開發(fā)能在工廠、醫(yī)院和公共空間與人類協(xié)同作業(yè)的機器人是一項巨大的技術挑戰(zhàn)。這類機器人需具備與人類接近的靈巧性、感知能力、認知能力和全身協(xié)調性，以便于實時應對充滿不確定性的真實環(huán)境。

Newton 物理引擎與增強版 NVIDIA Isaac GR00T 模型使開發(fā)者能夠通過統(tǒng)一通用場景描述（OpenUSD）仿真工作流仿真工作流加速機器人學習。OpenUSD 作為一項可擴展、可互操作的數據標準，為先進機器人的開發(fā)提供了基礎框架，使開發(fā)者能夠建立達到物理學精度的虛擬世界。機器人可在其中反復訓練技能，直至完善后再遷移至真實場景應用。

加速物理 AI 開發(fā)進程：NVIDIA 在機器人學習大會（Conference on Robot Learning）上宣布了開源物理仿真、開源基礎模型及開發(fā)框架領域的突破性進展，包括：

Newton 物理引擎（Newton Physics Engine）：Newton物理引擎是一個旨在推動機器人學習的 GPU 加速的開源物理引擎。其基于 NVIDIA Warp 和 OpenUSD 開發(fā)，使機器人能夠更精準地學習復雜任務，并可與 MuJoCo Playground 和 NVIDIA Isaac Lab 等機器人學習框架無縫集成。

Isaac GR00T N1.6：最新發(fā)布的 Isaac GR00T N1.6 開源機器人基礎模型整合了專為物理 AI 開發(fā)的開發(fā)推理視覺語言模型 NVIDIA Cosmos Reason。Cosmos Reason 作為機器人的深度思考中樞，能運用先驗知識、常識及物理理解，將模糊指令轉化為分步行動方案。

NVIDIA Isaac Lab：Isaac Lab 基于 NVIDIA Isaac Sim 和 OpenUSD 開發(fā)。Isaac Lab 2.3 為機器人研究者和開發(fā)者帶來了多項新功能，包括高級全身控制和經過擴展的遙操作數據采集。

了解開發(fā)者如何加速機器人學習進程：領先的人形機器人與機器人公司正使用仿真技術與庫加速物理 AI 的開發(fā)與部署進程。

Agility Robotics使用 NVIDIA Isaac Lab 為其 Digit 機器人訓練全身控制基礎模型。

Lightwheel 光輪智能基于 NVIDIA Omniverse 開發(fā)了光輪智能仿真平臺。

Mentee Robotics使用 NVIDIA 的三臺計算機架構開發(fā)了 MenteeBot 的先進學習能力，以 OpenUSD 為基礎在 Isaac Sim 中建立合成數據生成流程。

Universal Robots使用 NVIDIA Isaac 平臺實現(xiàn)全方位機器人仿真與學習，借助 OpenUSD 創(chuàng)建可互操作的制造環(huán)境數字孿生，用于驗證協(xié)作機器人安全協(xié)議和優(yōu)化不同工業(yè)場景中的人機交互。

德國機器人軟件公司Wandelbots正幫助大眾汽車縮短德累斯頓透明工廠的自動化項目周期。