NVIDIA præsenterede en ny række AI-modeller på CVPR 2026-konferencen i Seattle mandag, der er rettet mod tre områder, der er kritiske for fysisk AI: robotisk greb, autonom kørsel og træning af virtuelle agenter. Selskabet udtalte, at modellerne er designet til at skalere — fra laboratorieeksperimenter til implementering i den virkelige verden i fabrikker, på veje og i simulerede miljøer.
Tre domæner for fysisk AI
Modellerne dækker opgaver, der længe har været svære for robotter og selvkørende systemer. En model fokuserer på greb — evnen for en robotarm til at gribe ukendte genstande uden at knuse eller tabe dem. En anden er udviklet til autonom kørsel og håndterer opfattelse og beslutningstagning i trafikken. Den tredje retter sig mod virtuelle agenter, som selskaber træner i simulerede verden, før de bringes ud i den virkelige verden.
NVIDIA udgav ikke detaljerede præstationsmålinger, men meddelelsen signalerer, at selskabet ser disse tre områder som de primære flaskehalse for fysisk AI. Selskabet har investeret stærkt i robotteknik-chips, simulationsplatforme som Isaac Sim og computersystemer til biler. Disse modeller knytter de hardwaremæssige bestræbelser til et softwarelag.
Hvorfor skalering er vigtig
At træne en robot til at gribe en vandflaske er den ene ting. At lære den at gribe enhver flaske — uanset form, belysning eller vinkel — med den hastighed, som et lager kræver, er en anden. Det samme gælder for en selvkørende bil, der skal håndtere en snefyldt nat i Detroit eller en kaotisk krydsning i Mumbai. NVIDIA's bud er, at deres nye modeller kan skalere over disse variationer uden at skulle genoptræne fra bunden.
Modellen for virtuelle agenter er rettet mod selskaber, der bygger digitale tvillinger eller træner AI-assistenter. I stedet for at skrive script til hver enkelt interaktion lader modellen agenten lære gennem handling i et simuleret miljø. Denne tilgang er blevet populær i logistik og spilindustrien, men NVIDIA ønsker at udvide den til produktion og sundhedssektoren.
En konference med fokus på vision
CVPR — Conference on Computer Vision and Pattern Recognition — er den største årlige samling for computer vision-forskere. Det er en naturlig ramme for NVIDIA at præsentere arbejde inden for opfattelse og kontrol. Selskabet har været en fast del af begivenheden, ofte ved at bruge den til at introducere hardware eller åben kildekode-værktøjer. I år lå vægten på modeller, der dækker forskellen mellem at se og at handle.
Meddelelsen indeholdt ikke en specifik udgivelsesdato for modellerne eller nævnte nogen pilotkunder. NVIDIA gør typisk sine AI-modeller tilgængelige gennem sine udviklerplatforme eller som forudtrænede vægte for forskere. Disse detaljer kan blive kendt i de kommende uger, når konferencesessionerne fortsætter.
For nu er konklusionen klar: NVIDIA satser på, at den næste bølge af AI ikke vil være begrænset til chatbots eller billedgeneratorer. Fysisk AI — maskiner, der interagerer med den ujævne, uforudsigelige fysiske verden — er målet, og selskabet lægger nye modeller oven på det hardware, de allerede sælger.
