de.wedoany.com-Bericht: Am 1. Juni haben Nvidia aus den USA und Unitree aus China gemeinsam das Referenzdesign des humanoiden Roboters H2 Plus vorgestellt. Der Roboter basiert auf der NVIDIA Isaac GR00T-Entwicklungsplattform und richtet sich an Hochschulen, Forschungseinrichtungen und Robotikentwickler, um die Forschung und Validierung humanoider Roboter zu beschleunigen.
Der H2 Plus nutzt den humanoiden Roboter-Körper von Unitree und kombiniert ihn mit der Sharpa-Fünf-Finger-Hand, der NVIDIA Jetson Thor-Board-Computer sowie der offenen Software und den Workflows von Isaac GR00T. So entsteht eine vollständige Referenzplattform, die vom Hardware-Körper über die Edge-Computing-Leistung, Datenerfassung, Simulationstraining, Modellbewertung bis hin zur realen Bereitstellung reicht. Laut offiziellen Informationen von Nvidia integriert dieses Referenzdesign den „Körper" und das „Gehirn" des Roboters in einem System und hilft Forschungsteams, den Zeitraum von der Roboter-Inbetriebnahme über die Fähigkeitsentwicklung bis zur Validierung in realen Szenarien zu verkürzen. Für Hochschulen und Labore besteht der Nutzen eines solchen Referenzdesigns für humanoide Roboter darin, den Integrationsaufwand auf niedriger Ebene zu reduzieren, sodass sich Forscher auf Experimente zu Bewegungssteuerung, Umgebungswahrnehmung, geschickter Manipulation, Aufgabenplanung und Training physikalischer KI-Modelle konzentrieren können. Forschungseinrichtungen wie das Stanford Robotics Center, die ETH Zürich und die UC San Diego werden dieses Referenzdesign nutzen, um die Spitzenforschung an humanoiden Robotern voranzutreiben. Dies zeigt, dass die Plattform in erster Linie auf Forschung und Entwicklungsprozesse ausgerichtet ist und nicht direkt auf den großflächigen kommerziellen Verkauf abzielt.
Den öffentlich zugänglichen Parametern zufolge ist der H2 Plus mit einer Körpergröße von etwa 1,8 Metern und einem Gewicht von etwa 68 Kilogramm nahezu erwachsenengroß. Der Roboter-Körper verfügt über 31 Freiheitsgrade, und die Hände sind als Fünf-Finger-Greifhände ausgeführt, um die Greif- und Manipulationsfähigkeiten zu verbessern.
Die Branche der humanoiden Roboter bewegt sich von einem Wettbewerb um einzelne Hardware-Prototypen hin zu einem Wettbewerb auf Systemplattform-Ebene. In der Vergangenheit mussten Entwicklungsteams oft separat Probleme wie die Auswahl des Roboterkörpers, die Sensoranpassung, die Bereitstellung von Rechenleistung, die Simulationsumgebung, die Datenerfassung, das Modelltraining und die Validierung des echten Roboters lösen. Die Schnittstellen zwischen den verschiedenen Schritten waren komplex, und die wiederholten Investitionen waren hoch. Indem Nvidia Isaac GR00T, Jetson Thor und offene Entwicklungsprozesse im H2 Plus-Referenzdesign bündelt, schafft es im Wesentlichen einen einheitlicheren Entwicklungseinstieg für humanoide Roboter. Unitree wiederum nutzt seine eigenen Stärken bei der Entwicklung von Roboter-Körpern, der Gelenksteuerung und den Bewegungsfähigkeiten, um in das internationale Forschungsplattform-Ökosystem einzusteigen. Während die physikalische KI von Softwaremodellen zu echten Robotern übergeht, hängt die Fähigkeit humanoider Roboter, Aufgaben in der industriellen Unterstützung, im Laborbetrieb, in Dienstleistungsszenarien und in komplexen Umgebungen zu übernehmen, von der koordinierten Reife der Hardware-Stabilität, der Edge-Inferenzfähigkeit, der Steuerung der Greifhände, der Datenrückkopplung und des Entwickler-Ökosystems ab. Mit der Einführung des H2 Plus geht die Entwicklung humanoider Roboter von „eine Maschine vorführen" weiter zu „eine wiederverwendbare Plattform bereitstellen".
Laut den von Unitree veröffentlichten Informationen wird der H2 Plus voraussichtlich Ende 2026 ausgeliefert. Die Entwicklungsprozesse von Isaac GR00T für den Unitree G1 werden nach und nach auf GitHub und Hugging Face veröffentlicht werden. Die weiteren Variablen konzentrieren sich auf den Offenheitsgrad der Plattform, das tatsächliche Nutzungsfeedback von Forschungseinrichtungen, die Sicherheitsmechanismen des Roboters, die Kostenkontrolle und die Fähigkeit zur Aufgabenverallgemeinerung in mehreren Szenarien.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
