目 录CONTENT

文章目录

英伟达“核弹级”开源:发布Newton物理引擎,联手迪士尼,机器人开发迎来大变革

青云TOP
2025-10-04 / 0 评论 / 0 点赞 / 0 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,英伟达一口气发布了多项重磅开源技术,旨在解决当前机器人研发中最棘手的几个核心难题。此次发布堪称“全家桶”式升级,其中最引人注目的莫过于与Google DeepMind及迪士尼研究院合作开发的Newton物理引擎

这些新工具包括:

  • Newton引擎:赋予机器人更真实的“物理直觉”。
  • Isaac GR00T N1.6基础模型:提升机器人的类人推理能力。
  • Cosmos世界基础模型:用于生成海量、逼真的训练数据。

这些技术的应用已经吸引了包括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高校的关注。

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

Newton物理引擎:让仿真环境“真实”起来

机器人开发者面临的共同难题是:如何确保机器人在仿真环境中学习到的技能能够安全、可靠地迁移到现实世界?复杂的人形机器人结构和高难度的平衡控制,使得现有物理引擎难以满足需求。

英伟达Omniverse与仿真技术副总裁Rev Lebaredian指出,人形机器人是“物理AI的下一个前沿领域,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引擎正是为此而生。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,并充分利用GPU加速技术。其强大之处在于能够仿真极为复杂的物理交互,例如在雪地或碎石路面行走,以及精细操控杯子或水果等动作。

苏黎世联邦理工学院、慕尼黑工业大学、北京大学等机构已率先采用Newton。同时,光轮智能和仿真引擎公司Style3D也成为了早期用户。

Isaac GR00T N1.6:机器人的“深度思考大脑”

实现对“帮我拿杯水”这类模糊指令的准确理解,一直是业界的巨大挑战。英伟达新发布的Isaac GR00T N1.6开源模型,通过集成Cosmos Reason视觉语言模型,极大地提升了机器人的类人推理能力,并将很快在Hugging Face上线。

该模型能够利用现有知识、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,它支持机器人同时进行移动和物体操控,提升了躯干和手臂的活动自由度,甚至可以完成推开较重房门等任务。

目前,Cosmos Reason的下载量已超过100万次,在Hugging Face的物理推理模型排行榜上名列前茅。英伟达还同步开源了包含数千条合成及真实世界轨迹数据的物理AI数据集,下载量已突破480万次。

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

训练革新:从简单抓取到全面测试

教会机器人灵巧地抓取物体是机器人领域最困难的任务之一。基于英伟达Omniverse构建的Isaac Lab 2.3开发者预览版,引入了“灵巧抓取工作流”。

这个工作流采用“自动化课程体系”,从简单任务入手,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机器人就通过该工作流显著提升了抓取操控能力。

为解决测试场景零散化的问题,英伟达与光轮智能合作开发了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,允许开发者直接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,英伟达也进行了全面部署:

  • GB200 NVL72系统:集成72个Blackwell GPU和36个Grace CPU,已开始被各大云服务提供商采用。
  • RTX PRO服务器:为机器人开发提供统一架构,RAI Institute已率先部署。
  • Jetson Thor:搭载Blackwell GPU,支持机器人运行多AI工作流并实现实时智能交互。Figure AI、银河通用、Google DeepMind、宇树科技等合作伙伴已开始采用。

值得注意的是,在CoRL大会收录的论文中,近半数引用了英伟达的技术。从斯坦福视觉与学习实验室的BEHAVIOR项目到北京大学的Taccel触觉机器人仿真平台,都基于英伟达的GPU、仿真框架和CUDA加速库开发。

英伟达通过这次“全栈式”的布局——涵盖物理引擎、基础模型、训练工作流和硬件基础设施——正在重新定义机器人研发的底层逻辑。机器人从实验室走向现实生活,或许比我们预想的要快得多。

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