電子發(fā)燒友網(wǎng)報道（文/吳子鵬）回顧歷史上幾次生產(chǎn)力革命，每一次都有標志性產(chǎn)物，帶來巨大的生產(chǎn)效率提升。當然，也有一些生產(chǎn)力工具憑借自身潛能，在多次生產(chǎn)力革命周期里延續(xù)并得到強化，機器人就是一個力證。

當前，我們正處于第三次生產(chǎn)力革命的末期，AI技術(shù)將掀起新的浪潮，機器人作為重要的生產(chǎn)力工具，將發(fā)生質(zhì)變。過往，工業(yè)機器人主要以物理特性、人機交互、機動性和自主程度進行分類，未來這些特性將在工業(yè)機器人上趨于融合，通過部署具身智能機器人和人工智能調(diào)度系統(tǒng)，“無人工廠”將逐漸得到普及。

在巨大的市場需求推動下，工業(yè)機器人產(chǎn)業(yè)發(fā)展換擋提速。市場研究和咨詢機構(gòu)Exactitude Consultancy方面數(shù)據(jù)指出，2020年全球工業(yè)機器人市場規(guī)模為475.4億美元，預計到2029年將達到1084.8億美元，其間年復合增長率為9.6%。為了幫助產(chǎn)業(yè)界更好地打造智能機器人單體和系統(tǒng)，NVIDIA提供NVIDIA Metropolis、Isaac、Omniverse及Jetson平臺等軟硬件資源，幫助研發(fā)人員縮短從生產(chǎn)數(shù)據(jù)到機器人智能體的研發(fā)周期。

數(shù)據(jù)來源：Exactitude Consultancy，電子發(fā)燒友網(wǎng)制圖

AI引領(lǐng)第四次生產(chǎn)力革命

產(chǎn)業(yè)界普遍認為，第四次生產(chǎn)力革命是人類對“智識”邊界的探索，并將成果應用于物理世界。因而，機器人的角色將從過去幾次生產(chǎn)力革命中的主要成果上升為核心承載體。從勞動力結(jié)構(gòu)來看，搭載AI系統(tǒng)的機器人將重構(gòu)勞動市場，傳統(tǒng)崗位被自動化取代，新的職業(yè)應運而生。在此過程中，人類的定義也將發(fā)生轉(zhuǎn)變，過往人類是生產(chǎn)力工具的操控者，后續(xù)將逐漸成為生產(chǎn)力工具的協(xié)作者和監(jiān)管者。

“知名未來學家”伊恩·皮爾森（Ian Pearson）博士曾預言，到2048年機器人的數(shù)量將暴增至94億，超越全球人口總數(shù)。

從經(jīng)濟學的角度來看，AI機器人的普及代表了生產(chǎn)函數(shù)的根本變革，傳統(tǒng)勞動力正在被數(shù)據(jù)和算法替代，并已經(jīng)初見成效。在今年的COMPUTEX期間，F(xiàn)oxconn、和碩、緯創(chuàng)資通等大型電子公司紛紛展示如何借助NVIDIA Metropolis和NIM等資源來實現(xiàn)更好的工業(yè)自動化，包括通過NVIDIA NIM將生成式AI引入工廠車間，改善此前廣泛部署的物聯(lián)網(wǎng)設備的AI感知；還包括將NVIDIA Isaac加速庫、基于物理學的仿真和AI模型集成到廠商自己的軟件框架和機器人模型中，以此提高工廠、倉庫和配送中心的工作效率。

將更強大的AI功能注入機器人讓其能夠勝任更復雜多元的任務，是產(chǎn)業(yè)后續(xù)發(fā)展的大方向。就像Siemens公司總裁兼首席執(zhí)行官Roland Busch談到的，“由AI驅(qū)動的機器人將加速工業(yè)的數(shù)字化轉(zhuǎn)型，并接管以前無法自動化的重復性工作，這樣我們就可以釋放人類的潛能，從事更具創(chuàng)造性和價值的工作?！辈贿^，要想將生成式AI等技術(shù)引入機器人系統(tǒng)中，面臨著很大的技術(shù)挑戰(zhàn)，形成了一定的產(chǎn)業(yè)門檻。

