På CES i Las Vegas fremhevet Nvidia en rekke AI-framsteg, spesielt med fokus på generativ fysisk AI, som lover å revolusjonere automatisering i fabrikker og lager. Rev Lebaredian, Nvidias visepresident for omniverse og simulerings-teknologi, forklarte at utviklingen av AI krever en ny databehandlingsramme for datasentre, sammenlignet med å bygge AI-fabrikker. I motsetning til store språklige modeller som forutsier neste ord eller piksel, må fysiske AI-modeller tolke den tredimensjonale verden, noe som påvirker felt fra helsevesen til smarte byer. Lebaredian ser for seg en æra der milliarder av fysiske og virtuelle roboter vil forandre industriene. Nvidia kategoriserer roboter i tre typer: kunnskapsroboter (agentisk AI), generalistiske og humanoide roboter, og autonome kjøretøy.

Disse robotene, veiledet av fysiske AI-modeller, kan forstå sine omgivelser, i motsetning til tradisjonelle språklige modeller som produserer tekst eller bilder. Nvidias initiativer sikter mot å bringe AI inn i 10 millioner fabrikker og 200 000 lager, og forenkle dagens metode som involverer tusenvis av menneskelige demonstrasjoner eller omfattende data fra autonome kjøretøy. Syntetiske data, generert gjennom Nvidias verktøy som DGX, Omniverse og AGX-systemer, er avgjørende for å forbedre AI-modeller. Ved å introdusere Nvidia Cosmos, som forbedrer dette systemet, bruker Nvidia Cosmos generative verdensgrunnleggende modeller (WFMs) for å simulere virkelige scenarioer og strømlinjeforme skapelsen av fotorealistiske, fysikkbaserte syntetiske data. Denne innovasjonen akselererer opplæringen for roboter og selvkjørende biler, og gjør utviklingen mer effektiv. Nvidia presenterte også Nemotron-modeller for agentisk AI, optimalisert for høy ytelse og reduserte kostnader, som støtter en digital arbeidsstyrke sammen med mennesker. Disse modellene bruker Nvidias ressurser for å forbedre ytelsen og lære roboter komplekse oppgaver mer effektivt.