भौतिक एआई: 2026 के मानवीय रोबोट बूम में निवेश

CES 2026 वर्चुअल से भौतिक एआई की ओर बदलाव को संकेत देता है

CES, जिसे पहले कंज्यूमर इलेक्ट्रॉनिक्स शो कहा जाता था, दुनिया का सबसे बड़ा और सबसे प्रभावशाली तकनीकी प्रदर्शनी है। हमने पहले रिपोर्ट किया था कि शो की सबसे महत्वपूर्ण घोषणाओं में से एक पहली व्यावसायिक ठोस-स्थिति बैटरी, जो डोनट लैब्स द्वारा निर्मित थी थी।

लेकिन एक और महत्वपूर्ण घोषणा एआई-हार्डवेयर नेता NVIDIA (NVDA ) ने “भौतिक एआई” के बारे में की, जिसे NVIDIA का चैटजीपीटी क्षण कहा गया है। यह, बेशक, पूरी तरह आश्चर्यजनक नहीं है, क्योंकि कंपनी ने कुछ समय से ही भौतिक एआई की इस विचारधारा को आगे बढ़ाया है, यह समझते हुए कि केवल “बौद्धिक” LLM (लार्ज लैंग्वेज मॉडल) एआई के कार्यान्वयन की पहली कदम हैं।

व्यावहारिक रूप से, एआई की सबसे प्रभावशाली भूमिका तब होगी जब वह सीधे भौतिक दुनिया के साथ इंटरैक्ट करेगा, न कि डिजिटल और वर्चुअल वातावरण में सीमित रहे।

और यह वह चीज़ है जिसमें अब तक एआई को संघर्ष करना पड़ा है। वास्तविक दुनिया एक साफ़ स्प्रेडशीट, वीडियो या सर्च इंजन के डेटा सेट की तुलना में बहुत अधिक गड़बड़भरी होती है। यह अक्सर अस्पष्ट, बदलती और अप्रत्याशित होती है।

इन सभी कारणों से, एक नया प्रकार का एआई आवश्यक है, जो भौतिक वास्तविकता का उपयोग करे और न्यूरल नेटवर्क को नए तरीकों से पुनः प्रयुक्त करे। यही NVIDIA के कॉसमॉस फ्रेमवर्क का वादा है।

क्यों 2026 रोबोटिक्स के लिए चैटजीपीटी क्षण हो सकता है

2026 और भौतिक एआई की तुलना रोबोटिक्स में, जैसा कि चैटजीपीटी ने LLM पर किया, सीधे NVIDIA के सीईओ और संस्थापक जेन्सेन हुआंग से CES 2026 में आई। आप उनका पूरा भाषण नीचे दिए गए वीडियो में देख सकते हैं:

हुआंग ने यह घोषणा की जब उनकी कंपनी ने नए ओपन मॉडल जारी किए, NVIDIA Cosmos और GR00T (Generalist Robot 00 Technology), जो रोबोट लर्निंग और रीजनिंग के लिए उपयोग होते हैं, Isaac Lab-Arena रोबोट मूल्यांकन के लिए, और OSMO edge-to-cloud कंप्यूट फ्रेमवर्क रोबोट प्रशिक्षण वर्कफ़्लो को सरल बनाने के लिए (नीचे इन एआई टूल्स के बारे में अधिक)।

यह क्यों महत्वपूर्ण है?

अब तक, LLM, जो पहले भाषा मॉडल हैं, मुख्यतः रीजनिंग और भाषा-भारी गतिविधियों को प्रभावित कर रहे हैं, जैसे लेखन, प्रोग्रामिंग, सर्च, डेटा विश्लेषण, अनुवाद, ग्राहक सेवा आदि।

ये महत्वपूर्ण गतिविधियाँ हैं, लेकिन विश्व की अर्थव्यवस्था का केवल एक अंश ही हैं।

कई अधिक वैश्विक गतिविधियाँ, और अक्सर सबसे श्रम-गहन, भौतिक दुनिया के साथ इंटरैक्शन की आवश्यकता रखती हैं: निर्माण, स्वास्थ्य देखभाल, परिवहन & लॉजिस्टिक्स, कृषि, खनन, घरेलू कार्य आदि।