這些挑戰(zhàn)主要體現(xiàn)在場景的選擇、結(jié)果的準確、數(shù)據(jù)的保密、落地的成本、內(nèi)容的安全等。以場景的選擇為例，未來機器人在執(zhí)行任務時，工作場景較之前的機械臂會更加開放，涉及到任務識別、地圖導航、人機交互等眾多模態(tài)，很多時候這些模態(tài)是同時出現(xiàn)的。硬件上，機器人會搭載大量的傳感器、執(zhí)行器和驅(qū)動裝置；軟件上，在高實時性的前提下，軟件需要具有良好的兼容性、開放性和可編程性；軟硬件配合上，需要能夠支持多任務處理，這對機器人系統(tǒng)搭載的模型能力提出了很高的要求。

智能機器人基本框圖，圖源：國際機器人聯(lián)合會

理論上，多模態(tài)AI大模型配合強大的硬件加速器，能夠很好地應對上述挑戰(zhàn)。不過落地的成本也是部署企業(yè)必須考慮的事情，AI模型規(guī)模擴大必然導致開發(fā)和部署的成本攀升，硬件成本、算法成本和數(shù)據(jù)成本皆是如此。如果更深一層考慮到AI機器人的可持續(xù)發(fā)展，相關(guān)應用對于能源的消耗也需要加以節(jié)制。

同時，由于工業(yè)制造的特殊性，將AI模型嵌入到機器人系統(tǒng)時，在實時性、精準性方面也更具挑戰(zhàn)。無論是當前的復合型機器人，還是未來的具身智能機器人，對比機械臂，在精度和運動穩(wěn)定性等方面的要求更高，開放式的環(huán)境里不允許有位置超調(diào)，否則可能發(fā)生碰撞。需要注意到，機器人智能體的認知能力是由自身結(jié)構(gòu)決定的，尤其是具身智能機器人，樹立了“身”與“智”統(tǒng)一的系統(tǒng)架構(gòu)和模型方向，強調(diào)了智能體與環(huán)境之間的強關(guān)聯(lián)。因而，具身智能本身就是一套更高級的系統(tǒng)理論，打破了傳統(tǒng)硬件為智能而生的邊界，形成了智能和硬件的耦合，使得機器人創(chuàng)新更加復雜。

NVIDIA在機器人領(lǐng)域的布局

上述內(nèi)容揭露出，未來機器人系統(tǒng)的發(fā)展是“AI+”理論的實際落地，以生成式AI為代表的新興AI技術(shù)將全面革新傳統(tǒng)機器人的設計理念，最終實現(xiàn)具象化的具身智能機器人——感知系統(tǒng)、運動系統(tǒng)和世界模型深度融合，以盡可能多地適用不同的生產(chǎn)場景，使大規(guī)模應用成為可能。

通過今年的COMPUTEX能夠看到，在實現(xiàn)“AI+機器人”的過程中，NVIDIA擁有“四大法寶”，均得到了產(chǎn)業(yè)界的廣泛認可，分別是NVIDIA Metropolis、Isaac、Omniverse以及硬件平臺（Jetson平臺等）。NVIDIA創(chuàng)始人兼首席執(zhí)行官黃仁勛對此表示，“機器人時代已經(jīng)到來。有朝一日，移動的物體都將實現(xiàn)自主運行。我們正致力于通過推進NVIDIA機器人堆棧的發(fā)展，來加速生成式物理AI，其中包括用于仿真應用的Omniverse、Project GR00T人形機器人基礎模型，以及Jetson Thor機器人計算平臺等?！?br />
如下圖所示，NVIDIA Metropolis是一個端到端的應用框架，包含預訓練模型、訓練和優(yōu)化工具、部署SDK、CUDA-X庫和NVIDIA EGX平臺。Metropolis可以讓視覺數(shù)據(jù)和AI技術(shù)結(jié)合在一起，通過深度學習等技術(shù)，讓系統(tǒng)分析和理解視覺數(shù)據(jù)。圖片左側(cè)的數(shù)據(jù)類型顯示，Metropolis不是簡單的視覺AI，而是將視覺和工業(yè)生產(chǎn)結(jié)合在一起，然后通過云原生結(jié)構(gòu)，來提升整個系統(tǒng)的感知精度，幫助企業(yè)優(yōu)化運營和提高安全性。對于機器人系統(tǒng)而言，Metropolis讓機器人單體和監(jiān)管系統(tǒng)里的視覺數(shù)據(jù)能夠有機結(jié)合，既保證了單體機器人操作的精準和規(guī)范，也讓系統(tǒng)通過數(shù)據(jù)整合，獲得全面的運營視圖和見解，決策能力和水平得到了顯著提升。

