GTC 2026: Nvidia Mengumumkan Cetak Biru Pabrik Data AI Fisik, Mempercepat Pengembangan Robot dan Kendaraan Otonom

NVIDIA pada konferensi GTC mengumumkan peluncuran Physical AI Data Factory Blueprint (Rencana Pabrik Data AI Fisik), sebuah kerangka referensi terbuka yang bertujuan untuk mengotomatisasi pembuatan data dan meningkatkan proses evaluasi; melalui alur kerja modular, membantu pengembang mengubah data mentah menjadi kumpulan data pelatihan berkualitas tinggi, sehingga mengurangi biaya dan hambatan teknis dalam pengembangan robot skala besar, agen AI visual, dan kendaraan otonom.

Apa itu Physical AI Data Factory Blueprint?

Physical AI sangat bergantung pada pertumbuhan bersamaan antara volume data dan kapasitas model, “Rencana Pabrik Data AI Fisik” menyediakan standar umum yang mengintegrasikan proses pengolahan data yang sebelumnya terpecah-pecah menjadi jalur otomatis khusus, melalui Cosmos Curator untuk pengolahan, pemurnian, dan penandaan data dunia nyata dan sintetis secara massal, kemudian menggunakan teknologi Cosmos Transfer untuk memperluas dan mendiversifikasi data yang dipilih secara eksponensial, mensimulasikan berbagai lingkungan, kondisi pencahayaan, dan kasus tepi langka yang sulit ditangkap di dunia nyata. Akhirnya, evaluator yang didukung Cosmos Reason secara otomatis memberi penilaian dan verifikasi terhadap data yang dihasilkan, memastikan data memenuhi akurasi fisik dan standar pelatihan, mengatasi efisiensi seleksi data manual yang rendah sebelumnya.

Untuk mendukung kebutuhan komputasi skala besar, NVIDIA bekerja sama dengan penyedia layanan cloud seperti Microsoft Azure dan Nebius, mengintegrasikan blueprint ini ke dalam infrastruktur cloud yang ada. Microsoft Azure memasukkan arsitektur ini ke dalam rangkaian alat AI fisik terbuka mereka di GitHub, menggabungkan operasi IoT dan layanan kecerdasan waktu nyata untuk menyediakan alur kerja berbasis agen tingkat perusahaan. Nebius mengintegrasikan kerangka orkestrasi OSMO ke platform cloud AI mereka, mendukung GPU RTX PRO 6000 Blackwell server, menyediakan rangkaian lengkap dari pengelolaan data, penandaan, hingga eksekusi tanpa server dan inferensi yang dihosting. Arsitektur ini memungkinkan pengembang mengubah kemampuan komputasi akselerasi langsung menjadi data pelatihan massal, mempercepat pembangunan sistem otonom.

Kerangka orkestrasi sumber terbuka NVIDIA OSMO mengelola perangkat lunak orkestrasi dan pengkodean agen

Untuk tim pengembang yang kurang memiliki kemampuan pengelolaan infrastruktur AI skala besar, Rencana Pabrik Data AI Fisik memperkenalkan kerangka orkestrasi sumber terbuka NVIDIA OSMO. Fungsi utama OSMO adalah mengelola alur kerja yang kompleks di berbagai lingkungan komputasi, mengurangi intervensi tugas manual, sehingga tim teknis dapat lebih fokus pada pengoptimalan model itu sendiri. Saat ini, OSMO telah terintegrasi dengan agen pengkodean seperti Claude, OpenAI Codex, dan Cursor, mewujudkan operasi AI asli. Dalam mode ini, agen secara aktif mengelola sumber daya komputasi, mengenali dan mengatasi bottleneck sistem, sehingga memperpendek siklus dari pengembangan hingga pengiriman model.

Beberapa pengembang AI fisik telah mulai mengadopsi Rencana Pabrik Data AI Fisik, dengan aplikasi di berbagai bidang. Skild AI menggunakan kerangka ini untuk mengembangkan model dasar robot umum; Uber menerapkannya dalam pengembangan dan verifikasi kendaraan otonom. Selain itu, perusahaan seperti FieldAI, Hexagon Robotics, BMW, Linker Vision, Milestone Systems, dan Teradyne Robotics juga memperkuat kemampuan produksi data mereka dalam bidang persepsi, mobilitas, dan pembelajaran penguatan melalui blueprint ini.

Artikel ini GTC 2026: NVIDIA Mengumumkan Rencana Pabrik Data AI Fisik, Mempercepat Pengembangan Robot dan Kendaraan Otonom pertama kali muncul di Chain News ABMedia.