Apa yang perlu diketahui tentang robot humanoid NVIDIA, Unitree dan Sharpa

Tiga komponen utama: badan, tangan dan “otak”

Kerjasama ini membahagikan robot kepada tiga bahagian penting:

• Unitree H2 Plus: Syarikat China itu membekalkan badan humanoid bersaiz hampir seperti manusia, dengan ketinggian kira-kira 1.83 meter dan berat sekitar 68 kilogram.
• Tangan Sharpa: Sharpa membekalkan tangan lima jari yang sensitif terhadap sentuhan, dengan 22 darjah kebebasan bagi setiap tangan. Reka bentuk ini membolehkan robot menggenggam, melaras dan menggunakan objek dengan ketangkasan yang lebih menyerupai tangan manusia.
• NVIDIA Jetson AGX Thor T5000: Komputer terbina dalam ini menggunakan GPU Blackwell, CPU Arm 14 teras dan memori bersepadu 128 GB. NVIDIA mendakwa cip itu mampu mencapai sehingga 2,070 teraflop FP4 untuk pemprosesan sensor dan inferens AI masa nyata.

Secara keseluruhan, gabungan ini memberikan robot keupayaan untuk menerima input daripada sensor, memproses arahan dan mengawal pergerakan badan serta tangannya dengan pantas.

Apakah peranan Sharpa?

Sharpa ialah syarikat yang ditubuhkan pada 2024 dan memberi tumpuan kepada pembangunan tangan robotik berketangkasan tinggi. Sumbangannya penting kerana tangan biasanya menjadi antara bahagian paling sukar dalam robot humanoid: robot perlu bukan sahaja mencapai objek, tetapi juga merasai tekanan, menyesuaikan cengkaman dan memanipulasi objek tanpa menjatuhkannya atau merosakkannya.

Sharpa mempunyai aktiviti penyelidikan dan pembangunan di Shanghai serta operasi perniagaan di California. Sebelum kerjasama ini, syarikat itu pernah bekerja dengan NVIDIA dalam pengumpulan data untuk model asas robotik. Pada CES 2026, Sharpa turut memperagakan tangannya bermain blackjack dan memasang kipas pinwheel.

Perisian Isaac GR00T melengkapkan perkakasan

Robot ini dipadankan dengan platform pembangunan terbuka Isaac GR00T daripada NVIDIA. Platform berkenaan merangkumi perisian, model AI dan aliran kerja untuk:

• simulasi;
• pengumpulan serta penjanaan data;
• latihan model robot;
• penilaian prestasi; dan
• penggunaan model pada robot sebenar.

NVIDIA menyatakan makmal penyelidikan akan mengekalkan kawalan terhadap data robot, data latihan, telemetri dan log. Sifat modular platform itu juga membolehkan penyelidik menggunakan keseluruhan pakej atau menggabungkan hanya komponen tertentu dengan sistem sedia ada. NVIDIA turut merancang menerbitkan aliran kerja rujukan untuk Unitree G1 di GitHub dan Hugging Face.

Mengapa universiti memerlukan platform seperti ini?

Menurut Huang, membina sistem robot humanoid dari awal untuk tujuan penyelidikan adalah “insanely hard” — amat sukar. Makmal universiti biasanya perlu menggabungkan badan robot, tangan, komputer, sistem pengumpulan data, simulator dan perisian kawalan daripada pelbagai sumber sebelum mereka boleh memulakan kajian sebenar.

Keadaan itu boleh menghasilkan apa yang digambarkan sebagai masalah “robot Frankenstein”: sebuah robot yang terdiri daripada komponen berbeza tetapi belum tentu mudah disepadukan atau dibandingkan dengan sistem lain.

Dengan reka bentuk rujukan yang distandardkan, penyelidik boleh mengurangkan masa dan kos menyediakan infrastruktur asas. Mereka boleh menumpukan lebih banyak perhatian kepada pembangunan kemahiran robot, di samping membandingkan keputusan kajian antara makmal menggunakan platform yang hampir sama.

Siapa pengguna awal dan bila ia boleh didapati?

NVIDIA menamakan beberapa pengguna awal daripada komuniti penyelidikan robotik, termasuk:

• Ai2;
• ETH Zurich;
• Stanford Robotics Center; dan
• Advanced Robotics and Controls Laboratory di University of California, San Diego.

Unitree dijangka menjual robot rujukan ini pada penghujung 2026. Namun, harga dan butiran komersial yang lebih lengkap belum diumumkan.

Sebahagian daripada strategi AI NVIDIA yang lebih besar

Huang meletakkan robot humanoid sebagai salah satu cara untuk membawa AI fizikal ke dalam industri besar, dan menyifatkan peluang pasaran yang terhasil sebagai bernilai trilion dolar.

Pada masa yang sama, beliau mengaitkan robot ini dengan strategi NVIDIA yang lebih luas. Menurut kerangka tersebut, perkembangan AI berasaskan ejen akan meningkatkan permintaan terhadap infrastruktur pengkomputeran. NVIDIA mahu menyediakan keseluruhan rangkaian teknologi — daripada pusat data yang menggunakan CPU Vera hingga sistem AI tempatan, termasuk PC AI berasaskan cip RTX Spark yang boleh menjalankan model dan ejen terus pada peranti.

Dalam konteks itu, GR00T menjadi titik akhir robotik atau AI berjasad bagi strategi NVIDIA yang sama: menyediakan perkakasan, cip, model, simulasi dan perisian dalam satu ekosistem.