NVIDIA Metropolis應用框架，圖源：NVIDIA

同時，Metropolis也是一套開發(fā)工具和合作伙伴生態(tài)系統(tǒng)，通過多年的積累，Metropolis積累了多套體系和方法論，幫助研發(fā)人員更好地構(gòu)建包括工業(yè)機器人在內(nèi)的工業(yè)自動化系統(tǒng)。比如，NVIDIA基于Omniverse、Metropolis、Isaac和cuOpt打造了AI Gym，研發(fā)人員可在其中訓練AI智能體，以幫助機器人和人類同步了解周圍環(huán)境的變化情況。如下圖所示，這是一個10萬平方英尺的倉庫的數(shù)字孿生，通過AI Gym，數(shù)字工人和AMR（自主移動機器人）可以實時共享數(shù)據(jù)。在這個數(shù)字孿生倉庫中，Metropolis通過監(jiān)控攝像頭和跟蹤攝像頭的視覺數(shù)據(jù)，構(gòu)建了一個統(tǒng)一調(diào)度的地圖，以實現(xiàn)各個智能體之間最佳的路徑規(guī)劃。

基于Metropolis的數(shù)字孿生，圖源：NVIDIA

NVIDIA Isaac平臺則為研發(fā)人員構(gòu)建AI機器人提供強大的套件，如下圖所示，Isaac平臺包含了NVIDIA加速庫、應用框架和AI模型。在今年的COMPUTEX上，NVIDIA更新了Isaac平臺的內(nèi)容，發(fā)布了最新版本的NVIDIA Isaac Sim，在多物理引擎NVIDIA PhysX和NVIDIA Isaac Lab方面有了顯著的改進。

NVIDIA Isaac平臺，圖源：NVIDIA

升級后的NVIDIA Isaac在通用AI機器人開發(fā)方面更加高效，提供參考案例、虛擬環(huán)境和加速系統(tǒng)等完整解決方案。舉例來說，研發(fā)人員可以通過NVIDIA Isaac平臺中的Isaac Perceptor快速構(gòu)建工作流程，在倉庫或工廠等非結(jié)構(gòu)化環(huán)境中打造擁有領(lǐng)先感知、定位和操作能力的AMR機器人；升級后的Isaac Sim依然提供豐富的參考案例，研發(fā)人員可以通過這些案例構(gòu)建AMR或者通用AI機器人的虛擬環(huán)境，這個環(huán)境是基于物理世界的，可以更高效地設計、仿真、測試和訓練機器人，并讓開發(fā)出來的機器人快速適應真實的工作環(huán)境。

NVIDIA Omniverse是一個可擴展的多GPU實時開發(fā)平臺，如下圖所示，Omniverse平臺可以讓研發(fā)人員高效利用OpenUSD（通用場景描述）、RTX和生成式AI技術(shù)，以構(gòu)建AI系統(tǒng)。在工業(yè)場景中，Omniverse讓研發(fā)人員可以針對復雜的3D和工業(yè)數(shù)字化工作流程，基于OpenUSD構(gòu)建各種應用。實際上，NVIDIA Isaac平臺便廣泛受益于Omniverse平臺中的OpenUSD資源，以便構(gòu)建基于物理世界的3D虛擬環(huán)境，來高效開發(fā)、測試和管理AI機器人。

NVIDIA Omniverse平臺，圖源：NVIDIA

當然，上述提到的生態(tài)系統(tǒng)、應用框架和平臺的構(gòu)建，離不開NVIDIA強大的底層硬件支持。面向機器人應用，NVIDIA提供NVIDIA Jetson、NVIDIA DGX等硬件加速系統(tǒng)。以NVIDIA Jetson來說，其是適用于自主機器和嵌入式應用程序的領(lǐng)先平臺，提供緊湊且功能強大的計算機。Jetson擁有豐富的系列產(chǎn)品，包括Jetson AGX Orin系列、Jetson Orin NX系列、Jetson Orin Nano系列等，這些產(chǎn)品將深度學習和計算機視覺等AI技術(shù)帶到工業(yè)機器人等極具挑戰(zhàn)的邊緣智能場景里，為研發(fā)人員提供高性能GPU、專用AI硬件和軟件堆棧的完整組合。

