<p><em>編輯者注：這篇文章是</em> <em>《進入全宇宙》</em> <em>系列的一部分，專注於開發者、3D 從業者和企業如何利用</em> <em>OpenUSD</em> <em>和</em> <em>NVIDIA Omniverse</em> <em>的最新進展來轉變他們的工作流程。</em></p>
<p>開源已成為推動機器人技術和自主性創新的關鍵。通過提供對關鍵基礎設施的訪問——從仿真框架到人工智能模型——NVIDIA 正在促進協作開發，加速實現更安全、更強大的自主系統。</p>
<p>在本月早些時候的 CES 上，NVIDIA 推出了一套新的開放物理人工智能模型和框架，以加速人形機器人、自主車輛和其他物理人工智能體現的開發。這些工具涵蓋了整個機器人開發生命週期——從高保真世界仿真和合成數據生成到雲原生編排和邊緣部署——為開發者提供了一個模塊化工具包，以構建能夠在現實世界中推理、學習和行動的自主系統。</p>
<p>OpenUSD 提供了一個通用框架，標準化了這些物理人工智能工具之間 3D 數據的共享，使開發者能夠構建準確的數字雙胞胎，並在仿真到部署的過程中無縫重用它們。基於 OpenUSD 構建的 NVIDIA Omniverse 庫，作為整個堆棧的真實仿真源。</p>
<h2><strong>從實驗室到展廳</strong></h2>
<p>在 2026 年 CES 上，開發者將 NVIDIA 物理人工智能堆棧從實驗室帶到了展廳，首次展示了從重型設備和工廠助手到社交和服務機器人的各種機器。</p>
<p>該堆棧利用了 NVIDIA Cosmos 世界模型；NVIDIA Isaac 技術，包括新的 Isaac Lab-Arena 開源框架用於策略評估；NVIDIA Alpamayo 開放的人工智能模型、仿真框架和自主車輛的物理人工智能數據集；以及 NVIDIA OSMO 框架，用於在計算環境中編排訓練。</p>
<p><strong>卡特彼勒</strong> 的 Cat AI 助手，基於 NVIDIA Nemotron 開放模型的代理人工智能，並運行在 NVIDIA Jetson Thor 邊緣人工智能模塊上，將自然語言交互直接引入重型車輛的駕駛室。操作員可以提出 “嘿，Cat” 風格的問題，並獲得逐步指導，還可以通過語音調整安全參數。</p>
<p>在幕後，卡特彼勒使用 Omniverse 庫構建工廠和工地的數字雙胞胎，幫助模擬佈局、交通模式和多機器工作流程。這些洞察在變更部署到工地之前反饋到設備和車隊中，使得人工智能輔助操作更加安全和高效。</p>
<p><strong>LEM Surgical</strong> 展示了其 Dynamis 機器人手術系統，該系統已獲得 FDA 批准，並在脊柱手術中常規使用。下一代系統使用 NVIDIA Jetson AGX Thor 進行計算，使用 NVIDIA Holoscan 進行實時傳感器處理，並使用 NVIDIA Isaac for Healthcare 訓練其自主手臂。</p>
<p>LEM Surgical 還使用 NVIDIA Cosmos Transfer——一個開放的、完全可定製的世界模型，能夠生成基於物理的合成數據——來生成合成訓練數據，並使用 NVIDIA Isaac Sim 框架進行數字雙胞胎仿真。Dynamis 系統被設計為雙臂人形手術機器人，適用於硬組織手術，模仿人類外科醫生的靈巧性，並以更高的精度進行復雜的脊柱手術，減輕外科醫生和手術助手的身體負擔。</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> 正在構建基於完整 NVIDIA 堆棧的認知機器人，使用 Isaac Sim 和 Isaac Lab 在基於 OpenUSD 的數字雙胞胎中訓練其 4NE1 人形機器人和 MiPA 服務機器人，然後再部署到家庭和工作場所。該公司使用 NVIDIA Isaac GR00T-Mimic 對其平台的 Isaac GR00T 基礎模型進行後訓練。</p>
<p>此外，NEURA Robotics 還與 SAP 和 NVIDIA 合作，將 SAP 的 Joule 代理與其機器人集成，使用 Mega NVIDIA Omniverse Blueprint 在複雜、真實的操作場景中模擬和優化機器人行為，然後將這些代理和行為部署到公司的 Neuraverse 生態系統以及現實世界的車隊中。</p>
