当你得知生成式人工智能已经成为机器人领域的白热化话题时，你可能不会感到惊讶。关于拥抱新兴技术的最佳方式，从自然语言命令到设计，存在着许多不同的想法。在最近访问Nvidia 南湾总部时，我向 Nvidia 副总裁兼嵌入式和边缘计算总经理 Deepu Talla 提出了生成式 AI 的问题。
“我认为结果说明一切。你已经可以看到生产力的提高，”这位高管告诉我。“它可以帮我写一封电子邮件。虽然不完全正确，但我不必从零开始。它给了我 70%。您已经可以看到一些明显的事情，这些事情肯定比以前更好。总结一下，有些东西并不完美。我不会让它为我阅读和总结。所以，你已经可以看到一些生产力提高的迹象。”
事实证明，英伟达距离宣布与该主题相关的消息只有几周的时间。ROSCon 的发布同时还发布了与其各种机器人产品相关的其他几条新闻，包括 Nvidia Isaac ROS 2.0 和 Nvidia Isaac Sim 2023 平台的全面上市。
这些系统正在拥抱生成式人工智能，这应该会加速其在机器人专家中的采用。毕竟，正如 Nvidia 所指出的那样，约有 120 万开发人员已经与 Nvidia AI 和 Jetson 平台进行了交互。其中包括 AWS、思科和约翰迪尔等一些知名客户。
这里更有趣的地方之一是 Jetson Generative AI Lab，它使开发人员可以访问开源大型语言模型。该公司写道：
NVIDIA Jetson 生成式 AI 实验室为开发人员提供了优化的工具和教程，用于部署开源 LLM、以交互方式生成令人惊叹的图像的扩散模型、将视觉 AI 和自然语言处理相结合的视觉语言模型 (VLM) 和视觉转换器 (ViT)提供对场景的全面了解。
这类模型的出现可以在一定程度上帮助系统在尚未接受过训练的情况下确定行动方案（就其本身而言，模拟只能进行到此为止）。毕竟，虽然仓库和工厂车间等场所的结构比高速公路等场所更加结构化，但仍然有无数的变量需要应对。这个想法是既能够动态调整，又为系统提供更自然的语言界面。
