开普勒采用NVIDIA物理AI全栈平台打通仿真到真机闭环

第一机器人网消息，开普勒正采用 NVIDIA 物理 AI 全栈平台，把 NVIDIA 在仿真、机器人基础模型和世界模型上的技术与自身的工业机器人硬件平台、真实工业数据和具身智能模型研发能力结合起来，推动物理 AI 从模型训练走向真实工业环境的验证、迭代与产业化应用。

具体来看，在仿真与模型训练环节，开普勒借助 NVIDIA Isaac Lab 构建机器人本体及工业任务的高保真仿真环境，开展强化学习与 Sim2Real 训练以降低真机试错成本，并采用 Isaac GR00T 面向工业操作任务训练具身模型，让机器人从运动能力向任务理解与复杂操作演进，同时借助 Cosmos 进行工业场景的世界模型训练与数据生成，支撑真实数据与合成数据协同迭代；在部署与算力支撑环节，其依托 Omniverse 构建工业数字孪生与机器人任务仿真环境，将真实工业现场转化为可训练的数字空间，借助 Jetson Thor 构建端侧的物理 AI 计算与模型部署能力，并以 NVIDIA GPU 训练平台搭建统一的机器人 AI 训练基础设施。
开普勒具身智能高级工程师陈宇涛表示，公司正结合具身智能基座大模型研发，发挥在行星滚柱丝杠、关节执行器、工业人形机器人本体及真实工业场景方面的优势，推动机器人从基础运动与操作向稳定完成复杂工业任务演进——这也呼应了当前人形机器人从运动展示、单项技能验证迈向真实生产环境连续作业的行业趋势，物理 AI 的引入正在加速这一产业化进程。