<p><em>编辑者注：这篇文章是</em> <em>《进入全宇宙》</em> <em>系列的一部分，专注于开发者、3D 从业者和企业如何利用</em> <em>OpenUSD</em> <em>和</em> <em>NVIDIA Omniverse</em> <em>的最新进展来转变他们的工作流程。</em></p>
<p>开源已成为推动机器人技术和自主性创新的关键。通过提供对关键基础设施的访问——从仿真框架到人工智能模型——NVIDIA 正在促进协作开发，加速实现更安全、更强大的自主系统。</p>
<p>在本月早些时候的 CES 上，NVIDIA 推出了一套新的开放物理人工智能模型和框架，以加速人形机器人、自主车辆和其他物理人工智能体现的开发。这些工具涵盖了整个机器人开发生命周期——从高保真世界仿真和合成数据生成到云原生编排和边缘部署——为开发者提供了一个模块化工具包，以构建能够在现实世界中推理、学习和行动的自主系统。</p>
<p>OpenUSD 提供了一个通用框架，标准化了这些物理人工智能工具之间 3D 数据的共享，使开发者能够构建准确的数字双胞胎，并在仿真到部署的过程中无缝重用它们。基于 OpenUSD 构建的 NVIDIA Omniverse 库，作为整个堆栈的真实仿真源。</p>
<h2><strong>从实验室到展厅</strong></h2>
<p>在 2026 年 CES 上，开发者将 NVIDIA 物理人工智能堆栈从实验室带到了展厅，首次展示了从重型设备和工厂助手到社交和服务机器人的各种机器。</p>
<p>该堆栈利用了 NVIDIA Cosmos 世界模型；NVIDIA Isaac 技术，包括新的 Isaac Lab-Arena 开源框架用于策略评估；NVIDIA Alpamayo 开放的人工智能模型、仿真框架和自主车辆的物理人工智能数据集；以及 NVIDIA OSMO 框架，用于在计算环境中编排训练。</p>
<p><strong>卡特彼勒</strong> 的 Cat AI 助手，基于 NVIDIA Nemotron 开放模型的代理人工智能，并运行在 NVIDIA Jetson Thor 边缘人工智能模块上，将自然语言交互直接引入重型车辆的驾驶室。操作员可以提出 “嘿，Cat” 风格的问题，并获得逐步指导，还可以通过语音调整安全参数。</p>
<p>在幕后，卡特彼勒使用 Omniverse 库构建工厂和工地的数字双胞胎，帮助模拟布局、交通模式和多机器工作流程。这些洞察在变更部署到工地之前反馈到设备和车队中，使得人工智能辅助操作更加安全和高效。</p>
<p><strong>LEM Surgical</strong> 展示了其 Dynamis 机器人手术系统，该系统已获得 FDA 批准，并在脊柱手术中常规使用。下一代系统使用 NVIDIA Jetson AGX Thor 进行计算，使用 NVIDIA Holoscan 进行实时传感器处理，并使用 NVIDIA Isaac for Healthcare 训练其自主手臂。</p>
<p>LEM Surgical 还使用 NVIDIA Cosmos Transfer——一个开放的、完全可定制的世界模型，能够生成基于物理的合成数据——来生成合成训练数据，并使用 NVIDIA Isaac Sim 框架进行数字双胞胎仿真。Dynamis 系统被设计为双臂人形手术机器人，适用于硬组织手术，模仿人类外科医生的灵巧性，并以更高的精度进行复杂的脊柱手术，减轻外科医生和手术助手的身体负担。</p>
<p><img src="https://imageproxy.pbkrs.com/https://blogs.nvidia.com/wp-content/uploads/2026/01/ito-lem-surgical-robot-406x350.jpg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="406" height="350" original-src="https://imageproxy.pbkrs.com/https://blogs.nvidia.com/wp-content/uploads/2026/01/ito-lem-surgical-robot-406x350.jpg"/></p>
<p>LEM Surgical 展示。</p>
<p><strong>NEURA Robotics</strong> 正在构建基于完整 NVIDIA 堆栈的认知机器人，使用 Isaac Sim 和 Isaac Lab 在基于 OpenUSD 的数字双胞胎中训练其 4NE1 人形机器人和 MiPA 服务机器人，然后再部署到家庭和工作场所。该公司使用 NVIDIA Isaac GR00T-Mimic 对其平台的 Isaac GR00T 基础模型进行后训练。</p>