<p><strong>AgiBot</strong> 使用 NVIDIA Cosmos Predict 2 作為其 Genie Envisioner (GE-Sim) 平台的世界建模基礎——允許該平台生成基於強視覺和物理先驗的動作條件視頻。將這些數據與 Isaac Sim 和 Isaac Lab 結合，以及在 AgiBot 自己的數據上進行後訓練，使得在 Genie Envisioner 中開發的策略能夠更可靠地轉移到 Genie2 人形機器人和緊湊型 Jetson Thor 驅動的桌面機器人上。</p>
<p><strong>Intbot</strong> 正在使用 NVIDIA Cosmos Reason 2 開放模型，為其社交機器人賦予 “第六感”——利用該模型的推理能力識別簡單的社交線索和安全上下文，超越簡單的腳本任務。在其 Cosmos Cookbook 食譜中，Intbot 展示了推理視覺語言模型如何幫助機器人決定何時發言以及如何更自然地與人類互動。</p>
<h2><strong>機器人開發者如何使用新工具包和框架</strong></h2>
<p>NVIDIA 最近推出了 Agile，這是一個基於 Isaac Lab 的引擎，用於人形的運動操控，打包了一個完整的、從仿真到現實驗證的工作流程，用於在 Unitree G1 和 LimX Dynamics TRON 等平台上訓練強健的強化學習策略。</p>
<p>機器人開發者可以使用 Agile 的內置任務配置、用於決策的馬爾可夫決策過程數學模型、訓練工具和確定性評估工具來調整策略。然後，開發者可以在 Isaac Lab 中對這些策略進行壓力測試，並更可靠和高效地將運動和全身行為轉移到現實世界的機器人上。</p>
<p>Hugging Face 和 NVIDIA 正在通過將 NVIDIA Isaac GR00T N 模型和仿真框架集成到 LeRobot 生態系統中，匯聚他們的機器人社區。開發者現在可以直接在 LeRobot 中訪問 Isaac GR00T N1.6 模型和 Isaac Lab‑Arena，以簡化策略訓練和評估。</p>
<p>此外，Hugging Face 的開源類人機器人 Reachy 2 現在與 NVIDIA Jetson Thor 完全互操作，使得先進的視覺語言動作（VLA）模型能夠直接部署，以實現強大的現實世界性能。</p>
<p>ROBOTIS 是一家領先的智能伺服器、工業執行器、機械手、開源類人平台和教育機器人套件的開發商，利用 NVIDIA Isaac 技術構建了一個開源的仿真到現實管道。該工作流程從 Isaac Sim 中生成高保真數據開始，使用 GR00T‑Mimic 擴大訓練集進行增強，然後微調一個基於 VLA 的 Isaac GR00T N 模型，直接部署到硬件上——加速從仿真到強大現實任務的過渡。</p>
<h2><strong>連接起來</strong></h2>
<p>通過探索以下資源，瞭解更多關於 OpenUSD 和機器人開發的信息：</p>
<ul>
<li><strong>閲讀</strong> 這篇技術博客，瞭解如何使用 NVIDIA Isaac 和 GR00T N1.6 開發通用類人能力。</li>
<li><strong>閲讀</strong> 這篇技術博客，瞭解如何使用 NVIDIA Isaac Lab – Arena 在仿真中評估通用機器人策略。</li>
<li><strong>學習</strong> 如何通過這兩部分視頻教程對 Isaac GR00T 進行後訓練。</li>
<li><strong>觀看</strong> NVIDIA 創始人兼首席執行官 Jensen Huang 的 CES 特別演講。</li>
<li><strong>提升</strong> 機器人開發技能，參加自學的機器人學習路徑。</li>
<li><strong>參與</strong> Cosmos Cookoff，這是一個動手的物理 AI 挑戰，開發者使用 Cosmos Reason 來驅動機器人、自動化系統和視覺 AI 工作流程。</li>
</ul>