在今年的GTC大會上，NVIDIA又發(fā)布了Jetson Thor計算平臺——專門為人形機器人打造的全新的計算平臺，平臺上Jetson Thor芯片的GPU基于Blackwell架構(gòu)，帶來了更高的計算能力、更好的能效表現(xiàn)和更佳的平臺擴展性。

Jetson Thor計算平臺，圖源：NVIDIA

基于NVIDIA Jetson平臺，借助NVIDIA Isaac SDK（包括全套工具、庫、支持GPU的算法和教程），研發(fā)人員可以快速構(gòu)建各種機器人程序。

以上便是NVIDIA提供給機器人研發(fā)人員的“四大法寶”，借助這些硬件、SDK、開發(fā)框架、參考案例和生態(tài)資源，研發(fā)人員能夠以最低的成本將工業(yè)生產(chǎn)中的數(shù)據(jù)轉(zhuǎn)化為AI機器人的開發(fā)資源，快速完成AI機器人的定義、開發(fā)、訓練和適配工作，推動制造業(yè)的生產(chǎn)力升級。目前，這樣的案例已經(jīng)不勝枚舉，比如Foxconn在最新的一座虛擬工廠中，通過NVIDIA Omniverse來構(gòu)建其數(shù)字孿生，通過Omniverse API 設計機器人工作單元與裝配線，并使用NVIDIA Isaac Sim訓練其中部署的機器人。

基于Omniverse的Foxconn虛擬工廠，圖源：NVIDIA

NVIDIA Omniverse重新定義機器人系統(tǒng)設計

機器人在數(shù)次生產(chǎn)力革命中得以延續(xù)，這也意味著打造AI機器人并不是從零起步，有大量的基礎數(shù)據(jù)作為支撐，尤其是在工業(yè)生產(chǎn)環(huán)境，過去幾十年的工業(yè)自動化積累了大量的數(shù)據(jù)。因而，如何高效實現(xiàn)數(shù)據(jù)到智能體的轉(zhuǎn)化，將成為工業(yè)企業(yè)決勝未來的關(guān)鍵。在此過程中，NVIDIA Omniverse帶來的數(shù)據(jù)可視化和模擬功能是強有力的工具，將重新定義工業(yè)機器人的系統(tǒng)設計。

上述提到，NVIDIA Isaac Sim便是基于Omniverse平臺中的OpenUSD資源構(gòu)建而成。如下圖所示，Omniverse是NVIDIA Isaac Sim平臺的基礎，由于Omniverse平臺里的OpenUSD是面向3D世界的開放式可擴展生態(tài)系統(tǒng)，因此NVIDIA Isaac Sim也是完全可擴展的，允許研發(fā)人員構(gòu)建自己的自定義模擬器，或者將Isaac Sim中準備就緒的資源融入在研的機器人模型中，同時適配整個機器人系統(tǒng)里的各種軟硬件資源，構(gòu)建滿足機器人開發(fā)的模擬環(huán)境。

NVIDIA Isaac Sim平臺，圖源：NVIDIA

值得注意的是，OpenUSD在Omniverse平臺中不僅僅是一種文件格式，而是用于構(gòu)建3D工作流程的資源，是一個用于在3D世界內(nèi)進行描述、合成、仿真和協(xié)作的開放式可擴展生態(tài)系統(tǒng)?；貧w機器人開發(fā)這一主題，OpenUSD為機器人開發(fā)構(gòu)建物理精準的虛擬環(huán)境，環(huán)境中3D素材能夠做出和真實物體相同的行為表現(xiàn)。在NVIDIA Isaac Sim平臺中，面向工業(yè)機器人工作場景，擁有大量仿真就緒型素材，包括準確的物理特性，準確的物體行為，以及真實傳輸?shù)臄?shù)據(jù)流。因此，基于OpenUSD打造的SimReady資產(chǎn)，可以幫助研發(fā)人員快速構(gòu)建工業(yè)機器人的AI模型——他們往往需要數(shù)千種資產(chǎn)來構(gòu)建物理環(huán)境的數(shù)字鏡像，如果從零起步，工作量是不可想象的，SimReady資產(chǎn)加速了這一過程。

