黃仁勳秀機器人軍團，近半是中國企業

機器人賽前分析1月7日報導，今天，全球規模最大的消費類電子產品展CES在美國拉斯維加斯開幕。英偉達創始人兼CEO黃仁勳發表了主題演講，談及多項英偉達在機器人領域的最新技術成果，包括首款生成式世界基礎模型開發平台Cosmos、4個全新Omniverse Blueprint、可應用於傳統機器人領域Thor芯片等。

黃仁勳的機器人軍團亮相，14家企業中有6家是中國企業，包括宇樹、智元、星動紀元、銀河通用、傅利葉、小鵬。黃仁勳還提出，要與多家全球知名的機器人操作系統企業、機器人傳感器製造商、機器人本體制造企業等合作共建機器人生態系統。

01.首款世界基礎模型開發平台亮相，專為機器人開發

黃仁勳判斷，機器人的ChatGPT時刻即將到來，而世界基礎模型對於推進機器人和自動駕駛汽車的開發至關重要。

他現場發佈了生成式世界基礎模型開發平台Cosmos，這是英偉達的首款生成式世界基礎模型開發平台，專為開發機器人和自動駕駛而設計，旨在加速先進物理AI開發。

開發人員可以使用Cosmos模型進行文本到世界和影片到世界的生成，所生成的基於物理的合成數據，能夠加速模型訓練。

NVIDIA Cosmos

Cosmos有3款：

1）Nano（約15B）：針對實時、低延遲推理和邊緣部署進行了優化；

2）Super（34B）：用於高性能基線模型；

3）Ultra（約70B）：以獲得最大的質量和保真度，最適合用於提取定製模型。

這些模型接受了18000萬億次tokens的訓練，包括2000萬小時的真實世界自動駕駛、機器人、無人機鏡頭和合成數據。

其他模型包括：120億參數上采樣模型，用於精煉文本提示；70億參數影片解碼器，用於優化增強現實；護欄模型，確保可靠、安全地使用。

Cosmos的tokenizers提供8倍的總壓縮和12倍的處理速度，在訓練和推理方面提供了更出色的質量和更低的計算成本。

Cosmos在圖像及文本token訓練的基礎上，為人形機器人輸出行動token

Omniverse和Cosmos相結合，使開發人員能夠更輕鬆地生成大量可控、逼真的合成數據，幫助物理AI模型做出更好的行動，還有助於減少世界模型相關的潛在幻覺。

1X、Agile Robots、Agility Robotics、Figure AI、小鵬、Foretellix、Uber、Waabi、Wayve等機器人企業都採用Cosmos加速和加強模型開發。

集成Cosmos 的Omniverse

02.機器人軍團亮相，構建機器人生態系統

黃仁勳的機器人軍團在演講中亮相了。分別是Apptronik的Apollo機器人、星動紀元的Star1機器人、智元機器人的遠征A2機器人、NEURA Robotics的4NE-1機器人、傅利葉的GR-2機器人、Agility Robotics的Digit機器人、Figure的Figure 02機器人、1X的NEO機器人、銀河通用的G1機器人、Mentee的MnteeBot機器人、宇樹的H1機器人、小鵬的Iron機器人、Sanctuary Al的Phoenix機器人。

其中，共有6家中國機器人企業。

黃仁勳的機器人軍團亮相

黃仁勳還提到了機器人技術三機協同解決方案，該方案融合了DGX系統、搭載 Cosmos的Omniverse以及AGX的優勢，形成了一個從訓練到優化再到執行的完整體系。

具體來說，DGX系統負責基礎訓練，Omniverse負責處理優化和強化學習，AGX負責在現實環境中執行推理任務。

英偉達機器人三機協同方案

英偉達也已經與眾多解決方案與服務提供商、AI視覺、機器人操作系統企業、機器人傳感器製造商、機器人本體制造企業等達成合作，共建機器人生態系統。

英偉達機器人生態系統

03.Omnvierse Blueprint：攻克人形機器人訓練難題

黃仁勳介紹，機器人領域最大的挑戰是訓練方法，與自動駕駛汽車的訓練相比（只需要實際駕駛），讓機器人學習人類工作方式要複雜得多。

英偉達發佈了Isaac GR00T合成運動生成Blueprint，團隊可以採用遠程操作和人體動作捕捉技術的方式，來創建基礎訓練樣本，再通過算法生成大量變體用於深度訓練。這樣的方式能夠為機器人訓練積累海量的數據。

波士頓動力、Figure等人形機器人公司已經開始採用並展示Isaac GR00T的結果。

NVIDIA Isaac Groot

另外，英偉達還發佈了4個全新Omniverse Blueprint，使開發人員更容易為物理AI構建基於OpenUSD（通用場景描述）的數字孿生，包括 Mega工業機器人隊列數字孿生、自動駕駛汽車仿真、面向蘋果Vision Pro的Omniverse空間流播、面向計算機輔助工程（CAE）的實時數字孿生。

Mega工業機器人隊列數字孿生：由Omniverse Sensor RTX API提供支持，用於在部署到現實世界的設施之前，在數字孿生中大規模開發、測試和優化物理AI和機器人隊列。

面向計算機輔助工程（CAE）的實時數字孿生：基於NVIDIA CUDA-X加速、物理AI和Omniverse庫構建的參考工作流，可實現實時物理可視化。