<p>此外，NEURA Robotics 还与 SAP 和 NVIDIA 合作，将 SAP 的 Joule 代理与其机器人集成，使用 Mega NVIDIA Omniverse Blueprint 在复杂、真实的操作场景中模拟和优化机器人行为，然后将这些代理和行为部署到公司的 Neuraverse 生态系统以及现实世界的车队中。</p>
<p><strong>AgiBot</strong> 使用 NVIDIA Cosmos Predict 2 作为其 Genie Envisioner (GE-Sim) 平台的世界建模基础——允许该平台生成基于强视觉和物理先验的动作条件视频。将这些数据与 Isaac Sim 和 Isaac Lab 结合，以及在 AgiBot 自己的数据上进行后训练，使得在 Genie Envisioner 中开发的策略能够更可靠地转移到 Genie2 人形机器人和紧凑型 Jetson Thor 驱动的桌面机器人上。</p>
<p><strong>Intbot</strong> 正在使用 NVIDIA Cosmos Reason 2 开放模型，为其社交机器人赋予 “第六感”——利用该模型的推理能力识别简单的社交线索和安全上下文，超越简单的脚本任务。在其 Cosmos Cookbook 食谱中，Intbot 展示了推理视觉语言模型如何帮助机器人决定何时发言以及如何更自然地与人类互动。</p>
<h2><strong>机器人开发者如何使用新工具包和框架</strong></h2>
<p>NVIDIA 最近推出了 Agile，这是一个基于 Isaac Lab 的引擎，用于人形的运动操控，打包了一个完整的、从仿真到现实验证的工作流程，用于在 Unitree G1 和 LimX Dynamics TRON 等平台上训练强健的强化学习策略。</p>
<p>机器人开发者可以使用 Agile 的内置任务配置、用于决策的马尔可夫决策过程数学模型、训练工具和确定性评估工具来调整策略。然后，开发者可以在 Isaac Lab 中对这些策略进行压力测试，并更可靠和高效地将运动和全身行为转移到现实世界的机器人上。</p>
<p>Hugging Face 和 NVIDIA 正在通过将 NVIDIA Isaac GR00T N 模型和仿真框架集成到 LeRobot 生态系统中，汇聚他们的机器人社区。开发者现在可以直接在 LeRobot 中访问 Isaac GR00T N1.6 模型和 Isaac Lab‑Arena，以简化策略训练和评估。</p>
<p>此外，Hugging Face 的开源类人机器人 Reachy 2 现在与 NVIDIA Jetson Thor 完全互操作，使得先进的视觉语言动作（VLA）模型能够直接部署，以实现强大的现实世界性能。</p>
<p>ROBOTIS 是一家领先的智能伺服器、工业执行器、机械手、开源类人平台和教育机器人套件的开发商，利用 NVIDIA Isaac 技术构建了一个开源的仿真到现实管道。该工作流程从 Isaac Sim 中生成高保真数据开始，使用 GR00T‑Mimic 扩大训练集进行增强，然后微调一个基于 VLA 的 Isaac GR00T N 模型，直接部署到硬件上——加速从仿真到强大现实任务的过渡。</p>
<h2><strong>连接起来</strong></h2>
<p>通过探索以下资源，了解更多关于 OpenUSD 和机器人开发的信息：</p>
<ul>
<li><strong>阅读</strong> 这篇技术博客，了解如何使用 NVIDIA Isaac 和 GR00T N1.6 开发通用类人能力。</li>
<li><strong>阅读</strong> 这篇技术博客，了解如何使用 NVIDIA Isaac Lab – Arena 在仿真中评估通用机器人策略。</li>
<li><strong>学习</strong> 如何通过这两部分视频教程对 Isaac GR00T 进行后训练。</li>
<li><strong>观看</strong> NVIDIA 创始人兼首席执行官 Jensen Huang 的 CES 特别演讲。</li>
<li><strong>提升</strong> 机器人开发技能，参加自学的机器人学习路径。</li>
<li><strong>参与</strong> Cosmos Cookoff，这是一个动手的物理 AI 挑战，开发者使用 Cosmos Reason 来驱动机器人、自动化系统和视觉 AI 工作流程。</li>
</ul>

