兩家公司在芝加哥 Automate 展會上宣布將圍繞 NVIDIA AI、Isaac Manipulator 和 Intrinsic 平臺的使用展開合作。

Alphabet 旗下軟件和 AI 機器人公司 Intrinsic 通過整合 NVIDIA AI 與 Isaac 平臺技術，推進復雜的自主機器人操縱領域的發展。

在本周于芝加哥舉行的 Automate 展會上，Intrinsic 重點展示了由NVIDIA Isaac Manipulator賦能的基礎模型如何推進機器人抓取和工業擴展方面的飛躍，利用 AI 為工業自動化釋放新的價值。

NVIDIA 在 3 月的 GTC 上發布了 Isaac Manipulator。Isaac Manipulator 是一套基礎模型和模塊化 GPU 加速程序庫，它通過加速 AI 模型訓練和任務程序改編，幫助工業自動化公司構建可擴展、可重復的動態操縱任務工作流。

基礎模型基于 transformer 深度學習架構，該架構使神經網絡能夠通過追蹤數據中的關系進行學習。這些模型通常在海量數據集上進行訓練，可用于處理和理解傳感器和機器人信息。這種如同 ChatGPT 處理文本一樣神奇的功能使機器人的感知和決策能力得到了前所未有的提升，并且還提供了零樣本學習能力（即在沒有先例的情況下執行任務的能力）。

NVIDIA 與領先的機器人軟件和 AI 公司 Intrinsic 的合作展示了將普適的機器人抓取技能應用于不同抓手、環境和物體的潛力。

Intrinsic 首席執行官 Wendy Tan White 在一篇宣布與 NVIDIA 合作的博文中表示：“我們與 NVIDIA 的合作向整個行業展示了基礎模型如何產生深遠的影響，包括使現下的大規模處理挑戰更容易管理、創建以前不可行的應用、降低開發成本以及提高終端用戶的靈活性等。”

利用 Isaac Manipulator開發出更優秀的機器人抓握裝置

抓握一直是機器人孜孜以求的技能。但迄今為止，這項技能的編程耗時長、成本高而且難以擴展。因此直到現在，許多重復性的拾取和放置情況都無法由機器人來完美處理。

仿真技術正在改變這一狀況。借助 NVIDIA Omniverse 平臺上的 NVIDIA Isaac Sim，Intrinsic 利用金屬板和吸力抓手 CAD（計算機輔助設計）模型生成了真空抓取的合成數據，為其客戶 Trumpf Machine Tools（一家領先的工業機床制造商）創建出原型。

該原型使用 Intrinsic Flowstate（一個 AI 機器人解決方案開發環境）實現流程可視化、相關感知和運動規劃。通過一套包含 Isaac Manipulator 的工作流，生成抓取姿勢和由 CUDA 提供加速的機器人動作。這些動作先通過 Isaac Sim 進行仿真評估以節省成本，隨后再通過 Intrinsic 平臺部署到現實世界中。

通過此次合作，NVIDIA 和 Intrinsic 計劃為機械臂帶來先進的靈巧性和模塊化 AI 功能，并提供一套強大的基礎模型和 GPU 加速程序庫，以加速更多新機器人和自動化任務。

NVIDIA 高級研究科學家 Adithya Murali 和 Intrinsic 首席科學官 Torsten Kroeger 在 Automate 展會上展示了兩家公司的成果。

審核編輯：劉清