NVIDIA meluncurkan serangkaian model AI terbaru di konferensi CVPR 2026 di Seattle pada hari Senin, yang menargetkan tiga area penting bagi AI fisik: penggenggaman robotik, mengemudi otonom, dan pelatihan agen virtual. Perusahaan mengatakan model-model tersebut dirancang untuk dapat diskalakan — beralih dari eksperimen laboratorium ke penerapan dunia nyata di pabrik, jalan raya, dan lingkungan simulasi.
Tiga domain AI fisik
Model-model ini mencakup tugas-tugas yang sudah lama menjadi tantangan bagi robot dan sistem swakemudi. Satu model berfokus pada penggenggaman — kemampuan lengan robot untuk mengambil objek yang tidak dikenal tanpa merusak atau menjatuhkannya. Model lain dibuat untuk mengemudi otonom, menangani persepsi dan pengambilan keputusan di lalu lintas. Model ketiga menargetkan agen virtual, yang dilatih perusahaan di dunia simulasi sebelum diterjunkan ke lingkungan nyata.
NVIDIA tidak merilis tolok ukur kinerja yang terperinci, tetapi pengumuman ini menandakan bahwa perusahaan melihat ketiga bidang ini sebagai hambatan utama bagi AI fisik. Perusahaan telah berinvestasi besar-besaran dalam chip robotika, platform simulasi seperti Isaac Sim, dan sistem komputasi dalam mobil. Model-model ini menghubungkan upaya perangkat keras tersebut dengan lapisan perangkat lunak.
Mengapa skalabilitas penting
Melatih robot untuk mengambil botol air adalah satu hal. Mengajarinya mengambil botol apa pun — tanpa memandang bentuk, pencahayaan, atau sudut — dengan kecepatan yang dibutuhkan gudang adalah hal lain. Hal yang sama berlaku untuk mobil swakemudi yang harus menangani malam bersalju di Detroit atau persimpangan kacau di Mumbai. Tawaran NVIDIA adalah bahwa model-model barunya dapat diskalakan di seluruh variasi tersebut tanpa pelatihan ulang dari awal.
Model agen virtual ditujukan bagi perusahaan yang membangun kembaran digital atau melatih asisten AI. Alih-alih menulis skrip setiap interaksi, model ini memungkinkan agen belajar dengan melakukan di dalam lingkungan simulasi. Pendekatan ini telah populer di logistik dan game, namun NVIDIA ingin mendorongnya ke manufaktur dan perawatan kesehatan.
Konferensi yang berfokus pada visi
CVPR — Conference on Computer Vision and Pattern Recognition — adalah pertemuan tahunan terbesar bagi peneliti visi komputer. Ini adalah tempat yang alami bagi NVIDIA untuk mempresentasikan karya tentang persepsi dan kendali. Perusahaan telah menjadi peserta tetap di acara ini, sering menggunakannya untuk memperkenalkan perangkat keras atau alat sumber terbuka. Tahun ini, penekanannya adalah pada model yang menjembatani kesenjangan antara melihat dan bertindak.
Pengumuman tersebut tidak menyertakan tanggal rilis khusus untuk model-model tersebut atau menyebutkan pelanggan percontohan. NVIDIA biasanya menyediakan model AI-nya melalui platform pengembang atau sebagai bobot terlatih untuk peneliti. Detail tersebut mungkin akan muncul dalam beberapa minggu mendatang seiring berlangsungnya sesi konferensi.
Untuk saat ini, kesimpulannya jelas: NVIDIA bertaruh bahwa gelombang AI berikutnya tidak akan terbatas pada chatbot atau generator gambar. AI fisik — mesin yang berinteraksi dengan dunia fisik yang berantakan dan tidak terduga — adalah sasarannya, dan perusahaan melapisi model-model baru di atas perangkat keras yang sudah dijualnya.