<p>NVIDIA 推出了一套开放的物理 AI 模型和框架，旨在增强类人机器人和自主系统的开发。这些工具支持整个机器人生命周期，从仿真到部署，利用 OpenUSD 进行标准化的 3D 数据共享。在 2026 年国际消费电子展（CES）上，展示了多种应用，包括卡特彼勒的重型车辆 AI 助手和 LEM Surgical 的机器人手术系统。NEURA Robotics 和 AgiBot 也在利用 NVIDIA 的技术来创建认知机器人并增强其操作能力。这些进展旨在使各个行业的 AI 辅助操作更加安全和高效</p>

<p><em>Editor’s note: This post is part of</em> <em>Into the Omniverse</em> <em>, a series focused on how developers, 3D practitioners and enterprises can transform their workflows using the latest advancements in</em> <em>OpenUSD</em> <em>and</em> <em>NVIDIA Omniverse</em> <em>.</em></p>
<div class="lb-trans"><p><em>编辑者注：这篇文章是</em> <em>《进入全宇宙》</em> <em>系列的一部分，专注于开发者、3D 从业者和企业如何利用</em> <em>OpenUSD</em> <em>和</em> <em>NVIDIA Omniverse</em> <em>的最新进展来转变他们的工作流程。</em></p>
</div><p>Open source has become essential for driving innovation in robotics and autonomy. By providing access to critical infrastructure — from simulation frameworks to AI models — NVIDIA is enabling collaborative development that accelerates the path to safer, more capable autonomous systems.</p>
<div class="lb-trans"><p>开源已成为推动机器人技术和自主性创新的关键。通过提供对关键基础设施的访问——从仿真框架到人工智能模型——NVIDIA 正在促进协作开发，加速实现更安全、更强大的自主系统。</p>
</div><p>At CES earlier this month, NVIDIA introduced a new suite of open physical AI models and frameworks to accelerate the development of humanoids, autonomous vehicles and other physical AI embodiments. These tools span the entire robotics development lifecycle — from high-fidelity world simulation and synthetic data generation to cloud-native orchestration and edge deployment — giving developers a modular toolkit to build autonomous systems that can reason, learn and act in the real world.</p>
<div class="lb-trans"><p>在本月早些时候的 CES 上，NVIDIA 推出了一套新的开放物理人工智能模型和框架，以加速人形机器人、自主车辆和其他物理人工智能体现的开发。这些工具涵盖了整个机器人开发生命周期——从高保真世界仿真和合成数据生成到云原生编排和边缘部署——为开发者提供了一个模块化工具包，以构建能够在现实世界中推理、学习和行动的自主系统。</p>
</div><p>OpenUSD provides the common framework that standardizes how 3D data is shared across these physical AI tools, enabling developers to build accurate digital twins and reuse them seamlessly from simulation to deployment. NVIDIA Omniverse libraries, built on OpenUSD, serve as the source of ground‑truth simulation that feeds the entire stack.</p>
<div class="lb-trans"><p>OpenUSD 提供了一个通用框架，标准化了这些物理人工智能工具之间 3D 数据的共享，使开发者能够构建准确的数字双胞胎，并在仿真到部署的过程中无缝重用它们。基于 OpenUSD 构建的 NVIDIA Omniverse 库，作为整个堆栈的真实仿真源。</p>
</div><h2><strong>From Labs to the Show Floor</strong></h2>
<div class="lb-trans"><h2><strong>从实验室到展厅</strong></h2>
</div><p>At CES 2026, developers brought the NVIDIA physical AI stack out of the lab and onto the show floor, debuting machines ranging from heavy equipment and factory assistants to social and service robots.</p>
