Nvidia Isaac OS e Agile ONE SN portano la robotica europea nel suo ecosistema

📌 In Sintesi

• Nvidia presenta Isaac OS e Isaac Lab 3.0, collegando controllo in tempo reale, simulazione e addestramento dei robot attraverso un ecosistema di software aperto.
• La tedesca Agile Robots annuncia Agile ONE SN, un umanoide con Jetson Thor e GR00T 1.7 destinato alla ricerca, con disponibilità prevista all’inizio del 2027.
• ABB, KUKA, Siemens e altri produttori europei integrano tecnologie Nvidia. La diffusione di modelli aperti riduce alcuni costi di sviluppo, ma non elimina la dipendenza dallo stack hardware e software statunitense.

Nvidia porta la propria piattaforma AI nel cuore della robotica industriale europea, collegando modelli generativi, simulazione fisica, sistemi di controllo e macchine destinate a lavorare nelle fabbriche. Durante il GTC Berlin del 21 ottobre 2026, il gruppo statunitense ha annunciato Isaac OS, Isaac Lab 3.0 e una nuova piattaforma umanoide sviluppata con la tedesca Agile Robots, mentre aziende come ABB, KUKA, Siemens e NEURA Robotics stanno integrando le sue tecnologie nei propri sistemi. La strategia supera la vendita di GPU e computer embedded: Nvidia vuole diventare il fornitore dello stack che permette ai robot di apprendere, muoversi e operare negli ambienti industriali, trasformando l’eccellenza manifatturiera europea in un nuovo mercato per i propri prodotti.

Nvidia Isaac OS collega sensori, AI e controllo dei robot in tempo reale

La novità più rilevante è Isaac OS, presentato come un framework runtime open source costruito su Nvidia Holoscan per collegare modelli AI, sensori, attuatori e sistemi di controllo. Il nome potrebbe suggerire un sistema operativo generalista destinato a sostituire Linux o ROS, ma la funzione dichiarata è differente: fornire un ambiente di esecuzione deterministico e a bassa latenza per le applicazioni robotiche, permettendo il trasferimento delle capacità sviluppate in simulazione verso dispositivi fisici. Un robot industriale deve elaborare continuamente dati provenienti da videocamere, sensori di profondità, sistemi inerziali e controllori dei motori, mantenendo tempi compatibili con il movimento reale. La generazione di una risposta linguistica può tollerare ritardi che diventerebbero inaccettabili durante la manipolazione di un oggetto o l’arresto di un braccio meccanico. Isaac OS affronta proprio il problema dell’integrazione fra percezione, decisione e controllo, mentre Isaac Lab 3.0, ora generalmente disponibile, amplia gli strumenti di apprendimento robotico mediante GPU multiple e motori fisici come Newton e PhysX. Nel comunicato ufficiale Nvidia sul GTC Berlin, l’azienda presenta i due strumenti come parte di una pipeline capace di collegare raccolta dati, simulazione, addestramento, verifica e distribuzione. La differenza rispetto al precedente Isaac ROS 5.0, che aveva introdotto nuovi pacchetti accelerati per ROS 2, consiste nell’estensione del progetto verso un runtime di controllo e un ambiente di apprendimento maggiormente integrati. La piattaforma rimane modulare, ma l’integrazione fra i suoi componenti diventa un vantaggio competitivo per Nvidia.

Leggi anche: Nvidia fa costruire simulazioni fisiche agli agenti AI con Omniverse

