Nvidia amplia parcerias de IA na Coreia do Sul, de robôs industriais a táxis autônomos

Fábricas virtuais se tornam campo de treinamento para robôs coreanos

A Nvidia está ampliando a cooperação com fabricantes sul-coreanos para treinar robôs em fábricas virtuais antes de colocá-los nas linhas de produção, enquanto um novo acordo com a Kakao Mobility estende sua tecnologia a planos para táxis autônomos. No Nvidia AI Day Seoul 2026, que começou em 9 de novembro no COEX, em Seul, a empresa apresentou projetos com o Hyundai Motor Group, a Doosan Robotics, a LG Electronics, a Samsung Electronics e a SK Hynix.

Os projetos abordam tarefas industriais específicas: testar movimentos de robôs em fábricas de automóveis, polir portas automotivas, montar componentes de máquinas de lavar e investigar problemas em equipamentos de fábricas de semicondutores. A Kakao Mobility, por sua vez, planeja combinar sua própria IA para direção com uma unidade de computação que contém dois sistemas Nvidia DRIVE AGX Thor, para veículos desenvolvidos com a Kia.

Deepu Talla, vice-presidente de robótica e IA de borda da Nvidia, disse que agentes de IA poderiam reduzir o trabalho de construção de ambientes de simulação robótica de vários meses, com a participação de vários engenheiros, para menos de uma semana de trabalho de um único engenheiro. Ele também descreveu uma aceleração potencial de cerca de 100 vezes no desenvolvimento de gêmeos digitais e em fluxos de trabalho relacionados à robótica.

As demonstrações de novembro dão continuidade aos compromissos descritos na atualização de junho sobre parcerias da Nvidia. O anúncio apresentou uma fábrica de IA da LG, a expansão planejada do centro de dados GAK Sejong, da Naver, para 55 megawatts e, futuramente, para a escala de gigawatts, além de uma nuvem de IA da SK Telecom, planejada para a escala de gigawatts e baseada na Nvidia DSX.

Assim, a Coreia do Sul assume dois papéis interligados na estratégia da Nvidia: fornecer memória, eletrônicos e conhecimento industrial para a infraestrutura de IA; e oferecer fábricas e serviços de transporte onde essa infraestrutura pode ser aplicada. As parcerias mais recentes se concentram em transformar capacidade computacional em máquinas capazes de realizar trabalho físico útil.

O que a IA física muda em uma linha de produção

A IA física permite que uma máquina use informações sobre o ambiente ao redor para decidir como se mover e agir. Para um robô de fábrica, isso pode significar ajustar a pegada quando um componente chega em outra posição ou mudar a pressão aplicada sobre uma superfície irregular.

Talla contrastou essa abordagem com robôs industriais programados para repetir movimentos fixos. Segundo ele, décadas de automação na indústria automotiva tornaram eficiente a produção repetitiva, enquanto as tarefas que envolvem mudanças frequentes continuam mais difíceis de automatizar.

Talla descreveu o problema de programação durante sua palestra principal:

Em áreas onde o ambiente de trabalho muda constantemente, não é possível programar cada ação.

O fluxo de trabalho proposto pela Nvidia tem três etapas de computação. Os sistemas DGX treinam modelos de IA, a tecnologia RTX dá suporte à simulação virtual e os computadores Jetson executam o software resultante nos robôs. O Isaac oferece ferramentas para o desenvolvimento e o treinamento de robôs, o Omniverse recria ambientes de trabalho e o Newton simula interações físicas, como o contato entre uma ferramenta e uma superfície.

O Cosmos, plataforma de modelos de mundo da Nvidia, contribui para esse processo ao gerar ambientes simulados e dados sintéticos. Dados sintéticos são exemplos criados por software, em vez de serem coletados inteiramente de equipamentos reais. Desenvolvedores podem usar esses exemplos para treinar robôs e avaliar como eles reagem a diferentes situações.

Hyundai testa mudanças na fábrica sem interromper a produção

O Hyundai Motor Group e a Nvidia estão recriando instalações de fabricação automotiva como gêmeos digitais, versões virtuais de fábricas e equipamentos reais. Engenheiros podem usá-los para testar a posição dos robôs, seus movimentos e as sequências de produção enquanto a linha de montagem real continua operando.

