NVIDIA Isaac: вышли Isaac Lab 3.0 и Isaac OS, гуманоид Agile ONE SN — что это даёт заводам в России

21 октября на GTC Berlin NVIDIA объявила о крупном расширении Isaac — своей открытой платформы для разработки роботов. В неё добавили эталонного человекоподобного робота, датасеты, среду исполнения и новую версию фреймворка обучения Isaac Lab 3.0. Компания Agile Robots показала гуманоида Agile ONE SN, собранного на этих инструментах, он появится в начале 2027 года. Об этом NVIDIA сообщила в пресс-релизе.

Что именно добавили в Isaac

Гуманоид Agile ONE SN сделан как исследовательский эталон: рост 1,40 м, вес 40 кг, 31 степень свободы, до 3 кг на каждую руку. Кисти — пятипалые WUJI Hand 2 с 20 степенями свободы, тактильными датчиками и управлением усилием с частотой 1 кГц. Внутри — бортовой компьютер Jetson Thor (2 070 терафлопс в FP4, 128 ГБ памяти), камеры на голове и запястьях, лидары. Интеграция с Halos пока только в планах. Интерес к роботу, по словам компании, проявили Стэнфорд и Швейцарская высшая техническая школа Цюриха. Настройка, которая раньше занимала недели, по оценке разработчиков сокращается до дней.

Дженсен Хуанг на сцене сравнил момент с выходом ChatGPT, только для роботов. Сравнение громкое. А по подсчёту Международной федерации робототехники, гуманоидов в 2025 году продали по миру около 7 000 штук.

Что это значит для производств в России

Начнём с ограничений. Официально NVIDIA в России оборудование не продаёт с 2022 года, так что Jetson Thor, DGX Station и самого гуманоида на завод в Тольятти или Набережных Челнах просто так не привезти. Но Isaac Lab, Isaac OS и сценарии обучения — открытый код. Скачать и запустить его может любой инженер, были бы подходящие видеокарты.

Отсюда первый практический вывод. Самое ценное в анонсе — подход «сначала симуляция», а сам гуманоид вторичен. Европейские заводы уже работают так: ABB проверяет роботизированные ячейки в виртуальном цехе до монтажа, KUKA рендерит модель завода в реальном времени. Toyota Material Handling Europe вместе с SoftServe сообщает о сокращении сроков внедрения складских решений до 50%.

Прикинем на условном примере. Пусконаладка новой ячейки с манипулятором занимает 10 недель, из них 6 уходит на отладку прямо на линии. Если половину ошибок поймать в симуляции, линия стоит меньше на 3 недели. При двух сменах это около 240 часов, когда участок мог бы выпускать продукцию. Сколько это в рублях, посчитать просто: умножьте часы на выручку участка за час. Как считать такие потери, мы разбирали в статье «Простой оборудования на производстве».

Второй вывод про гуманоидов. Три килограмма на руку и рост 1,40 м — это комплектация мелких деталей, сортировка, перекладка с ленты в тару. Паллеты, отливки и заготовки ему не по силам. Для российского завода ближайшие 2–3 года честнее смотреть на манипуляторы и тележки, а гуманоида держать в списке «следим». Сколько их на самом деле продают, мы писали в новости о подсчёте IFR.

Третий вывод — данные. Любой робот, обученный в симуляции, упирается в то, насколько модель цеха похожа на настоящий. Нужны чертежи, размеры, ритм операций, журнал отклонений. На многих заводах это всё лежит в разных таблицах и в головах мастеров.

С чего реально начать без импортного железа:

• Описать один участок цифрами. Время операций, частые остановки, виды брака. Без этого симуляции не на чем строиться.
• Посмотреть на камеры. Они уже висят почти везде. Видеоаналитика процессов КАРАДЕСК проверяет по ним видимые этапы работы и регламенты, ищет видимые признаки брака и ведёт журнал событий с фрагментами записи; скрытые дефекты она не видит, а точность проверяется на конкретном участке.
• Свести данные в одно место. Связать 1С, складской учёт и журнал простоев — задача для программиста, а не для робота.
• Пилот на одной линии. Договориться, что считать успехом, и сравнить до и после.

Третий пункт закрывает IT-специалист КАРАДЕСК — собственный IT-специалист компании в аренду: интеграции с 1С, системы аналитики, скрипты и программы под процессы завода. Задачи ставятся голосом, текстом или брифом, код и документация остаются у клиента, архитектуру утверждает инженер. Результат заранее не обещаем: сначала оценка задач, потом сроки. Больше о первых шагах — в статье «ИИ на производстве», а как считать потери от дефектов — в разборе «Брак на производстве». Немецкий контекст анонса — в новости о декларации NVIDIA и правительства Германии.