NVIDIA stellt auf der National Robotics Week den RoboLab-Benchmark und eine neue Welle von Physical-AI-Projekten vor
Warum es wichtig ist
Im Rahmen der National Robotics Week 2026 hat NVIDIA eine Reihe neuer Physical-AI-Projekte vorgestellt, darunter RoboLab — einen Benchmark für Simulation-to-Reality-Transfer, Kooperationen mit dem Toyota Research Institute, Mimic Robotics und Doosan Robotics sowie offene Ressourcen für die Evaluierung von Roboter-Policies wie Isaac Lab-Arena.
NVIDIA hat die National Robotics Week 2026 genutzt, um ein Bündel an Forschungsergebnissen, Kooperationen und Open-Source-Ressourcen zu veröffentlichen, die sich auf Physical AI konzentrieren — jenes Feld, in dem generative KI über Robotikplattformen in die reale physische Welt vordringt.
RoboLab — ein Benchmark für Sim-to-Real
Die zentrale Ankündigung ist RoboLab, ein neuer hochgenauer Simulationsbenchmark für generalistische Roboter-Policies, aufgebaut auf den Plattformen NVIDIA Isaac und Omniverse. Ziel des Benchmarks ist es, den sogenannten Simulation-to-Reality-Transfer zu messen — also wie gut in Simulation trainierte Roboter-Policies auf realen Robotern funktionieren — wenn die Aufgaben an Komplexität zunehmen. Die RoboLab-Funktionalität wird in die NVIDIA Isaac Lab-Arena integriert, das bestehende Framework zur Policy-Evaluierung.
Industriekooperationen
Das Toyota Research Institute hat die NVIDIA-Cosmos-World-Foundation-Modelle für State-of-the-Art Dynamic View Synthesis und Roboter-Teleoperation angepasst. Mimic Robotics hat ein Video-Action-Modell entwickelt, das bei Manipulationsaufgaben in der realen Welt “10-fache Sample Efficiency und 2-fach schnellere Konvergenz” erreicht. Doosan Robotics nutzt NVIDIA Cosmos Reason, damit palettierende Roboter den Inhalt von Kartons analysieren, Schäden erkennen und das Handling auf Basis von Gewichts- und Fragilitätseinschätzungen anpassen können.
OpenClaw auf Jetson Thor und akademische Programme
NVIDIA hebt außerdem OpenClaw auf Jetson Thor hervor — Open-Source-Robotik, die lokal auf Jetson-Hardware läuft und dabei optimierte Nemotron-Modelle sowie vLLM-Inferenz nutzt. Aus dem akademischen Bereich entwickelt die University of Maryland im Rahmen des NVIDIA Academic Grant Program humanoide Systeme für Haushaltsaufgaben, basierend auf Isaac-Simulation und Jetson-Deployment. Die MassRobotics Fellowship Cohort 2 umfasst neun NVIDIA-Inception-Mitglieder, darunter Burro, Config Intelligence, Deltia, Haply Robotics und Telexistence.
Was offen verfügbar ist
Open-Source-Ressourcen: RoboLab (auf GitLab), das Policy-Evaluation-Framework Isaac Lab-Arena, Nemotron-Modelle für das Edge-Deployment sowie die Inferenzbibliothek vLLM. Dies ist ein Satz von Werkzeugen, der die Kosten für Forschende und Start-ups erheblich senkt, die mit Physical AI experimentieren möchten, ohne eine eigene Infrastruktur aufbauen zu müssen.
Dieser Artikel wurde mithilfe von künstlicher Intelligenz aus Primärquellen erstellt.
Quellen
Verwandte Nachrichten
AMD Primus Projection: Werkzeug zur Vorhersage von LLM-Trainingsanforderungen vor dem Start auf Instinct-GPU-Clustern
Google stellt auf Cloud Next '26 TPU 8i und TPU 8t vor: spezialisierte Chips für agentisches KI-Computing
Gemma 4 läuft als Vision Language Agent lokal auf Jetson Orin Nano Super