Babak baru robot humanoid! Texas Instruments(TXN.US) bekerja sama dengan Nvidia(NVDA.US) menggabungkan AI dan sensor, menyalakan revolusi "AI Fisik"

Berfokus pada raksasa chip untuk solusi chip simulasi dan pemrosesan tertanam—Texas Instruments (TXN.US), yang selama ini dikenal sebagai “barometer permintaan chip global”, telah menggabungkan rangkaian produk kontrol real-time, sensor, dan manajemen daya dengan komponen komputasi robotika canggih milik NVIDIA (NVDA.US), sensor berbasis arsitektur Ethernet, serta teknologi simulasi eksklusif, untuk memberikan dukungan teknis besar bagi para pengembang—membantu mereka membangun, menerapkan, dan memproduksi massal robot humanoid skala besar, serta perangkat ujung lainnya yang disebut sebagai “Artificial Intelligence Fisik” (Physical AI).

Berdasarkan laporan media saat ini, kerja sama Texas Instruments dan NVIDIA sebagai penguasa chip analog berpotensi mendorong sistem cerdas robot humanoid ke tahap yang lebih tinggi, bukan sekadar “bekerja sama membuat robot” secara permukaan. Kolaborasi terbaru mereka lebih menyerupai pembangunan infrastruktur dasar kecerdasan robot yang lebih lengkap, lebih aman, dan lebih mudah untuk diskalakan pada lapisan paling bawah—yang memberikan dorongan nyata bagi percepatan komersialisasi robot humanoid di industri.

Seiring ekspektasi pasar terhadap penggabungan beban kerja inferensi AI skala besar dengan eksekusi di dunia nyata terus memanas, kerja sama NVIDIA dan Texas Instruments bukan hanya penumpukan di lapisan chip dan sensor, melainkan pembangunan ko-konstruksi dari inferensi AI, persepsi real-time hingga sistem kontrol tingkat bawah—sebagai fondasi penting untuk mendorong robot humanoid agar dapat diterapkan dalam aplikasi dunia nyata.

Manajer Umum divisi Otomasi Industri dan Robot di Texas Instruments, Giovanni Campanella, mengatakan: “Rangkaian produk Texas Instruments yang komprehensif menjembatani kesenjangan antara kemampuan komputasi AI yang kuat dari NVIDIA dan penerapan di dunia nyata, sehingga para pengembang dapat memverifikasi lebih awal sistem operasi tipe humanoid yang lengkap.” Dalam pernyataannya, ia juga menyebut: “Pendekatan integrasi ini akan mempercepat evolusi prototipe/versi awal produk menuju robot humanoid komersial, memastikan robot-robot ini dapat bekerja dengan aman bersama manusia.”

NVIDIA belakangan ini dapat dikatakan berupaya keras untuk memperluas penerapan teknologi AI mutakhir ke bidang yang lebih luas—misalnya perangkat ujung yang disebut “Artificial Intelligence Fisik” (Physical AI) seperti robot dan kendaraan otonom—untuk terus mendorong ekspansi permintaan dan mencari titik pertumbuhan baru di luar bisnis pusat data. Menurut pandangan CEO NVIDIA, Huang Renxun: “Physical AI menekankan agar robot/sistem operasi otonom melakukan persepsi, penalaran, dan menyelesaikan keseluruhan rangkaian aksi di dunia nyata, dan sebuah era yang dibantu oleh ‘Physical AI’ dalam evolusi peradaban manusia akan segera tiba.” “Artificial Intelligence Fisik” menekankan agar robot/sistem otonom merasakan, menalar, dan bertindak di dunia nyata, dan ketiga kemampuan inilah yang merupakan rantai alat (tool chain) kunci untuk mendorong model dari “hanya bisa berinteraksi” menjadi “bisa bekerja di dunia fisik”.

Texas Instruments bekerja sama dengan NVIDIA, menargetkan tiga lapisan paling sulit dalam sistem cerdas robot: kolaborasi persepsi + kontrol + inferensi AI

Sebagai bagian dari kerja sama ini, Texas Instruments merancang solusi penyatuan sensor dengan menggabungkan teknologi radar gelombang miliknya dengan teknologi robot Jetson Thor milik NVIDIA, serta menggunakan jembatan sensor Holoscan eksklusif NVIDIA untuk menghadirkan persepsi 3D berlatensi rendah dan kesadaran keselamatan, mendukung perkembangan teknologi robot humanoid. Hasil pengembangan terbaru dari kedua pihak ini akan ditampilkan di acara GTC NVIDIA yang sangat dinanti, yang akan berlangsung pada 16 hingga 19 Maret di San Jose, California.

