執筆者：鲍奕龙出典：ウォール街見聞英伟达はロボット分野のデフォルトプラットフォームを全力で構築しており、AndroidがスマートフォンのOSで支配的な地位を築いたのと同じように、これを模倣しようとしている。1月5日、英伟达はCES 2026で複数のオープンソース基盤モデルを発表した。これらのモデルは、ロボットが多様なタスクや環境で推論、計画、適応を行えるようにするもので、すべてHugging Faceプラットフォーム上で公開されている。英伟达はまた、新世代のBlackwellアーキテクチャを採用したJetson T4000グラフィックスカードと、OSMOと名付けられたオープンソースの指揮センターを発表し、ロボット開発のワークフロー全体を支援している。同社はHugging Faceとの協力も深めており、ロボットのトレーニングにおけるハードウェアのハードルと技術的障壁を低減しようとしている。この展開は、人工知能がクラウドから物理世界へと移行する業界のトレンドを反映している。センサーコストの低下、シミュレーション技術の進歩、AIモデルの汎化能力の向上により、ロボットは単一タスクの実行から汎用化へと進化している。ボストン・ダイナミクスやキャタピラーなどの企業はすでに英伟达の技術を採用しており、ロボットカテゴリーはHugging Faceプラットフォーム上で最も成長速度の速い分野となっている。完全なモデルマトリックスの構築英伟达が今回発表した基盤モデルは、物理AIのコア能力層を構成している。Cosmos Transfer 2.5とCosmos Predict 2.5は、世界モデルとしてデータ合成とロボット戦略の評価を担当し、シミュレーション環境でロボットの行動を検証できる。Cosmos Reason 2は推論型のビジョン言語モデルであり、AIシステムに物理世界での観察、理解、行動の能力を付与する。Isaac GR00T N1.6は、人型ロボット向けに特化したビジョン・言語・動作モデルで、Cosmos Reasonを推論の核とし、全身制御機能を実現。これにより、人型ロボットは移動と物体操作を同時に行える。英伟达はCESで、GitHub上にホスティングされているオープンソースのシミュレーションフレームワークであるIsaac Lab-Arenaを発表した。これは、ロボットの能力検証における業界の課題を解決することを目的としている。ロボットが正確な物体処理やケーブルの取り付けなどの複雑なタスクを学習するにつれ、これらの能力を物理環境で検証するコストや時間、リスクは高くなる。このプラットフォームは、リソース、タスクシナリオ、トレーニングツール、Libero、RoboCasa、RoboTwinなどの既存ベンチマークを統合し、これまで標準化されていなかった業界に共通のフレームワークを提供している。付随するオープンソースのプラットフォームOSMOは指揮センターとして、データ生成からトレーニングまでの全ワークフローを統合し、デスクトップやクラウド環境をサポートしている。ハードウェアのハードルを下げるThorシリーズの新メンバーであるJetson T4000グラフィックスカードは、Blackwellアーキテクチャを搭載し、コスト効率の良いエッジデバイス向けの計算能力アップグレードソリューションとして、1200兆回の浮動小数点AI演算と64GBのメモリを提供し、消費電力は40〜70ワットに抑えられている。英伟达はまた、Hugging Faceとの協力を深め、IsaacとGR00Tの技術を後者のLeRobotフレームワークに統合し、英伟达の200万のロボット開発者とHugging Faceの1300万のAIビルダーをつなげている。オープンソースのヒューマノイドロボットReachy 2は、すでに英伟达のJetson Thorチップをサポートしており、開発者はさまざまなAIモデルをテストでき、専有システムにロックインされることなく利用できる。初期の兆候として、英伟达の戦略は効果を上げ始めている。ロボットはHugging Faceプラットフォーム上で最も成長の早いカテゴリーとなり、英伟达のモデルはダウンロード数でリードしている。ボストン・ダイナミクス、キャタピラー、Franka Robots、NEURA Roboticsなどの企業はすでに英伟达の技術を採用している。この展開は、同社がロボット開発をより容易にしようとする戦略的意図を示しており、同時に自社を基盤ハードウェアとソフトウェアのサプライヤーとして位置付けている。これは、Androidがスマートフォンメーカーにとっての役割を果たすのと類似している。AIがクラウドから物理世界で学習能力を持つマシンへと移行する中、より安価なセンサー、先進的なシミュレーション技術、タスク横断的に汎化するAIモデルが、業界全体の変革を促進している。
英伟达は「物理AI」の「Android」を作りたい