<p>NVIDIA 推出了一套開放的物理 AI 模型和框架，旨在增強類人機器人和自主系統的開發。這些工具支持整個機器人生命週期，從仿真到部署，利用 OpenUSD 進行標準化的 3D 數據共享。在 2026 年國際消費電子展（CES）上，展示了多種應用，包括卡特彼勒的重型車輛 AI 助手和 LEM Surgical 的機器人手術系統。NEURA Robotics 和 AgiBot 也在利用 NVIDIA 的技術來創建認知機器人並增強其操作能力。這些進展旨在使各個行業的 AI 輔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>編輯者注：這篇文章是</em> <em>《進入全宇宙》</em> <em>系列的一部分，專注於開發者、3D 從業者和企業如何利用</em> <em>OpenUSD</em> <em>和</em> <em>NVIDIA Omniverse</em> <em>的最新進展來轉變他們的工作流程。</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>開源已成為推動機器人技術和自主性創新的關鍵。通過提供對關鍵基礎設施的訪問——從仿真框架到人工智能模型——NVIDIA 正在促進協作開發，加速實現更安全、更強大的自主系統。</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>在本月早些時候的 CES 上，NVIDIA 推出了一套新的開放物理人工智能模型和框架，以加速人形機器人、自主車輛和其他物理人工智能體現的開發。這些工具涵蓋了整個機器人開發生命週期——從高保真世界仿真和合成數據生成到雲原生編排和邊緣部署——為開發者提供了一個模塊化工具包，以構建能夠在現實世界中推理、學習和行動的自主系統。</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 提供了一個通用框架，標準化了這些物理人工智能工具之間 3D 數據的共享，使開發者能夠構建準確的數字雙胞胎，並在仿真到部署的過程中無縫重用它們。基於 OpenUSD 構建的 NVIDIA Omniverse 庫，作為整個堆棧的真實仿真源。</p>
</div><h2><strong>From Labs to the Show Floor</strong></h2>
<div class="lb-trans"><h2><strong>從實驗室到展廳</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，開發者將 NVIDIA 物理人工智能堆棧從實驗室帶到了展廳，首次展示了從重型設備和工廠助手到社交和服務機器人的各種機器。</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>該堆棧利用了 NVIDIA Cosmos 世界模型；NVIDIA Isaac 技術，包括新的 Isaac Lab-Arena 開源框架用於策略評估；NVIDIA Alpamayo 開放的人工智能模型、仿真框架和自主車輛的物理人工智能數據集；以及 NVIDIA OSMO 框架，用於在計算環境中編排訓練。</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，基於 NVIDIA Nemotron 開放模型的代理人工智能，並運行在 NVIDIA Jetson Thor 邊緣人工智能模塊上，將自然語言交互直接引入重型車輛的駕駛室。操作員可以提出 “嘿，Cat” 風格的問題，並獲得逐步指導，還可以通過語音調整安全參數。</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>在幕後，卡特彼勒使用 Omniverse 庫構建工廠和工地的數字雙胞胎，幫助模擬佈局、交通模式和多機器工作流程。這些洞察在變更部署到工地之前反饋到設備和車隊中，使得人工智能輔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 機器人手術系統，該系統已獲得 FDA 批准，並在脊柱手術中常規使用。下一代系統使用 NVIDIA Jetson AGX Thor 進行計算，使用 NVIDIA Holoscan 進行實時傳感器處理，並使用 NVIDIA Isaac for Healthcare 訓練其自主手臂。</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 還使用 NVIDIA Cosmos Transfer——一個開放的、完全可定製的世界模型，能夠生成基於物理的合成數據——來生成合成訓練數據，並使用 NVIDIA Isaac Sim 框架進行數字雙胞胎仿真。Dynamis 系統被設計為雙臂人形手術機器人，適用於硬組織手術，模仿人類外科醫生的靈巧性，並以更高的精度進行復雜的脊柱手術，減輕外科醫生和手術助手的身體負擔。</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> 正在構建基於完整 NVIDIA 堆棧的認知機器人，使用 Isaac Sim 和 Isaac Lab 在基於 OpenUSD 的數字雙胞胎中訓練其 4NE1 人形機器人和 MiPA 服務機器人，然後再部署到家庭和工作場所。該公司使用 NVIDIA Isaac GR00T-Mimic 對其平台的 Isaac GR00T 基礎模型進行後訓練。</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 還與 SAP 和 NVIDIA 合作，將 SAP 的 Joule 代理與其機器人集成，使用 Mega NVIDIA Omniverse Blueprint 在複雜、真實的操作場景中模擬和優化機器人行為，然後將這些代理和行為部署到公司的 Neuraverse 生態系統以及現實世界的車隊中。</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 作為其 Genie Envisioner (GE-Sim) 平台的世界建模基礎——允許該平台生成基於強視覺和物理先驗的動作條件視頻。將這些數據與 Isaac Sim 和 Isaac Lab 結合，以及在 AgiBot 自己的數據上進行後訓練，使得在 Genie Envisioner 中開發的策略能夠更可靠地轉移到 Genie2 人形機器人和緊湊型 Jetson Thor 驅動的桌面機器人上。</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 開放模型，為其社交機器人賦予 “第六感”——利用該模型的推理能力識別簡單的社交線索和安全上下文，超越簡單的腳本任務。在其 Cosmos Cookbook 食譜中，Intbot 展示了推理視覺語言模型如何幫助機器人決定何時發言以及如何更自然地與人類互動。</p>
