
На GTC 2026 Nvidia делает огромную ставку на физический ИИ. Nvidia предлагает набор технологий – от чипов и базовых моделей до инструментов симуляции и архитектур безопасности, – на котором любой производитель сможет построить автономный автомобиль, промышленного робота или даже умную фабрику.
Ключевая мысль, которую пытались донести до всех участников: “Всё, что движется, рано или поздно станет автономным”. Судя по анонсам, компания готова ускорять этот процесс всеми доступными средствами, заменяя нехватку реальных данных неограниченной вычислительной мощностью.
Роботакси доедут до Лос-Анджелеса к 2027 году
Уже во второй половине 2027 года на дорогах Лос-Анджелеса и залива Сан-Франциско должны появиться такси Uber на платформе Nvidia Drive Hyperion, работающие под управлением софта DRIVE AV. К 2028-му флот обещают расширить до 28 городов на четырёх континентах. Помимо Uber, в список автомобильных партнёров попали BYD, Geely и Nissan. Причём Nissan будет использовать софт британской компании Wayve, а японский производитель грузовиков Isuzu совместно с TIER IV разрабатывает автономные автобусы на чипе DRIVE AGX Thor. В экосистему также вошли Bolt, Grab и Lyft.
Чтобы вся эта техника не натворила дел, Nvidia представила Halos OS – трехуровневую архитектуру безопасности на базе сертифицированного по стандарту ASIL-D DriveOS.
Управлять будущими беспилотниками можно будет почти как живым курьером. Новая открытая модель для автономного вождения Alpamayo 1.5 принимает на вход видео, историю движений, навигационные данные и команды на естественном языке. Разработчики уже вовсю тестируют новинку: с момента запуска семейство Alpamayo скачали более 100 000 раз.
Для тренировки и валидации таких систем предназначена технология симуляции Omniverse NuRec. Она реконструирует реальные дорожные ситуации на основе 3D-гауссового сплаттинга и доступна в каталоге NGC. Её уже применяют dSPACE, Foretellix и Университет Мичигана на своём испытательном полигоне Mcity.
Человекоподобные роботы: GR00T выходит на новый уровень
Робототехника – ещё одна огромная сфера, куда Nvidia внедряет свои мозги. Промышленные гиганты FANUC, ABB Robotics, YASKAWA и KUKA, на чьих заводах трудятся миллионы роботов (по данным Nvidia – более 2 миллионов), интегрируют библиотеки Omniverse и фреймворки симуляции Isaac в свои решения для пусконаладки. Контроллеры этих роботов теперь будут “думать” на модулях Jetson.
Для человекоподобных роботов компания открыла ранний доступ к фундаментальной модели GR00T N1.7 с коммерческой лицензией. Модель отвечает за обобщённые навыки, включая ловкость при манипуляциях. Но самое интересное впереди – Дженсен Хуанг показал тизер GR00T N2, построенной на архитектуре World Action Model (она основана на собственных исследованиях Nvidia – DreamZero). Роботы на GR00T N2, как уверяют в компании, в два раза чаще успешно справляются с новыми задачами в незнакомой обстановке по сравнению с другими ведущими моделями. Релиз N2 ожидается к концу 2026 года. Уже сейчас эта модель занимает первые строчки в бенчмарках MolmoSpaces и RoboArena. Ранний доступ к Isaac Lab 3.0 (который работает на базе нового физического движка Newton 1.0) призван ускорить обучение всех этих роботов на инфраструктуре DGX.
Экосистема растёт не по дням, а по часам: 1X, AGIBOT, Agility, Boston Dynamics, Figure, Hexagon Robotics и NEURA Robotics строят своих андроидов на платформе Nvidia. Skild AI, в свою очередь, помогает Foxconn налаживать высокоточную сборку самих чипов Blackwell.
Превращаем проблему данных в проблему вычислений
Где взять столько данных, чтобы обучить всю эту армаду роботов и беспилотников? Особенно тех, которые имитируют редкие аварийные ситуации? В Nvidia решили, что проще не собирать их годами, а генерировать. Для этого компания представила открытую эталонную архитектуру Physical AI Data Factory Blueprint. Это конвейер из трёх этапов: Cosmos Curator (курирование данных), Cosmos Transfer (аугментация) и Cosmos Evaluator (оценка качества).
