En esta Semana Nacional de Robótica, NVIDIA destaca los avances que están llevando la IA al mundo físico, así como la creciente ola de robots que transforman industrias, desde la agrícola y la manufacturera hasta la energética y más.

Los avances en el aprendizaje de robots, la simulación y los modelos básicos están acelerando el desarrollo, permitiendo que los robots pasen del entrenamiento en entornos virtuales a la implementación en el mundo real más rápido que nunca.

Con las plataformas NVIDIA para simulación, datos sintéticos y aprendizaje de robots impulsado por IA, los desarrolladores ahora tienen las herramientas para construir máquinas que puedan percibir, razonar y actuar en entornos complejos.

Construyendo la próxima generación de robots con IA 🔗

El mes pasado, en NVIDIA GTC, sabe presentó una nueva ola de tecnologías para acelerar el desarrollo de robots impulsados por IA.

En esencia, sabe encuentra un flujo de trabajo completo, de nube a robot, que conecta la simulación, el aprendizaje de robots y la informática de punta, lo que agiliza la construcción, el entrenamiento y la implementación de máquinas inteligentes.

Los anuncios clave incluyen:

  • Los nuevos modelos abiertos NVIDIA Isaac GR00T permiten que los robots comprendan instrucciones en lenguaje natural y realicen tareas complejas de varios pasos utilizando el razonamiento de acción del lenguaje visual.
  • Los nuevos modelos mundiales NVIDIA Cosmos para generar datos sintéticos y entrenar robots a escala ayudan a los sistemas a aprender de manera más eficiente y generalizar en todos los entornos.
  • La disponibilidad general del motor de física de código abierto Newton 1.0 proporciona una base rápida y confiable para la manipulación diestra de robots con detección precisa de colisiones, contacto realista con objetos y simulación estable de sistemas complejos con partes rígidas y flexibles.
  • Las capacidades de simulación ampliadas con la disponibilidad general de las tecnologías NVIDIA Isaac Sim 6.0, Isaac Lab 3.0 y Omniverse NuRec permiten a los desarrolladores modelar escenarios del mundo real y validar sistemas robóticos antes de su implementación.

Vea las sesiones bajo demanda de la conferencia global de IA NVIDIA GTC para ponerse al día con los avances recientes en robótica, presentados por los principales expertos en el campo.

Impulsando avances en precisión quirúrgica 🔗

PeritasAI está avanzando en una nueva generación de robótica quirúrgica al integrar la IA física en entornos operativos del mundo real. Utilizando NVIDIA Isaac for Healthcare y el modelo Rheo para la automatización hospitalaria, la empresa está desarrollando inteligencia multiagente que puede detectar, coordinar y actuar en tiempo real.

En colaboración con Lightwheel y Advent Health Hospitals, este trabajo lleva la inteligencia incorporada al quirófano, apoyando a los equipos quirúrgicos con conciencia situacional, coordinación estéril y gestión inteligente de instrumentos, implantes y flujos de trabajo.

De las palabras al movimiento: NVIDIA NemoClaw lleva los comandos en lenguaje natural a Isaac Sim 🔗

El desarrollador de NVIDIA Omniverse, Umang Chudasama, ha integrado NVIDIA NemoClaw con NVIDIA Isaac Sim para navegar en un robot autónomo Nova Carter utilizando comandos sencillos en lenguaje natural, sin necesidad de codificación manual. NemoClaw traduce instrucciones de texto (como “avanzar dos metros”) en scripts ejecutables de Python, que luego sabe envían a Isaac Sim a través de una interfaz de programación de aplicaciones REST personalizada en tiempo real.

Todo el sistema sabe ejecuta dentro de Isaac Sim, lo que le brinda al robot un entorno de almacén realista y con física precisa para operar antes de tocar el mundo real. Combinar Isaac Sim con NemoClaw significa un desarrollo más rápido, pruebas más seguras y un camino más inteligente hacia la implementación. En lugar de programar robots línea por línea, ahora los desarrolladores pueden simplemente hablar con ellos, lo que marca un cambio significativo hacia una robótica verdaderamente colaborativa y basada en lenguaje.

OceanSim: un marco de simulación de percepción de robots submarinos acelerado por GPU 🔗

Los simuladores submarinos son cruciales para desarrollar sistemas de percepción confiables, pero aún tienen dificultades para lograr un modelado preciso de sensores basado en la física y una representación rápida.

Para ayudar a cerrar esta brecha está OceanSim, un simulador de alta fidelidad acelerado por GPU desarrollado por investigadores de la Universidad de Michigan. Utiliza técnicas avanzadas de renderizado basadas en la física para hacer que las imágenes sintéticas submarinas parezcan más realistas. Utilizando GPU, el simulador puede representar imágenes de sonda en tiempo real y generar datos sintéticos rápidamente.