面向AI機器人設計，OpenUSD具有四大明顯的優(yōu)勢：

·高度可擴展，OpenUSD這一特性可以完美應對工業(yè)機器人任務邊界不統(tǒng)一的問題，可以在3D模擬環(huán)境中持續(xù)優(yōu)化算法模型以找到最具性價比的部署方式；
·非破壞性，當AI機器人升級時，尤其是添加和修改素材的過程中，非破壞性的工作流程讓系統(tǒng)迭代更加高效；
·方便協(xié)同，整個平臺不限定任何文件系統(tǒng)，有助于AI機器人設計方和AI機器人需求方平等溝通；
·自定義，歸功于Hydra渲染架構(gòu)，OpenUSD讓可視化數(shù)據(jù)擁有非常高的靈活性，更加有利于從數(shù)據(jù)到AI機器人的轉(zhuǎn)化。

無論是RTX渲染能力，還是豐富的OpenUSD資源，研發(fā)人員并不需要為使用Omniverse平臺配備一套價值不菲的硬件加速器系統(tǒng)，Omniverse核心技術(shù)以簡單的API形式提供，有兩種使用方式：其一是通過任何云、多云或虛擬私有云；其二是在Microsoft Azure上通過NVIDIA Omniverse Cloud以托管服務的形式使用這些API。無論選擇哪種方式，都可以將OpenUSD和RTX渲染技術(shù)以極具性價比的方式融入到研發(fā)人員自己的機器人系統(tǒng)中。從這個角度來看，NVIDIA Omniverse平臺讓工業(yè)數(shù)據(jù)到AI機器人轉(zhuǎn)化的成本顯著降低。

截至目前，NVIDIA Omniverse生態(tài)伙伴系統(tǒng)擁有Siemens、Synopsys、Continental、Microsoft和Rockwell Automation等行業(yè)巨頭，他們正將NVIDIA Omniverse的3D虛擬能力帶到各行各業(yè)。比如，Siemens宣布已通過Omniverse Cloud API將OpenUSD集成到其 Xcelerator平臺應用中，使其客戶能夠?qū)⑵鋽?shù)字孿生中的3D數(shù)據(jù)和服務與基于物理學的渲染相統(tǒng)一。

總結(jié)而言，NVIDIA Omniverse讓數(shù)字孿生全面進入3D時代，能夠從視覺、特性、動作等各個方面真實地反映物理世界的變化，這對研發(fā)工業(yè)領(lǐng)域的AI機器人是極其重要的，革新了AI機器人研發(fā)和迭代的模式。得益于NVIDIA持續(xù)的投入，以及NVIDIA Omniverse不斷擴大的生態(tài)伙伴系統(tǒng)，技術(shù)前瞻性也是NVIDIA Omniverse平臺不容忽視的一個優(yōu)勢。如下圖所示，研發(fā)人員可以通過Omniverse Cloud API提供支持的應用或者基于Omniverse SDK構(gòu)建，將生成式AI連接到3D工作流，用于生成語言或視覺內(nèi)容。

基于NVIDIA Omniverse的3D工作流，圖源：NVIDIA

寫在最后

從第三次生產(chǎn)力革命到第四次生產(chǎn)力革命，機器人的地位發(fā)生了轉(zhuǎn)變，成為主要的社會生產(chǎn)力。具體到工業(yè)場景，過去數(shù)十年的工業(yè)自動化進程積累了大量的數(shù)據(jù)，為研發(fā)機器人打下了堅實的基礎，如何從數(shù)據(jù)高效轉(zhuǎn)化為AI機器人，是企業(yè)決勝未來的關(guān)鍵。

為實現(xiàn)“AI+機器人”更好地落地，NVIDIA提供了Metropolis、Isaac、Omniverse以及硬件平臺（Jetson平臺等）四大法寶，加速AI機器人系統(tǒng)的研發(fā)進程。其中，NVIDIA Omniverse提供了一種基于物理世界的3D虛擬環(huán)境，通過OpenUSD和RTX渲染技術(shù)，讓機器人研發(fā)系統(tǒng)具有極強的可視化特性，并真實反映物理世界的變化，使得數(shù)據(jù)到AI機器人的轉(zhuǎn)化變得非常高效和高性價比。借助NVIDIA這些工具，機器人成為主要的社會生產(chǎn)力指日可待。