NVIDIA GTC Berlin 2026 apresenta quatro novidades de hardware para IA e um avanço em robótica

Vídeo de autoria do canal indicado, não da IANIA; todos os direitos pertencem ao criador. Transcrição, resumo e tradução gerados automaticamente; o conteúdo no idioma original é preservado na versão em idioma original.

Idioma original: inglês

Vídeo original: NVIDIA GTC Berlin 2026 Drops 4 New AI Hardware Gamechangers (H2-X ROBOT) · Canal: AI News · 07:41 · Assistir no YouTube

Tópicos: Agentes de IA, Infraestrutura e hardware de IA, Modelos locais e open source, Robótica e sistemas autônomos, Segurança de IA

Resumo

O vídeo apresenta o humanoide H2X da Unitree e detalha especificações conhecidas do modelo H2, usado como referência para estimar suas capacidades. Na GTC 2026, a NVIDIA revelou o Agile One, um projeto de referência para robótica, o RTX Spark, um laptop voltado à execução local de agentes, e o Vera Rubin DSX pod, uma infraestrutura de IA pré-montada. Também descreveu a arquitetura Vera Rubin e o OpenShell, runtime que isola agentes em sandboxes e pode colocá-los em quarentena. As novidades são apresentadas como partes de um ecossistema para executar agentes em robôs, computadores pessoais e fábricas de IA.

Pontos-chave

O H2X da Unitree é apresentado como um humanoide voltado a segurança e resposta a emergências; suas especificações e preço ainda não foram publicados.
O H2, usado como referência para o H2X, tem 31 graus de liberdade e pode ter autonomia de até três horas, enquanto a Unitree afirma que o H2X pode funcionar por cerca de oito horas.
O Agile One é um projeto de referência da Agile Robots com Jetson Thor e software Isaac GR00T, destinado a oferecer aos pesquisadores uma plataforma pronta para desenvolvimento.
O RTX Spark é uma linha de laptops Windows com gráficos RTX Blackwell e até 128 GB de memória unificada, concebida para desenvolver e executar agentes localmente.
Uma demonstração conectou agentes e ferramentas para modelar, simular e treinar um robô, combinando execução local no RTX Spark com treinamento na nuvem.
O Vera Rubin DSX pod reúne racks refrigerados a líquido em contêineres pré-cabeados e testados, com implantação no local anunciada em até 14 dias após a preparação da infraestrutura.
A NVIDIA afirma que Vera Rubin oferece até 30 vezes o desempenho de Blackwell em determinadas tarefas de processamento de modelos de linguagem.
O OpenShell executa cada agente em um sandbox isolado; um monitor de hardware pode colocar agentes problemáticos em quarentena.

Capítulos

Início	Capítulo	Resumo
00:00	H2X da Unitree e robótica humanoide	O vídeo apresenta o H2X e usa as especificações do H2 para contextualizar suas capacidades, autonomia e possíveis aplicações.
02:15	Agile One e plataforma de robótica	A NVIDIA apresenta o Agile One, um robô de referência com Jetson Thor e software Isaac GR00T.
03:50	RTX Spark e agentes locais	O RTX Spark é apresentado como laptop para executar agentes localmente, com uma demonstração de treinamento e simulação de robô.
05:26	Vera Rubin DSX pod e arquitetura Vera Rubin	O vídeo descreve a infraestrutura modular DSX pod e as alegações de desempenho e especificações da arquitetura Vera Rubin.
07:07	OpenShell e segurança de agentes	A NVIDIA apresenta o OpenShell e o isolamento de agentes em sandboxes, além de um monitor de hardware para conter agentes problemáticos.

Citações

Esta pode ser a próxima grande indústria: a robótica humanoide. — 00:00

A ideia é oferecer aos pesquisadores um ponto de partida, em vez de uma pilha de peças. — 02:45

A proposta é criar, treinar e executar agentes de IA e suas ferramentas localmente em um laptop. — 03:50

A implantação no local pode cair de vários meses para dias, quando a infraestrutura estiver pronta. — 05:26

Cada agente é executado dentro do próprio sandbox isolado. — 07:41

Conceitos e entidades

Unitree (empresa): Empresa de robótica apresentada como criadora do humanoide H2X.
H2X (modelo): Humanoide da Unitree anunciado para aplicações de segurança e resposta a emergências.
Agile Robots (empresa): Empresa alemã que desenvolveu o robô Agile One.
Agile One (modelo): Robô humanoide de referência anunciado como plataforma de desenvolvimento para pesquisadores.
Jetson Thor (modelo): Computador da NVIDIA citado como cérebro do Agile One e opção de processamento para robótica.
RTX Spark (modelo): Linha de laptops Windows apresentada para desenvolver e executar agentes localmente.
OpenShell (ferramenta): Runtime da NVIDIA que executa agentes em sandboxes isolados.
Vera Rubin DSX pod (modelo): Infraestrutura de IA em contêineres com racks pré-cabeados, refrigerados a líquido e testados em fábrica.
Vera Rubin (modelo): Arquitetura de computação da NVIDIA apresentada como sucessora de Blackwell.
Isaac GR00T (ferramenta): Software da NVIDIA para robótica, citado junto ao Jetson Thor no Agile One.

