Nvidia GR00T е мултимодален изкуствен интелект за управление на хуманоиди на бъдещето

Nvidia анонсира проекта GR00T - мултимодален изкуствен интелект, предназначен за хуманоидни роботи. Роботите, базирани на GR00T, ще могат да разбират естествения език и да имитират движенията, като наблюдават човешките действия и бързо усвояват координацията, сръчността и другите умения, за да взаимодействат с реалния свят и да лесно да се адаптират към него. В своята реч на конференцията GTC главният изпълнителен директор на Nvidia Дженсен Хуанг демонстрира няколко хуманоидни робота, базирани на GR00T, които изпълняват различни задачи, включително тези на Agility Robotics, Apptronik, Fourier Intelligence и Unitree Robotics.

Проектът GR00T използва базов модел с общо предназначение, който позволява на хуманоидните роботи да възприемат текст, реч, видео и дори демонстрации на живо като входни данни и да ги обработва, за да извършва специфичните общи действия. Това не само ще подобри възможностите на хуманоидните роботи, но и ще улесни тяхното разработване и внедряване. По същество, използвайки текст и демонстрация като входни данни, роботите могат да бъдат програмирани от всеки, който има съответния достъп.

Компанията все още не желае да сподели повече информация за вътрешната архитектура, но в най-близко бъдеще ще разкрие повече подробности. Понастоящем само избрани разработчици на хуманоиди имат ранен достъп до модела, но Nvidia планира да разшири достъпността му съвсем скоро.

За да осигури функционирането на сложни модели като GR00T, Nvidia е разработила изчислителната платформа Jetson Thor специално за хуманоиди. Тя е базирана на специализирания чип Thor и включва високопроизводителен CPU клъстър и най-новия графичен процесор, базиран на архитектурата Blackwell на Nvidia. Той има модул, който осигурява 800 терафлопа 8-битова производителност на изкуствения интелект. Производителността на графичния процесор на системата е 8 пъти по-висока от предишната версия на Jetson Orin, а производителността на централния процесор е 2.6 пъти по-висока.

GR00T е разработена с помощта на инструментите на роботизираната платформа Isaac на Nvidia, включително новата лаборатория Isaac Lab за подсилено обучение. В рамките на платформата са разработени два случая на употреба - Isaac Manipulator и Isaac Perceptor. Новият Isaac Manipulator предлага графично ускорени библиотеки и базови модели, за да помогне на производителите на роботи да подобрят функционалността на своите продукти с нови движения и сръчност. Библиотеките включват модели за откриване и проследяване на обектите, оценяване на тяхната 6D поза и създаване на точни прогнози за по-добро разбиране на околната среда. Perceptor поема предизвикателството за управление на роботите в неструктурирани среди. Той използва 360-градусово многокамерно зрение и ускорени AI алгоритми за 3D възприятие и обемно зрение.

Nvidia вече работи с няколко партньора, включително ArcBest, BYD и KION Group. Очаква се новите функции на платформата Isaac да бъдат налични през второто тримесечие на тази година, докато проектът GR00T ще остане в ранен достъп. Nvidia вече приема заявки, за да предостави на повече разработчици достъп до технологията, но сроковете за по-широко публично разпространение все още не са известни.