⚡ 前沿动态

NVIDIA 扩展 Isaac 平台并发布 Agile ONE SN 参考人形机器人

🕐 2026-10-22 具身智能与机器人 🔥 97 次点击

NVIDIA 于 10 月 21 日在 GTC Berlin 扩展 Isaac 开放机器人开发平台,发布参考人形机器人 Agile ONE SN、新数据集与新运行时,并更新机器人学习框架。Agile ONE SN 预装 Isaac GR00T,基于 Jetson Thor 提供 2,070 FP4 TFLOPS 算力与 128GB 统一内存,身高 1.40 米、重 40 公斤、31 个自由度,双 WUJI Hand 2 五指手各 20 个自由度并支持 1kHz 力控与触觉感知,计划 2027 年初供货。Isaac Lab 3.0 转为正式可用,新增开源运行时 Isaac OS,并发布覆盖多视角视频与三维手部追踪的 Human 1M 数据集。

  • 证据强度: B(NVIDIA 官方发布经转述,规格与合作方名单为一手;性能与时间表均为厂商口径)
  • 技术锚点: B 工程实现 / F 数据与方法论

机器人的瓶颈常常不在控制算法,而在可复现的训练环境与数据。NVIDIA 这次补的正是这两块:框架转正、数据开源、参考机型给出统一基线。

一、发布背景

本节要说明的是开放平台要解决的环节。官方把新技术的组合描述为"从数据到部署"的整合路径,用意是缩短通用机器人落地周期。在具身智能领域,同一份策略要能在不同本体、不同仿真器、不同传感器配置上复现,一直是训练与迁移的主要摩擦点。

二、核心能力与升级

下表列出本次发布中可核对的关键组件与规格。

组件 内容 状态 来源与口径
Isaac Lab 3.0 开源、面向智能体的机器人学习框架,支持桌面到数据中心的训练与精调,多 GPU 工作流,接入 Newton 与 PhysX 物理引擎 正式可用 官方
Isaac OS 基于 Holoscan 的开源运行时框架,连接 AI、传感器、控制与机器人硬件,强调确定性实时 新发布 官方
SimReady Central Library 超 2,000 个仿真就绪的机器人与工厂资产 新发布 官方
Human 1M 数据集 多样化人类活动,同步三视角视频与三维手部追踪;完整版向 Cosmos Coalition 合作伙伴开放 开源 官方
三个参考工作流 DGX Station 上用强化学习精调 GR00T 1.7、在 Isaac Lab 训练灵巧操作技能、用 ChatGPT Astra 对 Cosmos 世界模型做合成数据生成的后训练 开源 官方
Agile ONE SN 1.40 米、40 公斤、31 自由度、单臂 3 公斤负载;双 WUJI Hand 2 各 20 自由度、1kHz 力控与触觉;Jetson Thor 提供 2,070 FP4 TFLOPS 与 128GB 统一内存 2027 年初供货 官方

三、应用场景

Agile Robots 与奥迪、达索系统与 NVIDIA 当日宣布一项概念验证:在奥迪 Ingolstadt 工厂用移动人形机器人完成零部件排序。奥迪的物料供应每天约一百万次拣选,排序环节被官方称为物流自动化中长期最难的任务之一,项目先用 DELMIA 构建虚拟孪生再验证可行性、工效与安全。官方称该案例由斯坦福大学、苏黎世联邦理工学院等机构表达兴趣。

四、产业链影响分析

1. 上游

Halos 安全平台基于 IGX Thor 构建,Agile Robots、Agility、Dexory、FORT Robotics、KION 等正在把 Halos 整合进各自安全架构,SICK 在评估其动态安全能力;Advantech 与 NexCOBOT 在开发基于 IGX 的工业计算平台,Reynolds & Moore、Accenture 与 TÜV SÜD 参与认证推进。

2. 竞争格局

提供参考机型意味着 NVIDIA 把自己放到了本体厂商的上游:开发者在拿到具体机器人厂商的产品之前,就可以先用一套统一配置的机器训练策略。作者推断:这会压缩纯本体厂商在"开发平台"这一层的差异化空间。

五、判断素材

1. 值得打问号的宣传点

"从数周到数天的部署时间"与"通用机器人即将迎来 ChatGPT 时刻"都是发布会上的表述,没有可核对的时间线与任务定义支撑。

2. 值得关注的信号

可验证指标包括 Isaac Lab 3.0 正式可用后的实际采用度、Human 1M 数据集在 Cosmos Coalition 之外的可用范围、Agile ONE SN 2027 年初的供货是否延期,以及各本体厂商是否仍使用自研训练栈。

3. 对读者的启示

对机器人团队,参考机型的价值在于消除本体差异带来的评测噪声——这与昨夜那条 LIBERO-10 基准(六个前沿模型在 1,800 个回合中最高成功率仅 44%)指向同一个现实:把推理能力转成可靠的物理动作,目前仍是难题。

一句话总结

平台化的意义在于让机器人的能力可以被比较,而可比较性目前仍是这个行业最缺的东西。

声明:文中数据及部分观点来源于网络,部分观点来源于个人分析和推理,仅供参考,不构成投资或商业决策建议。
您觉得本文:
资料来源
  1. NVIDIA
← 返回 [前沿动态]