भौतिक एआई द्वारा सबसे पहले कौन से उद्योग परिवर्तित होंगे

सिद्धांत में, भौतिक दुनिया और आर्थिक क्षेत्रों के सभी खंड रोबोटिक्स के प्रसार से प्रभावित होंगे। लेकिन व्यावहारिक रूप से, कुछ खंड बहुत तेज़ गति से रोबोटिक्स को अपनाएंगे और जल्द ही अधिक प्रभावित होंगे।

स्व-चालित कारें

स्वायत्त वाहन 2025 में बड़ी प्रगति कर चुके हैं, और नियामकों की अनुमति और स्पष्ट कानूनी ढांचे के आधार पर तैनाती के लिए तैयार हो रहे हैं।

यह कार्य रीजनिंग में भारी है, जबकि कार की वास्तविक यांत्रिक क्रियाएँ अपेक्षाकृत सरल हैं (2D गति, त्वरण, धीमा होना, संकेत देना)। इसलिए सबसे महत्वपूर्ण भाग निम्नलिखित तत्वों का संयोजन है:

• एज कंप्यूटिंग के लिए मजबूत ऑन-बोर्ड हार्डवेयर (नेटवर्क कनेक्शन पर निर्भर नहीं)।
• डेटा और प्रशिक्षण जो वास्तविक दुनिया की स्थितियों से मेल खाते हों, सामान्य ड्राइविंग नियमों से लेकर दुर्लभ मामलों और अप्रत्याशित बदलावों तक—जैसे रोलिंग बॉल को बच्चे के अचानक सड़क पर दौड़ने के जोखिम से जोड़ना, जिससे पूर्व-रोकथाम गति कम करना।
• रेज़निंग विज़न-लैंग्वेज-एक्शन (VLA) मॉडल दृश्य संकेतों को सही कार्यों में बदलते हैं।

लॉजिस्टिक्स

भौतिक एआई इस क्षेत्र को कम से कम दो अलग-अलग तरीकों से प्रभावित करेगा।

पहला गोदाम और आपूर्ति प्रबंधन है। भौतिक एआई ऑटोनॉमस मोबाइल रोबोट (AMRs) को जटिल वातावरण में नेविगेट करने और बाधाओं, जिसमें मनुष्य भी शामिल हैं, से बचने की अनुमति देता है, ऑनबोर्ड सेंसरों से सीधे फीडबैक का उपयोग करके। रोबोटिक आर्म और अन्य हेरफेर उपकरण उन्हें सामान ले जाने में सक्षम बनाते हैं।

दूसरा डिलीवरी सेवाएँ हैं, जो स्वायत्त वाहनों के अधिक समान हैं, जहाँ भौतिक एआई ड्राइविंग से लेकर सही पते तक, सामान को सही दरवाज़े पर सुरक्षित रूप से रखने, बाड़ों, असमान भूभाग, बाधाओं आदि को नेविगेट करने तक सब कुछ संभालता है।

निर्माण

गोदामों की तरह, कारखानों में भौतिक एआई को मशीनों, मनुष्यों और अब रोबोटों के मिश्रित जटिल वातावरण से निपटना पड़ता है।

इसके अलावा, कई निर्माण साइटों में उच्च-शक्ति वाले उपकरण, खतरनाक उत्पाद (गरम धातु, लेज़र, रसायन आदि) और अंतिम गुणवत्ता और दक्षता के संबंध में बहुत अधिक मांग वाले आवश्यकताएँ होंगी।

जबकि एक फँसा या दोषपूर्ण गोदाम रोबोट को पास के मानव द्वारा संभाला जा सकता है, असेंबली लाइन या जटिल रासायनिक प्लांट में वही त्रुटि जल्दी ही खतरनाक बन सकती है।

सर्जरी और स्वास्थ्य देखभाल

वर्तमान में, अधिकांश सर्जरी रोबोट, जैसे Intuitive Surgical (ISRG ) अधिकतर सर्जन द्वारा नियंत्रित रोबोटिक आर्म होते हैं, न कि वास्तविक स्वायत्त रोबोट। यह एआई क्षमता के बढ़ने के साथ तेजी से बदल रहा है:

• XRlabs थॉर और इसाक को हेल्थकेयर के लिए उपयोग कर रहा है ताकि सर्जिकल स्कोप, विशेष रूप से एक्सोस्कोप, को सक्षम किया जा सके, जिससे सर्जनों को वास्तविक‑समय एआई विश्लेषण के साथ मार्गदर्शन मिल सके।
• LEM Surgical NVIDIA Isaac for Healthcare और Cosmos Transfer का उपयोग करके अपने Dynamis सर्जिकल रोबोट के स्वायत्त भुजाओं को प्रशिक्षित कर रहा है, जो NVIDIA Jetson AGX Thor™ और Holoscan द्वारा संचालित है।

