На конференции GTC 2026 Nvidia существенно расширяет платформу для физического ИИ. С 2027 года беспилотные автомобили Uber начнут курсировать по Лос-Анджелесу, промышленные роботы FANUC и ABB обретут вычислительные возможности Nvidia, а свежие модели повысят эффективность гуманоидных машин.
Компания на своем мероприятии для разработчиков GTC 2026 активно развивает идею физического ИИ. Это полноценная экосистема: Nvidia предлагает чипы, модели ИИ, инструменты симуляции и системы безопасности, которые используют партнеры из автомобилестроения, робототехники, медицины и связи.
Новинки затрагивают все этапы создания систем физического ИИ — от обработки данных для обучения до вычислений на периферии 5G-сетей. Глава Nvidia Дженсен Хуанг обозначил автономный транспорт как первую отрасль робототехники с потенциалом в несколько триллионов долларов и подчеркнул, что любое движущееся устройство в итоге станет самоуправляемым.
Uber готовит запуск роботакси на базе Nvidia в Лос-Анджелесе к 2027 году
Самое конкретное заявление касается углубленного сотрудничества с Uber. Группа беспилотников на платформе DRIVE Hyperion последней версии и ПО DRIVE AV от Nvidia заработает в 28 городах на четырех континентах к 2028 году. Старт намечен на первую половину 2027 года в Лос-Анджелесе и районе залива Сан-Франциско.
Сбудется ли график — покажет время. Главное, Nvidia продвигает DRIVE Hyperion как базовую архитектуру для автономии уровня 4. Помимо Uber, к платформе подключились BYD, Geely и Nissan. Nissan задействует софт от британской Wayve. Японский производитель Isuzu совместно с TIER IV разрабатывает автономные автобусы на чипе DRIVE AGX Thor. Среди других партнеров — Bolt, Grab и Lyft.
Для обеспечения безопасности Nvidia представила Halos OS — трехзвенную архитектуру на сертифицированном по ASIL-D DriveOS с набором для пяти звезд NCAP.
Alpamayo 1.5 позволяет управлять вождением через языковые команды
Nvidia также показала Alpamayo 1.5 — открытую модель ИИ для автономного вождения. Она анализирует видео с дороги, историю перемещений, навигационные данные и инструкции на естественном языке, генерируя траектории с пошаговым обоснованием. Разработчики корректируют поведение машины текстовыми запросами.
Модель адаптируется под разные комплекты камер, упрощая установку единого ИИ-стека на разнообразные автомобили. С момента выхода семейство Alpamayo скачали свыше 100 тысяч разработчиков, сообщила Nvidia.
Для обучения и проверки служит Omniverse NuRec — технология симуляции на основе 3D Gaussian Splatting. Она воссоздает реальные сценарии вождения для интерактивных тестов и теперь доступна в каталоге NGC. Пользователи — dSPACE, Foretellix и Университет Мичигана с полигоном Mcity.
Промышленные роботы обретают мышление
Параллельно с автомобилями Nvidia развивает платформу робототехники. FANUC, ABB Robotics, YASKAWA и KUKA — владельцы свыше двух миллионов роботов по всему миру по данным Nvidia — внедряют библиотеки Omniverse и фреймворки Isaac в системы настройки. Модули Jetson для ИИ на краю тоже интегрируют в контроллеры.
Nvidia анонсировала Cosmos 3 — модель, объединяющую генерацию синтетических миров, визуальное рассуждение и симуляцию действий, чтобы превзойти предыдущие Cosmos.
Для гуманоидов Nvidia открыла ранний доступ к базовой модели GR00T N1.7 с коммерческой лицензией. Она обеспечивает общие навыки вроде контроля ловкости. Хуанг представил GR00T N2 на базе исследований DreamZero Nvidia с архитектурой "World Action Model". По словам компании, роботы на GR00T N2 справляются с новыми задачами в чужой среде вдвое чаще, чем топовые vision-language-action модели. Модель лидирует в бенчмарках MolmoSpaces и RoboArena и выйдет к концу 2026 года. Семейство GR00T предназначено для универсальных задач на разных платформах роботов.
Isaac Lab 3.0 в раннем доступе ускоряет обучение роботов на DGX и использует новый движок физики Newton 1.0.
