NVIDIA har tagit ett stort steg framåt inom humanoid robotik med lanseringen av Isaac GR00T-Dreams, en revolutionerande lösning för att generera syntetisk rörelsedata som lovar att förändra hur robotar lär sig interagera med omvärlden.
Teknologin, som presenterades på Computex 2025, gör det möjligt för utvecklare att skapa enorma mängder träningsdata på en bråkdel av den tid som tidigare krävdes. Processen börjar med att NVIDIAs Cosmos Predict world foundation-modeller eftertränas för specifika robotar. Därefter kan tekniken, med endast en enda bild som indata, generera videor där robotar utför nya uppgifter i olika miljöer och extrahera åtgärdstoken som lär robotarna hur de ska utföra dessa uppgifter.
NVIDIA Research demonstrerade teknikens kapacitet genom att använda GR00T-Dreams för att utveckla GR00T N1.5—en uppdatering av deras grundmodell för humanoida robotar—på bara 36 timmar, en process som annars skulle ha krävt nästan tre månaders manuell datainsamling. Detta motsvarar en prestandaförbättring på 40 % jämfört med att endast använda verklig data.
"Fysisk AI och robotik kommer att leda till nästa industriella revolution," säger Jensen Huang, NVIDIAs grundare och VD, som upprepade gånger beskrivit fysisk AI som "världens nästa biljonindustri." Företaget bygger nu strategiskt upp en komplett mjukvaru- och hårdvaruinfrastruktur för att driva denna revolution, från AI-hjärnor för robotar till simuleringsmiljöer och superdatorer för träning av grundmodeller.
Bland de tidiga användarna av NVIDIAs humanoida robotteknik finns branschledare som Boston Dynamics, Agility Robotics, Foxconn och NEURA Robotics. Dessa företag implementerar GR00T-Dreams och relaterade teknologier för att påskynda utvecklingen av robotar för industriella miljöer, med tillämpningar som sträcker sig från tillverkning och materialhantering till framtida hushållsautomation.
Genombrottet adresserar en grundläggande utmaning inom robotutveckling: den kostsamma och tidskrävande processen att samla in högkvalitativ träningsdata. Genom att generera syntetisk data som nära efterliknar verkliga scenarier hjälper NVIDIA till att minska gapet mellan simulering och verklighet, vilket kan påskynda utbredningen av humanoida robotar inom olika branscher.