Der Physical-AI-Stack
Worauf tatsächlich gebaut und trainiert wird — Nvidia Isaac/GR00T, ROS 2, Simulation und digitale Zwillinge, Datenerfassung per Teleoperation und die Edge-Compute-Hardware, die das auf dem Roboter ausführt.
Der Physical-AI-Stack: Worauf physische KI tatsächlich gebaut und trainiert wird
Vom Simulationstraining über ROS 2 und Isaac GR00T bis zum Jetson-Thor-Edge-Chip: der vollständige Physical-AI-Stack erklärt, mit belegten Zahlen zu Preisen, Leistungsdaten und Finanzierungsrunden.
LesenIn diesem Thema
01Agentic Engineering für physische KI: Warum die Roboterschleife nicht die Software-Agenten-Schleife istHarness, Gedächtnis, Evaluation und Aufsicht aus dem Agentic Engineering, übertragen auf den Physical-AI-Stack: warum die Wahrnehmungs-Entscheidungs-Handlungs-Schleife eines Roboters physische Konsequenzen und Echtzeitfristen kennt, die ein Software-Agent nie hat.02Nvidia Isaac und GR00T: Was sie sind und warum die meisten Robotik-Teams heute darauf aufbauenIsaac ist die Plattform, GR00T das Foundation-Modell darauf: eine klare Einordnung von Nvidias Robotik-Stack, seiner Entwicklung von N1 bis N1.7 und den Grenzen des aktuellen Hypes.03Robotersimulation und digitaler Zwilling: Wie Teams Policies trainieren, bevor sie echte Hardware anfassenWarum Robotik-Teams ihre KI-Policies zuerst in Simulatoren wie Isaac Sim, MuJoCo und Genesis trainieren – und was digitale Zwillinge beim Sprung von der Simulation zur echten Hardware wirklich leisten.04ROS 2 in der Produktion: Was sich beim Übergang vom Forschungslabor zur Roboterflotte ändertWarum ROS 2 im Forschungslabor und in einer produktiven Roboterflotte zwei völlig unterschiedliche Disziplinen sind – und welche Rolle DDS, Middleware-Wahl und Versionsstrategie dabei spielen.05Teleoperation und der Datenengpass: Wie Humanoiden-Unternehmen tatsächlich Trainingsdaten sammelnWarum Humanoiden-Firmen trotz aller KI-Versprechen noch immer Menschen per Fernsteuerung Roboterarme bewegen lassen – und was das über den Reifegrad der Branche verrät.