شرکت Nvidia اعلام کرد که با سرعتی چشمگیر به پیشرفت در فناوری روباتیک انسان‌نما پرداخته و یک مدل پایه سفارشی برای استدلال انسان‌نما، نقشه‌ای برای تولید داده‌های حرکتی مصنوعی، و سیستم‌های Blackwell بیشتری را برای تسریع در توسعه روبات‌های انسان‌نما ارائه می‌دهد. در نمایشگاه کامپیوتکس 2025 در تایوان، Nvidia از نسل جدیدی به نام Isaac GR00T N1.5 رونمایی کرد که نخستین به‌روزرسانی مدل کاملاً سفارشی، عمومی و مدل پایه این شرکت برای استدلال و مهارت‌های انسان‌نما است. همچنین Nvidia Isaac GR00T-Dreams، نقشه‌ای برای تولید داده‌های حرکتی مصنوعی، و سیستم‌های Nvidia Blackwell برای تسریع توسعه روبات‌های انسان‌نما معرفی شدند.
توسعه‌دهندگان در حوزه روباتیک، از جمله Agility Robotics، Boston Dynamics، Fourier، Foxlink، Galbot، Mentee Robotics، NEURA Robotics، General Robotics، Skild AI و XPENG Robotics، فناوری‌های پلتفرم Nvidia Isaac را برای پیشبرد توسعه و به‌کارگیری روبات‌های انسان‌نما به کار می‌برند. جنسن هوانگ، مدیرعامل Nvidia، در بیانیه‌ای گفت: “هوش مصنوعی و روباتیک فیزیکی، انقلاب صنعتی بعدی را رقم خواهند زد.” او اضافه کرد: “از مغزهای هوش مصنوعی برای روبات‌ها تا جهان‌های شبیه‌سازی شده برای تمرین یا ابرکامپیوترهای هوش مصنوعی برای آموزش مدل‌های پایه، Nvidia ابزاری برای هر مرحله از سفر توسعه روباتیک فراهم می‌کند.”
نقشه GR00T-Dreams که در سخنرانی هوانگ در کامپیوتکس نمایش داده شد، به تولید حجم گسترده‌ای از داده‌های حرکتی مصنوعی – معروف به مسیرهای عصبی – کمک می‌کند که توسعه‌دهندگان هوش مصنوعی فیزیکی می‌توانند از آن برای آموزش روبات‌ها در رفتارهای جدید، از جمله انطباق با محیط‌های متغیر، استفاده کنند. توسعه‌دهندگان ابتدا مدل‌های پایه جهان (WFMs) را برای روبات خود به‌صورت پسا-آموزشی آموزش می‌دهند. سپس با استفاده از یک تصویر به عنوان ورودی، GR00T-Dreams ویدئوهایی از روبات در حال انجام وظایف جدید در محیط‌های نوین تولید می‌کند. سپس این نقشه توکن‌های اقدام – داده‌های فشرده و قابل هضم – را استخراج می‌کند که برای آموزش روبات‌ها در خصوص انجام این وظایف جدید استفاده می‌شود.
مدل GR00T N1.5 با استفاده از نقشه GR00T-Dreams جهت تولید داده‌های آموزشی مصنوعی توسعه یافته و در مقایسه با مدت زمان سه ماهه‌ای که بدون آن طول می‌کشید، تنها در 36 ساعت به‌روز رسانی شده است. این مدل توانایی انطباق بهتری با محیط‌ها و کانفینگ‌های جدید را داشته و قادر به شناسایی اشیا از طریق دستورالعمل‌های کاربر است. در این به‌روزرسانی، نرخ موفقیت مدل در انجام وظایف رایج مانند دسته‌بندی یا نظم‌دهی اشیا به شکل قابل توجهی بهبود یافته است.
Nvidia در ادامه با معرفی تکنولوژی‌های شبیه‌سازی جدید، مانند Nvidia Cosmos Reason برای تولید داده‌های حرکتی مصنوعی با کیفیت بالا، به کاهش فاصله بین داده‌برداری و آزمایش روبات‌ها کمک می‌کند. با این تلاش‌ها، Nvidia به دنبال این است که امکان توسعه روبات‌های انسان‌نما با قابلیت‌های بالا را با هزینه و خطر کمتر فراهم کند.
به‌روزرسانی و پیشرفت‌های صورت‌گرفته در فناوری‌های روباتیک انسان‌نما و کاربردهای عملی آن، نویدبخش آینده‌ای است که در آن تعامل انسان با روبات‌ها به‌طور عمیق‌تری توسعه می‌یابد و بخش‌های مختلف صنعتی به این فناوری‌های پیشرفته دسترسی خواهند داشت.