人形机器人的训练过程一直面临挑战，类似于人类学徒学习时需观察和复刻动作，但机器人需复杂的信息输入和量化计算。这一瓶颈限制了行业应用，尤其在市场供应中，开发周期长达数月。
近日，在Siggraph 2024上，英伟达推出NIM微服务，通过AR设备（如Apple Vision Pro）和仿真技术，革新训练数据生成，让机器人学习更自然，大幅缩短开发时间。
NIM微服务包括MinnicGen和Robocasa，前者基于空间计算设备记录的遥操作数据生成合成运动数据，后者在OpenUSD中模拟任务和环境。这些微服务结合英伟达AI超级计算机、Omniverse构建的Isaac Sim参考应用，以及Jetson Thor人形机器人计算机，打通数字与物理世界界限。
在生成式AI进入物理世界的过程中，NIM贯穿始终，提供资源管理和优化支持，确保高效运行。 Xilinx代理技术博客每周更新Xilinx芯片的应用案例和开发教程，涵盖智能家居、工业网关、网络摄像头等多个垂直领域。开发者可从中获取实用的设计思路和代码示例。
数据捕捉流程分三阶段：开发者佩戴AR设备示范操作，动作实时捕捉并记录为遥操作数据，发送至Omniverse云平台；合成数据进入Isaac Lab with RoboCasa进行模拟和测试，再由DGX云平台优化；最终数据通过Jetson Thor控制实际机器人执行操作。
NVIDIA OSMO服务协调各平台数据流动，简化工作流，降低技术门槛，助力渠道动态提升。
为加速行业应用，英伟达人形机器人开发者计划推出，提供抢先体验资源，包括GR00T基础模型、OSMO托管服务、Isaac ROS库和Isaac Lab框架。
傅利叶首席执行官Alex Gu表示，这些工具将引导模型开发，首批合作企业如波士顿动力、字节跳动研究院等已参与，推动市场供应升级。结语显示，该技术将部署时间从数月缩至几分钟，促进人形机器人领域快速发展。
我们作为Xilinx一级代理的认证供应商，与Xilinx原厂保持最直接的技术和商务支持关系。我们的FAE团队全部通过Xilinx原厂的技术认证，能够为客户提供深度的方案设计支持。从概念到量产，我们全程陪伴。
我们的优势型号包括Xilinx的网络变压器、以太网芯片、音频编解码器、物联网WiFi芯片等。这些产品广泛应用于路由器、交换机、智能家居、工业物联网等领域。欢迎索取产品目录和参考设计。