Wakil Presiden Bisnis Robot dan Edge AI NVIDIA, Deepu Talla, mengatakan: “Operasi aman robot humanoid di lingkungan yang tidak dapat diprediksi membutuhkan kemampuan komputasi dan pemrosesan yang sangat kuat, untuk menyelaraskan model AI yang sangat kompleks, data sensor real-time, dan sistem kontrol motor.”

Dengan menggabungkan data kamera berdefinisi tinggi dan radar, solusi gabungan Texas Instruments dan NVIDIA meningkatkan iterasi pada teknologi deteksi objek, pelacakan posisi, dan pelacakan sekaligus mengurangi false positive/laporan kesalahan sistem, sehingga meningkatkan kemampuan pengambilan keputusan real-time robot humanoid.

Para ahli robotika industri umumnya berpendapat bahwa saat ini masih memerlukan beberapa tahun sebelum robot humanoid otonom yang benar-benar memiliki kemampuan umum tersedia, namun kemajuan yang bersifat sistematis pada lapisan seperti persepsi, penalaran, dan koordinasi gerak merupakan prasyarat yang diperlukan untuk penerapan komersial. Kerja sama Texas Instruments dan NVIDIA adalah langkah kunci untuk mendorong industri bergerak dari tahap “verifikasi algoritme dan simulasi” menuju “operasi aman di dunia nyata”—yang akan sangat membantu meningkatkan efisiensi pengembangan industri secara keseluruhan, memperkuat ketangguhan sistem, dan pada akhirnya mempersingkat jalur menuju produksi massal.

Dalam pengembangan robot, kesenjangan Sim to Real selalu menjadi salah satu masalah paling besar—meskipun algoritme AI menunjukkan kinerja baik dalam model simulasi, ia tetap dapat gagal di lingkungan dunia nyata yang kompleks. Jetson Thor dari NVIDIA sebagai platform inferensi berperforma tinggi telah digunakan oleh banyak perusahaan untuk aplikasi robotika, dan modul kontrol serta sensor dari Texas Instruments menambahkan kemampuan untuk berinteraksi langsung dengan dunia fisik ke platform tersebut. Kombinasi keduanya akan memungkinkan para pengembang memverifikasi persepsi, gerakan, dan keamanan sistem lebih awal dan lebih akurat, secara efektif mempersingkat siklus verifikasi prototipe serta menurunkan biaya iterasi.

Texas Instruments akan mengintegrasikan pengendali real-time, sensor persepsi (misalnya radar gelombang milimeter mmWave), dan teknologi manajemen daya dengan platform komputasi robot berperforma tinggi NVIDIA (Jetson Thor) serta Holoscan Sensor Bridge, sehingga membentuk rangkaian lengkap dari sensor, kontrol, hingga perhitungan inferensi. Dibandingkan arsitektur tradisional yang hanya mengandalkan kamera visual + sistem inferensi GPU, solusi penyatuan sensor ini mampu mewujudkan persepsi 3D berlatensi rendah dan kesadaran keselamatan, meningkatkan kemampuan pemahaman real-time robot terhadap lingkungan secara keseluruhan—ini merupakan salah satu bagian kunci dalam melangkah menuju sistem yang benar-benar dapat dideploy.

Saat robot humanoid mengeksekusi tugas, tidak hanya diperlukan inferensi AI yang kompleks, tetapi juga harus memproses sensor fusion, kontrol gerakan multi-sendi, dan keputusan keamanan edge secara real-time—semua fungsi ini harus selesai dalam waktu yang sangat singkat. Teknologi penghubung radar gelombang milimeter dan Ethernet dari Texas Instruments dapat membantu robot mendeteksi dan melacak objek di lingkungan yang kompleks (misalnya pintu kaca, cahaya terang/lemah, asap dan debu) dengan lebih andal dibandingkan solusi kamera tradisional. Peningkatan pada lapisan persepsi perangkat keras ini memberikan dasar yang kuat untuk operasi nyata.

Gelombang super robot humanoid

Sejumlah perusahaan teknologi yang berkantor pusat di Amerika sedang berupaya mengembangkan robot humanoid pita frekuensi tinggi. Misalnya Tesla, yang dipimpin oleh Musk, seorang pemimpin dalam kendaraan listrik, AI, dan robotika, sedang mengembangkan robot humanoid bernama Optimus, yang direncanakan untuk digunakan pada aplikasi industri dan konsumsi.

