在機器人技術的精進之路上，確保訓練過程中輸入數據的精確匹配至關重要。因此，業界與學術界正積極探索 XR 技術的潛力，以賦能機器人訓練的新紀元。通過先進的頭顯設備，人形機器人能夠實時、無延遲地復刻並映射人類操作員的一舉一動，同時，輔以第一人稱影片的即時傳輸與精準控制指令，確保了操作的流暢與高效。
在此背景下，英偉達將 Apple Vision Pro 納入其人形機器人訓練體系之中，旨在通過這一創新舉措，為全球人形機器人技術的飛速發展注入強勁動力。
英偉達不僅宣布了一系列針對機器人製造商、AI 模型開發者及軟體製造商的全方位服務、模型及計算平台，還特別推出了兩項前沿的人工智慧微服務——MimicGen NIM 與 Robocasa NIM，它們基於 NVIDIA Omniverse 平台與 Isaac Sim，優化了物理 AI 仿真的工作流程。
MimicGen NIM 微服務憑藉其強大的數據處理能力，能夠從 Apple Vision Pro 等空間計算設備收集的遠程操作數據中，高效生成高質量的合成運動數據。而 Robocasa NIM 微服務則專注於在 OpenUSD 框架下構建機器人任務及模擬就緒環境，為機器人的實際應用場景鋪設了堅實的基石。
面對訓練人形機器人所需的海量數據挑戰，英偉達深刻認識到傳統遠程操作方式的高成本與低效性。為此，他們展示了基於自身 AI 技術與 Omniverse 平台的遠程操作解決方案，該方案能夠從極少的遠程捕獲人類演示中，迅速生成龐大的合成運動與感知數據集，縮短了數據收集周期並降低了成本。
具體實施上，開發者首先利用 Apple Vision Pro 捕捉少量關鍵遠程操作演示，隨後在 NVIDIA Isaac Sim 中進行深度模擬，並藉助 MimicGen NIM 微服務快速生成所需的合成數據集。這些寶貴的數據資源，無論是真實的還是合成的，都能被用於訓練 Project GR00T 等類人基礎模型，提升訓練效率與模型性能。
此外，通過 Isaac Lab 的 Robocasa NIM 微服務，開發者還能輕鬆創建各類體驗場景，以持續優化並重新訓練機器人模型。整個過程中，NVIDIA OSMO 智能管理系統將自動優化計算資源分配，為開發者省去繁瑣的管理任務，確保整個工作流程的順暢與高效。
