독일 로봇기업 애자일 로보틱스(Agile Robots)가 NVIDIA와 협력해 내년 소형 휴머노이드 로봇을 최대 2,000대 생산할 계획이다. 자오펑 첸(Zhaopeng Chen) CEO가 로이터통신 인터뷰를 통해 이 계획을 공개했으며, 공급 대상은 대학교와 기업 연구소 등 연구기관으로 설정되어 있다. 공급 모델은 Agile ONE S와 Agile ONE SN 두 종류다.
큐레이터생산 2,000대는 CEO가 인터뷰에서 밝힌 목표치이며, 독립적으로 검증된 수치가 아니다. 본문이 일부 누락되어 두 모델의 사양 차이 등 세부 정보는 확인되지 않는다.
엔비디아 GEAR(Generalist Embodied Agent Research) 연구팀이 로봇 학습용 영상 데이터에 주석을 자동으로 부착하는 AI 모델 제품군 '플로라(Flora)' 3종을 공개했다. 플로라는 사람과 로봇이 물건을 다루는 영상을 입력받아 학습용 정보를 자동으로 생성하는 방식으로 동작한다. 연구팀은 플로라가 GPT-6 Astra 수준의 성능을 약 125분의 1 비용으로 달성한다고 밝혔다. 로봇 개발에서 병목으로 꼽히는 데이터 준비 비용을 낮춰 휴머노이드 개발 속도를 높이는 것이 목표다.
큐레이터비용 절감 수치(125분의 1)와 성능 동등 주장은 엔비디아 연구팀이 제시한 수치이며 외부 독립 검증 결과가 아니다. 원문이 중간에 잘려 플로라 3종 각각의 역할과 세부 동작 방식은 확인되지 않는다.
엔비디아(NVIDIA)는 독일 베를린에서 열린 GTC 베를린 2026(10월 20~22일)에서 오픈 로봇 개발 플랫폼 '아이작(Isaac)'의 확장 계획을 발표했다. 독일 애자일 로보틱스(Agile Robotics)와 협력해 휴머노이드 로봇 플랫폼을 함께 공개했다. 로봇 개발에 필요한 데이터, 시뮬레이션, AI 모델, 컴퓨팅 기술을 아이작 플랫폼에 통합해 개발 기간을 단축하고 상용화를 앞당기는 것이 목표다. 아이작 플랫폼에는 휴머노이드 레퍼런스 플랫폼과 데이터셋 등이 추가될 예정이다.
큐레이터본문이 중간에 끊겨 아이작 플랫폼의 구체적 사양과 애자일 로보틱스와의 협력 범위 전체를 확인하기 어렵다. 원문 전문을 통해 추가된 기능과 출시 일정을 확인할 필요가 있다.
LG이노텍이 엔비디아(NVIDIA)와 협력해 피지컬 AI 및 로봇용 센싱 솔루션 개발에 착수했다. 독일 베를린에서 열린 GTC(GPU Technology Conference) Berlin에서 3메가픽셀(MP) 카메라 모듈과 멀티모달 비전 시스템(Multi-modal Vision System, MVS)을 공개했다. MVS는 다양한 카메라와 센서를 결합한 시스템이며, 공개된 솔루션 전반에 엔비디아의 HSB(Holoscan Sensor Bridge) 기술이 적용됐다.
큐레이터발표된 수치가 3MP 카메라 해상도 외에 구체적인 성능 지표나 상용화 일정이 공개되지 않아, 현 단계가 콘셉트 공개인지 제품 출시인지는 추가 확인이 필요하다.
베어로보틱스(Bear Robotics)가 작업 시연 데이터를 조작(manipulation) 기술로 변환하는 로봇 학습 플랫폼 'KINO-2'를 발표했다. KINO-2는 휴머노이드 로봇 'KR1'에 바로 적용 가능하며, 물품 이동에서 나아가 직접 다루는 단계로 역량을 확장한다. 이번 개발은 엔비디아(NVIDIA)와의 엔지니어링 협력을 통해 이루어졌다. 베어로보틱스는 현재 전 세계 5,000여 개 고객 현장에 1만 6,000대 이상의 서비스 로봇을 공급한 실적을 보유하고 있다.
큐레이터본문이 중간에 잘려 엔비디아가 구체적으로 어떤 역할을 했는지, KINO-2의 성능 지표나 검증 조건이 무엇인지는 확인되지 않는다. KR1에서의 실기 검증 결과가 공개되어야 실제 현장 적용 가능성을 판단할 수 있다.
