# Artikel Terkait Robotika

Pusat Berita HTX menyediakan artikel terbaru dan analisis mendalam mengenai "Robotika", mencakup tren pasar, pembaruan proyek, perkembangan teknologi, dan kebijakan regulasi di industri kripto.

NVIDIA Memilih Unitree, Tapi Mengganti Tangan Unitree

Unitree dipilih oleh NVIDIA sebagai badan robot humanoid referensi dalam proyek NVIDIA Isaac GR00T, namun tangan robot yang digunakan bukan produk Unitree sendiri, melainkan Sharpa Wave dari perusahaan Sharpa. Sharpa, yang didirikan dua tahun lalu dengan tim inti dari Hesai Technology, menawarkan tangan lincah dengan 22 derajat kebebasan aktif dan sistem taktil Dynamic Tactile Array (DTA) yang canggih. Sistem ini memungkinkan robot merasakan tekanan, tekstur, dan gerakan dengan presisi tinggi, sehingga lebih mampu menangani benda-benda rumit di dunia nyata dibandingkan tangan Unitree yang lebih fokus pada ekosistem robot mereka sendiri. Demonstrasi Sharpa, seperti mengocok dan membagikan kartu, mengupas telur, merakit komputer, dan melipat kipas kertas, menunjukkan kemampuan kontrol gaya dan umpan balik taktil yang luar biasa. Kini, Sharpa tidak hanya menjadi pemasok perangkat keras, tetapi juga terintegrasi ke dalam platform pelatihan simulasi NVIDIA Isaac Lab, memungkinkan pengumpulan data, pelatihan, dan penyebaran strategi yang lebih baik. Meskipun demikian, persaingan di pasar tangan robot tetap ketat dengan banyak pemain seperti Lingxin Qiaoshou, Linjidian, dan lainnya yang terus berinovasi. Pilihan NVIDIA ini menandakan pergeseran industri dari fokus pada mobilitas robot ke kemampuan melakukan tugas-tugas praktis, di mana tangan yang cerdas menjadi semakin krusial.

marsbit06/10 11:04

NVIDIA Memilih Unitree, Tapi Mengganti Tangan Unitree

marsbit06/10 11:04

Robot Semakin Nyata Semakin Menakutkan? Mengungkap Efek "Lembah Mengganggu" di Era Robot Humanoid

Penulis: Dean Fankhauser Diterjemahkan oleh: Felix, PANews Hubungan manusia dengan robot menjadi semakin kompleks. Saat robot humanoid semakin mendekati penampilan manusia, kini muncul hambatan psikologis tak terduga yang dapat membentuk cara interaksi manusia-mesin di masa depan: Efek Lembah Aneh (Uncanny Valley). **Apa itu "Efek Lembah Aneh"?** Ini adalah fenomena psikologis yang menggambarkan perubahan reaksi emosional manusia seiring dengan semakin miripnya buatan tangan dengan manusia. Konsepnya sederhana namun mendalam: robot yang terlihat jelas sebagai mesin (seperti R2-D2) mudah diterima. Namun, saat kemiripannya hampir sempurna tetapi belum sepenuhnya, tingkat kenyamanan justru turun drastis. Ketidaksempurnaan kecil pada gerakan atau ekspresi wajah menjadi sangat mencolok dan terasa menyeramkan. Konsep ini diperkenalkan oleh ahli robotika Jepang Masahiro Mori pada 1970. **Mengapa Muncul Rasa Tidak Nyaman?** Efek ini memicu konflik dalam persepsi manusia. Otak secara alami membaca ekspresi wajah dan sinyal sosial. Ketika robot 90% mirip manusia, otak awalnya mengklasifikasikannya sebagai "manusia", tetapi kemudian cepat mendeteksi ketidakkonsistenan (seperti gerakan mata yang salah, tekstur kulit terlalu sempurna, atau kedipan yang tidak wajar). Ketidakcocokan ini menyebabkan disonansi kognitif dan memicu alarm bawah sadar bahwa ada sesuatu yang menyamar. Contohnya adalah reaksi terhadap karakter film *The Polar Express* atau robot Sophia dari Hanson Robotics, yang bagi sebagian orang terlihat mengganggu. **Bagaimana Perusahaan Robot Menanggapi?** Ini adalah tantangan desain penting. Beberapa perusahaan, seperti Boston Dynamics, memilih desain yang jelas-jelas mekanis untuk menghindari lembah aneh. Sementara yang lain, seperti Hanson Robotics, terus mengembangkan robot yang sangat mirip manusia. Untuk robot rumahan, desain yang distilisasi atau mekanis sering dipilih agar dapat diterima oleh seluruh keluarga. **Akankah Efek Lembah Aneh Hilang?** Dua faktor dapat mengurangi efek ini seiring waktu: pertama, kemajuan teknologi yang memungkinkan robot mencapai tingkat realisme yang hampir sempurna, menghilangkan keanehan. Kedua, kebiasaan. Generasi muda yang tumbuh bersama robot humanoid mungkin memiliki toleransi yang lebih tinggi. Saat ini, Efek Lembah Aneh mengingatkan kita bahwa memahami psikologi manusia sama pentingnya dengan menguasai teknologi robotik.

