NVIDIA ने ह्यूमनॉइड रोबोटिक्स के क्षेत्र में एक बड़ी छलांग लगाई है। कंपनी ने Isaac GR00T-Dreams पेश किया है, जो सिंथेटिक मोशन डेटा जनरेट करने की एक क्रांतिकारी तकनीक है और यह रोबोट्स के सीखने के तरीके को पूरी तरह बदलने का वादा करती है।
Computex 2025 में पेश किए गए GR00T-Dreams के जरिए डेवलपर्स अब पहले की तुलना में बहुत कम समय में विशाल मात्रा में प्रशिक्षण डेटा तैयार कर सकते हैं। यह तकनीक पहले NVIDIA के Cosmos Predict वर्ल्ड फाउंडेशन मॉडल्स को विशिष्ट रोबोट्स के लिए पोस्ट-ट्रेन करती है। इसके बाद, केवल एक इमेज इनपुट के रूप में लेकर, यह विभिन्न वातावरणों में रोबोट्स के नए कार्य करते हुए वीडियो जनरेट करती है और ऐसे एक्शन टोकन्स निकालती है, जो रोबोट्स को इन कार्यों को करने का तरीका सिखाते हैं।
NVIDIA Research ने इस तकनीक की ताकत का प्रदर्शन GR00T-Dreams का उपयोग कर GR00T N1.5—अपने ह्यूमनॉइड रोबोट फाउंडेशन मॉडल का एक अपडेट—सिर्फ 36 घंटों में विकसित करके किया। यह वही प्रक्रिया मैन्युअल डेटा संग्रहण से लगभग तीन महीने लेती। यह केवल वास्तविक डेटा के उपयोग की तुलना में 40% बेहतर प्रदर्शन है।
NVIDIA के संस्थापक और सीईओ जेनसन हुआंग ने कहा, "फिजिकल एआई और रोबोटिक्स अगली औद्योगिक क्रांति लाएंगे।" उन्होंने बार-बार फिजिकल एआई को "दुनिया का अगला ट्रिलियन-डॉलर उद्योग" बताया है। कंपनी इस क्रांति के लिए व्यापक सॉफ्टवेयर और हार्डवेयर इंफ्रास्ट्रक्चर तैयार कर रही है—रोबोट्स के लिए एआई ब्रेन से लेकर सिमुलेशन एनवायरनमेंट्स और फाउंडेशन मॉडल्स के प्रशिक्षण के लिए सुपरकंप्यूटर तक।
NVIDIA की ह्यूमनॉइड रोबोटिक्स तकनीकों के शुरुआती उपयोगकर्ताओं में Boston Dynamics, Agility Robotics, Foxconn और NEURA Robotics जैसी अग्रणी कंपनियां शामिल हैं। ये कंपनियां GR00T-Dreams और संबंधित तकनीकों का उपयोग औद्योगिक क्षेत्रों के लिए रोबोट्स के विकास को तेज करने में कर रही हैं—चाहे वह मैन्युफैक्चरिंग हो, मटीरियल हैंडलिंग हो या भविष्य में घरेलू ऑटोमेशन।
यह तकनीकी उपलब्धि रोबोटिक्स विकास में एक मूलभूत चुनौती का समाधान करती है: उच्च गुणवत्ता वाले प्रशिक्षण डेटा को एकत्र करने की महंगी और समय लेने वाली प्रक्रिया। वास्तविक दुनिया के परिदृश्यों की तरह दिखने वाला सिंथेटिक डेटा तैयार करके, NVIDIA सिमुलेशन और वास्तविकता के बीच की दूरी कम कर रहा है और विभिन्न उद्योगों में ह्यूमनॉइड रोबोट्स की व्यापक तैनाती की समयसीमा को तेज कर सकता है।