Babak Baru Robot Manusia! Texas Instruments(TXN.US) bekerja sama dengan Nvidia(NVDA.US) menggabungkan AI dan sensor, menyalakan revolusi "AI Fisik"

Aplikasi Tongji Caijing memperoleh informasi bahwa perusahaan raksasa chip yang fokus pada solusi chip simulasi dan embedded processing—yang selama ini dikenal sebagai “indikator utama permintaan chip global”—Texas Instruments (TXN.US) akan menggabungkan rangkaian produk kontrol waktu nyata, sensor, dan sumber daya listriknya dengan komponen komputasi robot canggih, sensor berbasis arsitektur Ethernet, serta teknologi simulasi eksklusif dari perusahaan bernilai pasar tertinggi di dunia, Nvidia (NVDA.US). Langkah ini bertujuan memberikan dukungan teknologi penting bagi para pengembang untuk secara besar-besaran membangun, mengimplementasikan, dan memproduksi massal robot humanoid dan perangkat terminal lain yang disebut sebagai “kecerdasan buatan fisik” (physical AI).

Berdasarkan laporan media saat ini, kolaborasi antara penguasa chip simulasi Texas Instruments dan Nvidia diharapkan dapat mendorong sistem kecerdasan robot humanoid ke tingkat yang lebih tinggi, bukan sekadar “berkolaborasi membuat robot”. Kerja sama terbaru mereka lebih mirip membangun infrastruktur dasar kecerdasan robot yang lebih lengkap, aman, dan mudah untuk skala besar, yang secara substantif membantu industri dalam memajukan komersialisasi robot humanoid.

Seiring meningkatnya harapan pasar terhadap beban kerja inferensi AI yang masif dan penggabungan eksekusi fisik, kolaborasi Nvidia dan Texas Instruments bukan hanya sekadar penambahan lapisan chip dan sensor, melainkan kolaborasi dari inferensi AI, persepsi waktu nyata, hingga sistem kontrol dasar. Ini adalah fondasi penting untuk mendorong robot humanoid agar dapat diterapkan secara nyata di dunia nyata.

Giovanni Campanella, General Manager divisi otomatisasi industri dan robot Texas Instruments, menyatakan: “Rangkaian produk lengkap Texas Instruments menjembatani kesenjangan antara kemampuan komputasi AI Nvidia yang kuat dan aplikasi nyata, memungkinkan pengembang untuk lebih awal memverifikasi sistem operasi humanoid lengkap.” Ia juga menambahkan dalam pernyataannya: “Pendekatan integrasi ini akan mempercepat evolusi dari prototipe/awal produk menuju robot humanoid komersial, memastikan robot-robot ini dapat bekerja secara aman bersama manusia.”

Nvidia baru-baru ini berkomitmen untuk memperluas teknologi AI terdepan ke bidang yang lebih luas—seperti robot dan kendaraan otonom yang disebut sebagai “kecerdasan buatan fisik” (physical AI)—untuk terus mendorong permintaan dan mencari titik pertumbuhan baru di luar bisnis pusat data. Menurut pendapat CEO Nvidia, Jensen Huang, “physical AI” menekankan agar robot/sistem operasi otonom mampu melakukan persepsi, penalaran, dan menyelesaikan seluruh rangkaian tindakan di dunia nyata. Era di mana peradaban manusia berkembang dengan bantuan “physical AI” akan segera tiba. “Physical AI” menekankan agar robot/sistem otonom mampu melakukan persepsi, penalaran, dan tindakan di dunia nyata, dan ketiga kemampuan ini adalah kunci untuk menggeser model dari “hanya mampu berkomunikasi” menjadi “bisa bekerja di dunia fisik”.

Texas Instruments dan Nvidia bekerja sama untuk mengatasi tiga lapisan utama sistem kecerdasan robot: persepsi dasar + kontrol + inferensi AI yang saling berkolaborasi

Sebagai bagian dari kerja sama ini, Texas Instruments merancang solusi penggabungan sensor yang mengintegrasikan teknologi radar gelombang milimeter (mmWave) mereka dengan teknologi robot Nvidia Jetson Thor, memanfaatkan Holoscan Sensor Bridge Nvidia yang eksklusif untuk mencapai persepsi 3D berlatensi rendah dan kesadaran keamanan, mendukung pengembangan teknologi robot humanoid. Hasil pengembangan terbaru ini akan dipamerkan dalam acara Nvidia GTC yang sangat dinantikan, yang akan berlangsung di San Jose, California, dari 16 hingga 19 Maret.