Uma mudança proposta pode ser testada repetidamente na fábrica virtual antes que os trabalhadores movam máquinas ou alterem um processo de produção. A Nvidia descreveu a execução de centenas ou milhares de experimentos, com simulações repetidas que avançam mais rápido do que o tempo real.

Os agentes de IA devem facilitar a construção desses ambientes virtuais. Um agente é um software capaz de planejar uma tarefa e acionar outras ferramentas para concluí-la. Neste caso, os agentes conectam ferramentas de simulação e automatizam parte do trabalho que engenheiros e artistas digitais antes realizavam manualmente.

Para a Hyundai, a principal vantagem prática é encurtar o caminho entre uma ideia de engenharia e uma mudança de produção testada. O comportamento dos robôs pode ser analisado junto com o processo mais amplo da fábrica, em vez de tratar cada máquina como um equipamento isolado.

Doosan e LG trabalham com contato, pressão e movimentação de peças

A Doosan Robotics está trabalhando com a Nvidia no polimento de precisão de portas automotivas e superfícies de eletrodomésticos. Polir exige mais do que repetir o mesmo trajeto: o resultado depende do material, da rugosidade da superfície e da pressão exercida pelo robô.

A colaboração usa o Isaac Lab e o mecanismo de física Newton para estudar essas interações. As demonstrações analisaram as condições da superfície e a pressão do polimento, com o objetivo de prever como o movimento de um robô altera o material com que entra em contato.

A LG Electronics está aplicando o Isaac Sim e o Isaac Lab à fabricação de eletrodomésticos. Os robôs praticam a coleta, a montagem e o posicionamento de componentes de produtos como máquinas de lavar e refrigeradores. A repetição em simulação permite que os desenvolvedores ajustem movimentos e testem o desempenho antes de fazer mudanças com peças e máquinas reais.

A programação do evento da LG também incluiu um sistema de aprendizado e validação baseado no Isaac GR00T e exemplos de aplicações em fábricas. A parceria mais ampla da empresa com a Nvidia conecta dados de produção e conhecimento de manufatura à infraestrutura de IA, com planos de integrar compras, produção, logística e entrega ao cliente por meio de dados e IA.

Desenvolvedores menores também fazem parte da rede. A startup sul-coreana RealWorld está desenvolvendo o DexPinch para avaliar a manipulação robótica e a precisão de algoritmos. A Krafton foi apresentada como outra parceira, trabalhando em robôs destinados à interação com pessoas em serviços de assistência social e saúde.

Fábricas de semicondutores conectam simulação à investigação de falhas

A SK Hynix, a Samsung Electronics e a SK Telecom mostram como as parcerias da Nvidia vão além da movimentação de braços robóticos. Seus projetos usam instalações virtuais, simulação de engenharia e análise de IA para examinar equipamentos e processos operacionais complexos.

Os gêmeos digitais de fábricas de semicondutores permitem monitorar equipamentos e processos, além de analisar procedimentos operacionais padrão, ou seja, as instruções que os trabalhadores seguem para realizar tarefas de maneira consistente. A Nvidia também demonstrou agentes de IA investigando as causas de anomalias em equipamentos dentro de instalações virtuais.

A Samsung apresentou análises de fluidos, térmicas e estruturais usando o PhysicsNeMo, ferramentas da Nvidia para modelos de IA que levam em conta o comportamento físico. Essas tarefas examinam como líquidos ou gases fluem, como o calor se desloca e como estruturas reagem a forças. A Samsung também mostrou ferramentas de IA para explorar opções de projeto.

O programa da SK Hynix abrangeu simulações de dispositivos e processos de semicondutores usando CUDA-X e PhysicsNeMo. O objetivo comum desses projetos é permitir que engenheiros examinem digitalmente possíveis mudanças e problemas operacionais, em conjunto com os sistemas físicos que gerenciam.

