Ekosistem Robotik NVIDIA Mendorong AI Fizikal ke Dalam Automasi Industri

AI industri sedang berkembang melangkaui persekitaran penyelidikan dan menuju ke penggunaan di kilang. Pada GTC 2026, NVIDIA mengetengahkan kerjasama yang memberi tumpuan kepada menghubungkan simulasi, latihan dan perkakasan automasi dunia sebenar. Matlamatnya adalah untuk memendekkan perjalanan daripada pembangunan model kepada sistem robotik yang sedia untuk pengeluaran.

Rakan kongsi termasuk FANUC, Universal Robots dan Infineon menunjukkan bagaimana platform simulasi, pengkomputeran pinggir dan perkakasan industri boleh digabungkan dalam satu aliran kerja. Perkembangan ini mencerminkan peralihan ke arah robot yang boleh dilatih, disahkan dan disesuaikan menggunakan data operasi sebenar.

Menghubungkan Simulasi dengan Penggunaan di Kilang

FANUC menunjukkan integrasi antara simulasi robot dan pelaksanaan dunia sebenar. Dengan menghubungkan alat simulasi luar talian dengan persekitaran berdaya AI, jurutera boleh memodelkan barisan pengeluaran dan mengesahkan pergerakan robot sebelum penggunaan.

Setelah disahkan, konfigurasi tersebut boleh dipindahkan terus kepada robot fizikal. Ini mengurangkan masa pentauliahan dan mengehadkan jurang antara ujian maya dengan prestasi di kilang.

Modul AI pinggir membolehkan robot menjalankan inferens secara setempat sambil mengekalkan keserasian dengan alat pembangunan terbuka. Sokongan untuk ROS 2 dan Python juga mengurangkan kebergantungan pada persekitaran pengaturcaraan proprietari.

Keupayaan ini mengalihkan pengaturcaraan robot daripada laluan pergerakan tetap kepada tingkah laku adaptif. Sistem boleh mentafsir input pada tahap lebih tinggi dan menjana pergerakan secara dinamik, sekali gus meningkatkan fleksibiliti dalam persekitaran pengeluaran yang berubah-ubah.

Data Latihan daripada Pergerakan Robot Sebenar

Universal Robots memberi tumpuan kepada salah satu batasan utama dalam AI fizikal: pengumpulan data latihan yang boleh digunakan. Pendekatannya merakam maklumat pergerakan dan daya secara terus daripada robot pengeluaran, bukannya sistem makmal terkawal.

Dalam persediaan ini, seorang pengendali membimbing satu robot manakala robot lain meniru pergerakan tersebut. Sistem merakam set data disegerakkan yang merangkumi data kedudukan, daya dan penglihatan. Set data ini membekalkan model AI yang direka untuk tugas manipulasi dan pemasangan.

Alat simulasi NVIDIA digunakan untuk mengembangkan set data ini dengan senario latihan sintetik. Gabungan data simulasi dan dunia sebenar mewujudkan gelung maklum balas untuk mempercepat penambahbaikan model.

Aliran kerja ini meningkatkan pemindahan daripada latihan kepada penggunaan. Model yang dilatih pada perkakasan pengeluaran berkelakuan dengan lebih boleh dijangka apabila dipindahkan ke dalam sistem automasi langsung.

Platform Perkakasan untuk AI Fizikal

Infineon menangani lapisan perkakasan yang diperlukan untuk menyokong robotik berpacukan AI. Kerjasama ini memberi tumpuan kepada penggabungan kawalan motor, penderiaan dan platform pengkomputeran ke dalam seni bina rujukan.

Kembar digital bagi penggerak dan penderia membolehkan pembangun mengesahkan strategi kawalan pergerakan sebelum perkakasan dimuktamadkan. Ini mengurangkan risiko integrasi dan mempercepat pembangunan platform robotik yang kompleks.

Keselamatan dan keselamatan berfungsi juga merupakan sebahagian daripada seni bina tersebut. Perlindungan pada tahap perkakasan dan ciri but selamat bertujuan menyokong keperluan industri untuk penggunaan AI yang selamat.

Mengembangkan Ekosistem Robotik

Pengumuman tambahan daripada ekosistem mengukuhkan lagi peralihan ke arah AI fizikal yang boleh digunakan. Vendor automasi memperkenalkan lapisan perisian, komponen infrastruktur dan sistem tangkapan pergerakan yang direka untuk robotik berpacukan AI.

• Platform perisian menyeragamkan interaksi AI dengan peralatan automasi
• Penyelesaian infrastruktur menangani keperluan kuasa dan penyejukan untuk beban kerja AI
• Sistem tangkapan pergerakan menjana data latihan untuk robot humanoid

Secara keseluruhan, perkembangan ini menunjukkan peralihan daripada automasi tetap kepada sistem yang belajar daripada data dan menyesuaikan diri dengan keperluan pengeluaran yang berubah-ubah. Simulasi, latihan dan penggunaan semakin dianggap sebagai saluran berterusan, bukannya peringkat yang berasingan.

Apabila teknologi ini semakin matang, robot industri mungkin beralih daripada mesin yang diprogramkan terlebih dahulu kepada platform adaptif yang mampu bertindak balas terhadap keadaan sebenar di kilang.

Lin Haibin menulis tentang teknologi automasi industri, dengan tumpuan pada robotik, sistem kawalan berpacukan AI dan platform pembuatan generasi akan datang.