، Nvidia از فن آوری های شبیه سازی زیر پرده برداشت:
● NVIDIA COSTOS دلیل ، WFM جدید که از زنجیره ای از افکار استدلال می کند تا بتواند داده های مصنوعی دقیق و با کیفیت بالاتر را برای آموزش مدل AI فیزیکی کمک کند ، اکنون در بغل کردن صورت در دسترس است
● Cosmos Predict 2 ، مورد استفاده در Dreams GR00T ، به زودی در آغوش گرفتن چهره با پیشرفت های عملکرد برای نسل با کیفیت بالا در جهان و کاهش توهم قرار می گیرد.
● nvidia isaac gr00t-mimic ، یک طرح برای تولید مقادیر زیادی از مسیرهای حرکتی مصنوعی برای دستکاری ربات ، با استفاده از تنها چند تظاهرات انسانی.
datast مجموعه داده فیزیکی منبع باز ، که هم اکنون شامل 24000 مسیر حرکت روبات انسان با کیفیت بالا است که برای توسعه مدلهای GR00T N استفاده می شود.
● NVIDIA ISAAC SIM 5.0 ، یک چارچوب شبیه سازی و تولید داده های مصنوعی ، اکنون در GitHub در دسترس است.
● NVIDIA ISAAC LAB 2.2 ، یک چارچوب یادگیری ربات با منبع باز ، که شامل محیط های ارزیابی جدید برای کمک به توسعه دهندگان تست مدل های GR00T N خواهد بود.
Foxconn و Foxlink از طرح GR00T-Mimic برای تولید دستکاری حرکتی مصنوعی استفاده می کنند تا خطوط لوله آموزش رباتیک خود را تسریع کنند. Agility Robotics ، Boston Dynamics ، Fourier ، Menue Robotics ، Neura Robotics و Xpeng Robotics در حال شبیه سازی و آموزش روبات های انسان دوستانه خود با استفاده از NVIDIA ISAAC SIM و آزمایشگاه ISAAC هستند. Skild AI از چارچوب های شبیه سازی برای توسعه ربات عمومی استفاده می کند
هوش و رباتیک عمومی آنها را در بستر اطلاعاتی ربات خود ادغام می کند.
سیستم های جهانی بلکول برای توسعه دهندگان ربات
تولید کنندگان سیستم های جهانی در حال ساخت ایستگاه های کاری و سرورهای NVIDIA RTX PRO 6000 هستند و یک معماری واحد را برای اجرای هر بار کار توسعه ربات در آموزش ، تولید داده های مصنوعی ، یادگیری ربات و شبیه سازی انجام می دهند.
سیسکو ، دل فن آوری ها ، هولت پکارد شرکت ، لنووو و سوپرمیکرو NVIDIA RTX PRO 6000 سرورهای با قدرت بلکول را اعلام کردند ، و Dell Technologies و Lenovo اعلام کردند NVIDIA RTX PRO 6000 WORKWELL-POWERED.
هنگامی که محاسبات بیشتری برای اجرای آموزش در مقیاس بزرگ یا بارهای کاری تولید داده مورد نیاز است ، توسعه دهندگان می توانند به سیستم های Nvidia Blackwell مانند GB200 NVL72-که با NVIDIA DGX Cloud در ارائه دهندگان ابر پیشرو و شرکای ابر Nvidia-در دسترس است ، برای دستیابی به عملکرد بیشتر برای پردازش داده ها استفاده کنند.