Kakao Mobility quer passar de táxis supervisionados ao nível 4

A Kakao Mobility e a Nvidia assinaram seu memorando de entendimento sobre direção autônoma em 9 de novembro, no The Westin Seoul Parnas, em Gangnam. Entre os participantes estavam Kim Jin-gyu, vice-presidente de IA física da Kakao Mobility, e Gaurav Agrawal, diretor sênior da área automotiva da Nvidia.

A Kakao Mobility já opera um serviço de táxis autônomos em Gangnam com motoristas de segurança a bordo. O serviço começou com dois veículos em março e foi ampliado para seis em agosto, triplicando a frota. Os passageiros acessam o serviço pelo Kakao T.

A nova cooperação tem como objetivo a automação de nível 4. Nesse nível, o veículo realiza a tarefa de dirigir sem depender de um motorista humano dentro de condições operacionais especificadas, como uma área de serviço definida. A Kakao Mobility não divulgou uma data de lançamento comercial nem a quantidade de veículos prevista para seu serviço de nível 4.

A Kakao Mobility liderará o desenvolvimento de sua própria IA para direção, enquanto a Nvidia fornecerá computação, integração de sensores e tecnologia de segurança. As empresas planejam aplicar primeiro o sistema resultante a veículos desenvolvidos especificamente para esse fim pela Kia, projetados para usos particulares, como serviços de transporte de passageiros.

O acordo dá sequência a várias etapas relacionadas:

• Março de 2026: A Kakao Mobility iniciou seu serviço de táxis autônomos em Gangnam com dois veículos e motoristas de segurança.
• Maio de 2026: A Kakao Mobility firmou uma parceria com a LG Innotek em sensoriamento de precisão e dados de direção.
• Julho de 2026: A Kakao Mobility e a Kia concordaram em desenvolver e fornecer veículos para serviços de direção autônoma.
• Agosto de 2026: A frota de Gangnam aumentou para seis veículos.
• 9 de novembro de 2026: A Kakao Mobility e a Nvidia assinaram seu acordo de cooperação tecnológica.
• Até o fim de 2026: A Kakao Mobility planeja ampliar a aplicação de seu modelo de IA para direção de ponta a ponta.

Como o sistema de direção se integra

O modelo de ponta a ponta da Kakao Mobility conecta a compreensão do entorno do veículo às decisões de direção por meio de um modelo de IA. Atualmente, a empresa combina decisões de direção baseadas em IA com um sistema de verificação de segurança baseado em regras explícitas.

A unidade de computação planejada terá dois sistemas DRIVE AGX Thor. A arquitetura de referência Nvidia Hyperion oferece uma estrutura de projeto para conectar o veículo, os sensores e o hardware de computação, enquanto o Halos fornece uma estrutura de segurança para desenvolvimento e verificação.

Rishi Dhall, vice-presidente da área automotiva da Nvidia, descreveu a divisão de responsabilidades prevista:

A Nvidia Hyperion fornece a base de tecnologia de sensores e computação necessária para implementar a direção autônoma de nível 4, enquanto a Nvidia Halos dá suporte a uma estrutura de segurança abrangente em todo o processo, do desenvolvimento da tecnologia à aplicação em serviços reais.

As empresas pretendem desenvolver um sistema que atenda aos padrões globais, estabelecer serviços na Coreia do Sul e considerar uma expansão internacional a longo prazo. A tarefa imediata de engenharia é integrar o software da Kakao Mobility, o hardware da Nvidia e os veículos da Kia em um sistema coordenado.

Agentes de IA mais baratos e modelos em coreano dão suporte às fábricas

A Nvidia também apresentou maneiras de reduzir o custo de operação de agentes de IA. Jonathan Cohen, vice-presidente de pesquisa aplicada da empresa, descreveu o Switchyard, que direciona tarefas a diferentes modelos de IA de acordo com sua dificuldade e custo.

Nos testes internos da Nvidia, essa abordagem manteve uma taxa de sucesso de 80% nas tarefas, reduzindo os custos para cerca de um terço do valor de usar um único modelo potente. Em outras palavras, a economia relatada foi de cerca de dois terços, sem alteração na taxa de sucesso.