</div><h2><strong>How Robotics Developers Are Using New Toolkits and Frameworks</strong></h2>
<div class="lb-trans"><h2><strong>機器人開發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，這是一個基於 Isaac Lab 的引擎，用於人形的運動操控，打包了一個完整的、從仿真到現實驗證的工作流程，用於在 Unitree G1 和 LimX Dynamics TRON 等平台上訓練強健的強化學習策略。</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>機器人開發者可以使用 Agile 的內置任務配置、用於決策的馬爾可夫決策過程數學模型、訓練工具和確定性評估工具來調整策略。然後，開發者可以在 Isaac Lab 中對這些策略進行壓力測試，並更可靠和高效地將運動和全身行為轉移到現實世界的機器人上。</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 正在通過將 NVIDIA Isaac GR00T N 模型和仿真框架集成到 LeRobot 生態系統中，匯聚他們的機器人社區。開發者現在可以直接在 LeRobot 中訪問 Isaac GR00T N1.6 模型和 Isaac Lab‑Arena，以簡化策略訓練和評估。</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 的開源類人機器人 Reachy 2 現在與 NVIDIA Jetson Thor 完全互操作，使得先進的視覺語言動作（VLA）模型能夠直接部署，以實現強大的現實世界性能。</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 是一家領先的智能伺服器、工業執行器、機械手、開源類人平台和教育機器人套件的開發商，利用 NVIDIA Isaac 技術構建了一個開源的仿真到現實管道。該工作流程從 Isaac Sim 中生成高保真數據開始，使用 GR00T‑Mimic 擴大訓練集進行增強，然後微調一個基於 VLA 的 Isaac GR00T N 模型，直接部署到硬件上——加速從仿真到強大現實任務的過渡。</p>
</div><h2><strong>Get Plugged In</strong></h2>
<div class="lb-trans"><h2><strong>連接起來</strong></h2>
</div><p>Learn more about OpenUSD and robotics development by exploring these resources:</p>
<div class="lb-trans"><p>通過探索以下資源，瞭解更多關於 OpenUSD 和機器人開發的信息：</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>閲讀</strong> 這篇技術博客，瞭解如何使用 NVIDIA Isaac 和 GR00T N1.6 開發通用類人能力。</li>
<li><strong>閲讀</strong> 這篇技術博客，瞭解如何使用 NVIDIA Isaac Lab – Arena 在仿真中評估通用機器人策略。</li>
<li><strong>學習</strong> 如何通過這兩部分視頻教程對 Isaac GR00T 進行後訓練。</li>
<li><strong>觀看</strong> NVIDIA 創始人兼首席執行官 Jensen Huang 的 CES 特別演講。</li>
<li><strong>提升</strong> 機器人開發技能，參加自學的機器人學習路徑。</li>
<li><strong>參與</strong> Cosmos Cookoff，這是一個動手的物理 AI 挑戰，開發者使用 Cosmos Reason 來驅動機器人、自動化系統和視覺 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 介紹了新一套開放的物理 AI 模型和框架。  
- 該工具支持機器人開發從模擬到部署的整個生命週期。  
- 諸如 Caterpillar 和 LEM Surgical 等公司展示了基於這些技術的應用實例。

NVIDIA Blog

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

Nautics Robotics

卡特彼勒

Arbe Robotics - CW27

英偉達

Arbe Robotics

Micropolis AI Robotics

2 倍做多英偉達 ETF - GraniteShares

南方兩倍做多英偉達

南方兩倍做空英偉達

英偉達期權收益策略 ETF - YieldMax

1 倍做空英偉達 ETF - Direxion

2 倍做多 NVDA ETF - T-Rex

2 倍做空 NVDA ETF - T-Rex

半導體 3 倍做多 - Direxion

進入 Omniverse：物理 AI 開放模型和框架推動機器人與自主系統的進步