<div class="lb-trans"><p>在 2026 年 CES 上，开发者将 NVIDIA 物理人工智能堆栈从实验室带到了展厅，首次展示了从重型设备和工厂助手到社交和服务机器人的各种机器。</p>
</div><p>The stack taps into NVIDIA Cosmos world models; NVIDIA Isaac technologies, including the new Isaac Lab-Arena open source framework for policy evaluation; the NVIDIA Alpamayo open portfolio of AI models, simulation frameworks and physical AI datasets for autonomous vehicles; and the NVIDIA OSMO framework to orchestrate training across compute environments.</p>
<div class="lb-trans"><p>该堆栈利用了 NVIDIA Cosmos 世界模型；NVIDIA Isaac 技术，包括新的 Isaac Lab-Arena 开源框架用于策略评估；NVIDIA Alpamayo 开放的人工智能模型、仿真框架和自主车辆的物理人工智能数据集；以及 NVIDIA OSMO 框架，用于在计算环境中编排训练。</p>
</div><p><strong>Caterpillar</strong>’s Cat AI Assistant, powered by NVIDIA Nemotron open models for agentic AI and running on the NVIDIA Jetson Thor edge AI module, brings natural language interaction directly into the cab of heavy vehicles. Operators can ask “Hey Cat”-style questions and get step‑by‑step guidance, as well as adjust safety parameters by voice.</p>
<div class="lb-trans"><p><strong>卡特彼勒</strong> 的 Cat AI 助手，基于 NVIDIA Nemotron 开放模型的代理人工智能，并运行在 NVIDIA Jetson Thor 边缘人工智能模块上，将自然语言交互直接引入重型车辆的驾驶室。操作员可以提出 “嘿，Cat” 风格的问题，并获得逐步指导，还可以通过语音调整安全参数。</p>
</div><p>Behind the scenes, Caterpillar uses Omniverse libraries to build factory and job‑site digital twins that can help simulate layouts, traffic patterns and multi‑machine workflows. These insights are fed back into equipment and fleets before changes are deployed to job sites, making AI‑assisted operations safer and more efficient.</p>
<div class="lb-trans"><p>在幕后，卡特彼勒使用 Omniverse 库构建工厂和工地的数字双胞胎，帮助模拟布局、交通模式和多机器工作流程。这些洞察在变更部署到工地之前反馈到设备和车队中，使得人工智能辅助操作更加安全和高效。</p>
</div><p><strong>LEM Surgical</strong> showcased its Dynamis Robotic Surgical System, which is FDA-cleared and in routine clinical use for spinal procedures. The next-generation system uses NVIDIA Jetson AGX Thor for compute, NVIDIA Holoscan for real-time sensor processing and NVIDIA Isaac for Healthcare to train its autonomous arms.</p>
<div class="lb-trans"><p><strong>LEM Surgical</strong> 展示了其 Dynamis 机器人手术系统，该系统已获得 FDA 批准，并在脊柱手术中常规使用。下一代系统使用 NVIDIA Jetson AGX Thor 进行计算，使用 NVIDIA Holoscan 进行实时传感器处理，并使用 NVIDIA Isaac for Healthcare 训练其自主手臂。</p>
</div><p>LEM Surgical also uses NVIDIA Cosmos Transfer — an open, fully customizable world model that enables physically based synthetic data generation — to generate synthetic training data and the NVIDIA Isaac Sim framework for digital twin simulation. Designed as a dual-arm humanoid surgical robot for hard-tissue surgery, the Dynamis system mimics human surgeon dexterity and enables complex spinal procedures with enhanced precision, alleviating strenuous physical demands on surgeons and surgical assistants.</p>
