NVIDIA hat auf der CES 2026 eine umfassende Reihe von Open-Source-Modellen und Frameworks für physische KI vorgestellt, die die Entwicklung von Humanoiden, autonomen Fahrzeugen und anderen körperlichen KI-Systemen beschleunigen sollen. Diese Tools decken den gesamten Entwicklungszyklus ab – von hochpräzisen Weltsimulationen und der Generierung synthetischer Daten bis hin zur cloudbasierten Orchestrierung und Edge-Deployment – und bieten Entwicklern ein modulares Toolkit, mit dem autonome Systeme lernen, entscheiden und im realen Welt handeln können. Grundlage dafür ist OpenUSD, das als gemeinsame Plattform fungiert, um 3D-Daten konsistent zwischen verschiedenen Werkzeugen zu teilen und digitale Zwillinge präzise zu erstellen. NVIDIA Omniverse Libraries, auf OpenUSD basierend, liefern dabei die ground-truth-Simulation, die die gesamte KI-Entwicklung antreibt. Auf der Messe zeigten zahlreiche Unternehmen, wie sie die NVIDIA-Physikalische-KI-Stack-Technologie aus dem Labor in die Praxis bringen. Caterpillar stellte seinen Cat AI Assistant vor, der auf den offenen NVIDIA Nemotron-Modellen für agente KI basiert und auf dem NVIDIA Jetson Thor-Modul läuft. Der Roboter versteht natürliche Sprache und unterstützt Fahrer mit schrittweisen Anweisungen und sprachgesteuerten Sicherheitseinstellungen. Hinter den Kulissen nutzt Caterpillar Omniverse, um digitale Zwillinge von Fabriken und Baustellen zu erstellen, um Layouts, Verkehrsströme und Arbeitsabläufe zu simulieren – mit direktem Feedback für die reale Ausrüstung. LEM Surgical präsentierte seinen FDA-zugelassenen Dynamis-Roboter für Wirbelsäulenchirurgie, der auf NVIDIA Jetson AGX Thor, Holoscan und Isaac for Healthcare basiert. Mit Hilfe von NVIDIA Cosmos Transfer erzeugt er physikalisch fundierte synthetische Trainingsdaten, während Isaac Sim digitale Zwillinge simuliert. Der zweiarmlige, humanoidartige Roboter übernimmt komplexe Eingriffe mit menschlicher Präzision, entlastet Chirurgen und verbessert die Effizienz. NEURA Robotics nutzt den vollständigen NVIDIA-Stack, um kognitive Roboter wie den 4NE1-Humanoiden und den MiPA-Service-Roboter in OpenUSD-basierten Digital Twins zu trainieren. Mit Isaac GR00T-Mimic wird das Grundmodell nachtrainiert, und in Zusammenarbeit mit SAP und NVIDIA integriert das Unternehmen SAPs Joule-Agenten über den Mega-Omniverse-Blueprint in realistische Szenarien, bevor sie in die Neuraverse-Ökologie oder echte Roboterflotten gehen. AgiBot setzt auf NVIDIA Cosmos Predict 2 als Weltmodell für seine Genie Envisioner-Plattform, die handlungsbedingte Videos mit starker visueller und physikalischer Grundlage generiert. Diese Daten werden mit Isaac Sim und Isaac Lab kombiniert und nachträglich mit eigenen Daten trainiert, um Politiken effizienter auf Genie2-Humanoiden und Tischroboter mit Jetson Thor zu übertragen. Intbot nutzt den offenen Cosmos Reason 2-Modell, um seinen sozialen Robotern eine „sechste Sinneswahrnehmung“ zu geben: Er erkennt soziale Signale und Sicherheitskontexte, um natürlicher mit Menschen zu interagieren – wie in der Cosmos Cookbook-Recette demonstriert. NVIDIA hat zudem Agile vorgestellt, eine Isaac-Lab-basierte Engine für humanoides Locomotion und Manipulation, die einen sim-to-real-verifizierten Workflow für Roboter wie Unitree G1 oder LimX TRON bereitstellt. Mit vordefinierten Aufgaben, Markov-Entscheidungsmodellen und Evaluierungstools können Entwickler robuste Reinforcement-Learning-Politiken trainieren und testen. Hugging Face und NVIDIA integrieren nun Isaac GR00T N-Modelle und Isaac Lab Arena in die LeRobot-Plattform, während der Open-Source-Reachy-2-Roboter nun nahtlos mit Jetson Thor kompatibel ist. ROBOTIS hat eine sim-to-real-Pipeline mit Isaac Sim, GR00T-Mimic für Datenvermehrung und VLA-basiertem Modelltraining entwickelt, um den Übergang von Simulation zu realen Aufgaben zu beschleunigen. Diese Entwicklungen zeigen, dass Open-Source-Infrastruktur, unterstützt durch standardisierte 3D-Plattformen wie OpenUSD und leistungsfähige Hardware wie Jetson Thor, die Entwicklung autonomer Systeme revolutioniert – von der Simulation bis zur realen Welt. Branchenexperten betonen, dass die Kombination aus offenen Modellen, digitalen Zwillingen und cloudbasierter Orchestrierung nicht nur die Entwicklungszeit verkürzt, sondern auch die Sicherheit und Skalierbarkeit von KI-Systemen in kritischen Anwendungen wie Medizin, Industrie und Mobilität erhöht.