Alphabet 旗下软件和 AI 机器人公司 Intrinsic 通过整合 NVIDIA AI 与 Isaac 平台技术，推进复杂的自主机器人操纵领域的发展。
在本周于芝加哥举行的 Automate 展会上，Intrinsic 重点展示了由 NVIDIA Isaac Manipulator 赋能的基础模型如何推进机器人抓取和工业扩展方面的飞跃，利用 AI 为工业自动化释放新的价值。
NVIDIA 在 3 月的 GTC 上发布了 Isaac Manipulator。Isaac Manipulator 是一套基础模型和模块化 GPU 加速程序库，它通过加速 AI 模型训练和任务程序改编，帮助工业自动化公司构建可扩展、可重复的动态操纵任务工作流。
基础模型基于 transformer 深度学习架构，该架构使神经网络能够通过追踪数据中的关系进行学习。这些模型通常在海量数据集上进行训练，可用于处理和理解传感器和机器人信息。这种如同 ChatGPT 处理文本一样神奇的功能使机器人的感知和决策能力得到了前所未有的提升，并且还提供了零样本学习能力（即在没有先例的情况下执行任务的能力）。
NVIDIA 与领先的机器人软件和 AI 公司 Intrinsic 的合作展示了将普适的机器人抓取技能应用于不同抓手、环境和物体的潜力。
Intrinsic 首席执行官 Wendy Tan White 在一篇宣布与 NVIDIA 合作的博文中表示： “我们与 NVIDIA 的合作向整个行业展示了基础模型如何产生深远的影响，包括使现下的大规模处理挑战更容易管理、创建以前不可行的应用、降低开发成本以及提高终端用户的灵活性等。”
利用 Isaac Manipulator 开发出更优秀的机器人抓握装置
抓握一直是机器人孜孜以求的技能。但迄今为止，这项技能的编程耗时长、成本高而且难以扩展。因此直到现在，许多重复性的拾取和放置情况都无法由机器人来完美处理。
仿真技术正在改变这一状况。借助 NVIDIA Omniverse 平台上的 NVIDIA Isaac Sim，Intrinsic 利用金属板和吸力抓手 CAD（计算机辅助设计）模型生成了真空抓取的合成数据，为其客户 Trumpf Machine Tools（一家领先的工业机床制造商）创建出原型。
该原型使用 Intrinsic Flowstate（一个 AI 机器人解决方案开发环境）实现流程可视化、相关感知和运动规划。通过一套包含 Isaac Manipulator 的工作流，生成抓取姿势和由 CUDA 提供加速的机器人动作。这些动作先通过 Isaac Sim 进行仿真评估以节省成本，随后再通过 Intrinsic 平台部署到现实世界中。
通过此次合作，NVIDIA 和 Intrinsic 计划为机械臂带来先进的灵巧性和模块化 AI 功能，并提供一套强大的基础模型和 GPU 加速程序库，以加速更多新机器人和自动化任务。
NVIDIA 高级研究科学家 Adithya Murali 和 Intrinsic 首席科学官 Torsten Kroeger 在 Automate 展会上展示了两家公司的成果。