marsbit06/09 06:12

Robot Semakin Nyata Semakin Menakutkan? Mengungkap Efek "Lembah Mengganggu" di Era Robot Humanoid

marsbit06/09 06:12

Pertama Kali: Pra-pelatihan VLA Murni dari Video Manusia untuk Operasi Cekatan, Dapat Diterapkan Hanya dengan Sedikit Data untuk Fine-tuning

Riset kolaboratif dari Microsoft Asia Research dan Universitas Tsinghua memperkenalkan kerangka pra-pelatihan VITRA, yang pertama kali memanfaatkan video aktivitas manusia skala besar untuk pra-pelatihan model Vision-Language-Action (VLA) dalam manipulasi lincah. Inti inovasinya adalah solusi otomatis untuk mengubah video manusia tanpa anotasi menjadi data V-L-A terstruktur. Melalui ekstraksi jejak gerakan 3D tangan, segmentasi aksi atomik berdasarkan kecepatan, dan pembuatan instruksi bahasa dengan GPT-4, dibangun dataset besar berisi 1 juta klip. Model VLA, dengan arsitektur gabungan VLM (PaliGemma-2) dan Diffusion Action Expert, menunjukkan kemampuan prediksi gerakan **zero-shot** yang kuat di lingkungan tak terlihat. Setelah penyetelan halus (**fine-tuning**) hanya dengan sekitar 1.2K data robot nyata, model berhasil diterapkan pada robot lengan lengkap dengan tangan lincah (seperti Realman dengan XHAND1), mencapai tingkat keberhasilan tinggi dalam tugas seperti mengambil, menempatkan, menuang, dan menyapu, serta menunjukkan **kemampuan generalisasi dan ketangguhan** yang luar biasa terhadap objek dan latar belakang baru. Penelitian ini juga mengungkap **hukum penskalaan (_scaling law_)** antara jumlah data pra-pelatihan dan peningkatan kinerja. Dukungan perangkat keras dari tangan lincah XHAND1, dengan model URDF presisi tinggi dan arsitektur penggerak langsung (_direct-drive_), memungkinkan alih ruang gerak manusia-robot dan eksekusi yang responsif. Karya terobosan ini membuka jalan bagi pelatihan model VLA yang lebih efisien dan dapat digeneralisasi, menggunakan data video manusia yang melimpah, mendekatkan pada realisasi kecerdasan berwujud (_embodied AI_) yang lincah dan adaptif.

marsbit06/08 08:57

Pertama Kali: Pra-pelatihan VLA Murni dari Video Manusia untuk Operasi Cekatan, Dapat Diterapkan Hanya dengan Sedikit Data untuk Fine-tuning

marsbit06/08 08:57

Ray Dalio: Sistem 'Upeti' yang Dipimpin China Kembali Muncul, Industri AI akan Berkembang seperti Industri Mobil Listrik

