На CES во Лас Вегас, Nvidia истакна бројни напредоци во областа на вештачката интелигенција, со особен акцент на генеративната физичка AI, која ветува револуција во автоматизацијата на фабрики и магацини. Рев Лебаредиан, потпретседател на Nvidia за омниверзум и симулациска технологија, објасни дека развојот на вештачка интелигенција бара нова компјутерска рамка за дата центри, споредувано со изградба на фабрики за вештачка интелигенција. За разлика од големи јазични модели кои предвидуваат следен збор или пиксел, физичките AI модели мора да го интерпретираат тридимензионалниот свет, влијаејќи на области од здравството до паметни градови. Лебаредиан предвидува ера кога милијарди физички и виртуелни роботи ќе ги трансформираат индустриите. Nvidia ги категоризира роботите во три типа: роботи за знаење (агенциски AI), општи и хуманоидни роботи, и автономни возила.

Овие роботи, водени од физички AI модели, можат да го разберат своето опкружување, за разлика од традиционалните јазични модели кои произведуваат текст или слики. Иницијативите на Nvidia имаат за цел да воведат вештачка интелигенција во 10 милиони фабрики и 200, 000 магацини, поедноставувајќи го сегашниот метод на користење илјадници човечки демонстрации или обемни податоци од автономни возила. Синтетичките податоци, создадени преку алатките на Nvidia како DGX, Omniverse и AGX системите, се клучни за прецизирање на AI моделите. Со воведување на Nvidia Cosmos, кое го подобрува овој систем, Nvidia Cosmos користи генеративни модел-основи на светот (WFMs) за симулирање на реални сценарија и олеснување на создавање на фотореалистични, физички базирани синтетички податоци. Оваа иновација го забрзува обучувањето за роботи и самовозачки автомобили, правејќи го развојот поефикасен. Nvidia исто така ги претстави Nemotron моделите за агенциски AI, оптимизирани за високи перформанси и намалени трошоци, поддржувајќи дигитална работна сила заедно со луѓето. Овие модели ги користат ресурсите на Nvidia за подобрување на перформансите и поефективно обучување на роботи за сложени задачи.