目 录CONTENT

文章目录

重磅!英伟达开源多项机器人核心技术,携手迪士尼打造的Newton物理引擎也来了

青云TOP
2025-10-04 / 0 评论 / 0 点赞 / 1 阅读 / 0 字

📢 转载信息

原文链接:https://www.qbitai.com/2025/10/339075.html

原文作者:量子位


在机器人学习大会(CoRL)上,英伟达一次性发布了多项重磅开源技术,旨在解决当前机器人研发中的核心痛点。其中,与Google DeepMind和迪士尼研究院联合开发的物理引擎Newton备受瞩目。

这次发布堪称“全家桶”式:不仅有让机器人具备“物理直觉”的Newton引擎,还有赋予机器人人类推理能力的Isaac GR00T N1.6基础模型,以及能生成海量训练数据的Cosmos世界基础模型

英伟达一口气开源多项机器人技术,与迪士尼合作的物理引擎也开源

目前,包括Boston Dynamics、Figure AI在内的顶级机器人公司,以及斯坦福、苏黎世联邦理工等知名学府已开始采用这些新技术。

Newton物理引擎:让仿真环境更“真实”

全球超过25万的机器人开发者面临一个共同难题:如何确保机器人在仿真环境中学习到的技能能安全可靠地迁移到现实世界?人形机器人的复杂关节结构和高难度平衡控制,让现有物理引擎显得力不从心。

英伟达Omniverse与仿真技术副总裁Rev Lebaredian表示:“人形机器人是物理AI的下一个前沿领域,它们需要在不可预测的世界中进行推理、适应环境并安全行动。”

Newton引擎正是为解决此痛点而生。作为一个由Linux Foundation管理的开源项目,它基于英伟达的Warp和OpenUSD框架构建,并利用GPU加速。其最大亮点在于能够高精度仿真复杂的机器人动作,例如在雪地或碎石路面行走,以及精细操控杯子和水果等动作。

苏黎世联邦理工学院机器人系统实验室、慕尼黑工业大学、北京大学等顶尖高校已率先试用Newton。仿真引擎公司Style3D和光轮智能也已成为早期用户。

Isaac GR00T N1.6:机器人的“深度思考大脑”

如何让机器人理解“帮我拿杯水”这类模糊指令,一直是业界的挑战。英伟达最新发布的Isaac GR00T N1.6开源模型,通过集成Cosmos Reason视觉语言模型,赋予了机器人接近人类的推理能力,即将登陆Hugging Face平台。

该模型能结合已有知识、常识和物理原理,将模糊指令分解为可执行的逐步计划。更重要的是,机器人可以同时执行移动和物体操控任务,躯干和手臂的活动自由度大大增加,甚至能轻松推开较重的房门。

Cosmos Reason的下载量已超百万次,在Hugging Face物理推理模型榜单上稳居前列。英伟达还提供了开源物理AI数据集,包含数千条合成及真实世界轨迹数据,下载量已突破480万次。

AeiROBOT、Franka Robotics、LG Electronics等领先机器人制造商正在评估采用Isaac GR00T N系列模型。

训练革新:从单一抓取到全面测试

教会机器人精确抓取物体是机器人领域最具挑战性的任务之一。基于英伟达Omniverse构建的Isaac Lab 2.3开发者预览版,新增了灵巧抓取工作流。

该工作流采用“自动化课程体系”,从简单任务起步,逐步增加难度,并动态调整重力、摩擦力、物体重量等参数,确保机器人在不可预测的环境中也能掌握技能。Boston Dynamics的Atlas机器人就通过此工作流显著提升了抓取操控能力。

为解决测试场景零散和简单化的问题,英伟达与光轮智能联合开发了Isaac Lab Arena,这是一个用于大规模实验和标准化测试的开源策略评估框架,开发者无需从零开始构建系统,即可在仿真环境中进行复杂、大规模的评估。

全新AI基础设施加持,机器人开发全面提速

在硬件层面,英伟达同样投入巨大。集成36个Grace CPU和72个Blackwell GPU的GB200 NVL72机架式系统已开始被各大云服务商采用。RTX PRO服务器为机器人开发工作负载提供了统一架构,RAI Institute已率先部署。

最令人期待的是搭载Blackwell GPU的Jetson Thor,它能支持机器人在实时运行中处理多个AI工作流,实现智能交互。Figure AI、银河通用、Google DeepMind、宇树科技等合作伙伴已开始采用该产品。

在CoRL会议收录的论文中,近半数引用了英伟达的相关技术。卡内基梅隆大学、华盛顿大学等顶尖研究机构都在使用英伟达的GPU、仿真框架和CUDA加速库。斯坦福视觉与学习实验室的BEHAVIOR机器人学习基准测试项目,以及北京大学开发的触觉机器人仿真平台Taccel,均基于英伟达技术开发。

从开源物理引擎到基础模型,从训练工作流到硬件基础设施,英伟达这次的“全栈式”布局,正在重新定义机器人研发的竞争格局。

机器人从实验室走向日常生活,或许比我们想象的要快得多。

参考链接:
[1]https://developer.nvidia.com/newton-physics
[2]https://github.com/nvidia-cosmos/cosmos-reason
[3]https://www.nvidia.cn/ai/cosmos/




🚀 想要体验更好更全面的AI调用?

欢迎使用青云聚合API,约为官网价格的十分之一,支持300+全球最新模型,以及全球各种生图生视频模型,无需翻墙高速稳定,小白也可以简单操作。

0

评论区