NVIDIA präsentiert auf der CoRL Newton, Isaac GR00T und Cosmos: realistische Simulation, verständliche Robotik-Anweisungen und Isaac Lab – plus Blackwell-GPUs.
© D. Novikov
Auf der Robotik-Konferenz CoRL hat NVIDIA mehrere offene Lösungen vorgestellt, die die Entwicklung von Robotern spürbar vorantreiben könnten. Zum Paket gehören die Physik-Engine Newton, gemeinsam mit Google DeepMind und dem Forschungszentrum von Disney entwickelt, eine neue Version des Modells Isaac GR00T, die Robotern Schlussfolgerungsfähigkeiten erschließt, sowie das generative System Cosmos, das Trainingsdaten für das Lernen erzeugt. Der Ansatz wirkt bewusst ganzheitlich.
Die Physik-Engine Newton zielt auf eine Kernhürde der Robotik: Fähigkeiten, die in der Simulation erlernt wurden, lassen sich in der Realität oft nicht zuverlässig anwenden. Der neue, GPU-beschleunigte Engine kann anspruchsvolle Szenarien realitätsnah abbilden – vom Laufen auf Schnee bis zum Umgang mit empfindlichen Objekten. Im Einsatz ist sie bereits an der Stanford University, der Universität Zürich und weiteren führenden Labors. Gerade diese Treue zur Physik dürfte in der Praxis den Unterschied machen.
Isaac GR00T N1.6 hilft Robotern, menschenähnliche Anweisungen zu verstehen und auszuführen, etwa ein Glas Wasser zu bringen. In Verbindung mit dem visuell-sprachlichen System Cosmos Reason können Maschinen ihre Schritte planen und mehrere Aufgaben parallel erledigen – zum Beispiel sich fortbewegen, während sie eine schwere Tür öffnen. Der Fokus liegt damit sichtbar auf nachvollziehbarer Planung.
Auch das Trainingswerkzeug hat NVIDIA überarbeitet: Isaac Lab enthält nun einen automatisierten Lehrplan, in dem Roboter Fähigkeiten vom Einfachen zum Komplexen aufbauen, und die Plattform Isaac Lab Arena unterstützt Tests im großen Maßstab. Auf der Hardware-Seite kommen Server mit Blackwell-GPUs sowie das neue Jetson-Thor-Modul, mit dem Roboter mehrere KI-Workloads in Echtzeit verarbeiten können. Das senkt Hürden zwischen Software und Maschine.
In der Summe bietet NVIDIA einen kompletten Stapel – von Simulation und KI-Modellen bis zum Hardware-Fundament. Hält die Dynamik an, könnte der Moment, in dem Roboter das Labor verlassen und in den Alltag treten, näher rücken, als es bislang schien.