NVIDIA wykonała ogromny krok naprzód w dziedzinie robotyki humanoidalnej, wprowadzając Isaac GR00T-Dreams – rewolucyjny schemat generowania syntetycznych danych ruchowych, który może całkowicie odmienić sposób, w jaki roboty uczą się interakcji ze światem.
Zaprezentowana podczas Computex 2025 technologia GR00T-Dreams pozwala deweloperom tworzyć olbrzymie ilości danych treningowych w ułamku czasu, jaki był dotąd potrzebny. Proces rozpoczyna się od dostosowania modeli bazowych NVIDIA Cosmos Predict do konkretnych robotów. Następnie, na podstawie pojedynczego obrazu wejściowego, system generuje filmy przedstawiające roboty wykonujące nowe zadania w różnych środowiskach, wyodrębniając tzw. tokeny akcji, które uczą roboty realizacji tych czynności.
NVIDIA Research zademonstrowała potencjał tej technologii, wykorzystując GR00T-Dreams do stworzenia GR00T N1.5 – zaktualizowanego modelu bazowego dla robotów humanoidalnych – w zaledwie 36 godzin. Wcześniej zebranie takiej ilości danych zajęłoby niemal trzy miesiące ręcznej pracy. Oznacza to wzrost wydajności o 40% w porównaniu do wykorzystania wyłącznie danych z rzeczywistego świata.
„Fizyczna AI i robotyka zapoczątkują kolejną rewolucję przemysłową” – powiedział Jensen Huang, założyciel i CEO NVIDIA, który wielokrotnie określał fizyczną AI jako „kolejną branżę wartą biliony dolarów”. Firma strategicznie buduje kompleksową infrastrukturę sprzętową i programową, która ma napędzać tę rewolucję – od „mózgów” AI dla robotów, przez środowiska symulacyjne, aż po superkomputery do trenowania modeli bazowych.
Wśród pierwszych użytkowników technologii robotyki humanoidalnej NVIDIA znajdują się liderzy branży, tacy jak Boston Dynamics, Agility Robotics, Foxconn oraz NEURA Robotics. Firmy te wdrażają GR00T-Dreams i powiązane rozwiązania, by przyspieszyć rozwój robotów do zastosowań przemysłowych – od produkcji i obsługi materiałów, aż po przyszłą automatyzację domów.
To przełomowe rozwiązanie rozwiązuje fundamentalny problem w rozwoju robotyki: kosztowny i czasochłonny proces pozyskiwania wysokiej jakości danych treningowych. Dzięki generowaniu syntetycznych danych, które wiernie odwzorowują rzeczywiste scenariusze, NVIDIA pomaga zniwelować różnicę między symulacją a rzeczywistością, potencjalnie przyspieszając wdrożenie humanoidalnych robotów na szeroką skalę w różnych branżach.