<div class="lb-trans"><p>LEM Surgical 还使用 NVIDIA Cosmos Transfer——一个开放的、完全可定制的世界模型，能够生成基于物理的合成数据——来生成合成训练数据，并使用 NVIDIA Isaac Sim 框架进行数字双胞胎仿真。Dynamis 系统被设计为双臂人形手术机器人，适用于硬组织手术，模仿人类外科医生的灵巧性，并以更高的精度进行复杂的脊柱手术，减轻外科医生和手术助手的身体负担。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://blogs.nvidia.com/wp-content/uploads/2026/01/ito-lem-surgical-robot-406x350.jpg" alt="" original-src="https://blogs.nvidia.com/wp-content/uploads/2026/01/ito-lem-surgical-robot-406x350.jpg"/></p>
<p>LEM Surgical showcase.</p>
<div class="lb-trans"><p>LEM Surgical 展示。</p>
</div><p><strong>NEURA Robotics</strong> is building cognitive robots on a full NVIDIA stack, using Isaac Sim and Isaac Lab to train its 4NE1 humanoid and MiPA service robots in OpenUSD‑based digital twins before deployment in domestic settings and workplaces. The company used NVIDIA Isaac GR00T‑Mimic to post‑train the Isaac GR00T foundation model for its platforms.</p>
<div class="lb-trans"><p><strong>NEURA Robotics</strong> 正在构建基于完整 NVIDIA 堆栈的认知机器人，使用 Isaac Sim 和 Isaac Lab 在基于 OpenUSD 的数字双胞胎中训练其 4NE1 人形机器人和 MiPA 服务机器人，然后再部署到家庭和工作场所。该公司使用 NVIDIA Isaac GR00T-Mimic 对其平台的 Isaac GR00T 基础模型进行后训练。</p>
</div><p>In addition, NEURA Robotics is collaborating with SAP and NVIDIA to integrate SAP’s Joule agents with its robots, using the Mega NVIDIA Omniverse Blueprint to simulate and refine robot behavior in complex, realistic operational scenarios before those agents and behaviors are deployed into the company’s Neuraverse ecosystem, as well as in real‑world fleets.</p>
<div class="lb-trans"><p>此外，NEURA Robotics 还与 SAP 和 NVIDIA 合作，将 SAP 的 Joule 代理与其机器人集成，使用 Mega NVIDIA Omniverse Blueprint 在复杂、真实的操作场景中模拟和优化机器人行为，然后将这些代理和行为部署到公司的 Neuraverse 生态系统以及现实世界的车队中。</p>
</div><p><strong>AgiBot</strong> uses NVIDIA Cosmos Predict 2 as the world‑modeling backbone for its Genie Envisioner (GE-Sim) platform — allowing the platform to generate action‑conditioned videos grounded in strong visual and physical priors. Combining this data with Isaac Sim and Isaac Lab, as well as post‑training on AgiBot’s own data, lets policies developed in Genie Envisioner transfer more reliably to Genie2 humanoids and compact Jetson Thor-powered tabletop robots.</p>
<div class="lb-trans"><p><strong>AgiBot</strong> 使用 NVIDIA Cosmos Predict 2 作为其 Genie Envisioner (GE-Sim) 平台的世界建模基础——允许该平台生成基于强视觉和物理先验的动作条件视频。将这些数据与 Isaac Sim 和 Isaac Lab 结合，以及在 AgiBot 自己的数据上进行后训练，使得在 Genie Envisioner 中开发的策略能够更可靠地转移到 Genie2 人形机器人和紧凑型 Jetson Thor 驱动的桌面机器人上。</p>