Figure AI, yang didukung oleh Microsoft (MSFT.US) dan OpenAI, sedang mencoba membangun robot humanoid tipe umum yang mampu menangani berbagai tugas. Figure AI mengatakan: “Robot-robot ini dapat menghilangkan pekerjaan yang tidak aman dan tidak menyenangkan, sehingga pada akhirnya masyarakat manusia dapat menjalani kehidupan yang lebih bahagia dan bermakna.” Boston Dynamics jelas berharap robot Atlas-nya dapat “mengubah total lingkungan kerja industri”.

Secara global, dari Tesla Optimus hingga sistem super Helix milik Figure AI, serta berbagai upaya R&D dari perusahaan teknologi lainnya, semuanya menunjukkan konsentrasi investasi dan industri pada bidang spesifik ini. Data industri saat ini menunjukkan bahwa berbagai prototipe robot humanoid telah mencapai kemajuan signifikan dalam fungsionalitas, persepsi, dan kontrol aksi—fitur seperti keseimbangan dua kaki, persepsi lingkungan, dan keputusan multimodal secara bertahap menjadi matang. Di saat yang sama, biaya rantai industri dan performa komponen kunci terus membaik, sambil muncul persaingan dengan banyak jalur teknologi yang hidup berdampingan. Semua ini mendorong transisi dari riset konseptual menuju pilot di skenario nyata. Dinamika positif ini menunjukkan bahwa industri sedang bergerak dari “fase hype tren” menuju tahap akumulasi teknologi yang nyata dan penerapan skala, meskipun masih ada jendela waktu sebelum adopsi skala besar. Lembaga riset pasar memperkirakan bahwa dalam dekade berikutnya ukuran pasar di bidang ini akan tumbuh secara signifikan; proyek-proyek perwakilan seperti Optimus milik Tesla sedang berencana mencapai target keandalan dan keamanan tinggi, serta akan mendorong rencana produksi massal dalam beberapa tahun ke depan.

Saat ini, pendorong utama penelitian dan pengembangan robot humanoid adalah integrasi mendalam AI untuk persepsi, pengambilan keputusan, dan kontrol gerak. Ini mencakup penggunaan model besar untuk memahami informasi bahasa dan visual, pengambilan keputusan berbasis prioritas reinforcement learning, serta penyatuan sensor (seperti visual, radar, dan gaya). Sistem semacam ini tidak hanya bisa berjalan di lingkungan terkontrol, tetapi juga mampu menjalankan tugas tingkat lebih tinggi, seperti pemindahan beban logistik, inspeksi pemeliharaan, atau pekerjaan layanan yang berkolaborasi dengan manusia. Lembaga seperti Morgan Stanley berpendapat bahwa terobosan teknologi menyeluruh ini adalah kunci untuk membuat penerapan komersial menjadi layak. Penganalisis Morgan Stanley memperkirakan bahwa pasar robot humanoid pada akhirnya akan melampaui industri mobil tradisional. Mereka memperkirakan pada tahun 2050, pendapatan tahunan pasar robot humanoid global akan menembus 5 triliun dolar AS, saat jumlah robot humanoid berpotensi melebihi 1 miliar unit.

Namun, profesor dan pakar robotika dari University of California, Berkeley, Ken Goldberg, dalam artikel jurnal terbaru, menyatakan bahwa para insinyur masih memiliki perjalanan yang sangat panjang untuk membuat robot humanoid dengan kemampuan dunia nyata.

Goldberg mengatakan: “Kita semua sudah sangat akrab dengan ChatGPT, dan dengan pekerjaan luar biasa yang dilakukannya dalam visi dan bahasa, tetapi kebanyakan peneliti profesional merasa sangat cemas dengan analogi seperti itu: yakni sekarang kita sudah menyelesaikan semua masalah ini, dan kita siap untuk menyelesaikan masalah besar yang terkait dengan robot humanoid, dan itu akan terjadi tahun depan. Saya tidak mengatakan itu tidak akan terjadi, tetapi saya mengatakan itu tidak akan terjadi dalam dua tahun, lima tahun, bahkan sepuluh tahun. Kita hanya ingin menata ulang ekspektasi agar tidak menciptakan gelembung, yang pada akhirnya memicu reaksi besar.”