На конференции GTC 2026 компания Nvidia представила масштабное расширение своей экосистемы для «физического ИИ» (Physical AI). Стратегия подразумевает создание фундаментальной платформы, объединяющей аппаратное обеспечение, специализированные модели, инструменты имитационного моделирования и архитектуры безопасности для автоматизации различных отраслей: от автопрома до робототехники и телекоммуникаций.
Автономный транспорт: стандартизация уровня L4
Ключевой анонс касается партнерства с Uber: в первой половине 2027 года в Лос-Анджелесе и Сан-Франциско начнется эксплуатация роботакси на базе платформы DRIVE Hyperion и программного обеспечения DRIVE AV. План Nvidia предусматривает масштабирование парка беспилотников до 28 городов на четырех континентах к 2028 году. Аналогичные архитектурные решения внедряют BYD, Geely и Nissan, а для обеспечения функциональной безопасности представлена трехуровневая система Halos OS, основанная на сертифицированном DriveOS и стеке NCAP 5-star.
Для управления беспилотниками выпущена модель Alpamayo 1.5. Ее особенность заключается в возможности интерпретации естественного языка: разработчики могут задавать траектории движения через текстовые инструкции. Система поддерживает многокамерные конфигурации, что упрощает масштабирование на разные модельные ряды. Для валидации всех этих решений используется Omniverse NuRec — инструмент имитации на базе 3D Gaussian Splatting, позволяющий воссоздавать реальные дорожные сценарии.
Роботизация: от промышленных манипуляторов до гуманоидов
Крупнейшие производители робототехники — FANUC, ABB, YASKAWA и KUKA — переходят на интеграцию библиотек Omniverse и фреймворков Isaac в свои системы управления. На аппаратном уровне в контроллеры внедряются модули Jetson для выполнения инференса на границе сети.
В области развития гуманоидных роботов Nvidia открывает ранний доступ к модели GR00T N1.7, предназначенной для обучения роботов сложным моторным навыкам. Анонсированная модель GR00T N2, базирующаяся на архитектуре «World Action Model» (исследование DreamZero), по заявлениям разработчиков, вдвое эффективнее справляется с новыми задачами в незнакомых условиях по сравнению с существующими аналогами. Для ускорения обучения роботов на базе инфраструктуры DGX представлена версия Isaac Lab 3.0 с движком Newton Physics Engine 1.0.
Решение проблемы данных через шаблоны
Одной из главных сложностей обучения «физического ИИ» считается дефицит редких данных (edge cases). Для автоматизации формирования датасетов предложен «Physical AI Data Factory Blueprint». Это эталонная архитектура, которая превращает процесс сбора и подготовки данных в вычислительную задачу. Конвейер состоит из трех этапов: Cosmos Curator (отбор), Cosmos Transfer (аугментация) и Cosmos Evaluator (контроль качества). Процесс координируется фреймворком OSMO, который интегрируется с ИИ-агентами (например, Claude Code или Cursor) для динамического управления вычислительными ресурсами.
Периферийные вычисления и 5G-инфраструктура
Платформа IGX Thor, ориентированная на критически важные сценарии, стала общедоступной. Решение уже применяется в медицине (платформы Johnson & Johnson и Medtronic), тяжелой промышленности (Caterpillar) и космосе (обработка данных датчиков Planet Labs). Параллельно Nvidia совместно с T-Mobile и Nokia тестирует использование базовых станций 5G в качестве узлов периферийных вычислений. Идея заключается в переносе ресурсоемких вычислений с датчиков и камер на ближайшую точку сети, что уже используется в пилотных проектах по управлению трафиком в Сан-Хосе и мониторингу электросетей.
ИИ-агенты в проектировании и производстве
Nvidia развивает сотрудничество с Cadence, Dassault Systemes, Siemens и Synopsys для внедрения специализированных ИИ-агентов в циклы разработки микросхем и сложных инженерных систем. На практике это позволяет ускорить аэродинамические симуляции (например, Honda с использованием Ansys Fluent) и процесс литографии на предприятиях Samsung, SK hynix и TSMC. Инструментарий Omniverse также используется для создания цифровых двойников промышленных объектов, объединяя ресурсы облачных провайдеров, таких как AWS, Google Cloud и Azure.