NVIDIA 賦能光輪智能，以仿真與合成數(shù)據(jù)加速物理 AI 落地

機(jī)器人正加速走向真實(shí)世界。從實(shí)驗(yàn)室到工業(yè)現(xiàn)場(chǎng)，從結(jié)構(gòu)化環(huán)境到開放空間，物理 AI 對(duì)數(shù)據(jù)規(guī)模、物理準(zhǔn)確性與訓(xùn)練效率提出了前所未有的要求。

作為 NVIDIA 在機(jī)器人仿真與合成數(shù)據(jù)領(lǐng)域的合作伙伴，光輪智能聚焦物理 AI 領(lǐng)域的核心挑戰(zhàn)——機(jī)器人數(shù)據(jù)短缺問題，并基于 NVIDIA 技術(shù)棧構(gòu)建了仿真數(shù)據(jù)解決方案，為機(jī)器人基礎(chǔ)模型訓(xùn)練提供高質(zhì)量數(shù)據(jù)支持。

物理 AI 的“數(shù)據(jù)困境”

與依賴互聯(lián)網(wǎng)海量文本數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練的大語言模型不同，機(jī)器人領(lǐng)域缺乏相應(yīng)的數(shù)據(jù)基礎(chǔ)設(shè)施，這也成為了物理 AI 發(fā)展的根本矛盾。

在謝晨博士看來，機(jī)器人基礎(chǔ)模型的發(fā)展面臨巨大的數(shù)據(jù)短缺。與大語言模型不同，現(xiàn)實(shí)世界中沒有足夠的機(jī)器人持續(xù)采集數(shù)據(jù)。因此，必須在仿真環(huán)境中，通過人類遙操生成足夠的數(shù)據(jù)來訓(xùn)練機(jī)器人基礎(chǔ)模型。

謝晨博士在 SIGGRAPH 2025 講解物理 AI 數(shù)據(jù)需求規(guī)模

通過以下鏈接，觀看分享回放：

Accelerating Robot Learning Through Visual Simulation | SIGGRAPH 2025 | NVIDIA On-DemandArtificial Intelligence Computing Leadership from NVIDIAMy AccountFacebookInstagramLinkedInTwitterYouTubeNVIDIA

在 SIGGRAPH 2025，謝晨博士進(jìn)一步解釋了機(jī)器人領(lǐng)域面臨的數(shù)據(jù)挑戰(zhàn)。在他看來，物理 AI 的數(shù)據(jù)問題比大語言模型的數(shù)據(jù)問題大 1000 倍?，F(xiàn)實(shí)世界中部署的機(jī)器人數(shù)量遠(yuǎn)遠(yuǎn)不足以支撐基礎(chǔ)模型所需的數(shù)據(jù)規(guī)模，而合成數(shù)據(jù)成為突破這一瓶頸的關(guān)鍵路徑。

基于 NVIDIA 技術(shù)棧的一站式解決方案

為了推動(dòng)物理 AI 的發(fā)展，NVIDIA 持續(xù)構(gòu)建從底層標(biāo)準(zhǔn)、仿真平臺(tái)到云端基礎(chǔ)設(shè)施的完整技術(shù)體系，為機(jī)器人開發(fā)者提供統(tǒng)一、可擴(kuò)展的技術(shù)基礎(chǔ)。作為 NVIDIA 在機(jī)器人仿真與合成數(shù)據(jù)領(lǐng)域的合作伙伴，光輪智能基于 NVIDIA 技術(shù)棧的全面支持及深度技術(shù)整合，為機(jī)器人開發(fā)者打造了一站式平臺(tái)。通過這一平臺(tái)，開發(fā)者能夠獲得從場(chǎng)景構(gòu)建、模型訓(xùn)練、仿真測(cè)試到真機(jī)部署所需的能力。

光輪智能從 OpenUSD 及其衍生產(chǎn)品出發(fā)，創(chuàng)建高質(zhì)量的 SimReady 資產(chǎn)，并讓用戶能夠輕松搜索、驗(yàn)證和使用這些資產(chǎn)。OpenUSD 能夠完整描述物理屬性，這使其成為物理 AI 仿真資產(chǎn)的理想基礎(chǔ)。比如，光輪智能提供了大量物理精確的廚房場(chǎng)景，針對(duì)希望在廚房環(huán)境部署機(jī)器人的客戶需求，構(gòu)建了各種不同類型的廚房布局，冰箱門的鉸鏈、抽屜的摩擦系數(shù)等物理細(xì)節(jié)都經(jīng)過精確建模，確保機(jī)器人在仿真中習(xí)得的“手感”能夠遷移到真實(shí)世界。

此外，在數(shù)據(jù)采集方面，光輪智能通過 NVIDIA Isaac Sim 構(gòu)建了人類遙操（human-in-the-loop）解決方案，讓人類操作員在仿真環(huán)境中演示操作，采集合成數(shù)據(jù)用于模型訓(xùn)練。云端基礎(chǔ)設(shè)施方面，NVIDIA Omniverse Cloud 為光輪智能的仿真云平臺(tái)提供支持，讓開發(fā)者能夠在云端進(jìn)行大規(guī)模仿真。

光輪智能為多個(gè)行業(yè)的垂直領(lǐng)域提供數(shù)據(jù)支持

這一完整的技術(shù)方案正在加速多個(gè)行業(yè)的應(yīng)用落地。光輪智能已為醫(yī)療手術(shù)機(jī)器人、智能制造產(chǎn)線、自動(dòng)化化學(xué)實(shí)驗(yàn)室、智慧農(nóng)業(yè)采摘等多個(gè)垂直領(lǐng)域提供數(shù)據(jù)支持。

以仿真為加速器

共同推動(dòng)機(jī)器人產(chǎn)業(yè)演進(jìn)

光輪智能致力于以仿真推動(dòng)機(jī)器人行業(yè)的加速發(fā)展，這與 NVIDIA 的技術(shù)路徑不謀而合。

隨著物理 AI 時(shí)代的到來，NVIDIA 將通過開放標(biāo)準(zhǔn)、仿真平臺(tái)與加速計(jì)算技術(shù)，賦能光輪智能等行業(yè)生態(tài)伙伴一起，共同推動(dòng)機(jī)器人產(chǎn)業(yè)的規(guī)?；涞?。

*本文中圖片均由光輪智能提供，如果您有任何疑問或需要使用圖片，請(qǐng)聯(lián)系光輪智能。