MDS테크가 국내 기업 A사의 휴머노이드 홈로봇 프로젝트에 참여하기로 하고 약 40억원 규모의 공급 계약을 체결했다. 공급 품목은 엔비디아(NVIDIA) 젯슨(Jetson) 모듈과 글로벌 에코파트너사들의 시스템·센서를 묶은 '젯슨 풀 패키지'다. 이번 계약은 MDS테크 AI 사업 조직 출범 이후 단일 프로젝트 기준 최대 규모다.
큐레이터로봇을 개발 중인 A사의 명칭이 공개되지 않아 프로젝트 실체를 독립적으로 확인하기 어렵고, MDS테크는 부품·모듈 공급 역할이므로 로봇 자체의 개발 수준은 이 기사만으로 판단할 수 없다.
아마존웹서비스(AWS)가 로봇 개발 전 과정을 지원하는 오픈소스 'Physical AI Toolchain'을 출시했다. 이 툴체인은 데이터 수집, 모델 훈련, 시뮬레이션, 검증, 배포까지의 단계를 하나의 워크플로로 통합한다. AWS 서비스와 NVIDIA의 피지컬 AI 소프트웨어 스택을 단일 개발 환경으로 연결하는 구조다. 개발 목적은 훈련된 AI 모델을 실제 환경에서 안정적으로 작동하는 시스템으로 전환하는 과정을 간소화하는 것이다.
큐레이터본문이 중간에 끊겨 지원 로봇 플랫폼 범위와 구체적 기능 목록을 확인할 수 없다. 오픈소스로 공개되었으나 AWS 서비스 의존도가 어느 정도인지는 원문에서 확인되지 않아 전문 확인이 필요하다.
상하이혁신연구원, 아콘 로보틱스, 홍콩대, 엔비디아 연구진이 휴머노이드 로봇 두 대가 한 팀으로 탁구 복식을 수행하는 시스템 '핑퐁듀오(PingPong Duo)'를 공개했다. 두 로봇은 번갈아 공을 치며, 타구 직후 한 로봇이 즉시 옆으로 이동해 상대 로봇이 진입할 공간을 확보한다. 이 과정에서 두 로봇은 충돌 위험을 계산해 각자의 위치를 실시간으로 조정한다. 실제 시험에서는 한 로봇이 2.15m를 이동하는 동작이 확인됐다.
큐레이터원문이 중간에 끊겨 실험의 정량적 결과 전체를 확인하기 어렵다. 단일 로봇 제어와 달리 두 에이전트 간 공간 조율이 핵심인 과제이므로, 충돌 회피 알고리즘의 구현 방식(중앙집중식·분산식 여부)과 성공률 등 세부 지표는 원문 전체에서 확인할 필요가 있다.
NVIDIA 로보틱스 플랫폼 제품 마케팅을 7년간 이끈 Amulya Vishwanath는 현재 Physical AI 분야 투자자로 활동하고 있다. 그는 로보틱스가 현재 '레고 시대(Lego era)'에 있다고 표현하며, 액추에이터·로봇 손·소프트웨어·안전 기준 같은 기초 구성 요소가 여전히 재구축되는 단계라고 설명한다. 이는 범용 기반 모델(general foundation model) 하나로 로보틱스가 곧 전환점을 맞이할 것이라는 낙관론과 대비되는 시각이다.
큐레이터원문이 도입부만 공개되어 있어 전체 논지와 근거를 확인하기 어렵다. 공개된 범위에서는 투자자 개인의 시장 진단이므로, 독립적 데이터나 사례 검증 없이 받아들이기보다 전문(全文)을 확인한 뒤 판단하는 것이 적절하다.
NVIDIA 로봇 플랫폼 제품 마케팅을 7년간 이끈 뒤 벤처캐피털리스트로 전향한 Amulya Vishwanath는 현재 로봇공학이 '레고 시대(Lego era)'에 있다고 진단한다. 그의 설명에 따르면 액추에이터, 로봇 손, 소프트웨어, 안전 표준 등 기초 구성 요소들이 아직 정비 중이다. 이는 범용 기반 모델(foundation model)을 앞세운 로봇공학이 곧 급격한 변곡점을 맞이할 것이라는 낙관론과 대비된다.