</div><p><strong>Intbot</strong> is using the NVIDIA Cosmos Reason 2 open model to give its social robots a “sixth sense” for the real world — using the model’s reasoning capabilities to identify simple social cues and safety context that go beyond simple scripted tasks. In its Cosmos Cookbook recipe, Intbot demonstrates how reasoning vision language models can aid robots in deciding when to speak and how to more naturally interact with humans.</p>
<div class="lb-trans"><p><strong>Intbot</strong> 正在使用 NVIDIA Cosmos Reason 2 开放模型，为其社交机器人赋予 “第六感”——利用该模型的推理能力识别简单的社交线索和安全上下文，超越简单的脚本任务。在其 Cosmos Cookbook 食谱中，Intbot 展示了推理视觉语言模型如何帮助机器人决定何时发言以及如何更自然地与人类互动。</p>
</div><h2><strong>How Robotics Developers Are Using New Toolkits and Frameworks</strong></h2>
<div class="lb-trans"><h2><strong>机器人开发者如何使用新工具包和框架</strong></h2>
</div><p>NVIDIA recently introduced Agile, an Isaac Lab-based engine for humanoid loco‑manipulation that packages a full, sim‑to‑real‑verified workflow for training robust reinforcement learning policies on platforms like the Unitree G1 and LimX Dynamics TRON.</p>
<div class="lb-trans"><p>NVIDIA 最近推出了 Agile，这是一个基于 Isaac Lab 的引擎，用于人形的运动操控，打包了一个完整的、从仿真到现实验证的工作流程，用于在 Unitree G1 和 LimX Dynamics TRON 等平台上训练强健的强化学习策略。</p>
</div><p>Robotics developers can use Agile’s built‑in task configurations, Markov Decision Process mathematical models for decision-making, training utilities and deterministic evaluation tools to tune policies. Developers can then stress‑test these policies in Isaac Lab and transfer locomotion and whole‑body behaviors to real-world robots more reliably and efficiently.</p>
<div class="lb-trans"><p>机器人开发者可以使用 Agile 的内置任务配置、用于决策的马尔可夫决策过程数学模型、训练工具和确定性评估工具来调整策略。然后，开发者可以在 Isaac Lab 中对这些策略进行压力测试，并更可靠和高效地将运动和全身行为转移到现实世界的机器人上。</p>
</div><p>Hugging Face and NVIDIA are bringing together their robotics communities by integrating NVIDIA Isaac GR00T N models and simulation frameworks into the LeRobot ecosystem. Developers can now access Isaac GR00T N1.6 models and Isaac Lab‑Arena directly within LeRobot to streamline policy training and evaluation.</p>
<div class="lb-trans"><p>Hugging Face 和 NVIDIA 正在通过将 NVIDIA Isaac GR00T N 模型和仿真框架集成到 LeRobot 生态系统中，汇聚他们的机器人社区。开发者现在可以直接在 LeRobot 中访问 Isaac GR00T N1.6 模型和 Isaac Lab‑Arena，以简化策略训练和评估。</p>
</div><p>Plus, Hugging Face’s open‑source Reachy 2 humanoid is now fully interoperable with NVIDIA Jetson Thor, enabling the direct deployment of advanced vision language action (VLA) models for robust real‑world performance.</p>
<div class="lb-trans"><p>此外，Hugging Face 的开源类人机器人 Reachy 2 现在与 NVIDIA Jetson Thor 完全互操作，使得先进的视觉语言动作（VLA）模型能够直接部署，以实现强大的现实世界性能。</p>
