今年初的GTC上,黄仁勋就说机器人的“ChatGPT时刻”要来了。也就是说这波AI驱动的机器人热潮要来了...最近的ROSCon China 2024大会似乎也能看到这种迹象...

NVIDIA FY2024(截至2024年1月底)年报中,黄仁勋(NVIDIA CEO)写了一篇长达7页的致股东信,重心还是在谈行业发展的热点和未来上。其中最后一条是“机器人的ChatGPT时刻即将到来”。今年黄仁勋也在不止一个场合谈到,将AI从虚拟世界带到物理世界,就要看机器人了。在此语境下,机器人的潜在发展逻辑,是AI的物理外延。

机器人历经好几十年的不同发展阶段,新时代的机器人就是从新世纪开始,以AI/ML技术兴起为契机的;加上传感器、制动、材料技术的精进,以及加速计算呈井喷之势;机器人的确有了新的发展机会。

不过AI应当不是NVIDIA于机器人发展逻辑的全部。2019年我们参加GTC开发者大会活动时,NVIDIA刚刚发布了最新的Isaac SDK。Isaac是基于AI的机器人开发平台。当时的Isaac还比较初级——主要体现在其强化学习(RL)仿真环境是Isaac Gym。

Isaac Gym是个仿真训练空间:在机器人“脑内”率先进行学习和模拟。比如说机械臂在现实世界里要拿起物体,则可以先在仿真训练空间中模拟整个过程以得到工作路径。听起来好像和现在的Isaac Sim差不多。

不过当时还没有Omniverse——也就是NVIDIA元宇宙。所以Isaac Gym对机器人的种类支持有限,感知能力相对欠缺,也没有复杂的场景构建能力,更不用提底层的OpenUSD标准格式等属于Omniverse的关键特性。这是NVIDIA后来在Omniverse的基础上,构建起Isaac Sim的原因。

所以在我们看来,老黄有底气说出机器人ChatGPT时刻即将到来的关键是,NVIDIA同时具备了NVIDIA AI和NVIDIA Omniverse两项核心能力。这也符合NVIDIA认为当代机器人需要“3台计算机”的逻辑,一台搞AI,一台做仿真,还有一台就是机器人部署了。

最近的ROSCon China 2024大会上,NVIDIA又在主题演讲中谈到了Isaac,并且展示了当前以Jetson芯片为基础的机器人生态发展情况。这也是我们在AI+仿真技术,双双走向成熟的时代背景下,了解机器人技术的现状与未来的机会。

 

先看一个解决方案的例子

NVIDIA在ROSCon的展位上,展示了机械臂的无序拣选解决方案开发。我们认为以此流程为例,能够大致理清NVIDIA究竟在其中做了些什么,以及当代AI+仿真为关键技术的机器人开发整体是什么样。

这个demo展示的,是机械臂的随机深框抓取。针对深框中的不同对象——通常是无序杂乱的,可能是工业应用中的零件,机械臂藉由视觉感知去抓取对象,后续可能以特定的位姿摆到下游的生产线上。

这是个听起来还挺简单的场景。但实际上存在很多细枝末节的工程问题。比如工业零件的3D感知问题、深框抓取的碰撞问题等。NVIDIA针对这一问题的整套逻辑构建于Isaac Manipulator基础上——这是专门面向工业机械臂的参考工作流。这里稍微提一句,与Isaac Manipulator并列的,还有面向自主移动机器人的Isaac Perceptor,以及今年特别火、面向人形机器人开发设计的Project GR00T。当然,它们都构建在Isaac Sim技术基础之上。

用户而输入工业零件(或抓取对象)有材质贴图的3D几何模型——如来自CAD软件;也可以藉由3D相机的RGBD数据流及相机内参。基于已有信息,ISAAC Cortex决策框架进行任务编排与调度。

上面这张图给出的输入示例,将来自3D相机——RGBD数据流喂给检测算法;后续的决策算法根据设计好的排序规则,得分高的实例会喂给FoundationPose(6D位姿估计算法);后将识别到的、需要抓取目标的6D位姿,发往碰撞检测模块——此处cuMotion是其中关键,用于在复杂动态环境中,进行无碰撞轨迹规划的算法。

cuMotion根据机械臂状态、目标6D位姿、环境中的障碍物,来求解是否存在无碰撞的全局轨迹;如果有,则调用Motion Generation算法,生成机械臂的Low-level control,发往控制器完成对应的动作...

这套流程包含有感知、决策、控制三个部分。英伟达机器人解决方案架构师Rebecca Zhang表示,由于其模块化设计,“很容易实现sim-to-real、仿真到实机的迁移”;而且“整个流程很容易部署或调试;也很容易切换不同的manipulator实体或不同的末端执行器——像是把吸盘换成两指夹具,机器人换成不同品牌的产品等”...

