TMT观察网_独特视角观察TMT行业

【TechWeb】ChatGPT 標(biāo)志著生成式 AI 的大爆炸時(shí)刻正在開啟。在剛剛過去的CES2025上，NVIDIA （英偉達(dá)）創(chuàng)始人兼CEO黃仁勛在演講中提到，人形機(jī)器人的時(shí)代即將到來。

作為全球領(lǐng)先的算力提供商，NVIDIA在機(jī)器人領(lǐng)域投入布局巨大，著手迎接“通用機(jī)器人的ChatGPT時(shí)刻”。

當(dāng)前，生成式 AI 發(fā)展火熱，但 AI 在人形機(jī)器人、工廠和其它工業(yè)系統(tǒng)設(shè)備中的具象化體現(xiàn)尚未達(dá)到突破點(diǎn)。這阻礙了運(yùn)輸和移動(dòng)、制造業(yè)、物流和機(jī)器人等行業(yè)的發(fā)展。

三大驅(qū)動(dòng)力：機(jī)器人技術(shù)需求的源泉

相關(guān)數(shù)據(jù)顯示，未來二十年，預(yù)計(jì)人形機(jī)器人市場(chǎng)將達(dá)到 380 億美元。為了滿足這一巨大需求，尤其是工業(yè)和制造業(yè)領(lǐng)域的需求，NVIDIA 發(fā)布了一系列機(jī)器人基礎(chǔ)模型、數(shù)據(jù)管線和仿真框架，以加速下一代人形機(jī)器人的開發(fā)進(jìn)程。

在2025年的技術(shù)浪潮中，機(jī)器人正迅速成為解決社會(huì)和產(chǎn)業(yè)需求的關(guān)鍵工具。NVIDIA機(jī)器人與邊緣計(jì)算副總裁Deepu Talla在近期分享中，深刻闡述了機(jī)器人技術(shù)發(fā)展的驅(qū)動(dòng)力、技術(shù)突破與未來應(yīng)用，揭示了這一領(lǐng)域的巨大潛力與挑戰(zhàn)。

Deepu Talla認(rèn)為，指出，機(jī)器人技術(shù)的快速發(fā)展背后有三大核心驅(qū)動(dòng)力：

1. 危險(xiǎn)工作：在采礦等高危環(huán)境中，機(jī)器人可以替代人類承擔(dān)風(fēng)險(xiǎn)，確保人員安全。

2. 勞動(dòng)力短缺：社會(huì)職業(yè)結(jié)構(gòu)的變化導(dǎo)致勞動(dòng)力逐步減少，機(jī)器人可以填補(bǔ)這一空白。

3. 養(yǎng)老需求：隨著全球平均壽命的延長(zhǎng)，對(duì)護(hù)理和陪伴機(jī)器人的需求日益增長(zhǎng)，機(jī)器人能夠成為有效的“社會(huì)伴侶”。

這三大需求共同推動(dòng)機(jī)器人技術(shù)成為現(xiàn)代社會(huì)不可或缺的組成部分。

關(guān)鍵突破：機(jī)器人技術(shù)發(fā)展的轉(zhuǎn)折點(diǎn)

Deepu Talla強(qiáng)調(diào)，過去12個(gè)月中，機(jī)器人技術(shù)經(jīng)歷了兩大關(guān)鍵突破：

1. 生成式AI（GenAI）的引入：兩年前，大型語言模型（LLMs）顛覆了數(shù)字應(yīng)用，如今這些技術(shù)被應(yīng)用到機(jī)器人領(lǐng)域，成功連接了數(shù)字與物理應(yīng)用。

2. 仿真環(huán)境的成熟：以NVIDIA Omniverse為代表的仿真技術(shù)提供了高精度的虛擬環(huán)境，使機(jī)器人測(cè)試從依賴真實(shí)世界轉(zhuǎn)向虛擬測(cè)試，大幅降低了成本和時(shí)間消耗。

