Pengembangan Robot Humanoid Berteknologi AI Kian Melesat

JAKARTA - Raksasa teknologi Nvidia mengumumkan tersedianya serangkaian layanan, model, dan platform komputasi berbasis artificial Intelligence (AI) untuk mendorong pengembangan robot humanoid generasi terbaru.



Menurut pendiri dan CEO Nvidia, Jensen Huang, ini akan membuka akses bagi pengembang dan perusahaan untuk menggunakan platform, perpustakaan akselerasi, dan model AI yang paling sesuai dengan kebutuhan dalam merancang robot.

Layanan tersebut antara lain NVIDIA NIM untuk simulasi dan pembelajaran robot, serta layanan orkestrasi NVIDIA OSMO untuk menjalankan beban kerja robotik multi-tahap, teleoperasi berbasis AI, dan simulasi yang memungkinkan pengembang melatih robot menggunakan sejumlah kecil data demonstrasi manusia.

Dijelaskan Jensen, layanan mikro NIM menyediakan container yang telah dibuat sebelumnya, didukung oleh perangkat lunak inferensi NVIDIA, yang memungkinkan pengembang mengurangi waktu penerapan dari minggu ke menit.

Dua layanan mikro AI baru akan memungkinkan ahli robotik meningkatkan alur kerja simulasi untuk AI fisik generatif di NVIDIA Isaac Sim, aplikasi referensi untuk simulasi robotika yang dibangun pada platform NVIDIA Omniverse.

MimicGen NIM menghasilkan data gerakan sintetis berdasarkan rekaman data yang dioperasikan melalui jarak jauh dari perangkat komputasi spasial seperti Apple Vision Pro. Robocasa NIM menghasilkan tugas robot dan lingkungan siap simulasi di OpenUSD, kerangka kerja universal untuk mengembangkan dan berkolaborasi dalam dunia 3D.

Sementara NVIDIA OSMO, adalah layanan terkelola cloud-native yang memungkinkan pengguna mengatur dan menskalakan alur kerja pengembangan robotika yang kompleks di seluruh sumber daya komputasi terdistribusi, baik di lokasi maupun di cloud.

OSMO mampu menyederhanakan pelatihan robot dan alur kerja simulasi, memotong waktu siklus penerapan dan pengembangan dari beberapa bulan menjadi kurang dari seminggu.

"Pengguna dapat memvisualisasikan dan mengelola berbagai tugas seperti menghasilkan data sintetis, model pelatihan, melakukan pembelajaran penguatan, dan menerapkan pengujian perangkat lunak dalam skala besar untuk humanoid, robot bergerak otonom, dan manipulator industri," kata Jensen.