 

回归三台计算机问题

细究上述Isaac Manipulator工作流的关键组成部分,主要是三个AI基础模型:

(1)目标检测算法SyntheticaDERT是基于Transformer的大模型,速度比SOTA快了9倍;

(2)6D位姿估计和追踪的预训练模型FoundationPose则可对新颖对象进行位姿识别与追踪,“借助LLM和文生3D的能力”,“在Isaac Sim中合成了大量数据进行预训练”,“结合无需标注的对比学习方式,具备出色的泛化能力,对没见过的新颖物体能够直接进行zero-shot部署”;

(3)无碰撞轨迹规划的cuMotion对比传统算法,达成数倍的成功率与路径规划速度提升...

从Isaac Manipulator这套参考流程,是可以看到AI、生成式AI在当代机器人开发解决方案中的重要性的。“机器人开发者、OEM公司、ISV厂商等,都可以选择参考其中部分模块或整个工作流,将其已有产品集成到其中。”Rebecca在主题演讲中说,Isaac Manipulator“能够加速机械臂运动生成抓取的节拍,让开发者快速部署和验证已有算法”。

基于上述内容,回到NVIDIA过去一年一直在谈的3台计算机的逻辑,情况就变成了这样:第一台做AI模型训练——包括感知、抓取、6D位姿估计与追踪等;NVIDIA在其中提供了不少相关的预训练模型;

第二台则是仿真计算机,底层是Omniverse,更具体地说建基于Isaac Sim机器人仿真软件。在Isaac Sim上快速部署和验证已有的AI算法,可进行在线模型训练与开发;另外也用于进行合成数据生成,扩增数据集进行模型的迭代与优化。

第三台自然就是基于Jetson芯片的嵌入式计算机了,对应的来自上述两台计算机的算法和结果就部署到机器人本体上。

值得一提的是,这第3台计算机上还有个关键即Isaac ROS。NVIDIA对于ROS生态的拥抱应该是从2021年开始的。而Isaac ROS是达成了NVIDIA GPU加速的ROS 2软件包集合。不单有ROS相关应用组件,也有Isaac SDK和加速库,以及诸如Isaac Manipulator这样的参考工作流。

抛开围绕NVIDIA AI与Omniverse的生态不谈,机器人应用的生态中心或许就在ROS这个中间件上。“ROS是生态系统的粘合剂”。配合ROS开源生态的其他资源,NVIDIA也就构成了机器人的端到端解决方案。Isaac ROS 3.2版即将在本月发布。

 

仿真,于世界和机器人的价值

《电子工程专辑》2025十大技术趋势预测有一大部分都是和AI、仿真相关的。我们认为,数字化及更多仿真技术的渗透会成为接下来几年各行各业的趋势。

就好像SpaceX星舰相较所有同类航天产品的技术领先,在于其打破火箭研发传统流程,将近10年前就将注意力主要放在仿真技术上,不仅大幅加速了研发迭代速度,而且降低了火箭研发成本。

可能不少半导体与计算机领域的同人无法想象,航空航天、生命科学、药物发现等传统领域的数字仿真技术渗透率,有些连1%都不到。“数字仿真”用更时髦的话来说就是“数字孪生”,或者往大了说是“元宇宙”。这也是NVIDIA这类市场参与者于Omniverse产品大力开拓传统行业的原因:潜在市场巨大。机器人显然是其中的关键组成部分。

为了验证和训练,“把一堆机械臂都生产出来,放到一起,或者搭建完整产线去试错,成本是任何企业都无法承受的。”NVIDIA展位的工程师在交流中提到,“藉由仿真技术,只需要一台工作站,用我们的GPU和软件,很快就有相应的数据,能够快速验证算法。这就是NVIDIA AI + Omniverse解决问题的价值了。”

Isaac Sim就是以Omniverse为基础的软件工具,其中包括诸多仿真资产,用于机器人在虚拟世界的训练。英伟达机器人解决方案架构师Lia Liang在演讲中特别介绍了Isaac Lab:“我们一直专注做simulation first(仿真优先)的机器学习方法。这个工具就是开源的Isaac Lab。”

Isaac Lab是个支持强化学习与模仿学习、支持多GPU多节点并行加速的框架。展位上展示的就是用Isaac Lab进行强化学习训练和推理的过程。在Isaac Sim中构建复杂环境,尔后选择社区中的强化学习框架——Isaac Lab就能通过Python API实现定制化的任务设计与开发流程。

Lia总结Isaac Lab三大亮点:(1)精准的物理仿真模块——据说接下来NVIDIA准备在Isaac Lab中支持更多开源的物理引擎;(2)API和学习方法的模块化使用,“减少训练过程中逻辑性错误的发生几率”;(3)以及多机多卡并行加速的支持——NVIDIA的加速计算老本行。

