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.