Deepu Talla, Wakil Presiden bisnis robot dan AI edge Nvidia, menyatakan: “Operasi aman robot humanoid di lingkungan yang tidak terduga membutuhkan kemampuan komputasi dan pemrosesan yang sangat kuat, agar dapat mensinkronkan model AI yang sangat kompleks, data sensor waktu nyata, dan sistem kontrol motor.”

Dengan menggabungkan data dari kamera resolusi tinggi dan radar, solusi gabungan Texas Instruments dan Nvidia meningkatkan teknologi deteksi objek, penentuan posisi, dan pelacakan, sekaligus mengurangi false positive dan false alarm sistem, serta meningkatkan kemampuan pengambilan keputusan waktu nyata robot humanoid.

Para ahli robot di industri umumnya berpendapat bahwa saat ini masih dibutuhkan beberapa tahun lagi untuk mencapai robot humanoid yang benar-benar memiliki kemampuan umum, tetapi kemajuan sistemik dalam persepsi, penalaran, dan koordinasi gerak merupakan prasyarat penting untuk komersialisasi. Kerja sama Texas Instruments dan Nvidia merupakan langkah kunci dalam mendorong industri dari tahap “verifikasi algoritma dan simulasi” menuju “operasi aman di dunia nyata”. Ini akan sangat membantu meningkatkan efisiensi pengembangan, memperkuat ketahanan sistem, dan akhirnya mempercepat jalur produksi massal.

Dalam pengembangan robot, gap Sim‑to‑Real (dari simulasi ke dunia nyata) selalu menjadi salah satu tantangan terbesar—meskipun algoritma AI tampil baik dalam model simulasi, mereka tetap bisa gagal di lingkungan nyata yang kompleks. Nvidia Jetson Thor, sebagai platform inferensi berkinerja tinggi, telah digunakan oleh banyak perusahaan untuk aplikasi robotik, sementara modul kontrol dan sensor dari Texas Instruments menambah kemampuan platform ini untuk berinteraksi langsung dengan dunia fisik. Kombinasi keduanya memungkinkan pengembang untuk lebih awal dan lebih akurat memverifikasi persepsi sistem, gerak, dan keamanan, sehingga memperpendek siklus verifikasi prototipe dan mengurangi biaya iterasi.

Texas Instruments mengintegrasikan pengendali waktu nyata, sensor persepsi (seperti radar gelombang milimeter mmWave), dan teknologi manajemen daya dengan platform komputasi robot Nvidia Jetson Thor dan Holoscan Sensor Bridge, membentuk rangkaian lengkap dari sensor, kontrol, hingga inferensi komputasi. Dibandingkan arsitektur tradisional yang hanya mengandalkan kamera visual dan GPU inference, solusi penggabungan sensor ini mampu mencapai persepsi 3D berlatensi rendah dan kesadaran keamanan, meningkatkan pemahaman lingkungan secara waktu nyata secara keseluruhan, yang merupakan langkah penting menuju sistem yang benar-benar dapat diterapkan.

Saat menjalankan tugas, robot humanoid tidak hanya membutuhkan inferensi AI yang kompleks, tetapi juga harus memproses secara waktu nyata penggabungan sensor, kontrol gerak multi-sendok, dan pengambilan keputusan keamanan edge—semua harus diselesaikan dalam waktu sangat singkat. Radar gelombang milimeter dan teknologi jembatan Ethernet dari Texas Instruments membantu robot mendeteksi dan melacak objek secara lebih andal di lingkungan yang kompleks (seperti pintu kaca, kondisi cahaya terang/ redup, kabut, dan debu). Peningkatan lapisan persepsi perangkat keras ini menjadi fondasi yang kokoh untuk operasi nyata.

