生成式AI如何重塑智能机器人产业，今日（1月9日），NVIDIA 机器人和边缘计算副总裁 Deepu Talla 在 CES 上的特别演讲中，详细介绍了 NVIDIA 及合作伙伴是如何将生成式 AI 与机器人技术相结合的。
这一切似乎是水到渠成，当前正有越来越多的合作伙伴正在使用由 GPU 加速的大语言模型，为各类机器带来前所未有的智能和适应能力，这些合作伙伴包括波士顿动力公司、Collaborative Robotics、Covariant、Sanctuary AI、宇树科技等。
现在正是一个千载难逢的好时机。
Talla 表示：“由 AI 驱动的自主机器人越来越多地应用于提高效率、降低成本和解决劳动力短缺问题。”
NVIDIA一直是这场生成式 AI 变革的核心，在十年前，NVIDIA 创始人兼首席执行官黄仁勋亲手将第一台 NVIDIA DGX AI 超级计算机交付给 OpenAI。如今，得益于 OpenAI 的 ChatGPT，生成式 AI 已成为当代发展最快的技术之一。
不过而这一切才刚刚开始。
Talla 预测，生成式 AI 的影响将超越文本和图像生成，进入到家庭和办公室、农场和工厂、医院和实验室中。
其关键在于，类似于人类大脑语言中心的大语言模型（LLM），使机器人能够更自然地理解和响应人类指令。
这些机器能够不断地向人类、彼此和周围的世界学习。
Talla 表示：“鉴于这些特性，生成式 AI 非常适合用于机器人技术。”
核心是机器人如何使用生成式 AI？
Agility Robotics、NTT 和其他公司正在将生成式 AI 整合到他们的机器人中，以帮助理解文本或语音命令。追觅科技的机器人吸尘器，正在由生成式 AI 模型创建的模拟生活空间中接受训练。同时，Electric Sheep 也正在开发一种自动割草的全球范式。
当前英伟达推出的NVIDIA Isaac 和 Jetson 平台能够为 AI 机器人的开发和部署提供助力，当下正被超过 120 万名开发人员和 10,000 名客户和合作伙伴使用。
在今天的演讲中，Talla 展示了将 AI 部署到机器人技术中所必需的双计算机模型，这一双机模式可以大大提速机器人训练。
这两台计算机，第一台计算机被称为“AI 工厂”，是创建和不断改进 AI 模型的核心。
AI 工厂使用了 NVIDIA 数据中心计算基础设施以及 NVIDIA AI 和 NVIDIA Omniverse 平台，可以进行仿真和训练 AI 模型。
第二台计算机代表机器人的运行环境。
运行环境根据应用的不同而有所变化，比如可以是云或数据中心；对于半导体制造中的缺陷检测等任务则是本地服务器；配备多个传感器和摄像头的自主机器也可能成为运行环境。
Talla 还重点介绍了 语言大模型（LLM）在打破技术壁垒方面的作用。LLM 可以将普通用户变成技术艺术家，能够创建复杂机器人工作单元或整个仓库仿真。
借助 NVIDIA Picasso 等生成式 AI 工具，用户可以根据简单的文字提示来生成逼真的 3D 资产，并将其添加到数字场景中，以实现动态、全面的机器人训练环境。
这一功能还可扩展到在 Omniverse 中创建多样化且符合物理学的场景，从而加强机器人的测试和训练，保证机器人在现实世界中的适用性。
这与生成式 AI 在重新构建机器人部署方式上的变革潜力不谋而合。
以前的机器人是为特定任务而专门制造的，而根据不同任务来修改机器人十分耗时。
Talla 还解释道，LLM 和视觉语言模型领域的进步正在消除这一瓶颈，使我们能够通过自然语言与机器人进行更直观的交互。
这种适应性强、能感知周围环境的机器将很快遍布世界各地。
