NVIDIA Isaac Lab开源框架：加速产业数字化和实体AI模拟

NVIDIA 推出全新 AI 和模拟工具，加速人形机器人开发

在德国慕尼黑举办的机器人学习大会（CoRL）上，NVIDIA 发布了一系列全新的 AI 和模拟工具，旨在加速 AI 驱动的机器人，尤其是人形机器人的开发。其中最引人注目的当属 NVIDIA Isaac Lab 机器学习框架的正式发布，以及六个专为 GR00T 项目设计的人形机器人学习工作流程。

NVIDIA Isaac Lab 是一个基于 NVIDIA Omniverse 的开源机器学习框架，它为开发人员提供了一个强大的平台，用于开发 OpenUSD 应用程序，实现产业数字化和实体 AI 模拟。开发者可以利用 Isaac Lab 大规模训练机器人策略，该框架适用于各种类型的机器人，从人形机器人到四足机器人和协作机器人，以应对日益复杂的动作和互动。

除了 Isaac Lab，NVIDIA 还发布了两个新工具：Cosmos tokenizer 和 NeMo Curator。Cosmos tokenizer 是一款开源的图像和视频标记器，它能够将图像和视频分解成高压缩率的高质量标记，为机器人开发人员提供卓越的视觉标记功能。与现有的标记器相比，Cosmos tokenizer 的运行速度快 12 倍。

NeMo Curator 则是一个图像处理管理工具，它能够将图像处理速度提高 7 倍。NeMo Curator 现在包含一个视频处理管道，使机器人开发人员能够提高其世界模型在处理大规模文本、图像和视频数据时的准确性。通过自动管道编排简化数据管理，NeMo Curator 大幅缩短了处理时间，并支持跨多节点多 GPU 系统的线性扩展，能够有效处理超过 100 PB 的数据，简化了 AI 开发，降低了成本，并加快了上市时间。

全球领先的商业机器人制造商、机器人应用开发商和机器人研究机构都在采用 Isaac Lab，其中包括 1X、Agility Robotics、The AI Institute、Berkeley Humanoid、波士顿动力（Boston Dynamics）、Field AI、Fourier、Galbot、Mentee Robotics、Skild AI、Swiss-Mile、Unitree Robotics 和小鹏机器人。

1X Technologies 的 AI 副总裁 Eric Jang 表示：“NVIDIA Cosmos 标记器在保持视觉真实度的同时，实现了数据高时间和空间的压缩，这使我们能够以更高的计算效率训练具有长视野视频生成的模型。”

NVIDIA Isaac Lab 1.2 现已推出，并在 GitHub 上开源。NVIDIA Cosmos 标记器现已在 GitHub 和 Hugging Face 上提供。用于视频处理的 NeMo Curator 将于本月底推出。

NVIDIA 透過新的 AI 和模擬工具推進機器人學習和人形機器人開發。(圖/NVIDIA)