摘要：强大技术底座：Blackwell算力+Omniverse工具链为了帮助开发者充分利用先进技术和软件库，NVIDIA 宣布推出专为极高要求工作负载而设计的AI基础设施，Blackwell已经覆盖从服务器到工作站。 其中，NVIDIA RTX PRO Blackw
NVIDIA正推动AI从虚拟走向物理世界，而机器人是关键载体。 在SIGGRAPH 2025期间，NVIDIA宣布了三线并进的最新进展：用Blackwell托起硬件生态，用Nemotron引领AI代理市场，用Omniverse+Cosmos撑起工业自动化领域的创新需求。这也指明了NVIDIA的转型趋势，从算力供应商蜕变为物理世界的AI架构师，构建起虚拟与现实交融的智能底座。 在NVIDIA看来，物理 AI 正逐渐成为全球智慧城市、设施和工业流程的基础。物理 AI 的持续循环仿真、训练和部署可提供复杂的工业自动化功能，让城市和基础设施更加安全、智能和高效。 正如NVIDIA Omniverse 和仿真技术副总裁 Rev Lebaredian所说：“计算机图形与AI的融合，从根本上改变着机器人。通过将AI推理与物理精准的可扩展仿真相结合，我们正帮助开发者打造未来的机器人和智能汽车，这将为各行业带来价值数万亿美元的改变。”
强大技术底座：Blackwell算力+Omniverse工具链为了帮助开发者充分利用先进技术和软件库，NVIDIA 宣布推出专为极高要求工作负载而设计的AI基础设施，Blackwell已经覆盖从服务器到工作站。 其中，NVIDIA RTX PRO Blackwell 服务器为训练、合成数据生成、机器人学习和仿真等所有机器人开发工作负载提供统一架构。借助 NVIDIA RTX PRO Blackwell GPU 加速的高级蓝图、视觉语言模型和合成数据生成扩展，可提高生产力并改善各环境的安全性。 NVIDIA Blackwell架构已经用于新一代紧凑型工作站GPU，通过两款新品（RTX PRO 4000 SFF/2000）将数据中心级AI算力下沉到桌面端。该架构继承了数据中心级的GPU特性（如Transformer引擎等支持），并且具备70W统一功耗，突破了性能功耗比极限，适配移动工作站散热限制。新产品可用于工业设计（3D渲染、仿真建模等）、本地AI开发（大模型推理、AI图像生成）、移动工作站（紧凑型设计）等场景中。 同时，NVIDIA DGX Cloud 现已在 Microsoft Azure Marketplace 上提供，为 Omniverse 开发者提供一个完全托管的平台，简化从云端大规模流式传输基于OpenUSD和 NVIDIA RTX的应用，从而最大限度地减少基础设施编排和管理。据了解，Accenture 和 Hexagon 作为首批企业已经采用了该平台。 Omniverse工具链也迎来升级。NVIDIA 宣布推出全新 NVIDIA Omniverse库和 NVIDIA Cosmos世界基础模型 (WFM)，加速机器人解决方案的开发和部署。 例如，全新 Omniverse NuRec 库和 AI 模型引入了 Omniverse RTX 光线追踪 3D Gaussian Splatting（3DGS）技术，这种渲染技术可帮助开发者利用传感器数据，在 3D 中截取、重建和模拟现实世界。 NVIDIA Isaac Sim 5.0和NVIDIA Isaac Lab 2.2 开源机器人仿真和学习框架现已在GitHub上提供。Isaac Sim包括 NuRec 神经渲染和基于 OpenUSD 的全新机器人及传感器模式，可帮助机器人开发者缩小仿真与现实之间的差距。 这些库和模型由全新 NVIDIA RTX PRO服务器和 NVIDIA DGX Cloud 提供支持，可帮助开发者在任何地方开发物理精确的数字孪生，在仿真中捕捉和重建现实世界，生成用于训练物理 AI 模型的合成数据，并构建理解物理世界的 AI 智能体。物理AI核心突破：Cosmos模型家族Cosmos正在推动机器人世界的生成进步，它也是NVIDIA物理AI的核心。迄今为止，Cosmos WFM下载量已超过200万次，可帮助开发者通过文本、图像和视频提示大规模生成各种用于训练机器人的数据。 