Agile ONE SN: l’umanoide tedesco usa GR00T 1.7 e Jetson Thor

Il primo esempio della nuova strategia è Agile ONE SN, un umanoide di riferimento sviluppato da Agile Robots, società fondata a Monaco nel 2018 da ricercatori provenienti dal centro aerospaziale tedesco DLR. Il robot misura 1,40 metri, dispone di 31 gradi di libertà nel corpo e utilizza due mani WUJI a cinque dita con altri 20 gradi di libertà ciascuna, per un totale dichiarato dal produttore di 71. La capacità di carico raggiunge 3 chilogrammi per braccio, mentre il sistema di percezione comprende videocamere RGB-D, sensori ai polsi e LiDAR tridimensionale. La capacità di elaborazione è affidata a Nvidia Jetson Thor, con 128 GB di memoria unificata e una potenza dichiarata di 2.070 TFLOPS in precisione FP4. Una discrepanza riguarda il peso: Nvidia indica 40 chilogrammi, mentre la scheda pubblicata da Agile Robots ne riporta 43; il dato definitivo richiede pertanto un chiarimento del produttore. Il software comprende Isaac GR00T 1.7, i relativi strumenti di controllo dell’intero corpo e un workflow per registrare dimostrazioni, generare dati, addestrare comportamenti e verificarli prima dell’esecuzione reale. Agile Robots dichiara che la piattaforma è progettata principalmente per laboratori e centri di ricerca, non per sostituire immediatamente lavoratori nelle linee produttive. La disponibilità commerciale è prevista all’inizio del 2027, mentre l’integrazione con il sistema di sicurezza Nvidia Halos è ancora in valutazione. Non sarebbe quindi corretto presentare Agile ONE SN come un umanoide già certificato per lavorare autonomamente accanto alle persone.

Isaac Lab 3.0 e Cosmos trasformano i dati sintetici in competenze robotiche

Il problema economico della robotica umanoide non riguarda soltanto la costruzione dell’hardware, ma la quantità di esperienze necessarie per insegnargli attività differenti. Isaac Lab 3.0 e i modelli Cosmos permettono di sviluppare movimenti e comportamenti attraverso ambienti simulati, riducendo il numero di prove che devono essere effettuate su macchine fisiche. Nvidia ha annunciato una SimReady Central Library con oltre 2.000 asset predisposti per la simulazione, comprendenti componenti industriali, robot, ambienti produttivi e attrezzature. Fra i contributori compare anche l’italiana Comau, insieme a FANUC, Franka Robotics, Universal Robots e altri produttori. La disponibilità degli asset non significa che ogni azienda coinvolta abbia già adottato Isaac OS o il nuovo umanoide: indica la partecipazione alla costruzione di un patrimonio digitale utilizzabile nei processi di simulazione. Nvidia introduce inoltre il dataset Human 1M, con attività umane riprese da tre prospettive sincronizzate e informazioni tridimensionali sul movimento delle mani. Il materiale viene distribuito attraverso Hugging Face, ma l’accesso al dataset completo è riservato ai partner della Cosmos Coalition. Tre workflow open source destinati a DGX Station consentono inoltre di perfezionare GR00T 1.7 mediante reinforcement learning, addestrare capacità di manipolazione e utilizzare ChatGPT Astra per generare dati sintetici attraverso Cosmos. La strategia continua il percorso osservato nell’integrazione fra AWS, Isaac Lab, Cosmos e servizi cloud per la Physical AI, ma rafforza la possibilità che Nvidia diventi il riferimento comune per lo sviluppo dei modelli robotici, indipendentemente dal produttore finale del dispositivo. I dati sintetici possono accelerare l’apprendimento, ma i comportamenti devono comunque essere validati nel mondo reale, dove attrito, ostacoli e condizioni impreviste possono produrre risultati differenti dalla simulazione.

Siemens, ABB e KUKA portano gli agenti AI dentro le fabbriche europee

L’espansione della piattaforma non si limita agli umanoidi. Nvidia presenta Factory Operations Blueprint (FOX), un’architettura in accesso anticipato che permette di sviluppare agenti incaricati di coordinare macchine, esaminare immagini di produzione, individuare cause dei guasti e gestire attività operative. Siemens sta integrando queste capacità in Intelligence Center X, collegando informazioni provenienti dai sistemi gestionali ERP, dalle applicazioni industriali e dagli impianti. Nel comunicato industriale Siemens, l’azienda prospetta risparmi fino al 20% attraverso la pianificazione agentica, mentre un’implementazione iniziale avrebbe registrato un incremento del 20% della produttività di linea. Sono risultati e stime riferiti a specifiche applicazioni, non benefici automaticamente riproducibili in ogni stabilimento. Siemens utilizza inoltre Cosmos Data Factory per produrre immagini sintetiche destinate all’ispezione ottica, riducendo la necessità di realizzare prototipi fisici per addestrare i sistemi di controllo qualità. ABB Robotics integra Omniverse in RobotStudio HyperReality per verificare virtualmente le configurazioni prima dell’installazione, mentre KUKA utilizza le librerie Nvidia in FactoryLens. NEURA Robotics sviluppa dati di addestramento per Neuron AI attraverso Isaac Sim e Isaac Lab; Sereact combina GR00T e Cosmos con i bracci Universal Robots per la movimentazione delle merci. Le applicazioni hanno livelli di maturità differenti, fra sperimentazioni, simulazioni e installazioni già operative. Il dato comune è l’adozione crescente dello stack Nvidia da parte di produttori europei che conservano competenze meccaniche e industriali proprie, ma utilizzano componenti software americani per sviluppare la nuova autonomia robotica.