Cohen explicou por que esse direcionamento é importante:

Não é preciso enviar todas as tarefas ao modelo mais inteligente.

A Naver participa da Nemotron Coalition, compartilhando dados e técnicas de treinamento para o desenvolvimento de modelos abertos. A Naver Cloud apresentou sua experiência com o Nemotron e o treinamento de modelos de grande porte. A SK Telecom, a LG AI Research e a Upstage também usam tecnologia e conjuntos de dados do Nemotron para desenvolver modelos adaptados ao idioma coreano e a setores nacionais.

A Nvidia descreveu a disponibilização de pesos de modelos, scripts de treinamento e scripts de teste em sua estratégia de modelos abertos. Os pesos do modelo são os parâmetros numéricos aprendidos que determinam como um modelo responde. O acesso a esses componentes oferece às empresas um ponto de partida para adaptar sistemas com seus próprios dados e conhecimentos industriais.

Escolhas de energia e plataformas moldam a expansão

O treinamento de IA, a simulação de robôs e a operação de serviços exigem infraestrutura computacional. A plataforma DSX da Nvidia trata GPUs, redes, refrigeração e fornecimento de eletricidade como partes de um único sistema que podem ser gerenciadas em conjunto.

A Nvidia afirmou que a parceira de nuvem Nscale usou o gerenciamento dinâmico de energia para aumentar em cerca de 37% a capacidade de implantação de GPUs e em aproximadamente 50% a geração de tokens, dentro do mesmo limite de energia. Tokens são pequenas unidades de texto que os modelos de linguagem processam e produzem. O exemplo ilustra o foco da empresa em gerar mais computação útil com uma oferta limitada de eletricidade.

O NVLink Fusion aborda outra necessidade de infraestrutura: conectar chips de IA personalizados aos sistemas da Nvidia. A tecnologia foi projetada para reduzir o trabalho necessário aos desenvolvedores de chips para construir infraestrutura de servidores, redes e racks em torno de seus processadores.

A expansão da Coreia do Sul já inclui uma alocação de 260 mil chips anunciada em novembro de 2025, com entregas previstas para começar em 2026. Um acordo de outubro de 2026 para linhas de produção dedicadas de substratos nas instalações da Samsung Electro-Mechanics em Sejong e Busan acrescenta outra conexão entre a manufatura coreana e a cadeia de suprimentos da Nvidia.

O papel comercial da Nvidia se estende por essas parcerias. Talla descreveu a empresa como fornecedora de plataformas e chips, e não fabricante de robôs. Os parceiros coreanos fornecem fábricas, produtos, conhecimento operacional e aplicações; a Nvidia fornece grande parte da infraestrutura compartilhada de desenvolvimento. O uso de ferramentas comuns pode simplificar a integração, mas também torna importantes para as empresas participantes as decisões sobre compatibilidade e continuidade do acesso a essas ferramentas.

O que saber

• A Nvidia apresentou a ampliação das parcerias de manufatura e robótica na Coreia do Sul durante o AI Day Seoul 2026, realizado de 9 a 10 de novembro no COEX.
• A Hyundai está testando processos de produção em gêmeos digitais, a Doosan está desenvolvendo polimento robótico e a LG está treinando robôs para a fabricação de eletrodomésticos.
• Os projetos da Samsung, da SK Hynix e da SK Telecom conectam simulação de fábricas a análises de engenharia, monitoramento e procedimentos operacionais.
• A Nvidia afirma que agentes de IA podem reduzir o desenvolvimento de ambientes de simulação de meses para menos de uma semana de trabalho de um único engenheiro.
• A Kakao Mobility planeja combinar sua IA para direção com a computação e a tecnologia de segurança da Nvidia em veículos da Kia para serviços de nível 4.
• A frota atual da Kakao Mobility em Gangnam tem seis veículos com motoristas de segurança. A data de lançamento do serviço de nível 4 e o volume de veículos não foram anunciados.
• O gerenciamento de energia de centros de dados, os modelos em coreano e as plataformas compartilhadas de desenvolvimento dão suporte ao esforço industrial mais amplo.