Новая глава в области гуманоидных роботов! Texas Instruments(TXN.US) совместно с NVIDIA(NVDA.US) объединяют ИИ и сенсоры, зажигать революцию «физического ИИ»

Компания ТиТиЦи (智通财经APP) сообщает, что крупнейший в мире производитель микросхем, специализирующийся на моделирующих чипах и встроенных решениях — Texas Instruments (TXN.US), которая давно считается «зеркалом спроса на чипы по всему миру», объединяет свой ассортимент продуктов для реального времени, сенсоров и источников питания с передовыми робототехническими компонентами, основанными на вычислительных модулях NVIDIA (NVDA.US), а также с их уникальными технологиями моделирования и архитектурой Ethernet, чтобы обеспечить значительную техническую поддержку разработчикам в масштабном создании, развертывании и массовом производстве гуманоидных роботов и других устройств, называемых «физическим искусственным интеллектом» (физический AI).

Согласно текущим сообщениям СМИ, сотрудничество лидеров в области моделирующих чипов — Texas Instruments и NVIDIA — обещает вывести интеллектуальные системы гуманоидных роботов на новый уровень, а не ограничиваться простым «совместным созданием роботов». Их последнее сотрудничество больше похоже на создание более совершенной, безопасной и масштабируемой инфраструктуры для робототехники на базовом технологическом уровне, что существенно способствует продвижению коммерциализации гуманоидных роботов в отрасли.

По мере того как рынок продолжает расти в ожидании объединения огромных нагрузок AI-вычислений и физических действий, сотрудничество NVIDIA и Texas Instruments — это не просто наложение чипов и сенсорных слоёв, а совместное построение системы, объединяющей AI-выводы, реальное восприятие и базовые системы управления. Это важная основа для внедрения гуманоидных роботов в реальные приложения.

Генеральный директор отдела автоматизации и робототехники Texas Instruments Джованни Кампанелла заявил: «Полный ассортимент продукции Texas Instruments устраняет разрыв между мощными возможностями AI-вычислений NVIDIA и практическими приложениями, позволяя разработчикам раньше проверять полноценные операционные системы, похожие на человеческие.» В своем заявлении он также отметил: «Этот интегрированный подход ускорит эволюцию прототипов и первых образцов до коммерческих гуманоидных роботов, обеспечивая их безопасную работу вместе с людьми.»

Недавние усилия NVIDIA сосредоточены на распространении передовых технологий искусственного интеллекта в более широких сферах — таких как роботы и автономные транспортные средства, которые также относятся к устройствам «физического AI», чтобы продолжать стимулировать рост спроса и искать новые источники дохода за пределами центров обработки данных. По мнению генерального директора NVIDIA Дженсена Хуана, «физический AI» подразумевает, что роботы и автономные системы в реальном мире способны воспринимать, рассуждать и выполнять полный цикл действий, а эпоха, в которой «физический AI» помогает развитию человеческой цивилизации, уже наступает. «Физический AI» подчеркивает, что роботы и автономные системы должны воспринимать, рассуждать и действовать в реальных условиях, а эти три способности — ключ к переходу модели с «только диалоговых» на «способных работать в физическом мире» инструментальных цепочек.

Texas Instruments и NVIDIA объединяются для совместной работы трёх уровней: восприятия, управления и AI-выводов в системах робототехники

В рамках этого сотрудничества Texas Instruments разработала решение по сенсорной интеграции, объединяя свои технологии миллиметровых волн (mmWave) с робототехническими платформами NVIDIA Jetson Thor и используя эксклюзивный сенсорный мост Holoscan для обеспечения низкой задержки 3D-восприятия и безопасности, что поддерживает развитие технологий гуманоидных роботов. Эта новинка будет продемонстрирована на предстоящем 16–19 марта в Сан-Хосе, штат Калифорния, на престижной конференции NVIDIA GTC.

Вице-президент NVIDIA по робототехнике и периферийным AI-решениям Дипу Талла заявил: «Безопасная работа гуманоидных роботов в непредсказуемых условиях требует очень мощных вычислительных и обработочных возможностей для синхронизации сложных AI-моделей, данных с сенсоров в реальном времени и систем управления моторами.»

Объединённое решение Texas Instruments и NVIDIA, объединяющее высококачественные камеры и радары, улучшает технологии обнаружения, локализации и отслеживания объектов, одновременно снижая количество ложных срабатываний и ошибок системы, что повышает способность гуманоидных роботов к принятию решений в реальном времени.

Общественное мнение экспертов в области робототехники указывает, что до появления полностью универсальных автономных гуманоидных роботов ещё несколько лет, однако системные достижения в восприятии, рассуждении и координации движений являются необходимыми предпосылками для коммерциализации. Совместная работа Texas Instruments и NVIDIA — это ключевой шаг в переходе отрасли от «алгоритмической и моделирующей проверки» к «безопасной работы в реальных условиях», что значительно повысит эффективность разработки, повысит устойчивость систем и сократит сроки выхода на массовое производство.