मैन्युअल दोहराव वाले कार्य: मानवीय रोबोट

अधिकांश कार्यस्थल, कमरे और उपकरण मानव हाथों और शरीर द्वारा संभालने के लिए डिज़ाइन किए गए हैं। इसलिए यह समझ में आता है कि थकाऊ या खतरनाक कार्यों में मनुष्यों को बदलने वाले रोबोट का आदर्श डिज़ाइन भी मानवीय रूप हो।

हालांकि, मानव शरीर भी एक बहुत जटिल मशीन है, और हाल ही में ही रोबोट यांत्रिक रूप से इतना परिष्कृत हो पाए हैं कि मानव गति को सही ढंग से दोहराया जा सके।

इसलिए इसे विकसित करने में अधिक समय लग सकता है—विशेष रूप से मोटर कौशल (सामान्य और सूक्ष्म) के साथ-साथ भौतिक दुनिया को समझने, समझाने, रीजन करने और इंटरैक्ट करने की क्षमता, चाहे कार्य कुछ भी हो।

एनवीडिया का भौतिक एआई स्टैक समझाया गया

प्रोग्रामिंग भाषा CUDA के साथ विकसित विचार—GPU को ग्राफिक रेंडरिंग के अलावा अन्य अनुप्रयोगों के लिए उपयोग करने की अनुमति देना, जिसने वर्तमान एआई बूम का जन्म दिया—को आगे बढ़ाते हुए, एनवीडिया ओपन मॉडल पर भरोसा कर रहा है ताकि आने वाले भौतिक एआई बूम का नेतृत्व किया जा सके।

इस तरह, एनवीडिया आदर्श रूप से एक भौतिक एआई स्टॉक बनना चाहिए जितना कि वह पिछले 5 वर्षों में LLM‑ड्रिवेन स्टॉक रहा है।

एनवीडिया के हार्डवेयर और न्यूरल नेटवर्क विशेषज्ञता का मूल अब भौतिक एआई अनुप्रयोगों के लिए परस्पर जुड़ी हुई भागों में परिष्कृत हो रहा है।

एनवीडिया कॉसमॉस

कॉसमॉस एक “ओपन वर्ल्ड फाउंडेशन मॉडल (WFMs), गार्डरेल्स, और डेटा प्रोसेसिंग लाइब्रेरीज़ वाला प्लेटफ़ॉर्म है जो स्वायत्त वाहन (AVs), रोबोट, और वीडियो एनालिटिक्स एआई एजेंटों के लिए भौतिक एआई के विकास को तेज़ करता है।”

कई रोबोटिक्स और स्वायत्त वाहन कंपनियां पहले से ही कॉसमॉस का उपयोग करके अपने भौतिक एआई के विकास को तेज़ कर रही हैं।

कॉसमॉस वास्तव में कई प्री‑ट्रेंड मॉडल एक में है, जिससे रोबोट यह अनुमान लगा सकते हैं कि भौतिक दुनिया कैसे प्रतिक्रिया करेगी और बदलेंगी, कैसे सिंथेटिक डेटा (सिमुलेशन) वास्तविक‑विश्व वीडियो में परिवर्तित होते हैं, और कैसे एक रीजनिंग चेन का उपयोग किया जाए जो वास्तविक‑विश्व भौतिक डेटा और अवलोकन पर निर्भर हो।

एनवीडिया इसाक-जीआरओओटी और इसाक लैब एरीना

Isaac GR00T N1.6 एक विज़न‑लैंग्वेज‑एक्शन मॉडल है जो विशेष रूप से मानवीय रोबोट के लिए बनाया गया है, पूर्ण‑शरीर नियंत्रण और संदर्भात्मक समझ प्रदान करता है। रोबोटिक्स कंपनियां जैसे Franka Robotics, Neura Robotics, और Humanoid पहले से ही इसका उपयोग कर रही हैं।

यह, Isaac Lab-Arena के साथ मिलकर, सिमुलेशन में रोबोट नीति मूल्यांकन और बेंचमार्किंग के लिए एक सहयोगी प्रणाली प्रदान करता है। इस तरह, शोध लैब और रोबोटिक्स कंपनियां अपने मॉडल प्रदर्शन को जल्दी से मूल्यांकित कर सकती हैं और एक मानकीकृत वातावरण में दूसरों से तुलना कर सकती हैं।

