تقوم NVIDIA بقفزة مهمة في مجال الروبوتات والآلات ذاتية القيادة من خلال تقديم نماذج وأُطُر ذكاء اصطناعي فيزيائي جديدة تم الكشف عنها في معرض CES لعام 2026. هذه الابتكارات، المرتكزة على منصة NVIDIA Cosmos ونموذج الرؤية، اللغة، والفعل البشري Isaac GR00T N1.6، صممت لسد الفجوة بين المحاكاة وتطبيق الروبوتات في العالم الحقيقي. وبمرافقة إطار التقييم Isaac Lab-Arena وبنية الحوسبة OSMO من الحافة إلى السحابة، تعد أحدث منتجات NVIDIA بتسريع تطوير الروبوتات مفتوحة المصدر، خصوصاً من خلال التكامل مع مكتبة LeRobot مفتوحة المصدر ومنصة المجتمع الذكاء الاصطناعي الشهيرة Hugging Face.
الذكاء الاصطناعي الفيزيائي ونماذج الأساس العالمية: نمط جديد للروبوتات
في صلب هذه الرؤية توجد منصة NVIDIA Cosmos، التي تضم نماذج أساس عالمية توليدية متقدمة WFMs. هذه النماذج تتعلم من البيانات المرئية، الزمنية، والمتعددة الأنماط عن البيئة الفيزيائية وتقوم بتركيبها، مما يتيح محاكاة واقعية وتوقع سيناريوهات ديناميكية في العالم الحقيقي. مع Cosmos، يمكن للمطورين إنشاء تسلسلات فيديو صناعية لتدريب الروبوتات، التنبؤ بحركات الأجسام والعملاء في بيئات معقدة، وأداء تحليلات منطقية للمشاهد عبر أُطُر الرؤية واللغة.
NVIDIA Cosmos: توليد والتحليل حول العالم الفيزيائي
تشمل منصة Cosmos عدة نماذج رئيسية:
- Cosmos Transfer 2.5: مركز على توليد الفيديو الصناعي، يمكّن هذا النموذج من إنشاء مجموعات بيانات تدريب قابلة للتوسع تُظهر الروبوتات أثناء أداء مهام متعددة في بيئات محاكاة، مما يقلل الاعتماد على جمع بيانات العالم الحقيقي المكلف.
- Cosmos Predict 2.5: متخصص في التنبؤ بمسارات وحركات الأجسام، مفيد لتجنب الاصطدام والتنقل الديناميكي.
- Cosmos Reason 2: نموذج رؤية-لغة-فعل مفتوح للتحليل المنطقي يفسر التعليمات المعقدة متعددة الخطوات ويفهم السياقات البصرية الديناميكية، ليعمل كالعصب الإدراكي لتخطيط واتخاذ القرار لدى الروبوت.
تستخدم شركات مثل Salesforce، Uber، وHitachi بالفعل Cosmos Reason لتعزيز وكلاء الإنتاجية بقدرات مثل تحليل الفيديو المباشر وتسريع الاستجابة للحوادث، مما يقلص أوقات الحل إلى النصف.
Isaac GR00T N1.6: نموذج مفتوح للروبوتات الشبيهة بالبشر
مكملاً لـCosmos، يستهدف Isaac GR00T N1.6 للروبوتات الشبيهة بالبشر، ويضم ذكاء أشمل يغطي الإدراك إلى التحكم بجسم الروبوت كاملاً. يعالج هذا النموذج المفتوح VLA مدخلات كاميرا موجهة ذاتيًا بالإضافة إلى أوامر اللغة الطبيعية وبيانات الإحساس الذاتي، منتجًا سياسات متقدمة للحركات والقبض.
يتألف Isaac GR00T N1.6 من هيكلية محول النشر ذات 32 طبقة — ضعف حجم النماذج السابقة — لإنتاج حركة ناعمة ومتأقلمة. تم تدريبه على آلاف الساعات من بيانات التشغيل عن بعد عبر أنواع مختلفة من الروبوتات، بما فيها الأذرع ذات الاستخدام الثنائي والمنفذات المتنقلة، مما يسمح بتعميم النموذج عبر العتاد لمزيد من الشمولية.
أحد السمات الرئيسية هو دمج GR00T مع Cosmos Reason 2، والذي يعزز فهم المشهد ويحلل التعليمات المعقدة إلى إجراءات قابلة للإدارة ضمن سياقات الزمن الحقيقي. هذا الربط الوثيق يمكن الروبوتات الشبيهة بالبشر من تنفيذ مهام متطورة تشمل التنقل، التلاعب، والحركة المنسقة، كل ذلك مُثبت ضمن بيئة محاكاة قبل النقل للواقع.
Isaac Lab-Arena: قياس أداء الروبوتات
لضمان موثوقية وأداء الروبوتات المدعومة بهذه النماذج، تقدم NVIDIA إطار Isaac Lab-Arena معيارًا موحدًا لاختبار قدرات الروبوتات. يوفر هذا الإطار بيئة تقييم بمهمات ومعايير محددة لتقييم مهارات الحركة، التلاعب، والتنقل لدى ماكينات متنوعة ذاتية القيادة، بما فيها الروبوتات الشبيهة بالبشر.
يسهل اندماج Isaac Lab-Arena العميق مع نماذج GR00T إجراء اختبارات دقيقة وقابلة للتكرار، مما يسمح للمطورين بضبط السياسات والتحقق من السلوك في سيناريوهات محاكاة مسيطَر عليها قبل الإطلاق على الحواسيب المادية. ويُتاح هذا الإطار بيسر عبر منظومة LeRobot مفتوحة المصدر، داعيًا مجتمع البحث والتطوير في الروبوتات للمشاركة في التقدم التعاوني.
