Na GTC 2026, a NVIDIA anunciou um 'momento ChatGPT' para veículos autônomos e robôs

A NVIDIA na GTC 2026 deslocou a conversa sobre IA física de demonstrações para um roteiro de implantação. A empresa anunciou que um "momento ChatGPT" chegou para veículos autônomos, enquanto simultaneamente mostrava como planeja dimensionar a mesma pilha para robotáxis, robôs industriais e gêmeos digitais.

Uma virada para o setor automotivo

A tese principal da NVIDIA soa maximamente ambiciosa: a condução autônoma está deixando de ser um projeto interminável de P&D e se tornando uma plataforma comercial. Na GTC 2026, a empresa anunciou que BYD, Geely, Isuzu e Nissan estão construindo programas prontos para L4 com base no NVIDIA DRIVE Hyperion, enquanto Uber está expandindo sua parceria com a NVIDIA para lançar uma frota de robotáxi totalmente gerenciada por IA em 28 cidades em quatro continentes até 2028. O lançamento está programado para Los Angeles e a região da baía de São Francisco na primeira metade de 2027.

Um ênfase importante aqui não é apenas na computação, mas também na segurança. A NVIDIA está promovendo o Halos OS como uma arquitetura de segurança unificada para veículos com IA e o vinculando ao modelo aberto Alpamayo 1.5, que deve ajudar os veículos a analisar cenários rodoviários raros e complexos. Esta é uma tentativa de se afastar do esquema antigo, onde cada equipe resolvia separadamente as tarefas de sensores, planejamento e validação, e em vez disso montar uma pilha unificada para produção em série.

"A revolução do transporte autônomo já começou — esta é a primeira indústria robótica de trilhões", disse o CEO da NVIDIA,

Jensen Huang.

Ferramentas para robôs

Além do setor automotivo, a NVIDIA expandiu sua pilha de IA física para robótica. A empresa showcased Cosmos 3 para geração e simulação de mundos, Isaac Lab 3.0 para treinamento de robôs em larga escala em simulação, e GR00T N1.7 como um modelo aberto para habilidades robóticas universais. A empresa também anunciou o próximo modelo GR00T N2, que, segundo a NVIDIA, lida com novas tarefas em novos ambientes mais de duas vezes melhor do que os principais sistemas de visão-linguagem-ação.

O ponto desses lançamentos é que a NVIDIA não está mais vendendo apenas um chip separado ou apenas um SDK, mas um caminho completo do treinamento à implantação. Fabricantes como ABB Robotics, FANUC, KUKA, YASKAWA, Figure, Agility e Boston Dynamics usam Omniverse, Isaac e Jetson para primeiro executar robôs através de gêmeos digitais fisicamente precisos, e depois transferir modelos para hardware real. Para a indústria, isso reduz o custo dos erros: experimentos caros saem do chão de fábrica para a simulação.

Apostando em dados

Uma camada separada de anúncios é dedicada ao treinamento de IA física de forma mais rápida e barata. A NVIDIA apresentou o Physical AI Data Factory Blueprint — uma arquitetura de referência aberta que combina coleta de dados, geração sintética, aumento e avaliação de modelos em um pipeline. A lógica é simples: o mundo real é escasso, é muito caótico, e os casos mais perigosos para veículos autônomos e robôs são ocorrências raras. Isso significa que os dados precisam não apenas ser coletados, mas produzidos em massa.

Esta camada inclui vários componentes:

• Alpamayo 1.5 para condução autônoma baseada em raciocínio e análise de cenários de cauda longa
• Omniverse NuRec para reconstrução e refinamento de cena ao treinar sistemas AV
• Cosmos 3 para geração de mundo sintético e simulação de ações
• Isaac Lab 3.0 e Jetson Thor para a transição do treinamento para execução real
• Implantações em nuvem através do Microsoft Azure e Nebius para dimensionar a data factory

Esta estratégia explica bem por que a NVIDIA cada vez mais fala não sobre GPUs separadamente, mas sobre infraestrutura. Se a abordagem de sucesso em que compute se transforma em dados, e dados se transformam em políticas prontas para máquinas, a empresa será capaz de capturar valor em vários níveis ao mesmo tempo: modelos, simulação, orquestração, computadores de borda e nuvens parceiras.

O que isso significa

A NVIDIA está tentando se estabelecer como um provedor físico de IA principal da mesma forma que se estabeleceu anteriormente em IA generativa. Se a empresa executar seu plano para Uber, parceiros automóveis e a pilha de robótica, o mercado receberá não apenas outra vitrine com demos, mas infraestrutura operacional para implantação em massa de sistemas autônomos em estradas, armazéns, fábricas e robótica de serviço.