在SIGGRAPH大会上，NVIDIA宣布新模型在合成数据生成速度、模型精度、语言支持和控制方面取得了重大进步，分别是在合成数据和世界理解方面： 即将发布的Cosmos Transfer-2，简化了提示、并能从地面实况3D仿真场景或空间控制输入（如深度、分割、边缘和高清地图）中，快速生成逼真的合成数据。Cosmos Transfer 的精简版本将70个步骤的蒸馏过程简化为一个步骤，开发者能够以前所未有的速度在 NVIDIA RTX PRO 服务器上运行模型。 Lightwheel、Moon Surgical和Skild AI正在利用Cosmos Transfer大规模模拟各种条件，加速物理AI训练。 NVIDIA Cosmos Reason则继续突破对世界的理解，它是一款面向物理AI和机器人开发的全新开源、可定制的70亿参数推理VLM，可让机器人和视觉AI智能体像人类一样推理，利用先验知识、物理理解和常识，理解现实世界并付诸行动。 Cosmos Reason可用于机器人开发和物理 AI 应用，主要包括三大场景： • 数据管理与注释：可帮助开发者自动对海量、多样化的训练数据集进行高质量管理与注释。 • 机器人的规划和推理：在机器人视觉语言行为 (VLA) 模型中，充当有意识、有条理决策的大脑。Cosmos Reason 让机器人能够解读环境，并在收到复杂指令时，将其分解为任务，并运用常识执行这些任务，即使是在不熟悉的环境中。 • 视频分析：AI智能体基于可用于视频搜索和总结的 NVIDIA Blueprint 构建，能够从海量视频数据中提取有价值的洞察并进行根本原因分析。生态落地：全球头部客户率先实践NVIDIA在物理AI的创新，全球头部客户都已投入实践落地应用中。 在机器人领域，Boston Dynamics、Figure AI、Hexagon、RAI Institute、Lightwheel 和 Skild AI 正在采用Omniverse库、Isaac Sim和Isaac Lab，加速其 AI 机器人开发。 Amazon Devices & Services 正在使用它们来支持新的制造解决方案。 工业与交通领域，一些企业正使用 Cosmos Reason 来加强辅助驾驶、视频分析、道路和工作场所的安全。 Uber 正在探索如何使用Cosmos Reason 来分析智能汽车的行为。此外，Uber 还在对 Cosmos Reason 进行后训练，以总结视觉数据并分析行人穿行高速公路等场景，进而执行质量分析并指导辅助驾驶行为。 Cosmos Reason 也可以作为智能汽车的“大脑”。它让机器人能够解读环境，在接收到复杂指令时将其分解为任务，并使用常识去执行任务，即便在陌生环境中也是如此。 Centific 正在测试 Cosmos Reason，以增强其 AI 赋能的视频智能平台。运用 VLM，该平台能够将复杂的视频数据处理为可供行动参考的见解，帮助减少误报并提高决策制定的效率。 Magna正在其城市配送平台（City Delivery platform）中使用 Cosmos Reason 进行开发。该平台是一种完全自主、低成本的即时配送解决方案，旨在帮助车辆更快地适应新城市。Cosmos Reason 为车辆的长期轨迹规划器增加了对世界的理解能力。VAST Data、Milestone Systems 和 Linker Vision 正在采用 Cosmos Reason 实现城市和工业环境的自动化交通监控，提高安全性，并提升视觉检查能力。加速开发者生态系统为了帮助机器人开发者和物理 AI 开发者推动3D和仿真技术的采用，NVIDIA 还宣布了一些列课程和资源，帮助他们降低物理AI的准入门槛。 例如OpenUSD 课程和认证，可以满足对通用场景描述专业知识的需求，由OpenUSD联盟成员 Adobe、Amazon Robotics、Ansys（Synopsys 旗下）、Autodesk、Pixar、PTC、Rockwell Automation、SideFX、Siemens、TCS 和 Trimble 以及 Hexagon 等行业领先者的支持。此外还有与 Lightwheel进行开源协作，将机器人策略训练和评估框架集成到 NVIDIA Isaac Lab 中，具备并行强化学习训练功能，以及机器人操作和运动的基准测试和仿真就绪资产。写在最后来源：与非网
免责声明：本站系转载，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与本站联系，我们将在第一时间删除内容!
