Nvidia impulsa la robótica humanoide con apoyo en la nube

Nvidia está avanzando a toda velocidad en el ámbito de la robótica humanoide, y no se están conteniendo. En la feria comercial Computex 2025 en Taiwán, presentaron una serie de innovaciones que están destinadas a redefinir el panorama del desarrollo de la robótica. Entre estas, la estrella del espectáculo fue Nvidia Isaac GR00T N1.5, la última iteración del modelo fundacional abierto y completamente personalizable de Nvidia para el razonamiento y las habilidades humanoides. Junto a él, Nvidia presentó Isaac GR00T-Dreams, un plan diseñado para generar datos de movimiento sintéticos, y los potentes sistemas Nvidia Blackwell, que están listos para acelerar el desarrollo de robots humanoides.

Varios desarrolladores líderes de humanoides y robótica, incluidos Agility Robotics, Boston Dynamics, Fourier, Foxlink, Galbot, Mentee Robotics, NEURA Robotics, General Robotics, Skild AI y XPENG Robotics, ya están a bordo, aprovechando las tecnologías de la plataforma Isaac de Nvidia para empujar los límites de lo posible con los robots humanoides.

Jensen Huang, CEO de Nvidia, no pudo contener su entusiasmo, declarando: "La IA física y la robótica traerán la próxima revolución industrial. Desde cerebros de IA para robots hasta mundos simulados para practicar, o supercomputadoras de IA para entrenar modelos fundacionales, Nvidia proporciona los bloques de construcción para cada etapa del viaje de desarrollo de la robótica."

Nuevo plan de generación de datos Isaac GR00T cierra la brecha de datos

¿Alguna vez has pensado en tener tu propio robot humanoide? Durante su discurso principal en Computex, Huang mostró Nvidia Isaac GR00T-Dreams, un plan revolucionario que produce grandes cantidades de datos de movimiento sintéticos, o trayectorias neuronales. Estos datos son una mina de oro para los desarrolladores de IA física, ayudándoles a enseñar a los robots una amplia gama de nuevos comportamientos y cómo adaptarse a entornos siempre cambiantes.

El proceso comienza con los desarrolladores entrenando modelos fundacionales de predicción del mundo Cosmos (WFMs) para sus robots. Luego, con solo una imagen como entrada, GR00T-Dreams genera videos del robot enfrentándose a nuevas tareas en nuevos entornos. Luego extrae tokens de acción—fragmentos de datos pequeños y fáciles de digerir—que los robots usan para aprender estas nuevas tareas.

GR00T-Dreams trabaja de la mano con el plan Isaac GR00T-Mimic, presentado anteriormente en la conferencia Nvidia GTC en marzo. Mientras que GR00T-Mimic aprovecha Nvidia Omniverse y Nvidia Cosmos para mejorar los datos existentes, GR00T-Dreams utiliza Cosmos para crear datos completamente nuevos desde cero.

Jim Fan, director de IA de Nvidia y científico distinguido, compartió su entusiasmo en una rueda de prensa: "Nvidia tiene una estrategia robótica muy sólida, centrada en lo que Jensen llama el problema de las tres computadoras." Explicó que la computadora OVX maneja simulaciones y motores de física de simulación gráfica, generando datos que luego la computadora DGX utiliza para entrenar modelos fundacionales. Estos datos se implementan luego en la computadora HX, que dirige el espectáculo en el borde para plataformas como robots humanoides.

Fan se refirió con orgullo a Gr00t como el ciclo de vida de los flujos de trabajo basados en IA física y robótica, enfatizando: "Es una instanciación del problema de las tres computadoras." Destacó dos avances principales en el Proyecto Gr00t: Gr00t Dreams y Gr00t N1.5, añadiendo en broma que estaba bastante orgulloso de esos nombres.

Para Gr00t Dreams, Fan lo describió como un modelo que genera videos para entrenar robots. Mostró numerosos videos, todos generados por Nvidia Cosmos, explicando: "Encontramos una manera de aplicar modelos avanzados de generación de video como Cosmos para ayudar a la robótica humanoide. A un nivel alto, este método funciona primero ajustando Cosmos con videos de robots de nuestro laboratorio para que este modelo de video ahora esté personalizado para los robots de nuestro laboratorio. Luego podemos usar este modelo ajustado para generar, en principio, un número infinito de videos de sueños al solicitar al modelo de diferentes maneras. Y ahora eso se convierte en datos sintéticos para aumentar nuestros conjuntos de datos de robots reales. Como muchos de ustedes podrían saber, recolectar datos en el robot real consume mucho tiempo y es costoso porque estás fundamentalmente limitado por 24 horas por robot por día, ¿verdad? Es un sistema físico, pero con Gr00t Dreams, este nuevo flujo de trabajo, este nuevo conjunto de algoritmos, ahora podemos romper este límite físico fundamental y luego multiplicar los datos a una escala sin precedentes."

¿El resultado? Robots que pueden recoger objetos correctamente, ya sea un pepino, verter jugo de naranja o abrir una laptop. Estas son acciones en las que el robot nunca ha sido entrenado, señaló Fan, pero gracias al entrenamiento con modelos de video, el robot puede "entender la física y el significado de estos verbos" y aprender a realizarlos.

