На конференции GTC 2026 Nvidia объявила о масштабном расширении платформы для «физического ИИ» — это общее название для систем, которые действуют в реальном мире: автономные автомобили, промышленные роботы, хирургические установки.
Роботакси и партнёры
Uber запустит роботакси на платформе Nvidia DRIVE Hyperion в Лос-Анджелесе и Сан-Франциско в первой половине 2027 года. К 2028-му флот должен работать в 28 городах на четырёх континентах. BYD, Geely, Nissan и Isuzu тоже подключились к платформе. Для безопасности Nvidia представила Halos OS — трёхуровневую архитектуру с сертификацией ASIL-D.
Отдельно вышла модель Alpamayo 1.5 для автономного вождения: принимает видео, данные о движении и текстовые команды, выдаёт траекторию с объяснением решений. Модель скачали более 100 000 разработчиков.
Промышленные роботы
FANUC, ABB, YASKAWA и KUKA — производители, у которых в сумме установлено более двух миллионов роботов, — интегрируют библиотеки Omniverse и симуляционные фреймворки Isaac в свои решения. Nvidia анонсировала модель Cosmos 3, а также GR00T N1.7 — фундаментальную модель для гуманоидных роботов с коммерческой лицензией.
Следующая версия, GR00T N2, решает новые задачи в незнакомых средах вдвое успешнее, чем лучшие конкурирующие VLA-модели. Сейчас она лидирует в бенчмарках MolmoSpaces и RoboArena, релиз запланирован до конца 2026 года.
Данные как вычислительная задача
Главная идея Nvidia — переформулировать проблему. Сейчас роботам не хватает обучающих данных, особенно редких сценариев. Nvidia предлагает генерировать их синтетически через Physical AI Data Factory Blueprint: три инструмента — Cosmos Curator, Cosmos Transfer и Cosmos Evaluator — автоматизируют сборку датасетов от сырых данных до готовых наборов.
Если подход сработает, узким местом станет не автопарк автопроизводителя для сбора данных в реальном мире, а количество GPU, которые компания готова выделить на симуляцию. Nvidia продаёт GPU — схема замкнулась.
Оркестровый фреймворк OSMO интегрируется с Claude Code, OpenAI Codex и Cursor, чтобы ИИ-агенты могли самостоятельно управлять ресурсами в пайплайне данных. Blueprint появится на GitHub в апреле.