큐레이터본문이 일부만 공개된 기사여서 주장의 근거와 논거 전체를 확인하기 어렵다. 업계 인사의 견해인 만큼 독립적인 데이터나 검증 없이 단정하기보다 논거를 원문에서 직접 확인하는 것이 필요하다.
엔비디아가 휴머노이드 로봇 기업 피규어 AI(Figure AI)에 최대 10억 달러(약 1조 3400억 원)를 추가 투자하는 방안을 논의 중인 것으로 알려졌다. 투자 협의는 아직 공식 확정되지 않았으며, 구체적인 투자 조건도 공개되지 않은 상태다. 엔비디아는 현재 피규어 AI의 기존 주요 투자자로서, 휴머노이드 로봇용 인공지능 모델 개발에 핵심 컴퓨팅 기술을 제공하고 있다.
큐레이터투자 협의가 미확정 단계이고 보도 출처도 크립토브리핑닷컴 등 간접 매체에 그쳐, 공식 발표 전까지는 규모와 조건 모두 변동 가능성이 있다.
AWS가 로보틱스를 위한 오픈소스 Physical AI Toolchain을 공개했다. 이 툴체인은 AWS와 NVIDIA의 도구를 결합하여 구성된다. 합성 데이터 생성(synthetic data generation), 모델 학습, 시뮬레이션 및 검증, 엣지 배포(edge deployment), 지속적 개선의 단계를 하나의 파이프라인으로 묶는다.
큐레이터본문이 매우 짧아 구체적인 구성 도구 목록, 기존 솔루션 대비 변경점, 지원 플랫폼 등 핵심 세부 사항이 확인되지 않으므로 AWS 공식 릴리스 자료를 별도로 참고할 필요가 있다.
피지컬 AI(Physical AI) 아키텍처 대안들이 늘어나는 가운데, NVIDIA는 자사의 역할을 공고히 하기 위해 소버린(Sovereign) 전략을 취하고 있다고 The Robot Report가 분석한다. 이 글은 피지컬 AI 경쟁 구도에서 NVIDIA가 차지하는 위치를 비판적 시각으로 검토하는 오피니언 형식의 기사다.
큐레이터본문이 극히 짧아 구체적인 논거나 수치를 확인할 수 없다. 전문을 직접 읽어야 NVIDIA의 '소버린 전략'이 무엇을 의미하는지 파악할 수 있다.
Robohub의 팟캐스트 'Robot Talk' 164화에서 진행자 Claire가 Vsim Technology 공동창업자 겸 CEO Michelle Lu와 대화를 나눴다. 이번 에피소드의 주제는 시뮬레이션과 인공지능(AI)을 활용해 로봇에 새로운 기술을 학습시키는 방법이다. Michelle Lu는 NVIDIA에서 시뮬레이션 기술 디렉터로 재직하는 동안 공동창업자와 함께 GPU 가속 강화학습(RL) 프레임워크인 Isaac Gym을 개발한 경력을 갖고 있다.
큐레이터팟캐스트 소개 글 수준의 요약만 공개되어 있어 기술적 세부 내용은 에피소드를 직접 들어야 확인할 수 있다. NVIDIA Isaac Gym 이후 Vsim Technology에서 어떤 방향으로 시뮬레이션 기반 로봇 학습을 발전시키고 있는지가 핵심 관전 포인트다.
엔비디아(NVIDIA)는 AI 에이전트의 개발·테스트·배포·운영 전 단계에서 안전과 보안을 강화하는 'NVIDIA Open Agent Safety Platform'을 공개했다. 이 플랫폼은 피지컬 AI(Physical AI)와 로봇 분야에 적용될 수 있을 것으로 기대된다고 엔비디아는 밝혔다. 앤트로픽(Anthropic), 스케일 AI(Scale AI), 세일즈포스(Salesforce), SAP, 마이크로소프트(Microsoft), 지멘스(Siemens), IBM, 시스코(Cisco) 등 100곳 이상이 생태계에 참여하고 있으며, 피규어 AI(Figure AI)와 게코 로보틱스(Gecko Robotics)도 참여사로 이름을 올렸다.
큐레이터원문이 중간에 잘려 피규어 AI와 게코 로보틱스의 구체적인 역할이 확인되지 않는다. 플랫폼의 로봇 분야 적용 가능성은 엔비디아 측 기대로 서술된 것이며, 실제 로봇 현장 적용 사례는 아직 제시되지 않았다.