Ray Dalio, pendiri Bridgewater Associates, menyoroti pergeseran kekuatan global dan perkembangan AI dalam wawancara terkini. Ia menyatakan bahwa pengaruh AS sebagai kekuatan global yang dapat diandalkan menurun, sementara Cina semakin diperhitungkan. Banyak pemimpin dunia berkunjung ke Cina, yang oleh Dalio disamakan dengan sistem "upeti" historis, mencerminkan pengakuan atas kekuatan dan pengaruh Cina. Perubahan geopolitik ini menciptakan ketidakpastian bagi investor, yang perlu mendiversifikasi aset, termasuk emas. Mengenai persaingan AI antara AS dan Cina, Dalio melihat pendekatan yang berbeda. Perusahaan AS seperti OpenAI fokus pada model berlangganan dan profitabilitas. Sebaliknya, Cina memandang AI sebagai alat publik yang harus dapat diakses secara luas, serupa dengan listrik atau air, untuk mendorong produktivitas dan pertumbuhan ekonomi. Strategi ini mirip dengan kesuksesan industri mobil listrik Cina, di mana perusahaan seperti比亚迪 berkembang pesat di pasar global. Eksekutif seperti Mary Callahan Erdoes dari JPMorgan menambahkan bahwa di Cina, AI tidak dilihat sebagai ancaman pekerjaan, melainkan sebagai peluang untuk mendominasi industri masa depan, seperti robotika, yang bisa menjadi "industri mobil listrik generasi berikutnya".

Odaily星球日报06/08 08:31

Ray Dalio: Sistem 'Upeti' yang Dipimpin China Kembali Muncul, Industri AI akan Berkembang seperti Industri Mobil Listrik

Odaily星球日报06/08 08:31

Serenity：绿的谐波， Inti “Inti Tiongkok” dalam Trek Robotika

Penulis menilai LeaderDrive (688017) sebagai perusahaan unggulan di industri robotika Tiongkok, khususnya sebagai produsen komponen inti. Berbeda dengan perusahaan lain yang fokus pada perakitan bernilai rendah atau komponen berisiko desain usang, LeaderDrive memiliki keunggulan teknologi tinggi, seperti pada produk reducer harmonik dan planetary roller screw, yang merupakan komponen bernilai tinggi dalam setiap produksi robot humanoid. Menurut penulis, investasi di LeaderDrive mencakup: beragam komponen dengan hambatan masuk tinggi, kontribusi besar pada biaya material (BOM) setiap robot humanoid, serta kemampuan produksi massal berbiaya rendah. Risiko utama berasal dari persaingan perusahaan Tiongkok baru dan kemungkinan penurunan margin produksi massal. Namun, perusahaan di luar Tiongkok diyakini tidak dapat menyaingi efisiensi biaya produksi massal Tiongkok, yang akan menyebabkan divergensi pasokan: robot humanoid murah dari rantai pasok Tiongkok versus robot berbiaya tinggi dari rantai pasok Barat. Dengan proyeksi pasar robot humanoid yang sangat besar (jutaan unit per tahun) dalam 3-5 tahun ke depan, valuasi pasar LeaderDrive saat ini (sekitar $10,65 miliar) dipandang akan tampak kecil. Kesimpulannya, ini merupakan ide investasi jangka panjang untuk mengantisipasi pertumbuhan eksponensial perusahaan seiring meluasnya pasar robot humanoid global.