OSMO: الحوسبة السلسة من الحافة إلى السحابة في الروبوتات
يتطلب تشغيل الذكاء الاصطناعي الفيزيائي بنجاح بنية تحتية موثوقة. تنسق منصة OSMO مهام الحوسبة الممتدة من أجهزة الحافة المدمجة داخل الروبوتات إلى مجموعات GPU واسعة النطاق في مراكز البيانات. هذا التكامل يُسهّل جمع البيانات، ووسمها، ومزامنتها عبر أساطيل الروبوتات، مع تمكين التدريب المستمر وإدارة الإصدارات للنماذج.
تدير OSMO دورة الحياة الكاملة — من الاستدلال والتحكم على الجهاز المدعوم من كمبيوتر الذكاء الاصطناعي الحافي Jetson Thor، إلى التدريب السحابي المسرَّع على أنظمة NVIDIA DGX — وتضمن تحديث السياسات وإطلاقها بسلاسة إلى الروبوتات. هذه العمود الفقري التشغيلي يدعم طموح NVIDIA في توفير منصة ذكاء اصطناعي شاملة لتطبيقات الروبوتات.
التعاون المفتوح: تكامل LeRobot وHugging Face
جانب جوهري من استراتيجية NVIDIA هو تعزيز الابتكار المجتمعي في الروبوتات عبر دمج نماذجها ضمن أُطُر مفتوحة معروفة. تستضيف منظومة LeRobot الآن نماذج GR00T وأدوات Isaac Lab-Arena، مما يمكّن المطورين من تعديل سياسات الذكاء الاصطناعي للروبوتات الشبيهة بالبشر وإجراء التقييمات على منصات متاحة بسهولة.
وفي الوقت ذاته، تعاونت NVIDIA مع منصة Hugging Face لربط الروبوتات مفتوحة المصدر مثل Reachy 2، وهو روبوت شبيه بالبشر، وReachy Mini، روبوت سطح مكتبي. يُعتبر Reachy 2 الآن متوافقًا تمامًا مع جهاز Jetson Thor، مما يمكِّنه من تشغيل نماذج VLA مثل GR00T N1.6 بشكل مباشر على العتاد. يستفيد Reachy Mini من الاتصال بـ DGX Spark، ما يتيح تجارب غنية مدفوعة بالذكاء الاصطناعي مع معالجة اللغة المحلية ونماذج الرؤية. تدمج هذه الروابط بين هواة، وأكاديميين، وصناعيي الروبوتات، موسوعة الذكاء الاصطناعي الفيزيائي من NVIDIA.
العتاد الداعم: Jetson Thor وDGX Spark
تعزز ابتكارات نماذج NVIDIA بواسطة عتاد مخصص. يجهز Jetson Thor الروبوتات بالقوة الحاسوبية اللازمة لتنفيذ نماذج VLA المعقدة في الزمن الحقيقي، بينما يوفر DGX Spark بيئة قابلة للتوسع بمستوى مركز البيانات للتدريب، الاستدلال، والعمليات المحاكاة واسعة النطاق.
مع التنسيق الذي توفره OSMO، تشكل هذه المنصات بنية تحتية متماسكة، تدمج العتاد مع البرمجيات لتمكين روبوتات قادرة على التعلم بقوة والتكيف بسلاسة مع بيئات مختلفة.
زخم الصناعة وآفاق المستقبل
سن إعلان NVIDIA جذب شراكات من شركات روبوتات رائدة مثل Boston Dynamics، Franka Robotics، Caterpillar، وNEURA Robotics. هؤلاء الشركاء يدمجون مجموعة الذكاء الاصطناعي الفيزيائي من NVIDIA في منصات الجيل القادم لتطبيقات في الأتمتة الصناعية، اللوجستيات، الروبوتات الخدمية، والآلات ذاتية القيادة.
بعيداً عن الروبوتات، توظف شركات مثل Salesforce وHitachi نموذج Cosmos Reason لوكلاء المؤسسات المدعومين بالذكاء الاصطناعي، ما يُبرز مرونة الإطار خارج نطاق الروبوتات الشبيهة بالبشر أو المنصات المحمولة.
يشير هذا النهج المنظومي إلى طموح NVIDIA بأن تصبح “أندرويد الروبوتات العامة”، مقدمة منصة قياسية لكنها مرنة لإنشاء ونشر روبوتات قادرة على التنقل والأداء في العالم المادي.
نظرة مستقبلية: الفرص والتحديات
توفر نماذج NVIDIA المفتوحة، وتوليد البيانات الصناعية، وتدفقات العمل من المحاكاة إلى الواقع إمكانات هائلة لتسريع البحث والتطوير في الروبوتات مع تقليل التكاليف والمخاطر. من خلال تخفيض الحواجز ودمج منظومات العتاد والبرمجيات، تدعو الشركة موجة جديدة من الابتكار في ذكاء الآلات المستقلة.
ومع ذلك، لا تزال هناك تحديات: الاعتماد على عتاد NVIDIA الخلفي يثير مخاوف الانحصار على منصة معينة بين المطورين؛ التكلفة الحاسوبية لتدريب ونشر نماذج VLA الكبيرة قد تكون مرفهة للجهات الصغيرة؛ وضمان السلامة، المتانة، والامتثال التنظيمي في تشغيل الروبوتات الواقعي يظل أمرًا ملحًّا.
كلما استمرت NVIDIA في توسيع قدرات الذكاء الاصطناعي الفيزيائي وتعزيز تفاعل المجتمع، ستكشف السنوات القادمة كيف سيشكل هذا النظام الشامل مسار الأنظمة المستقلة عبر الصناعات.
موارد إضافية