Gelombang besar robot humanoid

Banyak perusahaan teknologi berbasis di AS sedang berusaha mengembangkan robot humanoid AI yang canggih dan berwujud nyata. Misalnya, Tesla yang dipimpin Elon Musk sedang mengembangkan robot humanoid bernama Optimus, yang direncanakan untuk digunakan dalam bidang industri dan konsumen.

Didukung oleh Microsoft (MSFT.US) dan OpenAI, Figure AI berusaha menciptakan robot humanoid umum yang mampu menangani berbagai tugas. Figure AI menyatakan: “Robot-robot ini dapat menghilangkan pekerjaan yang tidak aman dan tidak menyenangkan, sehingga akhirnya masyarakat manusia dapat menjalani kehidupan yang lebih bahagia dan bermakna.” Boston Dynamics jelas berharap robot Atlas mereka dapat “mengubah secara radikal lingkungan kerja industri.”

Secara global, dari Tesla Optimus hingga sistem super Helix dari Figure AI, serta upaya riset dari perusahaan teknologi lain, menunjukkan adanya penanaman modal dan konsentrasi industri yang intens di bidang ini. Data industri saat ini menunjukkan bahwa berbagai prototipe robot humanoid telah mencapai kemajuan signifikan dalam fungsi, persepsi, dan kontrol gerak, seperti keseimbangan dua kaki, persepsi lingkungan, pengambilan keputusan multimodal, yang secara bertahap matang. Dengan biaya rantai industri dan performa komponen utama yang terus membaik, serta munculnya berbagai jalur teknologi yang bersaing, transisi dari penelitian konseptual menuju uji coba di lingkungan nyata semakin dekat. Dinamika positif ini menunjukkan bahwa industri sedang bergerak dari “masa hype” menuju fase akumulasi teknologi dan penerapan skala besar. Meskipun masih ada waktu sebelum penyebaran massal, lembaga riset pasar memperkirakan bahwa dalam sepuluh tahun ke depan, pasar robot humanoid akan tumbuh secara signifikan. Proyek-proyek seperti Tesla Optimus berencana mencapai target keandalan dan keamanan tinggi, serta memulai produksi massal dalam beberapa tahun mendatang.

Saat ini, kekuatan utama dalam pengembangan robot humanoid adalah integrasi mendalam antara AI persepsi, pengambilan keputusan, dan kontrol gerak—termasuk pemanfaatan model besar untuk memahami bahasa dan visual, pengambilan keputusan prioritas melalui reinforcement learning, serta penggabungan sensor seperti visual, radar, dan sensor kekuatan. Sistem semacam ini tidak hanya mampu berjalan di lingkungan terkendali, tetapi juga menyelesaikan tugas tingkat tinggi seperti pengangkutan beban logistik, inspeksi pemeliharaan, atau kerja layanan yang berkolaborasi dengan manusia. Morgan Stanley dan lembaga lain berpendapat bahwa terobosan teknologi terpadu ini adalah kunci untuk mendorong kelayakan komersial. Analis Morgan Stanley memperkirakan bahwa pasar robot humanoid akan melampaui industri mobil tradisional, dengan prediksi bahwa pada tahun 2050, pendapatan tahunan pasar robot humanoid global akan melebihi 5 triliun dolar AS, dan jumlah robot humanoid bisa melebihi 1 miliar unit.

Namun, profesor dan pakar robot dari University of California, Berkeley, Ken Goldberg, dalam artikel jurnal terbaru menyatakan bahwa para insinyur masih harus menempuh jalan panjang untuk memproduksi robot humanoid yang memiliki keterampilan nyata.

Goldberg mengatakan: “Kita semua sangat akrab dengan ChatGPT dan pekerjaan luar biasa yang dilakukannya dalam bidang visual dan bahasa, tetapi sebagian besar peneliti profesional sangat berhati-hati terhadap analogi ini: bahwa sekarang kita telah menyelesaikan semua masalah ini, kita siap menyelesaikan masalah besar terkait robot humanoid, dan itu akan terjadi tahun depan. Saya tidak mengatakan itu tidak akan terjadi, tetapi saya katakan bahwa itu tidak akan terjadi dalam dua, lima, atau bahkan sepuluh tahun. Kita hanya ingin menyesuaikan harapan agar tidak menciptakan gelembung yang akhirnya menimbulkan reaksi besar.”