Ekosistem Robotik NVIDIA Mendorong AI Fizikal ke Dalam Automasi Industri

AI Industri sedang bergerak keluar dari persekitaran penyelidikan dan memasuki pelaksanaan di kilang. Di GTC 2026, NVIDIA menonjolkan kerjasama yang memfokuskan pada penghubung simulasi, latihan, dan perkakasan automasi dunia sebenar. Matlamatnya adalah untuk memendekkan laluan dari pembangunan model ke sistem robotik yang sedia untuk pengeluaran.

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

Menghubungkan Simulasi ke Pelaksanaan Kilang

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

Setelah disahkan, konfigurasi tersebut boleh dipindahkan terus ke robot fizikal. Ini mengurangkan masa komisen dan mengehadkan jurang antara ujian maya dan prestasi kilang.

Modul AI tepi membolehkan robot menjalankan inferens secara tempatan 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 dari laluan pergerakan tetap ke tingkah laku adaptif. Sistem boleh mentafsir input tahap tinggi dan menjana pergerakan secara dinamik, meningkatkan fleksibiliti dalam persekitaran pengeluaran yang berubah.

Data Latihan Dari Pergerakan Robot Sebenar

Universal Robots memberi tumpuan kepada salah satu had utama dalam AI fizikal: mengumpul data latihan yang boleh digunakan. Pendekatannya menangkap maklumat pergerakan dan daya terus dari robot pengeluaran dan bukannya sistem makmal terkawal.

Dalam susunan ini, seorang pengendali membimbing satu robot sementara robot lain meniru pergerakan tersebut. Sistem merekod set data yang diselaraskan termasuk kedudukan, daya, dan data penglihatan. Set data ini digunakan untuk model AI yang direka untuk tugasan 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 penambahbaikan model yang lebih pantas.

Aliran kerja ini meningkatkan pemindahan dari latihan ke pelaksanaan. Model yang dilatih pada perkakasan pengeluaran berkelakuan lebih boleh diramal apabila dipindahkan ke sistem automasi langsung.

Platform Perkakasan untuk AI Fizikal

Infineon menangani lapisan perkakasan yang diperlukan untuk menyokong robotik yang didorong AI. Kerjasama ini memfokuskan pada penggabungan kawalan motor, penderiaan, dan platform pengkomputeran ke dalam seni bina rujukan.

Kembar digital aktuator 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 fungsi juga merupakan sebahagian daripada seni bina. Perlindungan tahap perkakasan dan ciri boot selamat bertujuan menyokong keperluan industri untuk pelaksanaan AI yang selamat.

Memperluas Ekosistem Robotik

Pengumuman ekosistem tambahan mengukuhkan peralihan ke arah AI fizikal yang boleh dilaksanakan. Penjual automasi memperkenalkan lapisan perisian, komponen infrastruktur, dan sistem tangkapan pergerakan yang direka untuk robotik yang didorong AI.

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

Bersama-sama, perkembangan ini menunjukkan peralihan dari automasi tetap ke sistem yang belajar dari data dan menyesuaikan diri dengan keperluan pengeluaran yang berubah. Simulasi, latihan, dan pelaksanaan semakin dianggap sebagai saluran berterusan dan bukannya peringkat berasingan.

Seiring teknologi ini matang, robot industri mungkin beralih dari mesin yang diprogramkan terlebih dahulu ke platform adaptif yang mampu bertindak balas kepada keadaan kilang sebenar.

Lin Haibin menulis tentang teknologi automasi industri, memfokuskan pada robotik, sistem kawalan yang didorong AI, dan platform pembuatan generasi akan datang.