NVIDIA anuncia projeto “Open Physical AI Data Factory” para acelerar desenvolvimento de robótica e veículos autônomos

A NVIDIA revelou durante a GTC 2026, em San Jose (EUA), o NVIDIA Physical AI Data Factory Blueprint, uma arquitetura de referência aberta projetada para acelerar o desenvolvimento de sistemas de robótica, agentes de IA de visão e veículos autônomos. A proposta da empresa é simplificar e automatizar a geração, ampliação e avaliação de dados de treinamento para modelos de inteligência artificial física. Segundo a NVIDIA, o projeto busca reduzir custos, tempo de desenvolvimento e complexidade no treinamento de sistemas de IA em larga escala, especialmente aqueles que interagem diretamente com o mundo físico. A solução também permitirá criar grandes conjuntos de dados sintéticos capazes de simular situações raras ou difíceis de capturar no mundo real. Arquitetura aberta para geração e curadoria de dados de IA O Physical AI Data Factory Blueprint funciona como um fluxo completo de produção de dados para treinamento de IA. A arquitetura reúne ferramentas capazes de transformar dados brutos em conjuntos prontos para treinamento de modelos de inteligência artificial. A plataforma utiliza os modelos de mundo aberto NVIDIA Cosmos e agentes de codificação para ampliar conjuntos de dados existentes, criando novos cenários e variáveis automaticamente. Isso inclui situações de cauda longa — eventos raros ou extremos que normalmente são caros e demorados de registrar em ambientes reais. Com essa abordagem, desenvolvedores podem transformar quantidades limitadas de dados reais em bases muito maiores e mais diversificadas, o que melhora o treinamento de modelos utilizados em aplicações como robôs industriais, sistemas de visão computacional e carros autônomos. De acordo com Rev Lebaredian, vice-presidente de Omniverse e tecnologias de simulação da NVIDIA, a produção massiva de dados é um fator essencial para a evolução da chamada IA física. “A IA física é a próxima fronteira da revolução da IA. Nesta nova era, computação é sinônimo de dados”, afirmou o executivo. Pipeline completo para treinamento de IA física O blueprint reúne diferentes ferramentas da NVIDIA em um pipeline automatizado que cobre todas as etapas de preparação de dados. Entre os principais componentes estão: - Curadoria e pesquisa: o NVIDIA Cosmos Curator processa, refina e anota grandes volumes de dados reais e sintéticos. - Ampliação de dados: o Cosmos Transfer expande os conjuntos de dados ao multiplicar cenários reais e simulados, permitindo capturar variações de ambiente, iluminação e eventos raros. - Avaliação e validação: o NVIDIA Cosmos Evaluator, construído sobre o Cosmos Reason, analisa automaticamente os dados gerados, garantindo precisão física antes do treinamento dos modelos. A NVIDIA já utiliza essa arquitetura para treinar o NVIDIA Alpamayo, uma nova geração de modelos abertos que combinam visão, linguagem e ação voltados para condução autônoma de longo prazo. Parcerias com Microsoft Azure e Nebius Para viabilizar o processamento em larga escala, a NVIDIA está trabalhando com provedores de nuvem como Microsoft Azure e Nebius. No caso do Azure, o blueprint está sendo integrado a uma cadeia de ferramentas de IA física que inclui serviços como: - Azure IoT Operations - Microsoft Fabric - Real-Time Intelligence - Microsoft Foundry - GitHub Copilot A ideia é oferecer um ambiente corporativo completo para criação, treinamento e validação de sistemas de IA física. Já a Nebius integrou o framework NVIDIA OSMO à sua infraestrutura de nuvem, permitindo que desenvolvedores criem pipelines de dados prontos para produção. A infraestrutura utiliza GPUs NVIDIA RTX PRO 6000 Blackwell Server Edition, além de armazenamento de alta velocidade e serviços gerenciados de inferência. Orquestração de IA com agentes automatizados Outro componente central do projeto é o NVIDIA OSMO, um framework open source responsável por orquestrar fluxos de trabalho de IA em diferentes ambientes de computação. O sistema também passa a integrar agentes de programação como Claude Code, OpenAI Codex e Cursor. Esses agentes podem gerenciar automaticamente recursos computacionais, resolver gargalos e acelerar o treinamento de modelos. A proposta é reduzir a complexidade operacional envolvida na criação de pipelines de dados massivos para robótica e sistemas autônomos. Empresas já utilizam o blueprint Diversas empresas já começaram a testar o projeto da NVIDIA em aplicações reais. Entre elas estão FieldAI, Hexagon Robotics, Linker Vision, Milestone Systems, Skild AI, RoboForce, Teradyne Robotics e Uber. A Skild AI, por exemplo, utiliza a arquitetura para treinar modelos de robôs de uso geral, enquanto a Uber aplica a tecnologia no desenvolvimento de veículos autônomos. Segundo Marcio Aguiar, diretor da divisão Enterprise da NVIDIA para América Latina, a iniciativa marca um novo estágio na evolução da IA física. Disponibilidade A NVIDIA confirmou que o Physical AI Data Factory Blueprint será disponibilizado publicamente no GitHub em abril de 2026, permitindo que desenvolvedores e empresas adotem a arquitetura em projetos de robótica, visão computacional e mobilidade autônoma. - Categorias Participe do grupo de ofertas do Adrenaline Confira as principais ofertas de hardware, componentes e outros eletrônicos que encontramos pela internet. Placa de vídeo, placa-mãe, memória RAM e tudo que você precisa para montar o seu PC. Ao participar do nosso grupo, você recebe promoções diariamente e tem acesso antecipado a cupons de desconto. Entre no grupo e aproveite as promoções