marsbit06/08 06:09

Serenity：绿的谐波， Inti “Inti Tiongkok” dalam Trek Robotika

marsbit06/08 06:09

Dari Kode ke Kognisi: Panduan Panjang Evolusi Otak Robot

**Dari Kode ke Kognisi: Evolusi Otak Robot** Era robot sebelumnya bergantung pada kode yang dirancang dengan hati-hati untuk persepsi, perencanaan, dan kontrol (seperti PID), membatasi kemampuan generalisasi. Kemajuan datang dengan pembelajaran mendalam untuk persepsi visual dan pembelajaran penguatan untuk kontrol motorik, tetapi kebijakan tetap sempit. Titik balik terjadi dengan munculnya Model Bahasa Besar (LLM). LLM bertindak sebagai perencana tingkat tinggi, menerjemahkan instruksi bahasa alami menjadi urutan keterampilan atomik untuk dieksekusi oleh sistem robot tradisional (seperti ROS2). Ini adalah lompatan besar, tetapi LLM hanya penjadwal cerdas, bukan penggerak langsung. Lompatan berikutnya adalah Model Visi-Bahasa-Aksi (VLA). Model ini menggabungkan persepsi visual dan instruksi bahasa langsung ke dalam satu jaringan neural untuk menghasilkan perintah gerakan, menyatukan penalaran dan tindakan. Ini memungkinkan generalisasi yang lebih baik. Arsitektur populer (seperti di Figure AI, NVIDIA GR00T) menggunakan sistem "otak ganda": Model S2 yang besar dan lambat (7-9Hz) untuk penalaran tingkat tinggi, dan model S1 yang kecil dan cepat (200Hz) untuk menghasilkan gerakan halus. Lapisan S0 (1kHz) menangani keseimbangan dan koordinasi refleksif. Komputasi untuk kontrol keselamatan yang kritis dijalankan secara lokal di papan (mis., pada NVIDIA Jetson) karena masalah latensi dan keandalan jaringan. Cloud digunakan untuk antarmuka percakapan dan pembelajaran kumpulan data. Model sumber terbuka (seperti OpenVLA, NVIDIA GR00T, π0) sangat penting, memungkinkan startup mengadaptasi model dasar dengan data robot mereka sendiri, mempercepat inovasi. Namun, VLA masih memiliki keterbatasan: pemulihan kesalahan, efisiensi sampel, generalisasi lintas platform, perencanaan jangka panjang, dan pemahaman fisika yang mendalam. Di sinilah **Model Dunia** menjadi kunci. Model Dunia adalah jaringan neural yang memprediksi keadaan dunia masa depan berdasarkan keadaan saat ini dan tindakan yang diusulkan (misalnya, menghasilkan video yang disimulasikan). Ini memungkinkan robot untuk "berpikir sebelum bertindak", mensimulasikan berbagai skenario, mengevaluasi hasil, dan memilih tindakan terbaik sebelum eksekusi. Pendekatan ini meningkatkan pemulihan, generalisasi, perencanaan, keamanan, dan memungkinkan pembangkitan data sintetis skala besar. Arsitektur utama termasuk difusi video tingkat piksel (Cosmos/Sora), JEPA (LeCun), dan model dunia tindakan laten (Genie). Masa depan robot humanoid mungkin menggabungkan VLA dengan Model Dunia untuk perencanaan berbasis simulasi. Data (terutama melalui operasi jarak jauh) tetap menjadi penghalang utama. Sementara narasi "momen ChatGPT" untuk robot agak menyesatkan (saat ini lebih mirip era GPT-2), kemajuan menuju robot yang mampu beradaptasi secara umum sangat cepat. Evolusi dari kode buatan ke model dunia yang dipelajari secara perlahan memindahkan kecerdasan dari pikiran insinyur ke dalam sistem yang mampu memahami dan membayangkan dunia.

marsbit06/07 13:05

Dari Kode ke Kognisi: Panduan Panjang Evolusi Otak Robot

marsbit06/07 13:05

Pidato GTC Taipei 2026 Huang Renxun: Era Agen AI Tiba, Komputasi adalah Pendapatan