這些技術(shù)突破顯著加快了機(jī)器人開發(fā)的進(jìn)程，也為更多企業(yè)投入機(jī)器人研發(fā)提供了契機(jī)。

三臺(tái)計(jì)算機(jī)，解決機(jī)器人挑戰(zhàn)

為了真正解決機(jī)器人領(lǐng)域的挑戰(zhàn)，我們需要三臺(tái)計(jì)算機(jī)。” Deepu Talla如是說。

第一臺(tái)計(jì)算機(jī)用于訓(xùn)練：這是用于訓(xùn)練AI模型的系統(tǒng)。訓(xùn)練通常在云端、數(shù)據(jù)中心或像NVIDIA DGX這樣的強(qiáng)大系統(tǒng)上進(jìn)行。這是構(gòu)建機(jī)器人“大腦”的關(guān)鍵步驟。

第二臺(tái)計(jì)算機(jī)用于仿真：一旦訓(xùn)練完成，就需要進(jìn)行測(cè)試。以往的標(biāo)準(zhǔn)是物理測(cè)試，但這種方式既慢又昂貴，還存在風(fēng)險(xiǎn)。更好的解決方案是引入一個(gè)“仿真層”，即“數(shù)字孿生”（Digital Twin），在虛擬環(huán)境中完成測(cè)試。仿真允許在大規(guī)模、快速且安全的條件下運(yùn)行數(shù)千種場(chǎng)景測(cè)試，無需受到真實(shí)世界時(shí)間或成本的限制。

第三臺(tái)計(jì)算機(jī)用于部署：它安裝在機(jī)器人內(nèi)部，就是操作物理機(jī)器人的“大腦”。對(duì)NVIDIA來說，這可以通過像Jetson或AGX這樣的系統(tǒng)來實(shí)現(xiàn)。

通過將訓(xùn)練、仿真、部署的循環(huán)過程，使得機(jī)器人技術(shù)進(jìn)步從50年縮短到了5年，顯著縮短機(jī)器人的開發(fā)周期。Deepu Talla對(duì)此解釋，在將機(jī)器人部署至現(xiàn)實(shí)世界前，利用仿真系統(tǒng)開展成千上萬次測(cè)試，可有效加速整個(gè)開發(fā)流程。倘若某個(gè)設(shè)計(jì)在現(xiàn)實(shí)應(yīng)用中表現(xiàn)欠佳，便可返回仿真環(huán)境對(duì)模型進(jìn)行優(yōu)化，之后再次測(cè)試。

這種開發(fā)方法也解釋了機(jī)器人技術(shù)相較于自動(dòng)駕駛技術(shù)難度更高的原因。自動(dòng)駕駛主要聚焦于躲避障礙物和保障行駛安全，無需與物理物體產(chǎn)生直接交互。而機(jī)器人領(lǐng)域則涉及與物體的接觸、碰撞以及復(fù)雜的物理互動(dòng)，這些環(huán)節(jié)的測(cè)試與優(yōu)化難度極大。

仿真并非一個(gè)新概念。在芯片領(lǐng)域，仿真就早已進(jìn)入了大規(guī)模生產(chǎn)之中，因?yàn)樾酒O(shè)計(jì)一旦出現(xiàn)錯(cuò)誤，可能會(huì)導(dǎo)致項(xiàng)目延誤數(shù)月，造成數(shù)百萬甚至數(shù)十億美元的損失。所以，這樣來看，給機(jī)器人仿真，也具備一定可行性。

不過，在機(jī)器人領(lǐng)域，仿真的主要的挑戰(zhàn)在于 “仿真與現(xiàn)實(shí)的差距”（sim-to-real gap），即仿真結(jié)果與實(shí)際表現(xiàn)之間存在差異。在過去，由于仿真技術(shù)精度有限，該技術(shù)并未得到廣泛應(yīng)用。然而，諸如 Omniverse 等技術(shù)的出現(xiàn)，顯著縮小了這一差距。盡管目前這一差距尚未完全消除，但技術(shù)的改進(jìn)程度已足以使仿真成為機(jī)器人開發(fā)中可行且有效的工具。