OceanSim utiliza NVIDIAIsaacSim y sabe conecta a las bibliotecas NVIDIAOmniverse, creando un vínculo perfecto entre la investigación de aprendizaje de robots y la robótica submarina. Esta integración permite a los desarrolladores desarrollar e implementar fácilmente técnicas de IA incorporadas para aplicaciones submarinas.

RoboLab: Evaluación comparativa de la próxima generación de robots generalistas 🔗

RoboLab es un punto de referencia de simulación de alta fidelidad para desarrollar y evaluar políticas generalistas de robots, impulsando sistemas diseñados para realizar diversas tareas en entornos.

RoboLab, basado en las tecnologías de simulación NVIDIA Isaac y NVIDIA Omniverse, aprovecha entornos fotorrealistas y modelado basado en la física para entrenar y probar políticas robóticas a escala. Esto permite a los investigadores medir qué tan bien los comportamientos aprendidos en la simulación sabe transfieren al mundo real a medida que las tareas aumentan en complejidad.

Al combinar simulación avanzada con evaluación estructurada, RoboLab acelera el camino desde la capacitación virtual hasta la implementación en el mundo real.

Las características de RoboLab sabe incorporarán a la hoja de ruta de NVIDIA Isaac Lab-Arena, un marco de código abierto para la configuración y evaluación de políticas a gran escala.

Paletizado más inteligente con razonamiento impulsado por IA 🔗

En los entornos de almacén, los robots paletizadores suelen seguir reglas fijas: manipulan las cajas de la misma manera independientemente de su contenido, condición o fragilidad. Un proyecto desarrollado por Doosan Robotics introduce un enfoque más adaptativo utilizando NVIDIA Cosmos Reason.

Al analizar una sola imagen de la cámara, el sistema puede inferir el contenido de la caja, detectar daños y ajustar la forma en que sabe maneja cada artículo (como la ubicación, la velocidad y el agarre) según el peso y la fragilidad estimados. Esto reduce problemas comunes como apilar incorrectamente productos dañados o frágiles.

Para construir robots que comprendan el mundo físico antes de implementarse en él, los investigadores y desarrolladores de robótica están creando modelos de políticas impulsados ​​por los modelos de base mundial (WFM) NVIDIA Cosmos. Toyota Research Institute personaliza los Cosmos WFM para su propio modelo mundial para lograr resultados de última generación a través de síntesis de vista dinámica, aumento de datos de teleoperación de última generación y modelos mundiales de navegación.

La robótica mímica adopta un ángulo diferente con el video mímico, un modelo de acción de video que combina un modelo de video a escala de Internet previamente entrenado con un decodificador de acción de coincidencia de flujo, reemplazando las columnas vertebrales estáticas del lenguaje de imágenes de los VLA tradicionales con dinámica física aprendida por video, logrando una eficiencia de muestra 10 veces mejor y una convergencia 2 veces más rápida en tareas de manipulación del mundo real.

Juntos, ambos equipos demuestran un cambio fundamental: los robots entrenados en modelos mundiales que capturan la física y la causalidad necesitan muchísimo menos datos del mundo real para funcionar de manera confiable en condiciones que nunca antes habían visto.

Robótica abierta e inteligente en NVIDIA Jetson: innovaciones comunitarias que impulsan la próxima ola de IA física 🔗

En esta Semana Nacional de Robótica, OpenClaw ejecutado en la plataforma NVIDIA Jetson muestra la rapidez con la que la innovación de código abierto está evolucionando hacia la robótica inteligente del mundo real.

Desde aplicaciones prácticas hasta proyectos innovadores, la comunidad de robótica está construyendo el futuro, y rápidamente.

Los desarrolladores están superando los límites de la autonomía, incluidas las pruebas de hardware en el circuito impulsadas por Jetson Thor, la evaluación de transmisiones de cámaras de NVIDIA Isaac Sim e incluso la construcción de sistemas que pueden generar su propio código para completar tareas.

Además, OpenClaw ahora sabe ejecuta completamente localmente en NVIDIA Jetson Thor, impulsado por modelos abiertos optimizados de NVIDIA Nemotron y la biblioteca de inferencia abierta vLLM, y marca un gran salto hacia la IA privada y de baja latencia para robótica. E innovaciones como la pila NVIDIA NemoClaw en Jetson están ampliando lo que es posible en la intersección de plataformas robóticas de alto rendimiento y código abierto.

[...]