Jepang dan NVIDIA mendorong penggunaan AI fisik agar robot dapat memahami situasi di sekelilingnya lalu mengambil tindakan langsung di lapangan. Arah ini menandai pergeseran persaingan AI dari layanan percakapan digital menuju mesin yang bekerja di pabrik, jalan, gedung, hingga area pertanian.
Salah satu fondasi yang disiapkan adalah Cosmos 3 Edge, model AI berparameter empat miliar untuk perangkat edge. Teknologi ini dirancang agar robot dapat melakukan penalaran visual secara waktu nyata tanpa selalu bergantung pada pusat data cloud.
Kemampuan tersebut penting bagi sistem yang harus merespons kondisi fisik dengan cepat, termasuk robot industri dan kendaraan otonom. Mesin tidak hanya memproses data, tetapi juga perlu mengenali lingkungan visual sebelum menentukan langkah berikutnya.
Model AI dijalankan lebih dekat dengan mesin
Cosmos 3 Edge dibangun dengan arsitektur NVIDIA Nemotron dan dapat berjalan pada GPU RTX, sistem DGX, serta modul Jetson T2000 dan T3000. NVIDIA juga membuka framework Cosmos agar pengembang dapat menyesuaikan model untuk kebutuhan robot, sensor, kendaraan otonom, dan lingkungan industri.
Framework tersebut disebut dapat membantu proses penyesuaian model dalam sekitar satu hari. Pendekatan ini memberi ruang bagi perusahaan untuk membangun sistem yang lebih sesuai dengan kondisi kerja masing-masing sebelum digunakan di lingkungan nyata.
| Platform | Fungsi utama | Contoh penerapan |
|---|---|---|
| NVIDIA Cosmos | Model dunia, simulasi, dan penalaran visual | Robot, kendaraan otonom, pertanian |
| NVIDIA Isaac dan Jetson | Komputasi dan pengembangan robot | Otomatisasi ritel dan robot pendamping |
| NVIDIA Metropolis | Visi komputer untuk lingkungan fisik | Gedung pintar, inspeksi, konstruksi |
Ekosistem manufaktur Jepang disatukan
NVIDIA memperluas Cosmos Coalition ke Jepang sebagai wadah kolaborasi terbuka bagi perusahaan teknologi, manufaktur, dan pengembang model AI. Anggotanya dapat mengembangkan model dunia, pustaka AI terbuka, dataset, serta kerangka pelatihan sebelum sistem diterapkan di lapangan.
Sejumlah nama yang terlibat mencakup FANUC, Fujitsu, Hitachi, Kawasaki Heavy Industries, Kubota, NEC, SoftBank, Sony Group, Yaskawa Electric, Honda R&D, Mitsubishi Corporation, Preferred Networks, TIER IV, Mujin, Telexistence, dan OMRON. Keterlibatan lintas sektor ini menunjukkan bahwa sasaran pengembangan tidak terbatas pada satu jenis robot.
Menurut Suara.com, Fujitsu sedang menjajaki platform kontrol kolaboratif berbasis AI fisik bersama FANUC, Yaskawa Electric, dan Kawasaki Heavy Industries. Platform itu direncanakan memanfaatkan Cosmos, Isaac, Omniverse NuRec, serta Newton Physics Engine untuk digital twin, simulasi, pembelajaran mesin, dan validasi sistem.
Simulasi sebelum penerapan menjadi unsur penting dalam strategi tersebut. Perusahaan dapat menguji perilaku robot di lingkungan digital lebih dahulu untuk mempercepat implementasi dan menekan biaya pengembangan.
Penerapan meluas dari ritel sampai konstruksi
Kubota mengeksplorasi Cosmos untuk pertanian otonom, sedangkan Kawasaki Heavy Industries melihat penggunaannya di bidang kesehatan, energi, transportasi, pembuatan kapal, dan kedirgantaraan. Di sektor layanan, Telexistence memakai Isaac untuk mempercepat otomatisasi ritel.
GROOVE X turut menggunakan platform Jetson dalam pengembangan robot pendamping LOVOT. Sementara itu, Hitachi, OMRON, dan Shimizu Corporation mulai mengadopsi Metropolis untuk pengelolaan gedung pintar, inspeksi industri otomatis, serta peningkatan keselamatan proyek konstruksi.
NVIDIA menyebut pustaka baru pada Metropolis dapat mempercepat pembangunan sistem AI berbasis visi komputer hingga enam kali dibandingkan metode konvensional. Visi komputer tersebut memungkinkan sistem membaca kondisi fisik, bukan hanya menghasilkan teks atau gambar.
Pendiri dan CEO NVIDIA Jensen Huang menilai warisan manufaktur, teknik presisi, dan robotika memberi Jepang peluang besar dalam perkembangan ini. “Batas AI berikutnya ada di dunia fisik, dan ini adalah kesempatan sekali seumur hidup bagi Jepang,” kata Huang dalam keterangan resmi.
Tantangan berikutnya berada pada kemampuan memastikan robot bekerja aman dan akurat dalam kondisi lapangan yang beragam. Keberhasilan kolaborasi ini akan bergantung pada validasi sistem, kesiapan perangkat, serta penerapan simulasi sebelum mesin menjalankan tugas nyata.