目前Isaac Lab 1.2版本里面集成的资产涵盖有25种环境以适配包括灵巧操控、运动(locomotion)、导航(navigation)等的强化学习训练与开发;16种机器人具身化形态,有不同品牌的机械臂、人形机器人、四足机器狗等——“也支持通过USD构建定制的机器人形态”;支持刚性、可变形体资产;以及目前支持摄像头、触觉传感器、接触传感器等超过5种传感器,“未来会有更多API开放,去适配对应的框架”。

基于OpenUSD创建场景、机器人等,然后进行仿真,本身不就是个小型元宇宙么……对各种强化学习框架的支持、两种任务函数设计方式、多卡多机可扩展支持,以及如何从以前的Isaac Gym迁移到Isaac Lab等本文就不多赘述了,有兴趣的开发者可以关注Isaac Lab的开发文档。

不过有个细节值得一提:上个月NVIDIA发布了Cosmos tokenizer(图像和视频数据的tokenizer,也就是将视觉数据token化;可应用于图片和视频生成,及为开发多模态生成式AI模型整合数据)。1X作为一家开发人形机器人的企业,很快基于Cosmos tokenizer尝试生成更多机器人操作的视频数据,构建机器人视频数据集。

Lia将Cosmos形容为“帮助构建world model的video tokenizer”。不管NVIDIA宣传Cosmos本身视觉重建能力多强,感觉从开发者的角度,这件事是能够真正管中窥豹地显现“虚拟”和“仿真”世界,于机器人开发的重要性的。这可能就是当代机器人开发的思路与标准范式了。

“我们建议所有机器人开发都可以从仿真开始,成本低、门槛低、易上手、出成果快。”NVIDIA工程师表示,“用我们的Jetson验证也比较便宜。”“AI大模型的部分,我们也开源了很多资源。基于开源的模型和我们对接,成本也是可控的。”

 

生态与合作:起步阶段

ROSCon China现场的绝大部分参展企业展位上都挂着“NVIDIA Partner”的绿色牌子:不少是直接推机器人产品——采用Jetson Orin;也有像沥拓科技这样基于Jetson做板卡套装、系统级解决方案的;

甚至我们还看到米文动力这样,既做基于Jetson的汽车、机器人计算机,而且还面向开发者自己开发了Autoware on Jetson软件环境的市场角色…;参与活动的也包括从事模型训练的互联网企业,以及“和我们一起做仿真工作的,像是上海AI Lab”…

所以NVIDIA展位工程师才说,“这应该是目前国内开发者最活跃的生态了。高校和第三方合作伙伴建立的讨论社区也特别火爆。”

但另一方面,从现场展示的绝大部分机器人主要着眼于高校客户和科研应用,行业应用较少这一现状来看,新时代的机器人现在都还处在发展的起步阶段。观众看到现场机器人最常问的问题是:“这个机器人是做什么用的?”

从这个角度来看,我们倒是认为NVIDIA机器人开发生态可能也更适配没有赶上上一波机器人发展热潮,但在AI+仿真时代或许大有可为的中国市场。

“不同区域的机器人发展情况是有差异的。”工程师在采访中说道,“一些西方国家专注在机器人自主化方面,但不是完全的自主化”;是“针对其现有解决方案”和“原本传统机器人”的;“所以开发成果能快速走向生产”。

“中国现在有大量机器人初创企业。或许等市场走向成熟,并不是每家企业都能成功。”但随着行业发展,“市场会走向分工,为机器人打造不同的组成部分。”“会有企业去造制动器、传感器及各部分组件;也会有企业去做大型基础模型;”“接着就有机会去构建专用解决方案,然后就能用现成(off-the-shelf)的组件去解决问题”。

“像这么年轻的生态,技术会在发展过程中得到传播。”“我们或许还不必太过在意今天现场的某个机器人产品究竟有什么用,因为现在还处在开发者平台构建阶段。等到未来有了正确的技术栈,自然会有面向不同行业特定用途的机器人产品。”

“现阶段我在中国看到的,更多的是为未来应用做前沿研究”,像“专注在更未来向的通用基础模型上”,“技术发展总是从这样的通用平台开始的”。在NVIDIA看来,中国的机器人生态迭代速度相当快,“从7月份而现在(12月),我们看到的成果就已经相当令人惊叹,迭代周期真的很快。”

“是仿真技术,让我们能够发展得这么快。”“对机器人、各组件、环境建模,做到无论我们训练什么样的策略,其输出都能用到机器人身上,弥合sim-to-real的间隙。”“随着时间推移,我想我们会有更好的管线、更好的平台。一旦我们在仿真、策略学习框架、硬件上有了更成熟的生态系统,我们就会看到机器人的高速发展。”

