Newsy
Co słychać w robotyce i AI — wybór redakcji wujec.ai.
LG buduje humanoida — a mózg, układ i system bezpieczeństwa kupuje u Nvidii
LG i Nvidia podpisały 13 sierpnia list intencyjny w siedzibie Nvidii w Santa Clara; obecni byli prezes LG Corp Koo Kwang-mo i szef Nvidii Jensen Huang. Ogłoszony dzień później komunikat zapowiada dwunożnego humanoida nowej generacji, którego publiczny pokaz ma się odbyć w pierwszym kwartale przyszłego roku. Najciekawszy jest podział ról. LG dostarcza ciało: siłowniki, czujniki i akumulatory ze spółek LG Electronics, LG Innotek i LG Energy Solution — to firmowe hasło „One LG". Nvidia dostarcza niemal wszystko powyżej. Robot działa na Isaac GR00T, otwartym modelu bazowym Nvidii dla humanoidów, liczy na układzie Jetson Thor, a warstwę bezpieczeństwa zapewnia Nvidia Halos for Robotics. Tak wygląda dziś typowe wejście do tej branży. Jeszcze niedawno program humanoidalny oznaczał lata budowania własnej percepcji, chodu i sterowania. Dziś producent sprzętu AGD ze światowym doświadczeniem w silnikach i akumulatorach kupuje warstwę inteligencji z półki i konkuruje sprzętem, który i tak umie produkować masowo. Wymiana jest oczywista w obie strony: LG omija najtrudniejszą i najwolniejszą część pracy, ale godzi się, że jego robot myśli tym samym modelem co roboty konkurencji. Reszta umowy jest mniej efektowna, za to bliżej przychodów. LG sprawdzi swoje kołowe roboty CLOiD na linii produkcyjnej pralek w zakładzie w Tennessee, zbuduje wzorcowe „fabryki AI" na systemach Nvidia DSX i Vera Rubin oraz opracuje platformę pojazdu nowej generacji na Nvidia DRIVE Hyperion. Jedno zastrzeżenie wprost: nie pokazano niczego. Ani zdjęcia, ani specyfikacji, ani nazwy robota — do pokazu zostały dwa kwartały, a to na razie zapowiedź zapowiedzi. wujec.ai założy profil tej maszyny, gdy LG poda jej liczby.
Otwarty „mózg" robotów NVIDII z licencją produkcyjną — GR00T N1.7 ogólnie dostępny
Linia otwartych modeli fundacyjnych GR00T od NVIDII po cichu przekroczyła próg, który dla każdego, kto chce zbudować na niej produkt, znaczy najwięcej. Gdy 17 kwietnia 2026 roku ogłoszono wczesny dostęp do N1.7, najważniejszą nowością nie był wynik w teście, tylko zapis licencyjny: wydanie wychodzi — cytując NVIDIĘ — z „licencją, która dopuszcza zastosowania produkcyjne". Wcześniejsze wersje modelu rozprowadzano na niekomercyjnej licencji NVIDII. Repozytorium Isaac-GR00T opisuje dziś N1.7 jako ogólnie dostępną, ze wsparciem i gwarancją stabilności; NVIDIA nie podała daty tego kroku, więc ogólną dostępność podajemy jako stan repozytorium, a nie jako zdarzenie z datą. Pod zmianą licencji kryje się realna zmiana architektury. Rdzeniem wizyjno-językowym jest teraz Cosmos-Reason2-2B zbudowany na architekturze Qwen3-VL, w miejsce rdzenia Eagle z wersji N1.6 — własny model rozumujący NVIDII trafił do wnętrza własnej polityki robotycznej NVIDII. Głowica czynnościowa pozostaje transformerem dyfuzyjnym z dopasowaniem przepływu, ale jej głębokość odwraca poprzednie wydanie: N1.6 podwoiła ją z 16 do 32 warstw, a N1.7 wraca do 16. Nowe są dwie zdolności: ustrukturyzowane rozumowanie na poziomie zadania i podzadania oraz sterowanie na poziomie palców, pomyślane pod pracę z bogatym kontaktem, na przykład montaż drobnych części. Karta modelu jest wyjątkowo szczera co do kosztów. Pretrening objął 21,6 mln punktów danych z 13 zbiorów, a NVIDIA publikuje, ile ten przebieg pochłonął: 41 288 kWh i 16,949 tony ekwiwalentu CO2. Równie konkretne są liczby wdrożeniowe — i pokazują cenę przeniesienia polityki na samego robota. Z TensorRT na H100 krok trwa 27,9 ms, czyli 35,9 Hz. Na Jetsonie Orin skompilować da się wyłącznie transformer dyfuzyjny, bo TensorRT 10.3 nie obsługuje silnika rdzenia, i ten sam krok zajmuje 216,5 ms, czyli 4,6 Hz. Warto odnotować jedną niespójność, bo obie wypowiedzi pochodzą od NVIDII: strona badawcza opisywała N1.6 jako korzystającą z wewnętrznego wariantu Cosmos-2B, a repozytorium N1.7 podaje, że N1.6 używała rdzenia Eagle. Zapisujemy obie i nie rozstrzygamy. Starsze wersje nie zostały wycofane — N1.6 i N1.5 pozostają dostępne w gałęziach n1d6 i n1d5. GR00T N1.7 ma od dziś własny profil w tym katalogu, obok pierwotnej wersji N1 z marca 2025 roku. Materiał ukazuje się bez ilustracji. Logo NVIDII nie jest zwykłym napisem, a nie udało nam się ustalić licencji pozwalającej na użycie bez atrybucji, której nasze ilustracje newsowe obecnie wymagają.