</div><p>ROBOTIS, a leading developer of smart servos, industrial actuators, manipulators, open-source humanoid platforms and educational robotic kits, built an open source sim-to-real pipeline using NVIDIA Isaac technologies. The workflow starts with high‑fidelity data generation in Isaac Sim, scales up training sets using GR00T‑Mimic for augmentation and then fine‑tunes a VLA‑based Isaac GR00T N model that deploys directly to hardware — accelerating the transition from simulation to robust real‑world tasks.</p>
<div class="lb-trans"><p>ROBOTIS 是一家领先的智能伺服器、工业执行器、机械手、开源类人平台和教育机器人套件的开发商，利用 NVIDIA Isaac 技术构建了一个开源的仿真到现实管道。该工作流程从 Isaac Sim 中生成高保真数据开始，使用 GR00T‑Mimic 扩大训练集进行增强，然后微调一个基于 VLA 的 Isaac GR00T N 模型，直接部署到硬件上——加速从仿真到强大现实任务的过渡。</p>
</div><h2><strong>Get Plugged In</strong></h2>
<div class="lb-trans"><h2><strong>连接起来</strong></h2>
</div><p>Learn more about OpenUSD and robotics development by exploring these resources:</p>
<div class="lb-trans"><p>通过探索以下资源，了解更多关于 OpenUSD 和机器人开发的信息：</p>
</div><ul>
<li><strong>Read</strong> this technical blog to learn how to develop generalist humanoid capabilities with NVIDIA Isaac and GR00T N1.6.</li>
<li><strong>Read</strong> this technical blog to learn how to evaluate generalist robot policies in simulation using NVIDIA Isaac Lab – Arena.</li>
<li><strong>Learn</strong> how to post-train Isaac GR00T with this two-part video tutorial.</li>
<li><strong>Watch</strong> NVIDIA founder and CEO Jensen Huang’s CES special presentation.</li>
<li><strong>Improve</strong> skills for robotics development with the self-paced robotics learning path.</li>
<li><strong>Participate</strong> in the Cosmos Cookoff, a hands-on physical AI challenge where developers use Cosmos Reason to power robotics, autonomous systems and vision AI workflows.</li>
</ul>
<div class="lb-trans"><ul>
<li><strong>阅读</strong> 这篇技术博客，了解如何使用 NVIDIA Isaac 和 GR00T N1.6 开发通用类人能力。</li>
<li><strong>阅读</strong> 这篇技术博客，了解如何使用 NVIDIA Isaac Lab – Arena 在仿真中评估通用机器人策略。</li>
<li><strong>学习</strong> 如何通过这两部分视频教程对 Isaac GR00T 进行后训练。</li>
<li><strong>观看</strong> NVIDIA 创始人兼首席执行官 Jensen Huang 的 CES 特别演讲。</li>
<li><strong>提升</strong> 机器人开发技能，参加自学的机器人学习路径。</li>
<li><strong>参与</strong> Cosmos Cookoff，这是一个动手的物理 AI 挑战，开发者使用 Cosmos Reason 来驱动机器人、自动化系统和视觉 AI 工作流程。</li>
</ul>
</div>

Into the Omniverse: Physical AI Open Models and Frameworks Advance Robots and Autonomous Systems

- NVIDIA 在 CES 介绍了新一套开放的物理 AI 模型和框架。  
- 该工具支持机器人开发从模拟到部署的整个生命周期。  
- 诸如 Caterpillar 和 LEM Surgical 等公司展示了基于这些技术的应用实例。

NVIDIA Blog

NAUTICUS ROBOTICS INC C/WTS 15/03/2027 (TO PUR COM)

Nautics Robotics

卡特彼勒

Arbe Robotics - CW27

英伟达

Arbe Robotics

Micropolis AI Robotics

2 倍做多英伟达 ETF - GraniteShares

南方两倍做多英伟达

南方两倍做空英伟达

英伟达期权收益策略 ETF - YieldMax

1 倍做空英伟达 ETF - Direxion

2 倍做多 NVDA ETF - T-Rex

2 倍做空 NVDA ETF - T-Rex

半导体 3 倍做多 - Direxion

进入 Omniverse：物理 AI 开放模型和框架推动机器人与自主系统的进步