महत्वपूर्ण बात यह है कि Isaac मॉडल कंप्यूटिंग आवश्यकताओं में अपेक्षाकृत कम है, $3,500 की कीमत वाला NVIDIA रोबोटिक्स चिप मॉड्यूल Jetson AGX Thor पर्याप्त है Isaac चलाने के लिए, जिससे मानवीय रोबोट का कंप्यूट हार्डवेयर लागत बहुत कम हो जाती है।

NVIDIA® Jetson Thor™ सीरीज़ मॉड्यूल आपको भौतिक एआई और रोबोटिक्स के लिए अंतिम प्लेटफ़ॉर्म देते हैं, जो 40 W से 130 W के बीच पावर कॉन्फ़िगर करने योग्य 2070 FP4 TFLOPS एआई कंप्यूट और 128 GB मेमोरी प्रदान करते हैं।

वे NVIDIA AGX Orin™ की तुलना में 7.5x अधिक एआई कंप्यूट और 3.5x बेहतर ऊर्जा दक्षता देते हैं।

Boston Dynamics, Humanoid, और RLWRLD ने सभी Jetson Thor को अपने मौजूदा मानवीय रोबोट में एकीकृत किया है ताकि उनकी नेविगेशन और हेरफेर क्षमताओं को बढ़ाया जा सके।

एनवीडिया ओम्निवर्स

Omniverse लाइब्रेरी और माइक्रोसर्विसेज का संग्रह है जो औद्योगिक डिजिटल ट्विन और रोबोटिक्स सिमुलेशन जैसे भौतिक एआई अनुप्रयोग विकसित करने के लिए है।

वर्चुअल सिमुलेशन, या “सिंथेटिक डेटा”, कई स्थितियों में रोबोटिक एआई को तेज़ी से प्रशिक्षित करने का एक शानदार तरीका है, बिना उन स्थितियों को भौतिक रूप से बनाये।

Omniverse विकसित करने के लिए, NVIDIA ने अपने गहरे भौतिक मॉडल, भौतिक सिमुलेशन, और डेटा लाइब्रेरी का उपयोग किया है, जो पहले से ही भौतिक अनुसंधान, वीडियो गेम आदि जैसे अन्य अनुप्रयोगों में उपयोग हो रही थी।

यह प्रकार का टूल लॉजिस्टिक्स और निर्माण अनुप्रयोगों के लिए भी बहुत उपयोगी हो सकता है, वास्तविक सुविधाओं के कस्टम डिजिटल ट्विन बनाकर, जिससे रोबोटिक एआई को पहले वर्चुअल रूप से तैनात करने का परीक्षण किया जा सके, जिससे वास्तविक रोबोट तैनात होने पर व्यवधान का जोखिम कम हो जाता है।

Schneider और Siemens जैसी कई औद्योगिक कंपनियां पहले से ही इस टूल का उपयोग कर रही हैं।

एनवीडिया OSMO

OSMO एक “ऑर्केस्ट्रेटर” सॉफ़्टवेयर है, जो विशेष रूप से भौतिक एआई के लिए बनाया गया है।

यह उपयोगकर्ताओं को कई एआई टूल्स, जिसमें Isaac और Cosmos शामिल हैं, को भौतिक एआई विकास के सभी चरणों में समन्वय और संयोजन करने की अनुमति देता है: डेटा जनरेशन, प्रशिक्षण, सिमुलेशन, मूल्यांकन, और हार्डवेयर‑इन‑द‑लूप परीक्षण।

एनवीडिया DGX प्लेटफ़ॉर्म

DGX NVIDIA का “SuperPOD” कंप्यूट प्लेटफ़ॉर्म है, जिसका उपयोग एआई मॉडल, जिसमें भौतिक एआई भी शामिल हैं, को प्रशिक्षित करने के लिए किया जाता है।

यह NVIDIA GPUs की दसियों हज़ार इकाइयों तक स्केल कर सकता है, जिसमें Rubin और Blackwell चिप्स शामिल हैं, जिससे एक तैयार‑चलाने‑योग्य, टर्नकी एआई सुपरकंप्यूटर बनता है।

