最新消息：英伟达助力杭州柯林加速工业具身智能落地

9月14日，据英伟达官微消息，杭州柯林基于 NVIDIA 物理 AI 全栈技术，构建了覆盖仿真训练、模型学习、边缘部署与场景重建的完整技术链路：

(资料图)

依托 NVIDIA Isaac Lab 搭建接触任务与执行器动力学的高保真仿真与强化学习训练环境；

借助 NVIDIA Isaac GR00T 构建融合力觉的 Vision-Language-Force-Action 策略，提升接触类任务的理解与执行能力；

以 NVIDIA Jetson Thor 作为工业机器人机载计算平台，实现边缘侧实时推理与力觉闭环控制；

利用 NVIDIA Cosmos + Omniverse 生成变电站、装配工位等工业数字孪生场景的合成数据，构建数据飞轮；

通过 NVIDIA NuRec 对工业现场进行高保真三维光场建模，加速真实场景转化为可交互数字孪生资产；

NVIDIA GPU 服务器作为本地训练集群，承载 GR00T 力觉策略微调、Cosmos 合成数据生成及长程任务规划基座大模型的训练负载。

在 NVIDIA 全栈物理 AI 的助力下，目前，杭州柯林已在多个关键环节取得阶段性成果：

完成插装、压装等首批工业接触任务的仿真训练与真机验证，典型技能的任务成功率达到80% 以上。

力觉增强策略上线后，机器人对接触、卡滞、过载等异常状态的识别与自动纠偏能力明显提升，装配类任务的误判率显著下降。

借助 NVIDIA NuRec，单场景数字孪生资产的建模周期较传统人工建模大幅缩短，为规模化场景复用打下基础。

依托 Isaac Lab 仿真训练与 Cosmos 合成数据，大幅降低了对高风险真实工况数据采集的依赖，训练数据获取成本明显下降。

基于 NVIDIA Jetson Thor 的边缘部署，实现了力觉闭环推理的毫秒级响应，支撑工业机器人在装配、巡检等场景的稳定实时执行。

长程任务规划基座大模型完成2项跨区域、多步骤电力巡检任务的公开演示，验证了任务中断续接与异常恢复能力，机器人可在长程任务中断后自动定位断点并继续执行。

杭州柯林副总经理聂明军表示：“通过与 NVIDIA 在 Isaac Lab、Isaac GR00T 和 Cosmos 世界模型上的联合创新，我们把杭州柯林在六维力觉、行星滚柱丝杆、具身智能基座大模型的产业积累，真正转化成了机器人在工业现场‘敢碰、能扛、记得住、会规划’的能力。这只是杭州柯林工业具身智能规模化落地的第一步。”

最新消息：英伟达助力杭州柯林加速工业具身智能落地

相关推荐