Dalam pidato GTC Taipei 2026, CEO NVIDIA Jensen Huang mengumumkan bahwa AI telah memasuki era **"agen"** — sistem AI yang dapat melakukan tugas nyata dan menghasilkan nilai ekonomi. Ia menekankan bahwa **"Token adalah unit pendapatan,"** dan permintaan komputasi untuk menghasilkan Token akan meledak, yang disebut sebagai **"Pabrik AI."** Huang memperkenalkan **Vera Rubin**, bukan sekadar chip, tetapi sistem infrastruktur komputasi ujung-ke-ujung yang dirancang khusus untuk menjalankan agen AI. Ia juga memperkenalkan **Vera CPU**, prosesor pertama yang dibuat untuk agen AI, yang mengutamakan latensi rendah dan bandwidth tinggi karena agen "tidak sabar." NVIDIA meluncurkan **Toolkit Agen AI Perusahaan** yang mencakup model (seperti Nemotron 3 Ultra terbuka), framework, alat, dan runtime untuk membantu bisnis membangun agen mereka sendiri. Bersama Microsoft, mereka memperkenalkan **generasi baru PC** yang dapat menjalankan agen AI secara lokal. Dalam domain AI fisik, Huang mengumumkan **Cosmos 3** (model dasar untuk robotika), **Alpamayo 2** (untuk kendaraan otonom), dan platform referensi robot humanoid **Isaac GR00T**. Pola komputasi agen—model, framework, alat, runtime—akan menjadi standar di cloud, enterprise, PC, robot, dan perangkat tepi. Intinya, Huang menyatakan **"Komputasi adalah pendapatan,"** dan NVIDIA bertransisi dari perusahaan sistem menjadi **perusahaan infrastruktur** untuk membantu klien membangun pabrik AI yang menghasilkan keuntungan.

marsbit06/03 03:40

Pidato GTC Taipei 2026 Huang Renxun: Era Agen AI Tiba, Komputasi adalah Pendapatan

marsbit06/03 03:40

Menggantungkan Dua Kartu Kerja di Leher Unitree

Jensen Huang, CEO Nvidia, mempresentasikan robot humanoid Isaac GR00T di Taipei. Robot ini merupakan *reference design* yang menggabungkan tubuh dari Unitree H2 Plus, tangan dari Sharpa Singapore, dan "otak" berupa chip Jetson Thor serta perangkat lunak Nvidia. Desain ini ditargetkan untuk peneliti universitas, dengan kode model tersedia di GitHub. Pada hari yang sama, Unitree, pemasok tubuh robot, mengumumkan persetujuan IPO-nya dengan valuasi 42 miliar RMB. Rencana penggunaan dananya menunjukan fokus pada pengembangan model kecerdasan embodied (*embodied AI*) atau "otak", bukan hanya tubuh. Artikel ini menarik paralel dengan industri ponsel, di mana *reference design* dari Qualcomm dahulu membuat banyak ponsel menjadi serupa dan memusatkan nilai pada chip dan perangkat lunak, mengurangi margin produsen hardware. Nvidia, dengan model GR00T yang open-source, dapat menciptakan dinamika serupa di industri robotika, di mana nilai terkonsentrasi pada "otak". Unitree menyadari risiko ini. Sementara tubuhnya menjalankan "otak" GR00T dari Nvidia, perusahaan juga sedang mengembangkan model otaknya sendiri (UnifoLM) dan bekerja dengan pemasok otak lain seperti Fifth Era Technology. Ini adalah upaya untuk tidak hanya menjadi pemasok tubuh. Namun, tantangannya besar karena GR00T berkembang cepat dan telah digunakan banyak perusahaan. Hanya Tesla, dengan Optimus, yang sepenuhnya independen berkat chip FSD buatannya, siklus data dari mobilnya, dan kemampuan manufaktur kelas dunia. Unitree memiliki keunggulan dalam penguasaan komponen tubuh dan algoritma kendali gerak, yang masih bernilai tinggi karena robotika belum terstandarisasi penuh. Intinya, Unitree sedang berlomba melawan waktu. Dengan investasi besar pada *embodied AI*, mereka berusaha membangun otak yang kompetitif sebelum jendela kesempatan tertutup oleh dominasi platform Nvidia. Hasilnya akan menentukan apakah masa depan mereka seperti Tesla (independen) atau mengikuti pola produsen hardware di era ponsel dengan margin tipis.

marsbit06/02 06:06

Menggantungkan Dua Kartu Kerja di Leher Unitree

marsbit06/02 06:06

OpenAI Kembali Meluncurkan Bisnis Robotika Setelah Enam Tahun, Fokus Jangka Pendek pada Robot Bantu