责编:Illumi
本文为EET电子工程专辑原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
您可能感兴趣
随着全球数字化转型市场蓬勃发展,云计算、人工智能、大数据、5G等技术的应用范围不断扩大,全球企业的数字化转型已经来到了持续发展阶段,这也促使了企业不断加大其在数字化转型的投入。其中 AI、机器视觉和 RFID 等先进技术在实现高效生产物流方面发挥着关键作用。
该标准旨在为养老机器人的设计、制造、测试和认证提供统一规范,推动全球养老机器人产业的健康发展,通过明确养老机器人的功能与性能分类,确保其在互联家居环境中的有效应用。
2月以来,一些人形机器人头部企业高薪案例值得关注。其中,宇树科技招聘机器人感知算法工程师、机器人控制算法专家等岗位,月薪可达7万元至10万元。智元机器人SLAM算法专家月薪4-7万元,年薪超百万(15薪制)。
这一激励机制在消费电子行业堪称“天花板级”,也折射出公司对核心人才的重视。在消费电子市场竞争激烈的当下,安克创新是如何实现如此亮眼的成绩?这笔巨额分红背后又有着怎样的故事?
前空翻对人类而言已属高难度动作,对机器人更是挑战重重。前空翻动作比奔跑更能展现这款机器人的本体硬件潜力和算法团队的实力;相比后空翻,前空翻需要更高的动态平衡能力、瞬间加速度控制以及精准的落地姿态调整……
世界各地的先进晶圆厂现在都有机器人帮助优化晶圆制造设备的关键维护任务。
TEL宣布自2025年3月1日起,现任TEL中国区地区总部——东电电子(上海)有限公司高级执行副总经理赤池昌二正式升任为集团副总裁,同时兼任东电电子(上海)有限公司总裁和东电光电半导体设备(昆山)有限公司总裁。
预计在2025年,以下七大关键趋势将塑造物联网的格局。
领域新成果领域新成果4月必逛电子展!AI、人形机器人、低空飞行、汽车、新能源、半导体六大热门新赛道,来NEPCON China 2025一展全看,速登记!
本次股东大会将采取线上和线下相结合的混合形式召开,股东们可选择现场出席或线上参会。
千万级中标项目5个,百万级中标项目12个。文|新战略根据公开信息,新战略移动机器人产业研究所不完全统计,2025年2月,国内发布35项中标公告,披露总金额超15527.01万元。(由新战略移动机器人全
倒计时1天,『2025年行家说开年盛会(第8届)取势行远·LED显示屏及MLED产业链2025年蓝图峰会』明天正式启幕。本届开年盛会特设「2025年产品/技术/市场蓝图计划」、「COB」、「MiP及玻
插播:历时数月深度调研,9大系统性章节、超百组核心数据,行家说储能联合天合光能参编,发布工商业储能产业首份调研级报告,为行业提供从战略决策到产品方向、项目资源的全维参考!点击下方“阅读原文”订阅又一地
‍‍据“龙岩发布”3月5日消息,蓝天LED显示屏产业链生产项目一期装修已完成50%,预计3月底可完工,4月初试投产。加入LED显示行业群,请加VX:hangjia188图源:龙岩发布据介绍,蓝天LED
在 AI 时代,高校正逐渐成为 AI 创新的重要策源地。AI 的强大潜力不仅能够推动科学研究,提升研究效率和加速进程,还能在教育领域实现个性化学习,模拟复杂实验场景,拓宽学习方式。聆听全球专家的分享,
DeepSeek的崛起不仅是技术革新,更是一场从“机器语言”到“人类语言”的范式革命,推动了AGI时代到来。各个行业的应用场景不断拓展,为企业数字化发展带来了新机遇,同时也面临诸多挑战。不同企业在落地
点击文末“阅读原文”链接即可报名参会!往期精选《2024年度中国移动机器人产业发展研究报告》即将发布!2024年,36家移动机器人企业融了超60亿元2024移动机器人市场:新玩家批量入场,搅局还是破局
前不久,“行家说三代半”报道了长安汽车采用氮化镓OBC车载电源(点击查看)。近期,比亚迪、广汽埃安两家车企又相继公布了氮化镓应用进展:比亚迪&大疆:车载无人机采用氮化镓技术3月2日,比亚迪、大疆共同发
今日光电     有人说,20世纪是电的世纪,21世纪是光的世纪;知光解电,再小的个体都可以被赋能。追光逐电,光引未来...欢迎来到今日光电!----追光逐电 光引未来----来源: 逍遥设计自动化申
2025年3月11-13日,亚洲激光、光学、光电行业年度盛会的慕尼黑上海光博会将在上海新国际博览中心-3号入口厅N1-N5,E7-E4馆盛大召开。本次瑞淀光学展示方案有:■ MicroOLED/Min