Идея проста: вы вкладываетесь не в парк автомобилей, которые будут колесить по городу в поисках редких событий, а в вычислительные мощности. Чем больше у вас GPU, тем больше синтетических, но правдоподобных ситуаций вы можете смоделировать. Как метко выразились в самой компании, это подход, который превращает проблему данных в проблему вычислений.
Управлять этим сложным оркестром симуляций поможет фреймворк OSMO. Он умеет интегрироваться с кодовыми агентами вроде Claude Code, OpenAI Codex и Cursor. Microsoft Azure и Nebius уже интегрируют этот чертёж в свои облака, а на GitHub код появится в апреле.
Хирургия, спутники и 5G-вышки
Платформа для периферийных вычислений IGX Thor выходит в общий доступ и метит в самые ответственные сферы. Johnson & Johnson будет использовать его на своей цифровой хирургической платформе Polyphonic, Karl Storz – в эндоскопии, а Medtronic – присматривается к роботизированным системам.
Но не только медицина: Caterpillar ставит IGX Thor в кабины своей техники как ИИ-помощника, Hitachi Rail – для предсказательного обслуживания поездов, а компания Planet Labs планирует обрабатывать спутниковые снимки прямо на орбите. Даже учёные из CERN уже тестируют эту платформу для своих физических моделей.
Отдельная масштабная история – превращение сотовых сетей в ИИ-инфраструктуру. T-Mobile и Nokia совместно с Nvidia пилотируют установку серверов с RTX PRO 6000 прямо на базовых станциях. Идея в том, чтобы тяжёлые вычисления с камер и дронов не улетали в облако, а обрабатывались тут же, на краю сети, – с минимальной задержкой. Пилотный проект в Сан-Хосе уже обещает сократить время реагирования на инциденты в пять раз за счёт умного управления светофорами. Дроны Skydio с помощью Levatas будут автоматически инспектировать линии электропередач через 5G.
Кстати, о камерах: их в мире больше 1,5 миллиарда, и, по статистике Nvidia, люди просматривают менее 1% записей. Новый Metropolis VSS 3 Blueprint обещает научить видеоагентов искать нужные события быстрее чем за пять секунд.
ИИ-агенты проектируют чипы будущего
Замкнутый круг технологий: чтобы делать более мощные GPU, нужны более мощные GPU для их проектирования. Чтобы решить эту проблему, Nvidia вместе с партнёрами – Cadence, Dassault Systèmes, Siemens и Synopsys – строят ИИ-агентов для проектирования чипов и систем. Например, Cadence анонсировала ChipStack AI SuperAgent, а Synopsys – фреймворк AgentEngineer.
Результаты впечатляют: Honda ускорила аэродинамические симуляции на платформе Grace Blackwell в 34 раза по сравнению с CPU. JLR и Mercedes-Benz используют Siemens Simcenter STAR-CCM+ на GPU Nvidia. MediaTek ускорила Cadence Spectre в шесть раз с помощью H100. А в производстве чипов TSMC, Samsung и SK hynix уже вовсю применяют GPU для литографии и физверификации.
Завершает картину анонс нового Digital Twin Composer от Siemens, построенного на Omniverse. Он позволит создавать цифровые двойники заводов для Foxconn, HD Hyundai, PepsiCo. Вся эта красота, разумеется, будет крутиться в облаках AWS, Google Cloud, Microsoft Azure и Oracle.
GTC 2026 запомнится не просто очередным апдейтом чипов, а системным наступлением Nvidia на физический мир. Мир, где любая железяка скоро обзаведётся собственным нейросетевым мозгом.
Делегируйте часть рутинных задач вместе с BotHub! Для доступа к сервису не требуется VPN и можно использовать российскую карту. По ссылке вы можете получить 300 000 бесплатных токенов для первых задач и приступить к работе с нейросетями прямо сейчас!