एनवीडिया – हगिंग फेस

Hugging Face एक ट्रांसफ़ॉर्मर्स लाइब्रेरी है जो प्राकृतिक भाषा प्रसंस्करण अनुप्रयोगों के लिए बनाई गई है, जिसे अक्सर “मशीन लर्निंग के लिए GitHub” कहा जाता है, और इसमें लाखों प्री‑ट्रेंड एआई मॉडल, डेटासेट, लाइब्रेरी आदि शामिल हैं।

NVIDIA ने अपने ओपन‑सोर्स Isaac और GR00T तकनीकों को प्रमुख LeRobot ओपन‑सोर्स रोबोटिक्स फ्रेमवर्क में एकीकृत किया है। 13 मिलियन एआई निर्माताओं के समुदाय के साथ, यह भौतिक एआई में NVIDIA सिस्टम को मानक के रूप में अपनाने को बढ़ावा देना चाहिए।

निष्कर्ष

रोबोटिक्स अचानक बड़ी प्रगति कर रहा है, दो अलग‑अलग शक्तियों के एक साथ जुड़ने के कारण।

पहली शक्ति रोबोटिक घटकों की प्रौद्योगिकी की परिपक्वता और रोबोटिक आर्म, जाइरोस्कोप, इलेक्ट्रिक मोटर्स और अन्य घटकों का बड़े पैमाने पर उत्पादन है, जो ड्रोन और अन्य इलेक्ट्रॉनिक्स में भी उपयोग होते हैं, जिससे उच्च‑गुणवत्ता वाले भागों की लागत तेज़ी से घट रही है।

दूसरी शक्ति एआई प्रौद्योगिकी में विस्फोटक सुधार है।

जो कुछ साल पहले LLM के साथ सामान्य जनता के ध्यान में आया था, वह अब नए क्षेत्रों में विस्तार कर रहा है, जहाँ वास्तविक दुनिया अगले चरण में भौतिक एआई के विस्तार के प्रभाव को महसूस करेगी, चाहे वह ऑटोमोटिव, कस्टम‑बिल्ट, या मानवीय रोबोट बॉडीज़ हों।

यह संभव है कि भौतिक एआई तकनीकी उद्योग के लिए LLM से भी अधिक महत्वपूर्ण साबित हो, क्योंकि यह पूरी नई आर्थिक सेक्टर श्रृंखला को खोलता है। यह अधिक मूल्य को पकड़ने और उत्पादकता को बढ़ाने में मदद करेगा, ठीक उसी समय जब भू‑राजनीति आपूर्ति श्रृंखला के बड़े पुनः‑चित्रण और कई देशों के पुनः‑औद्योगीकरण को प्रेरित कर रही है।

2026 के लिए सर्वश्रेष्ठ भौतिक एआई और मानवीय रोबोट स्टॉक्स

Boston Dynamics / Hyundai (HYMLF)

Hyundai अपने ऑटोमोबाइल निर्माण कार्य के लिए सबसे अधिक जाना जाता है, और यह उचित है, क्योंकि यह बेचे गए कारों की संख्या के आधार पर विश्व की #3 सबसे बड़ी कार कंपनी है, लेकिन यह वास्तव में एक विशाल औद्योगिक समूह भी है, जिसमें 3 उपविभाग हैं:

• कार निर्माण गतिविधि, जिसमें इलेक्ट्रिक कारें शामिल हैं।
• रोबोट निर्माता Boston Dynamics, जिसे 2021 में अधिग्रहित किया गया, इसे Hyundai Robotics के साथ भ्रमित नहीं किया जाना चाहिए, जो अब स्वतंत्र कंपनी HD Hyundai / Hyundai Heavy Industries का हिस्सा है (लेकिन Hyundai Motors के साथ घनिष्ठ सहयोग में है)।
• Hyundai Rotem रेलरोड & सैन्य उपकरण, और हाइड्रोजन ऊर्जा में सक्रिय है।

Boston Dynamics, Caterpillar, Franka Robotics, Humanoid, LG Electronics, और NEURA Robotics सभी NVIDIA रोबोटिक्स स्टैक का उपयोग करके नई एआई‑ड्रिवेन रोबोट्स को लॉन्च कर रहे हैं।

कंपनी अपने ATLAS रोबोट और रोबोडॉग डिज़ाइन के अग्रणी होने के लिए विशेष रूप से प्रसिद्ध है।

