Tại Triển lãm Điện tử Tiêu dùng (CES) 2026, Nvidia đã công bố một hệ sinh thái robot học toàn diện, bao gồm các mô hình nền tảng mới, công cụ mô phỏng và phần cứng biên. Động thái này cho thấy tham vọng của Nvidia trong việc trở thành nền tảng mặc định cho robot học tổng quát, tương tự như cách Android đã trở thành hệ điều hành cho điện thoại thông minh.
Sự chuyển hướng sang lĩnh vực robot học của Nvidia phản ánh xu hướng chuyển đổi của ngành công nghiệp, khi trí tuệ nhân tạo (AI) dịch chuyển từ môi trường đám mây vào các cỗ máy có khả năng tự học hỏi trong thế giới thực, nhờ vào các cảm biến giá rẻ hơn, mô phỏng tiên tiến và các mô hình AI có khả năng khái quát hóa các tác vụ.
Nvidia đã trình bày chi tiết về hệ sinh thái AI vật lý, bao gồm các mô hình nền tảng mở mới cho phép robot suy luận, lập kế hoạch và thích ứng với nhiều nhiệm vụ và môi trường khác nhau, vượt xa các robot chuyên biệt. Các mô hình này bao gồm: Cosmos Transfer 2.5 và Cosmos Predict 2.5, hai mô hình thế giới cho việc tạo dữ liệu tổng hợp và đánh giá chính sách robot trong mô phỏng; Cosmos Reason 2, một mô hình ngôn ngữ thị giác (VLM) cho phép các hệ thống AI nhìn, hiểu và hành động trong thế giới thực; và Isaac GR00T N1.6, mô hình hành động ngôn ngữ thị giác (VLA) thế hệ tiếp theo được thiết kế riêng cho robot hình người. GR00T dựa vào Cosmos Reason làm bộ não, và nó mở ra khả năng điều khiển toàn thân cho người máy hình người để chúng có thể di chuyển và xử lý đồ vật cùng một lúc.
Nvidia cũng giới thiệu Isaac Lab-Arena tại CES, một khuôn khổ mô phỏng mã nguồn mở trên GitHub, đóng vai trò là một thành phần khác của nền tảng AI vật lý của công ty, cho phép thử nghiệm an toàn các khả năng của robot trong môi trường ảo. Nền tảng này hứa hẹn sẽ giải quyết một thách thức quan trọng của ngành: Khi robot học các nhiệm vụ ngày càng phức tạp, từ việc xử lý vật thể chính xác đến việc lắp đặt cáp, việc xác nhận các khả năng này trong môi trường vật lý có thể tốn kém, chậm chạp và rủi ro. Isaac Lab-Arena giải quyết vấn đề này bằng cách hợp nhất các tài nguyên, kịch bản nhiệm vụ, công cụ đào tạo và các tiêu chuẩn đã được thiết lập như Libero, RoboCasa và RoboTwin, tạo ra một tiêu chuẩn thống nhất mà trước đây ngành thiếu.
Để hỗ trợ hệ sinh thái, Nvidia OSMO, một trung tâm chỉ huy mã nguồn mở, đóng vai trò là cơ sở hạ tầng kết nối, tích hợp toàn bộ quy trình làm việc từ việc tạo dữ liệu đến đào tạo trên cả môi trường máy tính để bàn và đám mây. Nvidia cũng đang tăng cường hợp tác với Hugging Face để cho phép nhiều người thử nghiệm việc đào tạo robot hơn mà không cần phần cứng đắt tiền hoặc kiến thức chuyên môn. Sự hợp tác này tích hợp các công nghệ Isaac và GR00T của Nvidia vào khuôn khổ LeRobot của Hugging Face, kết nối 2 triệu nhà phát triển robot của Nvidia với 13 triệu nhà xây dựng AI của Hugging Face. Robot hình người Reachy 2 mã nguồn mở của nền tảng dành cho nhà phát triển hiện hoạt động trực tiếp với chip Jetson Thor của Nvidia, cho phép các nhà phát triển thử nghiệm các mô hình AI khác nhau mà không bị giới hạn trong các hệ thống độc quyền.
Nhìn chung, Nvidia đang cố gắng làm cho việc phát triển robot trở nên dễ tiếp cận hơn và muốn trở thành nhà cung cấp phần cứng và phần mềm cơ bản, tương tự như cách Android là mặc định cho các nhà sản xuất điện thoại thông minh. Theo TechCrunch.
