盖世汽车获悉 开普勒采用NVIDIA物理AI全栈平台，将NVIDIA在仿真、机器人基础模型和世界模型方面的技术，与开普勒工业机器人硬件平台、真实工业数据和具身智能模型研发能力相结合，推动物理AI从模型训练进一步走向真实工业环境中的验证、迭代与产业化应用。
在仿真与模型训练方面，开普勒借助NVIDIA Isaac Lab构建机器人本体及工业任务高保真仿真环境，开展强化学习和Sim2Real训练，降低真机试错成本。同时，采用NVIDIA Isaac GR00T面向工业操作任务开展具身模型训练，推动机器人从运动能力向任务理解与复杂操作演进；并借助NVIDIA Cosmos面向工业场景开展世界模型训练与数据生成，支撑真实数据与合成数据协同迭代。
在部署与算力支撑方面，开普勒依托NVIDIA Omniverse构建工业数字孪生与机器人任务仿真环境，将真实工业现场转化为可训练的数字空间。借助NVIDIA Jetson Thor构建面向机器人端侧的物理AI计算与模型部署，支撑端侧感知、推理与控制计算，并采用NVIDIA GPU训练平台构建统一的机器人AI训练基础设施。
开普勒具身智能高级工程师陈宇涛表示，公司正结合具身智能基座大模型研发，发挥在行星滚柱丝杠、关节执行器、工业人形机器人本体及真实工业场景方面的优势，推动机器人从基础运动与操作向稳定完成复杂工业任务演进。
当前，人形机器人正从运动展示和单项技能验证迈向真实生产环境中的连续作业。在工业现场，机器人需应对复杂动力学、接触操作、工艺约束、异常工况以及长程任务执行等工程挑战，物理AI的引入正加速这一产业化进程。
免责声明：该文章系本站转载，旨在为读者提供更多信息资讯。所涉内容不构成投资、消费建议，仅供读者参考。