Gecko Robotics가 NVIDIA의 새로운 Open Agent Safety Platform을 도입한다. 이 플랫폼은 시스템의 안전한 자율 제어(autonomous control)를 보장하는 것을 목적으로 한다. 두 회사의 협력을 통해 로봇 시스템의 AI 에이전트 보안 기능이 강화될 예정이다.
큐레이터본문이 한 문장 수준으로 매우 짧아 플랫폼의 구체적인 기술 사양, 적용 대상 로봇 시스템, 보안 범위 등을 확인할 수 없다. 원문 기사나 별도 발표 자료를 직접 참조해야 내용을 제대로 파악할 수 있다.
메르세데스-벤츠가 영국 자율주행 스타트업 Wayve(웨이브)와 AI 기술 협력 계약을 체결했다. Wayve는 닛산, 스텔란티스에 이어 메르세데스-벤츠를 세 번째 완성차 파트너로 확보했다. Wayve는 올해 2월 12억 달러(약 1조 6,400억 원) 규모의 투자를 유치했으며, 메르세데스-벤츠·닛산·스텔란티스 외에 엔비디아(NVIDIA), 퀄컴(Qualcomm), 마이크로소프트(Microsoft)가 투자자로 참여했다.
큐레이터기사 본문이 중간에 잘려 파트너십의 구체적인 기술 범위나 협력 조건은 확인되지 않는다. 완성차 3사가 동시에 투자자이자 파트너인 구조여서 향후 기술 독점성 여부가 쟁점이 될 수 있다.
엔비디아(NVIDIA)가 2026년 9월 22~24일 캐나다 토론토에서 열린 ROSCon 글로벌 2026에서 GPU 가속 로봇 소프트웨어 패키지 모음 Isaac ROS 5.0을 공개했다. 이번 버전은 AI 에이전트가 로봇 개발 작업에 직접 참여할 수 있는 기능을 새롭게 지원한다. 오픈소스 피지컬 AI(Physical AI) 라이브러리도 확장됐으며, 젯슨(Jetson) 플랫폼 전반으로 배포 범위를 넓혔다.
큐레이터본문이 중간에 끊겨 전체 변경 사항을 파악하기 어렵다. AI 에이전트가 개발 파이프라인에 참여하는 방식과 범위, 기존 버전 대비 구체적인 차이는 원문 전문 또는 NVIDIA 공식 릴리스 노트에서 확인이 필요하다.
NVIDIA가 Isaac ROS 5.0을 출시했다. 이번 버전에는 새로운 에이전트(agentic) 워크플로와 플랫폼 지원이 추가됐다. 개발자들이 로봇 애플리케이션을 더 빠르게 배포할 수 있도록 돕는 것을 목표로 한다.
큐레이터원문이 단 한 문장 수준으로 짧아 구체적인 기능이나 변경 사항은 NVIDIA 공식 릴리스 노트를 직접 확인해야 한다.
NVIDIA Isaac ROS 5.0은 Open Robotics의 ROS(로봇 운영 체제) 오픈 프레임워크 위에 구축된 GPU 가속 패키지 모음으로, 오늘 공개됐다. 동적 환경에서 인식·추론·행동이 가능한 로봇 응용 프로그램의 개발 및 배포를 지원하는 것을 목표로 한다. NVIDIA는 이를 위한 물리적 AI(Physical AI) 모델과 개발 도구를 새롭게 제공한다고 밝혔다.
큐레이터본문이 중간에 잘려 있어 버전 업 세부 사항(새 패키지, 성능 수치, 변경점)을 확인할 수 없다. 전체 내용은 원문 링크에서 직접 확인해야 한다.
ABI Research는 2035년까지 레벨 3~5 자율주행차(AV)의 설치 기반이 4,900만 대에 달할 것으로 전망한다. Omdia는 2026년부터 2035년 사이에 약 6,000만 대의 산업용 로봇이 배포될 것으로 추산한다. 이처럼 자율주행차와 로봇이 도로·공장·창고 등 사람과 공유하는 환경에 본격 투입됨에 따라, 시스템 전 계층에 걸친 안전성 확보가 핵심 과제로 부상하고 있다.
큐레이터NVIDIA 자사 블로그 게시물로, 제시된 안전 프레임워크가 결국 NVIDIA 제품·솔루션으로 이어지는 구성일 가능성이 있어 독립적인 시각으로 대조해 읽을 필요가 있다.