執筆者：鲍奕龙
出典：ウォール街見聞
英伟达はロボット分野のデフォルトプラットフォームを全力で構築しており、AndroidがスマートフォンのOSで支配的な地位を築いたのと同じように、これを模倣しようとしている。
1月5日、英伟达はCES 2026で複数のオープンソース基盤モデルを発表した。これらのモデルは、ロボットが多様なタスクや環境で推論、計画、適応を行えるようにするもので、すべてHugging Faceプラットフォーム上で公開されている。
英伟达はまた、新世代のBlackwellアーキテクチャを採用したJetson T4000グラフィックスカードと、OSMOと名付けられたオープンソースの指揮センターを発表し、ロボット開発のワークフロー全体を支援している。同社はHugging Faceとの協力も深めており、ロボットのトレーニングにおけるハードウェアのハードルと技術的障壁を低減しようとしている。
この展開は、人工知能がクラウドから物理世界へと移行する業界のトレンドを反映している。センサーコストの低下、シミュレーション技術の進歩、AIモデルの汎化能力の向上により、ロボットは単一タスクの実行から汎用化へと進化している。ボストン・ダイナミクスやキャタピラーなどの企業はすでに英伟达の技術を採用しており、ロボットカテゴリーはHugging Faceプラットフォーム上で最も成長速度の速い分野となっている。
完全なモデルマトリックスの構築
英伟达が今回発表した基盤モデルは、物理AIのコア能力層を構成している。
Cosmos Transfer 2.5とCosmos Predict 2.5は、世界モデルとしてデータ合成とロボット戦略の評価を担当し、シミュレーション環境でロボットの行動を検証できる。
Cosmos Reason 2は推論型のビジョン言語モデルであり、AIシステムに物理世界での観察、理解、行動の能力を付与する。
Isaac GR00T N1.6は、人型ロボット向けに特化したビジョン・言語・動作モデルで、Cosmos Reasonを推論の核とし、全身制御機能を実現。これにより、人型ロボットは移動と物体操作を同時に行える。
英伟达はCESで、GitHub上にホスティングされているオープンソースのシミュレーションフレームワークであるIsaac Lab-Arenaを発表した。これは、ロボットの能力検証における業界の課題を解決することを目的としている。
ロボットが正確な物体処理やケーブルの取り付けなどの複雑なタスクを学習するにつれ、これらの能力を物理環境で検証するコストや時間、リスクは高くなる。
このプラットフォームは、リソース、タスクシナリオ、トレーニングツール、Libero、RoboCasa、RoboTwinなどの既存ベンチマークを統合し、これまで標準化されていなかった業界に共通のフレームワークを提供している。付随するオープンソースのプラットフォームOSMOは指揮センターとして、データ生成からトレーニングまでの全ワークフローを統合し、デスクトップやクラウド環境をサポートしている。
ハードウェアのハードルを下げる
Thorシリーズの新メンバーであるJetson T4000グラフィックスカードは、Blackwellアーキテクチャを搭載し、コスト効率の良いエッジデバイス向けの計算能力アップグレードソリューションとして、1200兆回の浮動小数点AI演算と64GBのメモリを提供し、消費電力は40〜70ワットに抑えられている。
英伟达はまた、Hugging Faceとの協力を深め、IsaacとGR00Tの技術を後者のLeRobotフレームワークに統合し、英伟达の200万のロボット開発者とHugging Faceの1300万のAIビルダーをつなげている。
オープンソースのヒューマノイドロボットReachy 2は、すでに英伟达のJetson Thorチップをサポートしており、開発者はさまざまなAIモデルをテストでき、専有システムにロックインされることなく利用できる。
初期の兆候として、英伟达の戦略は効果を上げ始めている。ロボットはHugging Faceプラットフォーム上で最も成長の早いカテゴリーとなり、英伟达のモデルはダウンロード数でリードしている。ボストン・ダイナミクス、キャタピラー、Franka Robots、NEURA Roboticsなどの企業はすでに英伟达の技術を採用している。
この展開は、同社がロボット開発をより容易にしようとする戦略的意図を示しており、同時に自社を基盤ハードウェアとソフトウェアのサプライヤーとして位置付けている。これは、Androidがスマートフォンメーカーにとっての役割を果たすのと類似している。
AIがクラウドから物理世界で学習能力を持つマシンへと移行する中、より安価なセンサー、先進的なシミュレーション技術、タスク横断的に汎化するAIモデルが、業界全体の変革を促進している。