Malaking hakbang ang ginawa ng NVIDIA sa larangan ng humanoid robotics sa pagpapakilala ng Isaac GR00T-Dreams, isang rebolusyonaryong blueprint sa pagbuo ng synthetic motion data na magbabago sa paraan ng pagkatuto ng mga robot sa pakikisalamuha sa mundo.
Ipinakita sa Computex 2025, pinapayagan ng GR00T-Dreams ang mga developer na makalikha ng napakalaking dami ng training data sa mas maikling panahon kumpara sa dati. Gumagana ang teknolohiya sa pamamagitan ng post-training ng NVIDIA Cosmos Predict world foundation models para sa partikular na mga robot. Pagkatapos, gamit lamang ang isang larawan bilang input, nakagagawa ito ng mga video ng mga robot na gumaganap ng mga bagong gawain sa iba't ibang kapaligiran, at kumukuha ng mga action token na nagtuturo sa mga robot kung paano isasagawa ang mga ito.
Ipinakita ng NVIDIA Research ang lakas ng teknolohiyang ito sa pamamagitan ng paggamit ng GR00T-Dreams upang paunlarin ang GR00T N1.5—isang update sa kanilang humanoid robot foundation model—sa loob lamang ng 36 oras, isang prosesong karaniwang aabutin ng halos tatlong buwan kung mano-manong kokolektahin ang data. Katumbas ito ng 40% na pagtaas sa performance kumpara sa paggamit ng totoong data lamang.
"Ang Physical AI at robotics ang magdadala ng susunod na industriyal na rebolusyon," ayon kay Jensen Huang, tagapagtatag at CEO ng NVIDIA, na paulit-ulit na inilalarawan ang physical AI bilang "ang susunod na trilyong-dolyar na industriya ng mundo." Estratehikong binubuo ng kumpanya ang komprehensibong software at hardware infrastructure upang bigyang-lakas ang rebolusyong ito—mula sa AI brains para sa mga robot, simulation environments, hanggang sa mga supercomputer para sa pagsasanay ng foundation models.
Kabilang sa mga unang gumagamit ng humanoid robotics technologies ng NVIDIA ang mga lider sa industriya tulad ng Boston Dynamics, Agility Robotics, Foxconn, at NEURA Robotics. Ipinapatupad ng mga kumpanyang ito ang GR00T-Dreams at mga kaugnay na teknolohiya upang pabilisin ang pagbuo ng mga robot para sa mga industriyal na lugar, mula sa manufacturing at material handling hanggang sa kalauna'y household automation.
Tinutugunan ng breakthrough na ito ang isang pundamental na hamon sa pag-unlad ng robotics: ang magastos at matagal na proseso ng pagkolekta ng de-kalidad na training data. Sa pamamagitan ng paglikha ng synthetic data na halos kapareho ng mga totoong sitwasyon, tinutulungan ng NVIDIA na paliitin ang agwat sa pagitan ng simulation at realidad, na posibleng magpabilis sa malawakang paggamit ng humanoid na robot sa iba't ibang industriya.