Nvidia je na CES-u 2026 vrlo jasno pokazala ambiciju: želi postati ono što je Android za pametne telefone – zadana platforma za opću robotiku.
Ne samo prodavati GPU-ove, nego ponuditi cijeli sloj: temeljne modele, simulaciju, razvojne alate i rubni hardver za robote svih vrsta.
Od oblaka do „fizičke AI“
Nvidia ovaj zaokret zove ekosustavom fizičke umjetne inteligencije – AI sustava koji ne žive samo u cloudu, već na strojevima koji u stvarnom svijetu vide, razmišljaju, planiraju i djeluju.
To omogućavaju tri trenda na koja Nvidia cilja:
- jeftiniji i bolji senzori u robotima,
- napredna simulacija koja trening seli u virtualne arene,
- veliki modeli koji znaju generalizirati preko više zadataka.
Na CES-u je Nvidia te komponente spojila u full-stack ponudu za robotiku: otvorene modele na Hugging Faceu, otvoreni simulator, orkestracijski softver i novu Jetson rubnu karticu.
Novi temeljni modeli za robote
Nvidia je predstavila paket otvorenih temeljnih modela dizajniranih da robotima omoguće vid, razumijevanje konteksta i djelovanje u raznim okruženjima. Svi su dostupni na Hugging Faceu.
U paketu su:
- Cosmos Transfer 2.5 – „world model“ za generiranje sintetičkih podataka i učenje robota u simulaciji,
- Cosmos Predict 2.5 – svjetski model za evaluaciju robotskih politika prije stvarnog hardvera,
- Cosmos Reason 2 – vidno-jezični model (VLM) za rezoniranje o fizičkom svijetu,
- Isaac GR00T N1.6 – sljedeća generacija vidno-jezično-akcijskog (VLA) modela, posebno za humanoide.
GR00T koristi Cosmos Reason kao mozak i cilja na upravljanje cijelim tijelom. Drugim riječima, humanoid može istovremeno hodati i manipulirati objektima, umjesto da su te vještine odvojene i krhke.
To je zaokret u odnosu na klasične industrijske robote na traci koji cijeli radni vijek rade jednu jedinu, unaprijed programiranu radnju.
Isaac Lab-Arena: zajedničko igralište za trening robota
Kako roboti preuzimaju sve složenije zadatke – od preciznog rukovanja objektima do provlačenja kabela – fizičko testiranje postaje skupo, sporo i rizično. Nvidia na to odgovara s Isaac Lab-Arena, novim open source simulacijskim okvirom na GitHubu.
Lab-Arena je zamišljena kao zajedničko igralište za cijelu industriju:
- jedno mjesto za scenarije zadataka i benchmarke,
- objedinjeni alati za trening i resursi,
- podrška za postojeće benchmarke kao što su Libero, RoboCasa i RoboTwin.
Umjesto da svaki laboratorij ili startup razvija vlastitu, zatvorenu simulaciju, Nvidia pokušava standardizirati arenu – naravno, duboko integriranu s vlastitim modelima i hardverom.
OSMO: komandni centar za fizičku AI
Kako bi povezala sve dijelove, Nvidia uvodi OSMO, otvoreni komandni centar koji pokriva cijeli tijek od generiranja podataka do treninga modela.
OSMO je zamišljen da:
- orkestrira eksperimente preko desktop i cloud okruženja,
- zatvori krug između simulacije, treniranja i izvođenja modela na rubnim uređajima.
Ako Nvidijina platforma zaživi, OSMO bi mogao postati mjesto gdje ćete vi i vaš tim pratiti kako se roboti uče i nadograđuju u pozadini.
Jetson T4000: Blackwell na rubu mreže
Na razini hardvera, Nvidia je predstavila Jetson T4000, grafičku karticu temeljenu na Blackwell arhitekturi i najnovijeg člana obitelji Thor, ciljano napravljenu za AI na samom robotu.
Prema Nvidiji, Jetson T4000 donosi:
- 1200 teraflopsa AI računanja,
- 64 GB memorije,
- potrošnju između 40 i 70 W.
Poruka je da se radi o relativno isplativom skoku u performansama za one koji žele ozbiljnu lokalnu inferenciju bez ulaska u kategoriju podatkovnih centara.
Hugging Face partnerstvo: 2 milijuna robotikaša i 13 milijuna AI graditelja
Nvidia dodatno produbljuje partnerstvo s Hugging Faceom kako bi više ljudi moglo eksperimentirati s treningom robota bez skupog hardvera i uskog specijalističkog znanja.
Suradnja integrira Isaac i GR00T u Hugging Faceov LeRobot okvir. Na papiru to spaja:
- oko 2 milijuna Nvidijinih razvojnih inženjera za robotiku
- s 13 milijuna AI graditelja na Hugging Faceu.
Jedan opipljiv rezultat: open source humanoid Reachy 2 sada izravno radi s Nvidijinim čipom Jetson Thor. Razvojni timovi mogu isprobavati različite AI modele na istom fizičkom robotu, bez zaključavanja u jedan zatvoreni sustav.
Za balkansku tech i hardversku scenu, gdje se sve više timova igra s robotikom i automatizacijom, to je važan signal – standardizirani stack bi vam mogao smanjiti prag ulaska u složenije robotske projekte.
Rani signali da se Android strategija prima
Postoje rani pokazatelji da strategija funkcionira.
Na Hugging Faceu je robotika trenutno najbrže rastuća kategorija, a Nvidijini modeli prednjače po broju preuzimanja. S druge strane, kompanije poput Boston Dynamics, Caterpillar, Franka Robots i NEURA Robotics već koriste Nvidijinu tehnologiju.
Sve zajedno šalje jasnu poruku: ako gradite robota koji uči i prilagođava se okruženju, Nvidia želi biti sloj hardvera i softvera na kojem to radite – baš kao što je Android postao zadani izbor za većinu proizvođača pametnih telefona.
Izvorni tweet: https://twitter.com/TechCrunch/status/2008311157950468454
