NVIDIA 如何让机器人组装 GB300 测试托盘
NVIDIA 教会机器人组装 GB300 测试托盘,并从中获得关于机器人学习、机械智能与传统工程的启示。NVIDIA Grace Blackwell GB300 超级芯片是现代基础模型 AI 训练与推理的引擎,但其托盘组装目前仍需全球各地工厂中的熟练体力劳动。
NVIDIA 教会机器人组装 GB300 测试托盘,并从中获得关于机器人学习、机械智能与传统工程的启示。NVIDIA Grace Blackwell GB300 超级芯片是现代基础模型 AI 训练与推理的引擎,但其托盘组装目前仍需全球各地工厂中的熟练体力劳动。
魔芯科技的4D世界模型MoWorld随华为Mate 90系列发布进入消费端,鸿蒙独占应用「摸小宠」可将几张手机拍摄的宠物照片生成可任意视角浏览的4D数字猫。技术上采用端云协同,云端昇腾NPU生成3D高斯模型,约6亿参数的MoWorld-2.0-Flash经量化裁剪后跑在麒麟芯片上完成端侧渲染,推理成本约为进口GPU方案的30%。
Skild AI 发布旗舰机器人基础模型 S1,作为上下文学习器,仅凭一段视频演示即可执行未在预训练中出现、最长 10 分钟的操作任务,无需微调或后训练。在内部基准上,未见任务中 ICL 在 100k 小时预训练数据下达到 66% 成功率,语言提示 VLA 为 9%;已见任务中 S1 达到约 96%。一次上下文演示约等于 380 个后训练示例,植物移盆任务从演示到自主执行用时 11 分钟。
推荐理由:原文给出 ICL 与语言提示 VLA 在 1k 到 100k 小时预训练下的成功率对比,可作为评估提示范式选型的参考。
波士顿动力与现代合作,用人类示范和强化学习训练 Atlas 人形机器人完成此前未见的 Ghost Rabona 花式踢球动作。团队用光学动作捕捉记录球员与工程师 Roberto 的高保真运动数据,经重定向映射到 Atlas 运动学结构后,在云端 GPU 并行数千次仿真训练,相当于 24 小时内完成一年的物理试错,学到的策略几乎全部首次上机即成功。该训练方法可迁移到仓储、工厂等实际作业任务。
Sanctuary AI 借助 NVIDIA Isaac Lab 开源机器人学习框架,对其高自由度、高强度、高速液压灵巧手实现业界领先的 sim-to-real 灵巧操作策略迁移。