В области робототехники проблема разрыва между симуляцией и реальностью (Sim-to-Real) остаётся одной из самых сложных — даже если AI-алгоритмы показывают хорошие результаты в моделях, в реальных сложных условиях они могут давать сбои. Платформа NVIDIA Jetson Thor, являющаяся высокопроизводительным решением для вывода, уже используется многими компаниями в робототехнике, а модули управления и сенсоры Texas Instruments добавляют возможность прямого взаимодействия с физическим миром. Их объединение позволит разработчикам раньше и точнее проверять восприятие системы, действия и безопасность, что существенно сократит цикл прототипирования и снизит издержки на итерации.

Texas Instruments интегрировала свои контроллеры реального времени, сенсоры (например, миллиметровые радары mmWave) и технологии управления питанием с высокопроизводительной платформой NVIDIA Jetson Thor и сенсорным мостом Holoscan, создав полноценную цепочку от сенсорных данных и управления до вычислений AI. В отличие от традиционных систем, основанных только на визуальных камерах и GPU, эта сенсорная интеграция обеспечивает низкую задержку 3D-восприятия и безопасность, повышая способность робота к восприятию окружающей среды в реальном времени — это важный шаг к созданию реально внедряемых систем.

При выполнении задач гуманоидные роботы требуют не только сложных AI-выводов, но и обработки сенсорных данных, управления многосуставными движениями и принятия решений на грани безопасности в очень короткие сроки. Модуль миллиметровых волн и технология Ethernet-мостов Texas Instruments помогают роботам более надежно обнаруживать и отслеживать объекты в сложных условиях (например, стеклянные двери, яркий или слабый свет, дым и пыль), что создаёт прочную основу для их практического функционирования.

Гигантская волна гуманоидных роботов

Множество американских технологических компаний активно разрабатывают высокотехнологичных гуманоидных роботов с искусственным интеллектом. Например, компания Tesla, под руководством Илона Маска, разрабатывает гуманоидного робота Optimus для промышленных и потребительских целей.

Компания Microsoft и OpenAI поддерживают проект Figure AI, который создает универсального гуманоидного робота, способного выполнять разнообразные задачи. Представители Figure AI заявляют: «Эти роботы смогут устранить опасные и неприятные работы, в конечном итоге позволяя людям жить более счастливой и осмысленной жизнью.» Boston Dynamics надеется, что их робот Atlas «кардинально изменит промышленную среду».

На глобальном уровне, от Tesla Optimus и системы Helix от Figure AI до других технологических инициатив — всё это свидетельство активных инвестиций и концентрации усилий в этой области. Текущие данные показывают значительный прогресс в функциях, восприятии и управлении движениями прототипов гуманоидных роботов, таких как баланс на двух ногах, восприятие окружающей среды и мультимодальные решения для принятия решений. В то же время, продолжается снижение стоимости компонентов и повышение их производительности, что способствует развитию конкуренции между различными технологическими подходами и ускоряет переход от концептуальных исследований к пилотным проектам в реальных условиях. Всё это свидетельствует о том, что отрасль движется от «горячего хайпа» к реальному накоплению технологий и масштабированию производства, несмотря на то, что полное массовое внедрение ещё требует времени. Аналитические агентства прогнозируют значительный рост рынка гуманоидных роботов в ближайшие десять лет, а такие проекты, как Tesla Optimus, уже нацелены на достижение высокой надежности и безопасности с планами по масштабному производству в ближайшие годы.

Основной движущей силой разработки гуманоидных роботов сегодня является глубокая интеграция AI-восприятия, принятия решений и управления движениями, включая использование больших моделей для понимания языка и визуальной информации, приоритетное обучение с подкреплением и сенсорное слияние (визуальные, радарные и тактильные данные). Такие системы способны не только передвигаться в контролируемых условиях, но и выполнять более сложные задачи — транспортировку грузов, техническое обслуживание, взаимодействие с людьми. Аналитики Morgan Stanley считают, что эти технологические прорывы являются ключом к коммерческому внедрению, и прогнозируют, что к 2050 году рынок гуманоидных роботов превысит 5 триллионов долларов в год, а их численность достигнет более 1 миллиарда.

Однако профессор Кен Гольдберг из Калифорнийского университета в Беркли недавно в статье отметил, что инженерам ещё предстоит пройти долгий путь, чтобы создать гуманоидных роботов с реальными навыками.

Гольдберг заявил: «Мы все хорошо знакомы с ChatGPT и его потрясающими достижениями в области языка и визуальных данных, но большинство исследователей очень осторожны в отношении подобных аналогий: что сейчас мы уже решили все эти задачи и готовы к решению важных проблем, связанных с гуманоидными роботами, — это произойдет в следующем году. Я не говорю, что этого не случится, но я считаю, что это не произойдет в течение двух, пяти или даже десяти лет. Мы просто хотим скорректировать ожидания, чтобы избежать создания пузыря, который в конечном итоге приведет к разочарованию.»