NVIDIA heeft de NVIDIA Physical AI Data Factory Blueprint aangekondigd: een open referentiearchitectuur die moet standaardiseren en automatiseren hoe trainingsdata voor fysieke AI-systemen wordt gemaakt, uitgebreid en beoordeeld. De oplossing richt zich op toepassingen zoals robotica, vision-AI-agenten en autonome voertuigen.
Het raamwerk moet het grote dataverbruik van fysieke AI-modellen aanpakken. Het biedt een workflow die ruwe of beperkte datasets omzet in trainingsdata die direct geschikt is voor modeltraining. Dat gebeurt via geautomatiseerde dataverwerking, synthetische datageneratie, reinforcement learning en evaluatieprocessen.
De architectuur gebruikt de NVIDIA Cosmos-foundationmodellen en programmeeragenten om kleine datasets uit te breiden tot grotere verzamelingen. Daarbij worden ook zeldzame randgevallen en uitzonderlijke situaties meegenomen — scenario’s die in de praktijk moeilijk of duur te verzamelen zijn.
Cloudproviders Microsoft Azure en Nebius integreren de blueprint in hun infrastructuur en diensten. Ontwikkelaars kunnen daardoor gebruikmaken van cloudgebaseerde, versnelde rekenkracht om grote trainingsdatasets te genereren en te beheren.
Verschillende bedrijven die fysieke AI-systemen ontwikkelen — waaronder FieldAI, Hexagon Robotics, Linker Vision, Milestone Systems, RoboForce, Skild AI, Teradyne Robotics en Uber — passen de architectuur al toe in projecten rond robotica, vision-AI en autonome voertuigen.
“Fysieke AI is de volgende fase van de AI-revolutie, waarbij succes afhangt van het vermogen om enorme hoeveelheden data te genereren,” zegt Rev Lebaredian, vicepresident Omniverse en simulatietechnologie bij NVIDIA. “Samen met cloudpartners bouwen we een nieuwe generatie agent-gedreven systemen die rekenkracht omzetten in hoogwaardige data. Die data is nodig om de volgende generatie autonome systemen en robots mogelijk te maken. In dit tijdperk wordt rekenkracht zelf een bron van data.”
De architectuur verdeelt de datavoorbereiding over een reeks modulaire onderdelen. NVIDIA Cosmos Curator verwerkt en labelt grote datasets uit zowel echte als gesimuleerde omgevingen. Cosmos Transfer breidt deze datasets uit met synthetische varianten die verschillen in omgeving en zeldzame situaties simuleren. Cosmos Evaluator beoordeelt vervolgens of de gegenereerde datasets fysiek realistisch zijn en geschikt voor modeltraining.
NVIDIA gebruikt het systeem zelf om NVIDIA Alpamayo te trainen en te testen: een open vision-language-action-model dat redeneervermogen combineert met visuele en motorische taken voor autonoom rijden.
Andere ontwikkelaars passen de blueprint toe in verschillende robotica- en automatiseringsprojecten. Zo gebruikt Skild AI de architectuur voor robot-foundationmodellen en zet Uber het systeem in voor de ontwikkeling van autonome voertuigen.
De blueprint bevat ook NVIDIA OSMO, een open-source orkestratieplatform dat complexe AI-workflows over verschillende rekenomgevingen coördineert. OSMO beheert datastromen, modeltraining en evaluatie en vermindert het aantal handmatige stappen in het proces.
Het platform werkt samen met programmeeragenten zoals Claude Code, OpenAI Codex en Cursor, zodat geautomatiseerde systemen ontwikkelprocessen en rekenbronnen kunnen aansturen.
Microsoft Azure integreert de blueprint in een open fysieke-AI-toolchain op GitHub. Die koppelt de architectuur aan Azure-diensten zoals Azure IoT Operations, Microsoft Fabric, Real-Time Intelligence en Microsoft Foundry, zodat bedrijven hun data- en trainingsprocessen voor fysieke AI beter kunnen organiseren.
Verschillende ontwikkelaars van robotica- en waarnemingssystemen — waaronder FieldAI, Hexagon Robotics, Linker Vision en Teradyne Robotics — testen deze Azure-toolchain om datageneratie, data-uitbreiding en evaluatie op grote schaal binnen hun machine-learning-pijplijnen uit te voeren.
Ook Nebius heeft het OSMO-orkestratieplatform geïntegreerd in zijn AI Cloud-platform. Daarmee kunnen ontwikkelaars geautomatiseerde datapijplijnen op basis van de blueprint inzetten. De infrastructuur combineert NVIDIA RTX PRO 6000 Blackwell Server Edition-GPU’s met objectopslag, databeheer- en labeltools, serverless-verwerking en beheerde inferentiediensten.
Bedrijven zoals Milestone Systems, Voxel51 en RoboForce gebruiken de blueprint binnen het Nebius-platform om modellen te ontwikkelen voor video-analyse-agenten, autonome voertuigen en industriële humanoïde robots.
De NVIDIA Physical AI Data Factory Blueprint wordt naar verwachting in april beschikbaar gemaakt op GitHub.