Pada tanggal 1 Juni, CEO OpenAI Sam Altman secara resmi mengumumkan masuknya perusahaan ke arena robotika fisik dengan membentuk tim baru "OpenAI Robotics". Tujuannya adalah membuat robot yang benar-benar berguna bagi masyarakat. Strategi OpenAI terbagi menjadi tujuan jangka pendek dan panjang. Dalam jangka pendek, fokusnya adalah mengembangkan robot yang dapat membantu pekerja teknis membangun infrastruktur masa depan. Untuk jangka panjang, OpenAI membayangkan setiap individu dapat memiliki robot pribadi yang memenuhi berbagai kebutuhan. Keputusan ini menandai kembalinya OpenAI ke bidang robotika setelah enam tahun. Pada 2019, OpenAI pernah membubarkan tim robotikanya untuk berkonsentrasi pada pengembangan model bahasa besar seperti GPT, yang akhirnya melahirkan ChatGPT. Selama beberapa tahun terakhir, meskipun tidak mengembangkan robot secara langsung, OpenAI telah berinvestasi di beberapa startup robotika seperti 1X Technologies dan Figure AI. Kerja sama dengan Figure AI pada awal 2024 berakhir pada Februari 2025 karena perbedaan jalur teknologi. Hal ini mendorong OpenAI untuk menghidupkan kembali tim robotikanya secara internal. Langkah ini juga dilihat sebagai upaya OpenAI untuk menunjukkan kurva pertumbuhan baru sebelum IPO yang direncanakan pada 2026, dengan beralih dari perangkat lunak murni ke kombinasi perangkat keras dan lunak. Kelebihan OpenAI terletak pada kemampuan model AI-nya yang mutakhir, khususnya "model dunia" untuk memahami dan mensimulasikan dunia fisik. Pendekatan teknologi mereka mungkin mengikuti logika "ciptakan otak dulu, baru tubuh", yang berpotensi membentuk kembali pola pengembangan industri robotika.

marsbit06/02 00:34

OpenAI Kembali Meluncurkan Bisnis Robotika Setelah Enam Tahun, Fokus Jangka Pendek pada Robot Bantu

marsbit06/02 00:34

Di "Pabrik Agent" Jensen Huang, Cerita Baru Apa yang Ada di Dalamnya?

Artikel ini membahas presentasi CEO NVIDIA Jensen Huang di GTC Taipei 2026, yang fokus pada visi baru perusahaan mengenai "Agent AI" atau agen kecerdasan buatan. Berbeda dengan penekanan sebelumnya pada solusi sistem chip dan komputasi, Huang kini menyoroti ekosistem lengkap yang dibangun NVIDIA untuk mendukung agen AI. Platform Vera Rubin, yang sudah memasuki produksi, dirancang khusus untuk beban kerja agen yang kompleks, dengan efisiensi 10x lebih tinggi dari generasi sebelumnya. Prosesor Vera CPU, yang diklaim sebagai prosesor pertama untuk era AI, menawarkan kecepatan tugas 1,8x lebih cepat. NVIDIA juga memperkenalkan DSX, sistem operasi dan toolkit untuk membangun dan mengoperasikan "pabrik AI," serta "DGX Station for Windows" untuk menjalankan agen secara lokal di desktop perusahaan. Di sisi perangkat lunak, NVIDIA meluncurkan model Nemotron 3 Ultra dan framework NemoClaw untuk membangun "rekan kerja digital," serta Cosmos 3, model dasar untuk memahami dunia fisik. Kolaborasi dengan Unitree menghasilkan robot humanoid H2 Plus, contoh desain referensi berbasis platform Isaac GR00T. Keamanan data untuk agen ditingkatkan melalui Vera BlueField-4 STX. Kesimpulannya, NVIDIA menyusun peta teknologi menyeluruh—dari chip, data center, model, perangkat lunak, hingga robotika—untuk mendukung era baru di mana agen AI menjadi inti dari infrastruktur komputasi.

marsbit06/01 12:08

Di "Pabrik Agent" Jensen Huang, Cerita Baru Apa yang Ada di Dalamnya?

marsbit06/01 12:08

活动图片