這款機器人完全透過合成資料進行訓練，能夠抓取不同形狀與尺寸的包裹和商品，進行外觀檢測。圖: Amazon Device& Services/提供
Amazon Devices& Services運用 NVIDIA AI與數位孿生，向零接觸製造願景大幅邁進，Amazon的創新製造解決方案利用 NVIDIA技術，讓機器手臂自動檢測裝置，並將新產品無縫整合至生產線。
NVIDIA表示，Amazon Devices& Services運用 NVIDIA數位孿生技術，推出全新的物理 AI軟體解決方案，推動製造業大幅躍進。
NVIDIA× Amazon打造零接觸製造革命：機器人只靠模擬就能開工
本月在 Amazon裝置生產設施部署的這項創新方案，採用以模擬為主軸的零接觸製造機制，訓練機器手臂檢測各類裝置，以進行產品品品檢測，並將新產品整合至生產線。全程都是以合成資料為基礎，無需更換任何硬體。
這項新技術結合 Amazon裝置部門所打造的生產線流程模擬軟體與 NVIDIA驅動的數位孿生產品。該技術採用模組化、AI驅動的工作流程，相較於以往所使用的檢測機器，檢查速度更快、效率更高。
在數位孿生中模擬製程與產品，可省去昂貴又耗時的物理原型設計。這樣可以簡化製造商的工作流程，並縮短將新產品送到消費者手中所需要的時間。
為了讓機器作業實現零樣本製造，該解決方案利用 Amazon裝置與工廠站點的逼真物理模擬來產生合成資料。這些針對工廠情境搜集的資料會被用於提升 AI模型在模擬環境與實際工作站中的效能，並在部署前儘可能地縮小模擬與實際之間的差距。
這是邁向通用製造的一大步：即使沒有物理原型，也能使用自動化系統與技術，靈活處理各種產品與生產流程。
適用於機器人理解的 AI及數位孿生
透過在數位孿生中訓練機器人識別及處理新裝置，Amazon Devices& Services有能力打造更快、更模組化且易於控制的製造流程，讓生產線只需透過軟體，便可從一種產品切換至另一種產品。
這樣即可純粹根據模擬訓練，配置機器人動作以製造產品，包括組裝、測試、包裝與稽核等步驟。
NVIDIA Isaac技術套件能讓 Amazon Devices& Services實現物理上精準、以模擬優先的方法。
當推出新裝置時，Amazon Devices& Services會將其電腦輔助設計（CAD）模型整合至 NVIDIA Isaac Sim，這是一個基於 NVIDIA Omniverse平台的開源機器人模擬參考應用程式。
NVIDIA Isaac用於根據每款裝置的電腦輔助設計模型，生成50,000多個多樣化的合成影像，這些影像對於訓練物體與瑕疵偵測模型相當重要。
Isaac Sim下一步會處理資料，並運用 NVIDIA Isaac ROS產生用於處理產品的機械手臂軌跡。
AWS透過 AWS Batch在 Amazon EC2 G6執行個體上，針對 Amazon裝置的產品規格進行分散式 AI模型訓練，同時利用 Amazon EC2 G6系列執行個體上的 NVIDIA Isaac Sim，進行基於物理的模擬與合成資料生成，顯著加速了這項技術的開發。
此解決方案採用 Amazon Bedrock，一項可用來建立生成式 AI應用與代理的服務，並根據產品規格文件的分析，在工廠中規劃高階任務及特定檢測測試案例。Amazon Bedrock AgentCore將用於生產線上多個工廠站點的自主流程規劃，並能讀取多模態的產品規格輸入，例如3D設計與表面材質屬性。
NVIDIA表示，為了協助機器人理解周遭環境，該解決方案採用 NVIDIA cuMotion，一種經 CUDA加速的動作規劃函式庫，能在 NVIDIA Jetson AGX Orin模組上以極為短暫的時間內生成避障軌跡。作為 Isaac ROS的一部分，nvblox函式庫則會產生 cuMotion用來進行避障路徑規劃的距離場。
NVIDIA表示，FoundationPose是使用500萬張合成影像訓練而成的NVIDIA基礎模型，用於進行姿態估測與物體追蹤，可確保 Amazon Device& Services的機器人得以準確掌握裝置的位置與方向。對於全新的製造解決方案而言，FoundationPose的關鍵在於該模型能在沒有事先接觸的情況下延伸至全新物體，讓不同產品之間可以順暢轉換，無需為每次變更搜集新資料重新訓練模型。作為產品檢測的一環，新解決方案的策略可用於偵測製造線上的瑕疵。其模組化設計可在未來整合 NVIDIA Cosmos Reason等進階推理模型。