Партнеры — от стартапов до гигантов: 1X, AGIBOT, Agility, Boston Dynamics, Figure, Hexagon Robotics, NEURA Robotics строят гуманоидов на платформе Nvidia. Skild AI сотрудничает с ABB и Universal Robots над универсальным ИИ для отраслей, а также помогает Foxconn с прецизионной сборкой на линиях Blackwell Nvidia.
Открытый blueprint решает задачу данных для обучения
Nvidia взялась за ключевую трудность физического ИИ: моделям требуются огромные объемы данных, включая редкие сценарии, сложно и дорого собираемые в реальности. Physical AI Data Factory Blueprint автоматизирует процесс от сырья до готовых датасетов в три этапа: Cosmos Curator для отбора, Cosmos Transfer для обогащения, Cosmos Evaluator для проверки качества.
С помощью этого и других симуляторов Nvidia преобразует проблему данных в робототехнике в проблему вычислений. Ограничением для мощных моделей перестанет быть флотилия машин автопроизводителя в реальном мире — вместо этого ключевым станет объем вычислений, который фирма вложит в симуляции.
Фреймворк оркестрации OSMO интегрируется с агентами вроде Claude Code, OpenAI Codex и Cursor, позволяя ИИ самостоятельно распределять ресурсы в пайплайне данных. Microsoft Azure и Nebius добавляют blueprint в облака. Выпуск на GitHub намечен на апрель.
IGX Thor для операционных и спутников
Платформа периферийных вычислений Nvidia IGX Thor — по сути ИИ-ПК для критических задач — вышла в общий доступ. Johnson & Johnson применяет ее в цифровой хирургической платформе Polyphonic, Karl Storz — в эндоскопах, Medtronic тестирует для роботизированных систем.
Вне медицины Caterpillar использует IGX Thor для ИИ-ассистента в кабинах, Hitachi Rail — для предиктивного обслуживания, Planet Labs — для обработки спутниковых данных в космосе. Исследователи CERN задействуют платформу для ИИ-моделей на физической базе, отметила Nvidia.
T-Mobile и Nokia превращают 5G в инфраструктуру ИИ на краю
Вместе с T-Mobile и Nokia Nvidia строит из 5G-сетей распределенную инфраструктуру ИИ на периферии. T-Mobile тестирует серверы Nvidia RTX PRO 6000 Blackwell Edition на площадках и физические ИИ-приложения по сотовой связи.
Хуанг охарактеризовал телеком-сети как эволюционирующую ИИ-инфраструктуру для миллиардов устройств, способных видеть, слышать и действовать в реальном времени.
Суть проста: вместо переноса тяжелых ИИ-вычислений с камер и роботов в облако они выполняются на ближайшем краю сети. Пилоты включают "City Operations Agent" для Сан-Хосе по оптимизации светофоров — Nvidia обещает сократить время реакции на инциденты в пять раз. Levatas и Skydio автоматизируют инспекции линий электропередач по 5G.
Nvidia представила Metropolis VSS 3 Blueprint для видео-агентов ИИ, ищущих и суммирующих записи. События находят менее чем за пять секунд. В мире 1,5 миллиарда камер, и менее 1% видео просматривают люди, по данным Nvidia.
ИИ-агенты в дизайне и производстве чипов
В софте Nvidia сотрудничает с Cadence, Dassault Systemes, Siemens и Synopsys. Эти компании создают ИИ-агентов для процессов чипов и систем — примеры показали, как физические ИИ-модели ускоряют исследования, разработку и производство с помощью GPU Nvidia. Cadence разрабатывает "ChipStack AI SuperAgent", Siemens — "Fuse EDA AI Agent", Synopsys — фреймворк "AgentEngineer", Dassault — ролевые "Virtual Companions".
Honda проводит аэродинамические симуляции в Synopsys Ansys Fluent на Grace Blackwell в 34 раза быстрее CPU, сообщила Nvidia. JLR и Mercedes-Benz используют Siemens Simcenter STAR-CCM+ на инфраструктуре Nvidia. MediaTek ускоряет Cadence Spectre в шесть раз на H100 GPU.
В производстве чипов Samsung, SK hynix и TSMC применяют GPU-ускоренные инструменты для литографии и верификации. Новый Digital Twin Composer от Siemens на Omniverse дает Foxconn, HD Hyundai, PepsiCo и KION промышленные цифровые двойники. Облака от AWS, Google Cloud, Microsoft Azure и Oracle.