英伟达提升物理AI机器人开放标准

利用物理 AI，自主机器能够感知、理解并在现实 (物理) 世界中执行复杂的操作。物理 AI 是指使用运动技能理解现实世界并与之进行交互的模型，它们通常封装在机器人或自动驾驶汽车等自主机器中。

物理 AI 如何工作？

将基于主要从互联网上收集的大量文本和图像数据来训练生成式 AI 模型，例如 GPT 和 Llama 等大语言模型。这些 AI 模型在生成人类语言和抽象概念方面能力惊人，但它们对物理世界了解有限，并受其规则约束。

由于物理 AI 能够理解我们居住的三维世界的空间关系和物理行为，因而扩展了当前的生成式 AI。它通过在 AI 训练过程中提供其他数据来实现上述理解，这些数据包含与现实世界的空间关系和物理规则有关的信息。

3D 训练数据由高度精确的计算机模拟生成，后者既充当数据源，也作为 AI 训练场。

基于物理的数据生成始于某个空间 (例如工厂) 的数字孪生。然后在这个虚拟空间中添加传感器和自主机器 (如机器人)。接着执行模拟以模仿现实世界场景，传感器会捕捉各种交互，如刚体动力学 (例如运动和碰撞) 或光在环境中的交互作用。

NVIDIA正在深化其对开源机器人技术的承诺，并在 ROSCon 上公布了多项重要贡献。该公司宣布了旨在推进开放标准和加速下一代机器人技术开发的合作和新软件。此举旨在巩固 ROS 2 作为现实世界 NVIDIA 物理 AI 机器人应用的首选框架的地位。

根据公告，NV，NVIDIA 正在积极支持开源机器人联盟 (OSRA) 的新物理 AI 特别兴趣小组。该计划旨在实现实时机器人控制、加速 AI 处理以及增强自主行为的工具。至关重要的是，NVIDIA 正在将 GPU 感知抽象直接集成到 ROS 2 中，使该框架能够高效管理各种处理器并保持高速性能。

为了进一步赋能开发者，NVIDIA 正在开源 Greenwave Monitor，这是一款用于精准定位机器人系统性能瓶颈的实用程序。同时，NVIDIA Isaac ROS 4.0（一套 GPU 加速库和 AI 模型）现已在 NVIDIA Jetson Thor 平台上可用。这为部署先进的 NVIDIA 物理 AI 机器人功能（从操控到移动）奠定了坚实的基础。

物理人工智能的行业发展势头

业界对 NVIDIA 开源贡献的采用已显而易见。AgileX Robotics 等公司利用 Jetson 模块实现 AI 自主，而 Intrinsic 则集成了 Isaac 基础模型和 Omniverse，以实现高级抓取和数字孪生可视化。ROBOTIS 等合作伙伴正在部署 NVIDIA 物理 AI 机器人解决方案，例如由 Isaac GR00T N1.5 模型驱动的 AI Worker，以实现可扩展的边缘 AI。

NVIDIA 对 ROS 2 及其生态系统的战略贡献彰显了其清晰的愿景：为物理 AI 的未来构建一个开放的高性能平台。通过提供核心软件、强大的模拟工具和可投入生产的硬件，NVIDIA 正在将自己定位为下一波自主系统浪潮的关键推动者。此举将显著影响开发者构建和部署复杂机器人的方式。

物理 AI 为什么至关重要？

以前，自主机器无法感知和察觉它们周围的世界。但是，借助物理 AI，就可以构建和训练机器人，与现实世界中的周围环境进行无缝交互并适应各种环境。

要构建物理 AI，团队需要基于物理的强大模拟，为训练自主机器提供安全的受控环境。这不仅提高了机器人在执行复杂任务时的效率和准确性，而且有利于人类与机器之间进行更自然的交互，从而提高现实世界应用的可访问性和功能性。

物理 AI 正解锁将颠覆每个行业的新功能。例如：

机器人：借助物理 AI，机器人在各种环境下的操作能力显著增强。

利用来自机载传感器的直接反馈，仓库中的自主移动机器人 (AMR) 可以在复杂环境中导航，并避开包括人类在内的障碍物。

机械手可以根据传送带上物体的位姿调整他们的抓力和位置，展示根据物体类型量身定制的精细和粗大运动技能。

通过学习复杂的任务 (如穿针和执行缝合)，手术机器人也可从这种技术中受益，凸显了物理 AI 在训练机器人执行专业任务时的精确性和适应能力。

 人形机器人 (即通用型机器人)需要具备粗大和精细动作技能，这些技能要求它们能够感知、理解、导航以及与物理世界进行交互，无论被赋予何种任务。

自动驾驶汽车 (AV)：AV 可使用传感器感知并理解周围环境，以便在各种环境 (从开放式高速公路到城市景观) 中做出明智决策。通过基于物理 AI 对 AV 进行训练，AV 能够更准确地检测行人，对交通或天气条件做出响应并自动变换车道，从而有效适应各种意外情况。

智能空间：物理 AI 将增强大型室内空间（如工厂和仓库）的功能性和安全性，这些空间的日常活动涉及稳定的人流、车辆和机器人。使用固定摄像头和先进的计算机视觉模型，团队可以通过跟踪这些空间内的多种实体和活动来加强动态路线规划并优化运营效率。此外，他们还可通过准确感知和理解复杂的大规模环境来优先考虑人身安全。