在这个全国机器人周，NVIDIA 重点介绍了将人工智能带入现实世界的突破——以及机器人浪潮不断增长，正在改变从农业、制造业到能源及其他行业。
机器人学习、仿真和基础模型的进步正在加速发展，使机器人能够比以往更快地从虚拟环境中的训练走向现实世界的部署。
借助NVIDIA的仿真、合成数据和AI驱动的机器人学习平台，开发者现在拥有构建能够在复杂环境中感知、推理和行动的机器的工具。
打造下一代人工智能机器人
在上个月的NVIDIA GTC大会上，一波新的技术被引入，加速人工智能驱动机器人的发展。
其核心是一个全栈云到机器人的工作流程，连接仿真、机器人学习和边缘计算——使智能机器的构建、训练和部署更快。
主要公告包括：
新的NVIDIA Isaac GR00T开放模型使机器人能够理解自然语言指令，并利用视觉语言动作推理执行复杂的多步骤任务。
新的 NVIDIA Cosmos 世界模型用于生成合成数据和大规模训练机器人，帮助系统更高效地学习并实现跨环境的推广。
开源物理引擎 Newton 1.0 的普及为灵活机器人操作提供了快速且可靠的基础，具备准确的碰撞检测、真实的物体接触以及复杂系统的稳定模拟，包括刚性和柔性部件。
随着NVIDIA Isaac Sim 6.0、Isaac Lab 3.0和Omniverse NuRec技术的普及，模拟能力的扩展 使开发者能够模拟真实场景并在部署前验证机器人系统。
今年的全国机器人周，OpenClaw在NVIDIA Jetson平台上运行，展示了开源创新如何迅速演变为现实世界的智能机器人。
从实际应用到创新项目，机器人社区正在快速打造下一步。
开发者正在突破自主的边界——包括 由Jetson Thor驱动的硬件在环测试、评估NVIDIA Isaac Sim的摄像头流 ，甚至构建能够生成自身代码以完成任务的系统。
此外，OpenClaw现已完全本地运行于NVIDIA Jetson Thor上——由优化的NVIDIA Nemotron开放模型和vLLM开放推理库驱动——标志着机器人领域私有、低延迟边缘AI的重大飞跃。而像 NVIDIA NemoClaw 协议栈在 Jetson 上的创新，正在拓展开源与高性能机器人平台交汇点的可能性。
免责声明：本文为转载文章，转载此文目的在于传递更多电子元器件行业信息，版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题，请联系小编进行删除。