7 月 29 日，NVIDIA宣布為全球領先的機器人製造商、AI模型開發者和軟件製造商提供一套服務、模型以及計算平台，以開發
、訓練和構建下一代人形機器人。

整套產品包括用於機器人仿真和學習的全新NVIDIA NIM微服務和框架、用於運行多階段機器人工作負載的NVIDIA OSMO編排服務，以及支持AI和仿真的遠程操作工作流，該工作流允許開發者使用少量人類演示數據來訓練機器人。

NVIDIA創始人兼首席執行官黃仁勳表示：“AI的下一波浪潮是機器人，其中最令人興奮的發展之一是人形機器人。我們正在推進整個NVIDIA機器人堆棧的發展，麵向全球人形機器人開發者和公司開放訪問，讓他們能夠使用最符合其需求的平台、加速庫和AI模型。”

借助 NVIDIA NIM 和 OSMO 加速開發

NIM微服務提供了由NVIDIA推理軟件提供支持的預構建容器，使開發者能夠將部署時間從數周縮短到幾分鍾。機器人專家將能夠通過兩項新的 AI 微服務

，在 NVIDIA Isaac Sim（基於 NVIDIA Omniverse平台構建的機器人仿真參考應用）中增強生成式物理AI仿真工作流。

MimicGen NIM微服務可根據Apple Vision Pro等空間計算設備記錄的遠程操作數據，生成合成運動數據。Robocasa NIM微服務可在OpenUSD（一個用於在3D世界中進行開發和協作的通用框架）中生成機器人任務和仿真就緒環境。

現已推出的NVIDIA OSMO是一項雲原生托管服務
，允許用戶跨分布式計算資源來協調和擴展複雜的機器人開發工作流
，無論是在本地還是在雲端。

OSMOdadajianhualejiqirenxunlianhefangzhengongzuoliu
，jiangbushuhekaifazhouqicongshuyuesuoduandaoyizhounei。yonghukeyiduigezhongrenwujinxingkeshihuaguanli，baokuohechengshujushengcheng

、模型訓練
、強化學習以及大規模的人形機器人、自主移動機器人和工業機械臂軟件在環測試。

為人形機器人開發者提供先進的數據捕獲工作流

訓練人形機器人的基礎模型需要大量的數據。遠程操作是獲取人類演示數據的方法之一，但這個過程正變得越來越昂貴和漫長。

通過在SIGGRAPH計算機圖形大會上展示的NVIDIA AI和Omniverse遠程操作參考工作流
，研究者和 AI 開發者能夠從極少量遠程捕捉的人類演示中生成大量合成運動和感知數據。

首先，開發者使用Apple Vision Pro捕獲少量遠程操作演示，隨後在 NVIDIA Isaac Sim中仿真這些錄像，並使用MimicGen NIM微服務基於錄像生成合成數據集。

開發者可以使用真實數據和合成數據對Project GR00T人形機器人基礎模型進行訓練
，以節省時間和降低成本。然後

，他們可以使用Isaac Lab中的 Robocasa NIM微服務（一個機器人學習框架）來生成經驗並重新訓練機器人模型。在整個工作流中
，NVIDIA OSMO將計算任務無縫地分配給不同的資源
，為開發者減少了數周的管理工作量。

通用機器人平台公司傅利葉看到了使用仿真技術綜合生成訓練數據的優勢。傅利葉首席執行官 Alex Gu 表示：“人形機器人的開發極其複雜，這項工作需要從現實世界中繁瑣地獲取大量真實數據。NVIDIA 的全新仿真和生成式 AI 開發者工具將有助於引導和加速我們的模型開發工作流。”

擴大NVIDIA 人形機器人開發者技術的訪問渠道

NVIDIA提供了三個計算平台來簡化人形機器人的開發，分別是：用於訓練模型的NVIDIA AI超級計算機
；基於Omniverse構建的NVIDIA Isaac Sim，使機器人可以在仿真世界中學習和完善技能；以及用於運行模型的NVIDIA Jetson Thor 人形機器人計算機。開發者可以根據具體需求來訪問和使用全部平台或其中的任何部分。

通過新的NVIDIA人形機器人開發者計劃
，開發者可以提前獲取這些新產品以及最新版本的NVIDIA Isaac Sim、NVIDIA Isaac Lab
、Jetson Thor和Project GR00T通用人形機器人基礎模型。

首批加入早期訪問計劃的企業有1x、波士頓動力公司、字節跳動ByteDance Research、Field AI、Figure、傅利葉、銀河通用、逐際動力


、Mentee、Neura Robotics、星動紀元和Skild AI。

波士頓動力公司首席技術官Aaron Saunders表示：“波士頓動力公司與 NVIDIAzaituidongjiqirenjishufazhanfangmianyouzheyoujiudemiqiehezuolishi。womenfeichanggaoxingkandaozhexianggongzuodechengguozhengzaijiasuzhenggexingyedefazhan。eryaoxianghuodezuixianjindejishu
，zaoqifangwenjihuawuyishizuijiadetujing。”