Skild AI가 단일 영상 시연만으로 로봇이 이전에 본 적 없는 장기 과제(long-horizon task)를 학습할 수 있는 S1 로봇 파운데이션 모델(foundation model)을 출시했다. S1은 제조 현장·창고·생산 라인처럼 작업과 레이아웃이 자주 바뀌는 환경을 겨냥하며, 기존 로봇이 새 작업마다 대규모 재프로그래밍을 요구하는 문제를 해결하는 것을 목표로 한다. 이 모델은 NVIDIA Physical AI 기술을 활용해 구축됐다.
큐레이터NVIDIA 자사 블로그를 통한 발표여서 단일 영상 시연만으로 장기 과제를 학습한다는 주장은 Skild AI와 NVIDIA 측의 것이며, 실제 제조·창고 환경에서의 독립적인 검증 결과는 아직 확인되지 않는다.
엔비디아(NVIDIA)가 오픈소스 AI 플랫폼 허깅페이스(Hugging Face)를 129억3000만 달러(약 17조5600억원)에 인수한다고 발표했다. 2016년 설립된 허깅페이스는 AI 모델과 데이터셋을 공유하는 개방형 플랫폼으로, 현재 전 세계 1800만 명의 개발자와 연구자가 활동하고 있다. 플랫폼에는 300만 개 이상의 AI 모델, 50만 개의 데이터셋, 100만 개의 애플리케이션이 등록되어 있다. 로봇 분야에서도 허깅페이스는 학습 데이터와 정책(policy) 공유 허브로 활용되고 있다.
큐레이터허깅페이스가 GPU 시장 지배적 사업자인 엔비디아 산하로 편입되면서, 플랫폼의 하드웨어 중립성 유지 여부가 로봇·AI 연구 커뮤니티의 공통 관심사로 부상할 수 있다.
NVIDIA가 AI 모델 허브 Hugging Face를 인수할 계획이라고 The Robot Report가 보도했다. NVIDIA는 이미 Hugging Face의 주요 모델 기여 기업 중 하나로 참여하고 있다. 인수 이후에도 Hugging Face 플랫폼의 개방형 운영 방식은 유지할 방침이라고 알려졌다. Hugging Face는 최근 호스팅 데이터셋 수가 100만 개를 넘어섰다.
큐레이터플랫폼 개방 유지 방침은 NVIDIA 측이 밝힌 계획이므로, 인수 완료 후 실제 운영 방식이 달라질 가능성은 독립적으로 확인되지 않았다. 로봇·AI 개발자 입장에서는 주요 모델 허브의 소유권이 핵심 하드웨어 공급사로 넘어갈 경우 생태계 중립성에 어떤 영향을 미칠지 지켜볼 필요가 있다.
Pollen Robotics가 개발한 소형 로봇 Microduck는 높이 25cm, 무게 780g으로 자유도(degrees of freedom) 15개를 갖춘다. 전방 카메라, 8×8 라이다(LiDAR), 2개의 관성측정장치(IMU), 마이크, 스피커, NFC, Wi-Fi, 블루투스를 내장한다. 기본 동작으로 보행, 앉기, 웅크리기, 롤러스케이트, 부리를 이용한 물체 집기, 낙상 후 자력 복구 등을 지원하며, 소프트웨어는 완전 오픈소스로 공개된다. 게임 컨트롤러 원격 조종 및 자율 행동 모드를 모두 지원하고, 여러 대를 연결해 레이스나 축구 경기에도 활용할 수 있다. 사전 주문 가격은 399달러이며, 2026년 크리스마스 이전 출하 예정이다.
큐레이터사전 주문 단계이므로 보행·낙상 복구 등 시연 영상의 성능은 Pollen Robotics 측 주장이며, 출하 후 실사용 환경에서의 검증은 아직 이루어지지 않았다는 점을 감안해야 한다.
엔비디아(NVIDIA)가 로봇·드론용 보급형 엣지 AI 컴퓨터 '젯슨 오린 나노 2(Jetson Orin Nano 2)'를 2026년 8월 25일 공개했다. 이 제품은 78TOPS의 AI 연산 성능, 8GB 메모리, 8코어 Arm CPU를 탑재했다. 기존 '젯슨 오린 나노 슈퍼' 대비 텐서 코어와 메모리 대역폭을 개선해 추론 성능이 2배 향상됐다. 15W 저전력 모드에서는 전작과 동일한 성능을 40% 낮은 전력 소비로 구현한다.