कंपनी B2B भौतिक रोबोट / भौतिक एआई बाजार पर भी ध्यान केंद्रित कर रही है, जिसमें Stretch नामक एक वेयरहाउस रोबोट है, जो पैकेज और लोड को वेयरहाउस में 50 पाउंड तक के वजन के साथ हेरफेर करता है।

रोबोटिक्स में एक शुरुआती नेता और NVIDIA के साझेदार के रूप में, Boston Dynamics भौतिक एआई बाजार का एक महत्वपूर्ण हिस्सा हासिल करने के लिए एक अच्छा उम्मीदवार है।

Hyundai से निकली कंपनी का IPO भविष्य में एक स्पष्ट संभावना है, लेकिन अभी तक कोई स्पष्ट योजना नहीं है, इसलिए संभवतः 2027 से पहले नहीं होगा।

“Boston Dynamics के IPO के समय‑सारणी या योजनाओं के बारे में अभी तक कुछ पुष्टि नहीं हुई है, इसलिए अभी टिप्पणी करने के लिए बहुत कम है, लेकिन हम (हितधारकों) के साथ एक बार जब हमारे पास IPO समय‑सारणी या योजनाएँ हों, तो संवाद करेंगे।

जैसे हमने (Hyundai Motor India (HYUNDAI.BO ) के IPO) को पूरा किया, हम कह सकते हैं कि हम Boston Dynamics के बारे में खुले‑मन से हैं। हालांकि, वर्तमान में हमने (Boston Dynamics के IPO) की समीक्षा नहीं की है, और निकट भविष्य में (IPO विकल्प) की समीक्षा करने की कोई योजना नहीं है।”

– Lee Seung-jo, मुख्य वित्तीय अधिकारी और मुख्य रणनीतिक अधिकारी, Hyundai Motor Co

कंपनी Boston Dynamics मानवीय रोबोट को अपने ऑटोमोटिव कारखानों में उपयोग करना शुरू कर चुकी है और ATLAS का एक व्यावसायिक संस्करण उजागर किया है।

एनवीडिया

वीडियो गेमिंग और अन्य ग्राफ़िक रेंडरिंग कार्यों के लिए GPU हार्डवेयर निर्माता के रूप में अपनी उत्पत्ति से, NVIDIA एक विशाल एआई हार्डवेयर कंपनी में विकसित हो गई है, जिसने अपने स्टॉक को विश्व की सबसे बड़ी मार्केट कैपिटलाइज़ेशन दी है।

NVIDIA ने एआई की क्षमता को जल्दी समझा, जब तक कि कोई भी, विशेष शोधकर्ताओं के अलावा, न्यूरल नेटवर्क्स की परवाह नहीं कर रहा था।

“हम शून्य‑बिलियन डॉलर के बाजारों में निवेश कर रहे हैं।”

2016 और 2017 में, NVIDIA ने क्रमशः Pascal और Volta आर्किटेक्चर जारी किए, जो पहले GPU‑आधारित एआई एक्सेलेरेटर थे, जबकि Volta ने Tensor Cores पेश किए, जिन्होंने डीप लर्निंग कार्यों को 12 गुना तक तेज़ किया।

इस प्रगति की गति तब से जारी है।

निवेशकों को कुछ हद तक चिंता थी कि NVIDIA जल्द ही नई बाजारों की कमी के कारण अपनी उच्च मूल्यांकन गुणकों को उचित ठहराने के लिए बाजार खो देगा। CES 2026 में भौतिक एआई की घोषणा के साथ, ऐसा अभी नहीं लगता।

रोबोट, स्व‑चालित कारें, और अन्य स्वायत्त सिस्टम में एआई की भौतिक तैनाती NVIDIA को अपने हार्डवेयर बेचने के कई नए बाजार प्रदान करेगी।

और इसका पूर्ण इकोसिस्टम, ओपन डिज़ाइन और Hugging Face के साथ साझेदारी के साथ, लगभग यह गारंटी देता है कि सभी बड़े टेक कंपनियों को छोड़कर बाकी सभी कंपनियां अपने रोबोटों के दिमाग के लिए NVIDIA तकनीक पर निर्भर रहेंगी, क्योंकि पहिया फिर से बनाने की कोशिश बहुत महंगी होगी और कंपनी को प्रतिस्पर्धियों की तुलना में बहुत देर कर देगी।

नवीनतम Nvidia (NVDA) स्टॉक समाचार और विकास