NVIDIA 利用實體 AI 的雲端到機器人運算平台加速人形機器人技術

在COMPUTEX 2025大會上， Nvidia公司 執行長黃仁勳宣布了公司基礎機器人技術的更新。其中包括 Isaac GR00T N1.5，這是 Nvidia 用於人形推理和任務執行的開放和可自訂基礎模型的增強版本，以及 GR00T-Dreams，這是一個旨在生成合成運動數據以支援物理 AI 訓練的藍圖。這些更新是包括 Nvidia 的 Blackwell 系統在內的更廣泛努力的一部分，旨在加速人形機器人的發展。

Isaac GR00T-Dreams 藍圖能夠產生合成運動序列（稱為神經軌跡），而實體 AI 開發人員可以使用它來訓練機器人適應性行為。開發人員可以為其特定機器人改進 Cosmos Predict 世界基礎模型 (WFM)，並且透過單個輸入圖像，GR00T-Dreams 可以創建視頻，展示機器人在各種環境中執行任務。然後，這些模擬被轉換成動作標記，即指導機器人學習的緊湊資料段。

這項新藍圖以 00 月在 NVIDIA GTC 大會上推出的 GR00T-Mimic 藍圖為基礎。 GR00T-Mimic 專注於使用 NVIDIA Omniverse 和 NVIDIA Cosmos 等平台增強現有運動數據，而 GRXNUMXT-Dreams 則專注於完全在 Cosmos 平台內產生原始運動資料集。

Isaac GR00T N1.5 代表了 Nvidia 適應性強、廣泛適用的基礎模型的初步更新，旨在支援人形認知功能和任務執行。

「人類的演示是不可擴展的——它們受到一天中小時數的限制，」黃仁勳說。 

GR00T-Dreams 藍圖介紹了一種從單一影像產生大量合成運動資料的方法。這種方法透過產生稱為動作標記的壓縮資料單元來支援更有效的機器人行為訓練。 

透過這種方法產生的合成數據縮短了 GR00T N1.5 模型的開發時間，僅用 36 小時就完成了該模型的開發，而之前這個過程需要近三個月的時間。 

更新後的模型在執行與材料處理和製造相關的標準任務方面表現出了更高的性能，預計將與計劃於今年稍後發布的 Jetson Thor 相容。

新的機器人模擬和資料生成框架可加速訓練流程

此外， NVIDIA 推出了一系列模擬技術，旨在提高實體數據可訪問性和測試能力 AI 系統。 

這些工具包括 NVIDIA Cosmos Reason，這是一個世界基礎模型，旨在應用思路鏈推理來產生準確的合成數據，現在可透過 Hugging Face 使用。此外，GR2T-Dreams 藍圖中使用的升級模型 Cosmos Predict 00 即將發布，它將提高世界生成的性能並減少錯誤。 NVIDIA 也推出了 Isaac GR00T-Mimic，這是一個能夠透過有限數量的人類演示產生大量合成運動數據的系統。 

開源資料集現在提供 24,000 個高品質運動序列，支援 GR00T N 模型的訓練。模擬和資料產生工具 Isaac Sim 5.0 預計將在 GitHub 上公開發布，而開源機器人學習環境 Isaac Lab 2.2 將包含用於測試 GR00T N 模型的新工具。