큐레이터추론 성능 2배 향상, 전력 소비 40% 절감 수치는 엔비디아 자체 발표 기준이며, 실제 로봇·드론 현장 환경에서의 독립 검증 결과는 아직 공개되지 않았다.
NVIDIA가 엣지(edge) 로봇 플랫폼용 신규 모듈 Jetson Orin Nano 2를 발표했다. 이 제품은 전작 대비 추론(inference) 성능을 2배로 높였다고 NVIDIA는 밝혔다. NVIDIA는 이를 통해 최신 AI 모델의 실시간 엣지 구동이 가능해졌다고 주장한다.
큐레이터2배 성능 향상 수치는 NVIDIA 자체 발표 기준이며, 어떤 모델·워크로드에서 측정한 것인지 독립적으로 검증되지 않았으므로 실제 현장 적용 시 조건을 별도로 확인할 필요가 있다.
NVIDIA가 2026년 7월 200개 이상의 기업·기관과 함께 AI 개방 생태계를 지지하는 공개서한 'Open Weights and American AI Leadership'에 서명했다. 해당 서한은 AI 리더십의 기준이 단일 프론티어 모델이 아닌 개방형 생태계(open ecosystem)가 전 산업 분야에 확산되는지 여부에 있다고 주장한다. 기사는 이 맥락에서 개방형 세계 모델(open world model)이 물리적 AI(physical AI) 연구의 최전선을 어떻게 확장하는지를 주제로 다룬다.
NVIDIA가 의료 로봇 개발을 위한 GPU 가속 의료 물리 시뮬레이션(medical physics simulation) 프레임워크를 오픈소스로 공개했다. 이 프레임워크는 해부학적 개인차, 수술 도구와 조직 간의 물리적 상호작용, 불완전하거나 잡음이 섞인 의료 영상 등 실제 의료 환경의 복잡성을 시뮬레이션한다. 실제 임상 현장에서 드물게 발생하는 엣지 케이스(edge case) 시나리오를 개발 단계에서 재현할 수 있도록 지원하는 것이 핵심 목적이다.
NVIDIA가 Thor 아키텍처 기반의 새로운 젯슨(Jetson) 모듈 T3000과 T2000을 공개했다. 두 모듈은 엣지(edge)에서 파운데이션 모델(foundation model)을 실행할 수 있도록 설계된 소형·저전력 AI 컴퓨팅 플랫폼이다. 범용 로봇과 자율 기계가 연구 단계를 벗어나 대량 시장 배포로 전환되는 수요에 대응하기 위해 개발되었다.
NVIDIA와 Hugging Face가 오픈소스 로봇 학습 프레임워크 LeRobot에 새로운 모델과 프레임워크를 추가하기 위해 협력한다. 오픈소스 AI 생태계가 모델·데이터·도구 공유를 통해 개발 속도를 높여온 것처럼, 로보틱스 분야도 같은 방향을 모색한다. 현재 물리적 AI(Physical AI) 개발은 대규모 데이터셋, 로봇 기반 모델, 시뮬레이션, 컴퓨팅, 검증 도구 등이 비용이 높고 파편화되어 있어 접근이 어려운 상황이다. 양사는 이러한 장벽을 낮춰 오픈 로보틱스 커뮤니티의 연구·개발 환경을 개선하는 것을 목표로 한다.
Jaiveer Singh은 NVIDIA에서 로봇공학 소프트웨어 엔지니어로 활동하며 로봇 내부 보드, 카메라 피드 접근 소프트웨어 등 개발자용 인프라를 담당하는 팀을 이끌고 있다. 그의 접근 방식은 화려한 시연보다 로봇이 실제 환경에서 유용하게 작동하기 위해 필요한 기반 소프트웨어·하드웨어 요소에 집중한다. 다만 제공된 본문이 도입부에서 축약되어 있어 구체적인 기술 내용·수치·프로젝트 세부 사항을 확인할 수 없다.
