🕷️
SetupAI
EN
🟩較早收集於 2m

Newton 1.0 推出先進機器人模擬功能

Newton 1.0 推出先進機器人模擬功能
PostLinkedIn
🟩閱讀原文： NVIDIA Developer Blog
#robotics-simulation#physics-engine#open-sourcenewtonnvidianewton

💡解鎖工業應用快速逼真機器人模擬—Newton 1.0 打破速度逼真權衡（28字）

⚡ 30-Second TL;DR

有什麼變化

GPU 加速實現快速逼真物理模擬

為什麼重要

這提升工業機器人開發，透過精準可擴展模擬降低實體原型成本並加速部署。

下一步行動

從 NVIDIA Developer Blog 下載 Newton 1.0 並模擬機器人抓取任務。

誰應關注：Developers & AI Engineers

關鍵要點

  • •GPU 加速實現快速逼真物理模擬
  • •支援接觸豐富的操縱與移動任務
  • •處理可變形物體與複雜接觸力
  • •開源 Newton 1.0 GA 版本發布

🧠 深度解析

背景與延伸：來自公開資料，非原文內容。引用 9 個來源。

🔑 增強重點摘要

  • •Newton 物理引擎由 NVIDIA、Google DeepMind 和 Disney Research 共同開發，由 Linux Foundation 管理，確保長期開源維護和社群貢獻[2][5]
  • •Newton 在 GPU 加速性能上相比傳統 CPU 物理引擎實現 10 倍至 100 倍的速度提升，大規模模擬可超過 100 倍，將原需數週的訓練週期縮短至數小時[3]
  • •Newton 支援可微分物理（Differentiable Physics），能透過模擬反向傳播梯度，為機器人參數優化開啟新可能[5]
  • •Isaac GR00T N1.6 與 Newton 整合後，機器人可同時進行移動和物體操縱，擴展軀幹和手臂自由度以完成開重門等複雜任務[2]
  • •NVIDIA 透過 Isaac GR00T Blueprint 在 11 小時內生成 78 萬條合成軌跡（相當於 9 個月人類示範數據），結合真實數據後性能提升 40%[1]

🛠️ 技術深入

  • 基礎架構：建立在 NVIDIA Warp 和 OpenUSD 框架上，提供 GPU 加速的核心計算能力[5][6]
  • 物理求解器：支援多種物理求解器、積分器和數值方法，可處理複雜多物理場景景（食物、布料、可變形物體）[5]
  • 框架相容性：與 MuJoCo、NVIDIA Isaac Lab、MuJoCo-Warp 等學習框架無縫整合[1][2][5]
  • 可微分模擬：支援前向模式結果和反向模式梯度計算，用於系統參數優化的反向傳播[5]
  • GPU 加速機制：利用 NVIDIA CUDA-X 加速庫實現平行處理，將模擬時間從數天縮短至數分鐘[7]
  • MuJoCo-Warp 協作：Google DeepMind 與 NVIDIA 開發的 MuJoCo-Warp 預期加速機器人機器學習工作負載超過 70 倍[1]

🔮 前景展望AI analysis grounded in cited sources

Newton 將成為機器人模擬的行業標準
由 Linux Foundation 管理的開源架構、多家領先機器人製造商（Franka、LG、Techman Robot 等）評估採用，以及與主流框架的深度整合，預示其將定義未來機器人開發生態[2][4]
模擬到現實轉移的精度將大幅提升
Newton 支援複雜接觸力、可變形物體和多物理場景模擬，結合 Isaac GR00T 的推理能力，使機器人能更安全可靠地將技能從模擬部署至實世界[2]
GPU 加速將民主化高階機器人研究
將訓練週期從數週縮短至數小時，降低計算門檻，使中小型研究機構和企業能進行原本需要大規模計算資源的複雜機器人學習實驗[3]

⏳ 時間線

2025-03
NVIDIA 宣布 Isaac GR00T N1 基礎模型和 Newton 物理引擎開發計畫，與 Google DeepMind 和 Disney Research 合作[1]
2025-03
Newton 開源物理引擎在 NVIDIA Isaac Lab 中推出測試版，支援 GPU 加速和可微分物理[2]
2025-10
NVIDIA 在 CoRL 2025 發表 Isaac GR00T N1.6，支援同時進行移動和物體操縱，並推出 Cosmos Predict 2.5 和 Cosmos Transfer 2.5 世界基礎模型[4]
2025-10
NVIDIA Physical AI Dataset 在 Hugging Face 上下載超過 480 萬次，包含數千條合成和真實軌跡供開發者微調[2]
2026-01
NVIDIA 在 CES 2026 展示 Physical AI 進展，強調機器對重力和因果關係等世界概念的理解[9]
🟩閱讀原文： NVIDIA Developer Blog
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

同主題

探索 #robotics-simulation

同產品

更多關於 newton

同來源

最新來自 NVIDIA Developer Blog

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： NVIDIA Developer Blog ↗

這是摘要，不是原文。去看原站，或訂閱每週簡報。

每週 AI 簡報

每週一封，可隨時退訂。