NVIDIA Isaac GR00T N1.7 →NVIDIA oddaje model do jazdy: Alpamayo 2 Super z licencją pozwalającą sprzedawać to, co na nim zbudujesz
NVIDIA udostępniła Alpamayo 2 Super — model fundamentowy typu wizja-język-działanie dla pojazdów autonomicznych — na licencji OpenMDW-1.1 Linux Foundation, która pozwala na dostrajanie, tworzenie modeli pochodnych i komercyjną redystrybucję. W kategorii, w której stos do jazdy autonomicznej bywa najpilniej strzeżonym zasobem firmy, sama licencja jest newsem w nie mniejszym stopniu niż model. Model łączy Cosmos 3 Super Reasoner o 32 miliardach parametrów z dyfuzyjnym ekspertem od działań o 2 miliardach — razem 34 miliardy według opublikowanej karty modelu. Nie zwraca wyłącznie trajektorii: podaje też ślad łańcucha przyczynowego wyjaśniający wybór tej trajektorii, meta-akcję, automatyczne etykiety oraz ugruntowane odpowiedzi na pytania o obraz. W teście rozumienia sytuacji drogowych LingoQA NVIDIA raportuje pierwsze miejsce wśród około czterdziestu modeli — o 17,0 punktu przed Qwen2.5-VL 72B i o 15,1 przed Gemini 2.5 Pro. Jedno zastrzeżenie dla porównujących liczby: wpis na blogu NVIDII zaokrągla model do „30 miliardów" parametrów, podczas gdy karta modelu i repozytorium podają 34 miliardy (32 mld plus 2 mld). Podajemy wartość z karty modelu.
NVIDIA daje humanoidom procesor bezpieczeństwa, którego AI nie przegłosuje — pierwsze jest Agility
22 czerwca 2026 NVIDIA ogłosiła Halos for Robotics — pełny stos bezpieczeństwa wycelowany dokładnie w powód, dla którego humanoidy wciąż pracują za ogrodzeniem: nikt nie potrafi certyfikować sieci neuronowej jako tego, co zatrzyma maszynę, zanim uderzy w człowieka. Halos rozdziela te dwa zadania. Warstwą sprzętową jest przemysłowy moduł obliczeniowy IGX Thor z wyspą bezpieczeństwa funkcjonalnego — odseparowanym procesorem ocenianym względem normy IEC 61508, który potrafi zatrzymać robota niezależnie od warstwy AI odpowiadającej za percepcję i planowanie. Nad nim leżą Halos Core i Halos OS oraz blueprint „outside-in": kamery zamontowane w budynku, a nie na robocie, zasilają agentów AI, którzy widzą zza rogu i regulują prędkość maszyny, gdy zbliża się człowiek. NVIDIA podaje, że architektura wywodzi się z jej prac nad bezpieczeństwem w motoryzacji, i uruchomiła wraz z premierą akredytowane przez ANAB laboratorium inspekcji oraz współpracę z jednostkami certyfikującymi: TÜV Rheinland, UL Solutions, TÜV SÜD, exida, SGS i CertX. Wśród wspieranych norm wymieniono IEC 61508, ISO 13849 i ISO/IEC TR 5469. Pierwszym użytkownikiem produkcyjnym jest Agility Robotics, które wprowadza IGX Thor i Halos Core do Digita — humanoida pracującego już dla Amazona, GXO, Schaefflera i Toyota Motor Manufacturing Canada. To fundament tego, co Agility nazywa „bezpieczeństwem kooperacyjnym" w nadchodzącym Digicie v5: dzielenia niezmodyfikowanej hali z ludźmi, bez klatki ochronnej. Najwięcej mówi lista gości. Sześć jednostek certyfikujących i akredytowane laboratorium wprost pokazują, gdzie naprawdę jest wąskie gardło humanoidów na hali produkcyjnej — nie w autonomii ani zręczności, lecz w podpisie certyfikatora.
Digit v5 →