NVIDIA Omniverse 블로그의 'Into the Omniverse' 시리즈 일환으로, 비전 AI 에이전트(Vision AI Agent)의 정확도를 높이기 위한 세 가지 워크플로를 소개한다. 해당 워크플로는 합성 데이터(synthetic data) 생성과 파인튜닝(fine-tuning) 기법을 결합하는 방식을 중심으로 구성된다. 비전 AI 에이전트는 공장 등 실물 환경의 영상 데이터를 운영 인텔리전스로 자동 변환하는 데 활용된다. 이 시리즈는 OpenUSD 및 NVIDIA Omniverse의 최신 발전을 바탕으로 개발자·3D 실무자·기업의 워크플로 개선을 목표로 한다.
로보택시(robotaxi) 서비스가 수십 개 도시에서 상업 운행 단계로 진입했다. NVIDIA Robotics Blog는 이 흐름에서 안전성이 사후에 추가되는 방식이 아니라 시스템 설계 단계부터 내재되어야 한다고 주장한다. 로보택시 산업은 프로토타입 단계의 이정표를 넘어 상용 운영 및 생태계 확장 국면으로 전환 중이라고 기술한다.
NVIDIA 연구팀이 로봇 파지(grasping), 자율주행, 대규모 에이전트 학습 분야의 연구 성과를 공개했다. 로봇 그리퍼 연구는 처음 다루는 도구로도 연속적으로 물체를 파지할 수 있는 범용성 확보에 초점을 맞춘다. 자율주행 시스템 연구는 단일 상황 추론을 넘어 안전성을 높이는 방향을 목표로 한다. 본문이 일부만 공개되어 세부 수치와 방법론은 확인되지 않는다.
NVIDIA가 컴퓨터 비전 학회 CVPR에서 자율주행, 로봇, 비전 AI 시스템 개발을 위한 물리 AI(Physical AI) 에이전트 스킬을 공개했다. 이 스킬들은 단순한 모델 개선이 아닌, 개발 전체 워크플로 구축을 목표로 한다. 구체적으로 실제 환경 장면 재구성, 엣지 케이스(edge case) 시나리오 생성, 정책 훈련, 평가 파이프라인 구성 등을 지원한다.
NVIDIA는 COMPUTEX에서 Jetson 플랫폼용 JetPack 7.2와 NemoClaw 지원을 발표했다. JetPack 7.2는 에이전틱 AI(Agentic AI) 기능과 Yocto 프로젝트 지원을 새롭게 포함한다. Jetson Orin에서 CUDA 13이 지원되며, Jetson AGX Orin 32GB 모듈에서 성능이 향상됐다. 또한 NVIDIA Jetson에서 다중 인스턴스 GPU(MIG, Multi-Instance GPU) 기능이 추가됐다.
NVIDIA가 GTC Taipei at COMPUTEX에서 NVIDIA Factory Operations Blueprint(FOX)를 공개했다. FOX는 자율 공장 관리자(autonomous factory manager)를 구축하기 위한 레퍼런스 설계(reference design)로, 개별 자동화 장비 중심의 공장 운영을 공장 전체 지능(plant-wide intelligence) 체계로 전환하는 것을 목표로 한다. 이 시스템은 실시간 기계 신호, 품질 시스템, 작업 지시서, 운영 알림을 하나의 통합 의사결정 계층으로 연결한다. 구체적인 연산 성능이나 세부 사양은 공개된 본문에 포함되지 않았다.
NVIDIA Research는 국제로봇자동화학회(ICRA)에 28편의 논문을 게재했으며, 이 중 8편이 시뮬레이션-실환경 전이(simulation-to-real transfer)를 주제로 한다. 해당 연구들은 로봇이 실세계에서 인식, 추론, 계획 능력을 발휘하도록 하는 데 초점을 맞춘다. NVIDIA Research는 시뮬레이션-실환경 전이가 스크립트 기반 자동화를 넘어 일반화된 구현 자율성(embodied autonomy)으로 나아가기 위한 토대가 된다고 본다.
제조업의 전통적인 설계-제작-테스트(design-build-test) 사이클은 실세계 테스트만이 신뢰할 수 있는 검증 환경이라는 전제에 기반해 왔다. NVIDIA Robotics Blog는 이 패러다임이 시뮬레이션 우선(simulation-first) 방식으로 전환되는 흐름을 조명하며, 자사의 시뮬레이션 플랫폼인 Omniverse를 그 맥락에서 소개한다. 다만 제공된 본문이 도입 문장 한 줄에 그쳐 구체적인 기술 사양·성능 수치는 확인되지 않는다.