headings. We must preserve HTML structure exactly, only translate text inside tags.
First paragraph: "NVIDIA rolled out a fresh line of AI models at the CVPR 2026 conference in Seattle on Monday, targeting three areas critical to physical AI: robotic grasping, autonomous driving, and virtual agent training. The company said the models are designed to scale — moving from lab experiments to real-world deployment in factories, roads, and simulation environments."
Translate: "NVIDIA는 월요일 시애틀에서 열린 CVPR 2026 컨퍼런스에서 물리적 AI에 중요한 세 가지 영역, 즉 로봇 그리핑, 자율주행, 가상 에이전트 훈련을 겨냥한 새로운 AI 모델 제품군을 공개했습니다. 회사는 이 모델들이 실험실 실험에서 공장, 도로, 시뮬레이션 환경의 실제 배포로 이동하며 확장 가능하도록 설계되었다고 밝혔습니다."
Note: "rolled out" -> "공개", "fresh line" -> "새로운 .. 제품군". "targeting" -> "겨냥한". "scaling" -> "확장 가능". Keep "physical AI" as "물리적 AI". "grasping" -> "그리핑" (or maybe "파지" but "그리핑" is more direct). I'll use "그리핑" as it's commonly used in AI/robotics contexts.
Second paragraph: "The models cover tasks that have long been tough for robots and self-driving systems. One model focuses on grasping — the ability for a robot arm to pick up unfamiliar objects without crushing them or dropping them. Another is built for autonomous driving, handling perception and decision-making in traffic. The third targets virtual agents, which companies train in simulated worlds before letting them loose in real settings."
Translate: "이 모델들은 로봇과 자율주행 시스템에 오랫동안 까다로운 작업을 다룹니다. 하나의 모델은 그리핑, 즉 로봇 팔이 익숙하지 않은 물체를 부수거나 떨어뜨리지 않고 집어 올리는 능력에 초점을 맞춥니다. 다른 모델은 자율주행용으로 제작되어 교통 상황에서 인식과 의사 결정을 처리합니다. 세 번째는 가상 에이전트를 대상으로 하며, 기업들은 실제 환경에 배치하기 전에 시뮬레이션된 세계에서 훈련시킵니다."
Note: "tough" -> "까다로운", "self-driving systems" -> "자율주행 시스템", "perception and decision-making" -> "인식과 의사 결정", "letting them loose" -> "배치" (release).
Third paragraph: "NVIDIA didn't release detailed performance benchmarks, but the announcement signals it sees these three areas as the main bottlenecks for physical AI. The company has been investing heavily in robotics chips, simulation platforms like Isaac Sim, and in-car compute systems. These models tie those hardware efforts to a software layer."
Translate: "NVIDIA는 상세한 성능 벤치마크를 공개하지 않았지만, 이 발표는 회사가 이 세 가지 영역을 물리적 AI의 주요 병목 현상으로 보고 있음을 시사합니다. NVIDIA는 로봇 칩, Isaac Sim과 같은 시뮬레이션 플랫폼, 차량 내 컴퓨팅 시스템에 막대한 투자를 해왔습니다. 이 모델들은 이러한 하드웨어 노력을 소프트웨어 계층으로 연결합니다."
Note: "bottlenecks" -> "병목 현상". "Isaac Sim" keep proper noun. "in-car compute systems" -> "차량 내 컴퓨팅 시스템". "tie" -> "연결하다".
Heading (h2): "Why scaling matters" -> "확장이 중요한 이유"
Content under h2: "Training a robot to pick up a water bottle is one thing. Teaching it to pick up any bottle — regardless of shape, lighting, or angle — at a speed that a warehouse needs is another. The same goes for a self-driving car that has to handle a snowy night in Detroit or a chaotic intersection in Mumbai. NVIDIA's pitch is that its new models can scale across those variations without retraining from scratch."
Translate: "로봇이 물병을 집어 올리도록 훈련시키는 것은 한 가지입니다. 모양, 조명, 각도에 관계없이 모든 병을 창고에서 필요한 속도로 집어 올리도록 가르치는 것은 또 다른 문제입니다. 디트로이트의 눈 내리는 밤이나 뭄바이의 혼잡한 교차로를 처리해야 하는 자율주행차도 마찬가지입니다. NVIDIA의 주장은 새로운 모델이 처음부터 다시 훈련하지 않고도 이러한 변형에 걸쳐 확장될 수 있다는 것입니다."
Note: "pitch" -> "주장", "scale across variations" -> "변형에 걸쳐 확장되다", "retraining from scratch" -> "처음부터 다시 훈련".
Next paragraph: "The virtual agent model is aimed at companies building digital twins or training AI assistants. Instead of scripting every interaction, the model lets the agent learn by doing inside a simulated environment. That approach has become popular in logistics and gaming, but NVIDIA wants to push it into manufacturing and healthcare."
Translate: "가상 에이전트 모델은 디지털 트윈을 구축하거나 AI 어시스턴트를 훈련하는 기업을 대상으로 합니다. 모든 상호작용을 스크립팅하는 대신, 모델은 에이전트가 시뮬레이션된 환경 내에서 직접 학습하도록 합니다. 이 접근 방식은 물류 및 게임 분야에서 인기를 얻었지만, NVIDIA는 이를 제조 및 헬스케어로 확장하려고 합니다."
Note: "digital twins" -> "디지털 트윈", "AI assistants" -> "AI 어시스턴트", "scripting" -> "스크립팅", "learn by doing" -> "직접 학습", "push it into" -> "확장하다".
Heading: "A conference focused on vision" -> "비전에 초점을 맞춘 컨퍼런스"
Content: "CVPR — the Conference on Computer Vision and Pattern Recognition — is the biggest annual gathering for computer vision researchers. It's a natural venue for NVIDIA to present work on perception and control. The company has been a regular at the event, often using it to debut hardware or open-source tools. This year, the emphasis was on models that bridge the gap between seeing and doing."
Translate: "CVPR(Computer Vision and Pattern Recognition 컨퍼런스)은 컴퓨터 비전 연구자들을 위한 가장 큰 연례 행사입니다. NVIDIA가 인식과 제어에 관한 연구를 발표하기에 자연스러운 장소입니다. 회사는 이 행사에 정기적으로 참여하며, 종종 하드웨어나 오픈소스 도구를 공개하는 데 활용했습니다. 올해는 보는 것과 행동하는 것 사이의 격차를 해소하는 모델에 중점을 두었습니다."
Note: "natural venue" -> "자연스러운 장소", "debut" ->