據(jù)了解， NVIDIA 并不直接參與機(jī)器人的制造環(huán)節(jié)，而是選擇與所有投身于機(jī)器人制造以及機(jī)器人解決方案開發(fā)的專業(yè)人員展開合作。當(dāng)前，NVIDIA 正在搭建一個(gè)綜合性平臺(tái)，該平臺(tái)涵蓋了訓(xùn)練、仿真、部署三種計(jì)算系統(tǒng)，以及與之相關(guān)的軟件工具和工作流程。其目的在于助力機(jī)器人專家、研究人員、機(jī)械工程師和測(cè)試人員能夠更為便捷地開發(fā)機(jī)器人解決方案，通過簡(jiǎn)化流程和提高效率，加速機(jī)器人技術(shù)的研發(fā)進(jìn)程。

機(jī)器人技術(shù)的另一個(gè)核心挑戰(zhàn)在于數(shù)據(jù)的獲取與生成。Deepu指出，與自動(dòng)駕駛汽車依賴現(xiàn)有車輛生成海量數(shù)據(jù)不同，當(dāng)前機(jī)器人的數(shù)量遠(yuǎn)不足以滿足訓(xùn)練需求。為此，NVIDIA采用了以下解決方案：

1. 合成數(shù)據(jù)生成：通過工具（如NVIDIA Cosmos）創(chuàng)建逼真的虛擬環(huán)境，生成多樣化的機(jī)器人交互數(shù)據(jù)。

2. 結(jié)合真實(shí)與合成數(shù)據(jù)：整合少量真實(shí)數(shù)據(jù)與大規(guī)模合成數(shù)據(jù)，形成高效的數(shù)據(jù)工作流，滿足訓(xùn)練與測(cè)試需求。

3. 仿真與現(xiàn)實(shí)結(jié)合的優(yōu)化：克服“仿真與現(xiàn)實(shí)的差距”（sim-to-real gap），通過高精度仿真提升現(xiàn)實(shí)應(yīng)用的準(zhǔn)確性。

這一數(shù)據(jù)生成與整合方案不僅解決了數(shù)據(jù)稀缺問題，還大幅加快了機(jī)器人技術(shù)的開發(fā)進(jìn)程。

在分享會(huì)上，銀河通用創(chuàng)始人、CTO王鶴分享了其在與英偉達(dá)合作取得的進(jìn)展。他表示，我們使用NVIDIA Isaac系列以及現(xiàn)在的Omniverse等，積極探索使用仿真器合成大量的機(jī)器人操作數(shù)據(jù)，并將其轉(zhuǎn)化為機(jī)器人的模型。我們將各種 3D 固體資產(chǎn)、環(huán)境以及各類材質(zhì)和紋理素材相互融合，模擬機(jī)器人的運(yùn)行場(chǎng)景，探討機(jī)器人如何操作物體。

銀河通用憑借具身大模型，已經(jīng)成功涉足眾多行業(yè)，涵蓋零售、酒店、接待、養(yǎng)老以及工業(yè)制造等領(lǐng)域。在北京奔馳的工廠里，我們可以看到銀河通用的人形機(jī)器人在人工裝載天窗玻璃及轉(zhuǎn)運(yùn)過程中發(fā)揮著重要作用。在這個(gè)過程中，天窗玻璃在吸起和放下時(shí)容易出現(xiàn)錯(cuò)誤擺放，一旦出現(xiàn)這種情況，以往需要人工終止轉(zhuǎn)運(yùn)并進(jìn)行修正。而現(xiàn)在，人形機(jī)器人基于視覺閉環(huán)和從仿真中學(xué)到的操作技能，經(jīng)過良好訓(xùn)練后，能夠快速發(fā)現(xiàn)錯(cuò)誤并進(jìn)行有目的的糾正。大家可以觀看這個(gè)視頻，視頻中人形機(jī)器人在搬運(yùn)場(chǎng)景中的表現(xiàn)十分出色，面對(duì) 3×3×327 箱緊密排列的設(shè)備，人形機(jī)器人能夠在貨箱間高效搬運(yùn)。