Na CES w Las Vegas, Nvidia podkreśliła liczne postępy w dziedzinie sztucznej inteligencji, koncentrując się szczególnie na generatywnej fizycznej SI, co obiecuje zrewolucjonizować automatyzację fabryk i magazynów. Rev Lebaredian, wiceprezes Nvidii ds. technologii omniverse i symulacji, wyjaśnił, że rozwój SI wymaga nowej struktury obliczeniowej dla centrów danych, porównywalnej do budowy fabryk SI. W przeciwieństwie do dużych modeli językowych, które przewidują następne słowo lub piksel, modele fizycznej SI muszą interpretować trójwymiarowy świat, wpływając na dziedziny od opieki zdrowotnej po inteligentne miasta. Lebaredian przewiduje erę, w której miliardy fizycznych i wirtualnych robotów przekształcą przemysł. Nvidia kategoryzuje roboty na trzy typy: roboty wiedzy (agentowa SI), roboty ogólne i humanoidalne oraz pojazdy autonomiczne.

Te roboty, kierowane przez modele fizycznej SI, potrafią rozumieć swoje otoczenie, w przeciwieństwie do tradycyjnych modeli językowych, które produkują tekst lub obrazy. Inicjatywy Nvidii mają na celu wprowadzenie sztucznej inteligencji do 10 milionów fabryk i 200 tysięcy magazynów, upraszczając obecne metody wykorzystujące tysiące ludzkich demonstracji lub obszerne dane z pojazdów autonomicznych. Syntetyczne dane, generowane za pomocą narzędzi Nvidii, takich jak systemy DGX, Omniverse i AGX, są kluczowe w doskonaleniu modeli SI. Wprowadzając Nvidia Cosmos, które udoskonala ten system, firma używa generatywnych modeli świata podstawowego (WFMs) do symulacji rzeczywistych scenariuszy i usprawnienia tworzenia fotorealistycznych, bazujących na fizyce danych syntetycznych. Ta innowacja przyspiesza szkolenie robotów i samochodów autonomicznych, czyniąc rozwój bardziej efektywnym. Nvidia zaprezentowała także modele Nemotron dla agentowej SI, zoptymalizowane pod kątem wysokiej wydajności i obniżenia kosztów, wspierające cyfrową siłę roboczą obok ludzi. Te modele korzystają z zasobów Nvidii, aby poprawić wydajność i uczyć roboty skomplikowanych zadań bardziej efektywnie.