Sicurezza industriale e robot autonomi: Halos non sostituisce la certificazione

L’utilizzo dell’intelligenza artificiale nel controllo fisico richiede garanzie differenti rispetto a quelle necessarie per un chatbot. Un errore di classificazione può provocare la caduta di un componente, l’urto con un lavoratore o un movimento incompatibile con le condizioni di sicurezza dell’impianto. Nvidia propone Halos, una piattaforma di protezione destinata a collegare progettazione, simulazione, controllo e validazione delle macchine autonome. Partner come Agile Robots, Agility Robotics, Dexory e KION stanno valutando o integrando componenti di questa architettura, mentre SICK studia la possibilità di impiegarla per migliorare la gestione dinamica delle aree di sicurezza. Il coinvolgimento di TÜV SÜD riguarda anche il percorso di valutazione e certificazione delle applicazioni industriali, ma non equivale alla certificazione automatica di tutte le piattaforme presentate. Per le imprese europee rimangono fondamentali la valutazione dei rischi, la protezione funzionale, la separazione fra sistemi informatici e sistemi di controllo, la gestione degli aggiornamenti e la possibilità di arrestare i movimenti in condizioni anomale. Il problema era già emerso nella ricerca RoboHarm, che ha sottoposto robot fisici a istruzioni potenzialmente pericolose: le capacità di ragionamento dei modelli non garantiscono automaticamente che un’azione sia sicura. Isaac OS promette prestazioni deterministiche, ma non dimostra da solo che il comportamento di un robot sia affidabile in qualunque ambiente. La certificazione e la responsabilità operativa continueranno a dipendere dal produttore, dall’integratore e dalle condizioni effettive dell’installazione.

Continua con:

Nvidia porta agenti AI nei Comuni europei: Cinisello diventa laboratorio

Amazon investe 16 miliardi in Germania: AWS e Nvidia spingono sull’AI industriale

La robotica europea diventa più aperta, ma dipende sempre di più da Nvidia

Il risultato industriale del GTC Berlin descrive una trasformazione del mercato europeo. L’Europa possiede produttori di robot, motori, sensori, attuatori e sistemi di automazione di livello mondiale, ma una parte crescente dell’intelligenza necessaria per coordinare queste componenti viene sviluppata attraverso strumenti di un solo fornitore statunitense. Nvidia distribuisce modelli con pesi aperti, framework open source e asset per la simulazione, permettendo agli sviluppatori di modificare e integrare diversi elementi. Questa apertura non elimina però la dipendenza da CUDA, Jetson Thor, DGX Station, Omniverse e dall’ecosistema di accelerazione Nvidia, soprattutto quando le applicazioni vengono ottimizzate per funzionare insieme. La strategia può ridurre i tempi di sviluppo e consentire anche alle piccole imprese di accedere a capacità prima riservate ai grandi laboratori, ma solleva il problema della sostituibilità dei componenti e della continuità del software. Per l’Italia, dove la robotica industriale rappresenta una componente importante della manifattura avanzata, il coinvolgimento di Comau nella libreria SimReady indica un’opportunità di partecipazione, non ancora la nascita di una piattaforma nazionale autonoma. Anche il lavoro di Leonardo sulle simulazioni aerodinamiche con Neural Concept e Omniverse mostra che la penetrazione delle tecnologie Nvidia attraversa settori differenti, dall’aerospazio alla produzione industriale. Il vantaggio competitivo europeo non dipenderà soltanto dalla capacità di costruire robot migliori, ma dalla possibilità di controllarne modelli, dati, sistemi di sicurezza e aggiornamenti senza rendere ogni evoluzione subordinata alle scelte di un singolo fornitore. Con Isaac OS e Agile ONE SN, Nvidia non conquista automaticamente le fabbriche europee, ma si candida a diventarne una delle infrastrutture tecnologiche fondamentali.