FlashNeRD:面向接触密集型任务的性能优先神经机器人动力学模型
FlashNeRD 通过并行流式架构、可接受任意位置接触的编码器以及与解析求解器仿真物体的双向耦合,解决了 NeRD 速度提升有限、仅支持预定义接触点和缺乏双向耦合的三个局限。
FlashNeRD 通过并行流式架构、可接受任意位置接触的编码器以及与解析求解器仿真物体的双向耦合,解决了 NeRD 速度提升有限、仅支持预定义接触点和缺乏双向耦合的三个局限。
机器人数据初创公司 Mecka AI 宣布完成 6000 万美元 B 轮融资,由红杉领投,Nvidia、微软旗下 M12 等参投。TechCrunch 此前报道称,该公司正以 5 亿美元估值接近完成新一轮融资。
NVIDIA 分享了教机器人组装 GB300 测试托盘的过程,并从中总结出关于机器人学习、机械智能与传统工程的经验。GB300 超级芯片是当前基础模型 AI 训练与推理的引擎,但其托盘组装在全球工厂中仍依赖熟练体力劳动。
NVIDIA 介绍如何借助 AI 智能体与 Isaac ROS 加速 ROS 2 节点,解决消息在节点间传输时经 CPU 内存序列化或拷贝、抵消 GPU 感知与 AI 负载收益的问题。文中提到 NVIDIA 近期推出的上游抽象与 CUDA buffer 后端,用于让消息留在 GPU 上。
NVIDIA 介绍用 AI 智能体训练跨本体机器人导航策略的方法。导航需持续定位、理解环境、选路并避障,与只产生稳定运动的运动控制不同;将导航能力迁移到新机器人或新场景通常需要新数据、仿真资产和机器人接口。
NVIDIA 发布 Cosmos 3 Edge,这是 Cosmos 3 系列中的 4B 全模态模型,并配有基于 NVIDIA Nemotron 的 2B 推理器。官方称机器人需要能适配自身传感器、环境和任务并运行在板载算力上的策略,而世界模型虽为学习物理交互提供基础,但体积过大往往难以端侧部署,Cosmos 3 Edge 正是针对这一问题。
推荐理由:NVIDIA 官方给出 Cosmos 3 Edge 的参数量与推理器配置,读者可据此判断端侧部署的算力门槛。
NVIDIA 发布 JetPack 7.2.1,为 Jetson 平台加入智能体视频技能与 T3000 仿真能力。该版本面向机器人、智能视频分析、工业自动化等场景,支持多摄像头采集、网络流解码、AI 推理与视频编码等完整视频数据链路。
NVIDIA 探讨世界动作模型(World Action Models)如何超越 VLA,让机器人策略不再局限于训练演示。传统策略在物体形状、位置或光照变化时往往失效,泛化到新条件需要策略理解任务背后的物理规律,而非单纯模仿演示。这一能力来自其骨干网络。