NVIDIA heeft op maandag een nieuwe reeks AI-modellen gepresenteerd op de CVPR 2026-conferentie in Seattle, gericht op drie gebieden die cruciaal zijn voor fysieke AI: het grijpen door robots, autonoom rijden en training van virtuele agenten. Het bedrijf stelt dat de modellen ontworpen zijn om schaalbaar te zijn – van laboratoriumexperimenten naar praktijktoepassingen in fabrieken, op wegen en in simulatieomgevingen.
Drie domeinen van fysieke AI
De modellen bestrijken taken die lange tijd lastig waren voor robots en zelfrijdende systemen. Eén model richt zich op grijpen – het vermogen van een robotarm om onbekende objecten op te pakken zonder ze te verpletteren of te laten vallen. Een ander model is gebouwd voor autonoom rijden, en behandelt perceptie en besluitvorming in het verkeer. Het derde model is gericht op virtuele agenten, die bedrijven trainen in gesimuleerde werelden voordat ze worden losgelaten in echte omgevingen.
NVIDIA heeft geen gedetailleerde prestatiebenchmarks vrijgegeven, maar de aankondiging geeft aan dat het bedrijf deze drie gebieden als de belangrijkste knelpunten voor fysieke AI beschouwt. Het bedrijf heeft fors geïnvesteerd in robotica-chips, simulatieplatforms zoals Isaac Sim en boordcomputersystemen voor auto's. Deze modellen verbinden die hardware-inspanningen met een softwarelaag.
Waarom schaalbaarheid belangrijk is
Een robot trainen om een waterfles op te pakken is één ding. Hem leren om elke fles op te pakken – ongeacht vorm, belichting of hoek – met een snelheid die een magazijn nodig heeft, is iets anders. Hetzelfde geldt voor een zelfrijdende auto die een besneeuwde nacht in Detroit of een chaotisch kruispunt in Mumbai moet aankunnen. NVIDIA's boodschap is dat zijn nieuwe modellen kunnen schalen over deze variaties zonder opnieuw te hoeven trainen vanaf nul.
Het virtuele agentenmodel is bedoeld voor bedrijven die digitale tweelingen bouwen of AI-assistenten trainen. In plaats van elke interactie te scripten, laat het model de agent leren door te doen in een gesimuleerde omgeving. Die aanpak is populair geworden in logistiek en gaming, maar NVIDIA wil het uitbreiden naar productie en gezondheidszorg.
Een conferentie gericht op visie
CVPR – de Conference on Computer Vision and Pattern Recognition – is de grootste jaarlijkse bijeenkomst voor computer vision-onderzoekers. Het is een logische plek voor NVIDIA om werk op het gebied van perceptie en controle te presenteren. Het bedrijf is een vaste gast op het evenement en gebruikt het vaak om hardware of open-source tools te debuteren. Dit jaar lag de nadruk op modellen die de kloof overbruggen tussen zien en doen.
De aankondiging bevatte geen specifieke releasedatum voor de modellen en noemde geen pilotklanten. NVIDIA maakt zijn AI-modellen doorgaans beschikbaar via zijn ontwikkelaarsplatforms of als voorgetrainde gewichten voor onderzoekers. Die details kunnen de komende weken naar buiten komen naarmate de conferentiesessies vorderen.
Voor nu is de conclusie duidelijk: NVIDIA wedt dat de volgende golf van AI niet beperkt zal blijven tot chatbots of beeldgeneratoren. Fysieke AI – machines die interacteren met de rommelige, onvoorspelbare fysieke wereld – is het doel, en het bedrijf legt nieuwe modellen bovenop de hardware die het al verkoopt.