Nuevos modelos Isaac GR00T avanzan en el desarrollo de robots humanoides

El plan GR00T-Dreams de Nvidia no es solo hablar; se ha puesto en marcha, generando datos de entrenamiento sintéticos para desarrollar GR00T N1.5 en solo 36 horas—una tarea que habría tomado casi tres meses sin el plan. GR00T N1.5 ahora puede adaptarse mejor a nuevos entornos y configuraciones de espacio de trabajo, así como reconocer objetos a través de instrucciones del usuario. Esta actualización mejora significativamente la tasa de éxito del modelo para tareas comunes como clasificar o guardar objetos, y está listo para ser implementado en Jetson Thor, que se lanzará más adelante este año.

El modelo fundacional GR00T N1.5 integra Gr00t Dreams en su pipeline de generación de datos sintéticos. Nvidia ha actualizado la columna vertebral del lenguaje visual, asegurando que GR00T N1.5 tendrá una adaptabilidad superior y un mejor cumplimiento de las instrucciones de lenguaje, según Fan.

GR00T N1.5 está listo para debutar en Computex y será lanzado como código abierto para el 9 de junio. En cuanto a Gr00t Dreams, Nvidia aún está ajustando la línea de tiempo pero apunta a abrir tanto como sea posible, añadió Fan.

Los primeros adoptantes de GR00T incluyen a AeiRobot, Foxlink, Lightwheel y NEURA Robotics. AeiRobot está utilizando el modelo para permitir que ALICE4 entienda instrucciones en lenguaje natural y ejecute flujos de trabajo complejos de recogida y colocación en entornos industriales. Foxlink Group lo está aprovechando para mejorar la flexibilidad y eficiencia de los manipuladores de robots industriales, mientras que Lightwheel está validando datos sintéticos para un despliegue más rápido de robots humanoides en fábricas. NEURA Robotics está explorando el modelo para acelerar su desarrollo de automatización doméstica.

Nuevos marcos de simulación y generación de datos para robots aceleran las tuberías de entrenamiento

Crear robots humanoides altamente calificados no se trata solo del hardware; se trata de alimentarlos con una enorme cantidad de datos diversos, que pueden ser costosos y consumir mucho tiempo para recolectar y procesar. Además, probar robots en el mundo real conlleva su propio conjunto de desafíos y riesgos.

Para cerrar estas brechas, Nvidia presentó varias tecnologías de simulación:

• Nvidia Cosmos Reason, un nuevo WFM que utiliza razonamiento en cadena de pensamientos para ayudar a curar datos sintéticos precisos y de alta calidad para el entrenamiento de modelos de IA física, ahora disponible en Hugging Face.
• Cosmos Predict 2, utilizado en GR00T Dreams, que llegará pronto a Hugging Face con mejoras de rendimiento para la generación de mundos de alta calidad y reducción de alucinaciones.
• Nvidia Isaac GR00T-Mimic, un plan para generar cantidades exponencialmente grandes de trayectorias de movimiento sintéticas para la manipulación de robots, utilizando solo unas pocas demostraciones humanas.
• Conjunto de datos de IA física de código abierto, ahora incluye 24,000 trayectorias de movimiento de robots humanoides de alta calidad utilizadas para desarrollar modelos GR00T N.
• Nvidia Isaac Sim 5.0, un marco de simulación y generación de datos sintéticos, ahora abiertamente disponible en GitHub.
• Nvidia Isaac Lab 2.2, un marco de aprendizaje de robots de código abierto, que incluirá nuevos entornos de evaluación para ayudar a los desarrolladores a probar modelos GR00T N.

Foxconn y Foxlink ya están utilizando el plan GR00T-Mimic para acelerar sus tuberías de entrenamiento de robótica. Mientras tanto, Agility Robotics, Boston Dynamics, Fourier, Mentee Robotics, NEURA Robotics y XPENG Robotics están simulando y entrenando sus robots humanoides con Nvidia Isaac Sim e Isaac Lab. Skild AI está desarrollando inteligencia robótica general con estos marcos de simulación, y General Robotics los está integrando en su plataforma de inteligencia robótica.

Sistemas Blackwell universales para desarrolladores de robots

Los fabricantes de sistemas globales están dando un paso adelante, construyendo estaciones de trabajo y servidores Nvidia RTX PRO 6000. Estos sistemas ofrecen una arquitectura unificada que puede manejar todas las cargas de trabajo de desarrollo de robots, desde el entrenamiento y la generación de datos sintéticos hasta el aprendizaje y la simulación de robots.

Cisco, Dell Technologies, Hewlett Packard Enterprise, Lenovo y Supermicro han anunciado servidores potenciados por Nvidia RTX PRO 6000 Blackwell, mientras que Dell Technologies y Lenovo también han revelado estaciones de trabajo potenciadas por Nvidia RTX PRO 6000 Blackwell.

Para esos momentos en los que se necesita aún más potencia computacional para ejecutar cargas de trabajo de entrenamiento o generación de datos a gran escala, los desarrolladores pueden recurrir a los sistemas Nvidia Blackwell como GB200 NVL72. Disponibles a través de Nvidia DGX Cloud en los principales proveedores de nube y socios de Nvidia Cloud, estos sistemas prometen hasta 18 veces mayor rendimiento para el procesamiento de datos.