Tradução completa (pt-BR)

00:00 O próximo grande setor industrial, o próximo grande setor, e este provavelmente será enorme, é o setor humano ou da robótica. Este é o início da explosão da IA incorporada? Hoje, no AI News, a Nvidia acaba de revelar quatro novas inovações revolucionárias em hardware de IA, além de uma grande novidade em IA autônoma. Mas, primeiro, a parceira de robótica da Nvidia, Unitree, acaba de mostrar pela primeira vez seu mais novo humanoide H2X, que chama de lenda do kung fu, Guardião, porque foi desenvolvido para proteger, resgatar e

00:31 aguentar pancadas impressionantes pelo caminho. Então, a verdadeira pergunta é: o que há dentro dele? A Unitree ainda não publicou uma ficha técnica do H2X, mas ele parece ter sido desenvolvido com base no H2. Então, eis o que sabemos sobre esse corpo. O H2 tem cerca de 1,83 metro de altura e pesa aproximadamente 70 quilos, com 31 graus de liberdade: seis em cada perna, sete em cada braço, três na cintura e dois na cabeça. E seu torque máximo é de 360 newton-metros nas pernas e 120 newton-metros nos braços. E a Unitree informa

01:04 uma capacidade de carga de cerca de 6,8 quilos por braço, chegando ao máximo de aproximadamente 15 quilos. A estrutura do robô é feita de alumínio de grau aeronáutico, liga de titânio e plásticos de alta resistência. E relatos dizem que ele funciona entre -20 e 60 °C. Mas um corpo assim só importa se durar. O que nos leva à bateria. Pois, enquanto o H2 funciona por apenas 3 horas com 15 A de potência, a Unitree diz que o H2X pode funcionar por cerca de 8 horas. Mas, além da força física bruta e da autonomia, o H2X provavelmente terá um

01:40 cérebro à altura, já que o H2 já conta com um Intel Core i5, câmeras binoculares, uma matriz de microfones, Wi-Fi 6 e Bluetooth 5.2. Além disso, a versão EDU adiciona um Core i7 para desenvolvedores. E a opção mais avançada é o Jetson AGX Thor da Nvidia, com 2,70 teraoperações por segundo, cuja configuração de ponta custa US$ 29.900. Mas o H2X ainda não tem preço nem data de lançamento, e a Unitree aponta segurança e resposta a emergências como casos de uso. Então,

02:15 conte nos comentários quanto você estaria disposto a pagar pelo H2X. Ou será que você preferiria essa outra parceira de robótica da NVIDIA? A Nvidia acaba de revelar quatro peças de hardware de IA totalmente novas na GTC 2026, esta semana em Berlim, começando com outro humanoide, mas com uma diferença. Agora, pequenas e médias empresas podem mostrar ao robô o que precisa ser feito. Como o robô tem capacidades gerais e inteligência geral, ele conseguiria aprender e se adaptar

02:45 rapidamente. A diferença é que esse humanoide é, na verdade, um projeto de referência. É o Agile One, desenvolvido pela empresa alemã Agile Robots. E Jensen Huang diz que ele estará disponível no primeiro trimestre de 2027, pré-montado, com o computador dentro e o software integrado. A ideia é oferecer aos pesquisadores um ponto de partida, em vez de um monte de peças. Então, primeiro, vamos começar pelo corpo. A versão chamada Agile 1 SN tem mais de 1,37 metro de altura, pesa pouco menos de 43 quilos e tem 31 graus de liberdade, com

03:20 capacidade de carga superior a 2,9 quilos por braço e mãos com cinco dedos e sensibilidade tátil. Em seguida, temos o cérebro: um Jetson Thor executando o software Isaac Groot da Nvidia. E a Nvidia diz que isso reduziu o tempo de configuração de semanas para dias. Mas conte nos comentários quanto você acha que esse tipo de kit de desenvolvimento de robótica deveria custar para os consumidores e se você o usaria para construir alguma coisa. Ou será que você guardaria seu dinheiro para a segunda revelação da Nvidia na GTC 2026, que é um gênero totalmente novo de

03:50 computador pessoal desenvolvido para a era dos agents. Ele se chama RTX Spark, e a proposta é criar, treinar e executar agents de IA e suas ferramentas localmente em um laptop, em vez de apenas na nuvem. E, para mostrar o que isso significa, a Nvidia usou um robô. Primeiro, o hardware. RTX Spark é uma linha de laptops finos com Windows, gráficos Blackwell RTX e até 128 GB de memória unificada. Eles também dizem que muitos foram enviados com bootloaders desbloqueados, para que os desenvolvedores possam

04:20 personalizar agents locais. E eles vêm acompanhados do OpenShell, um novo runtime sobre o qual falaremos daqui a pouco. Mas, antes, a demonstração: Jensen Huang apresentou o Micro Duck, o pequeno robô bípede da Hugging Face, e o objetivo era ensiná-lo a enxergar e andar usando o RTX Spark. Um agent chamado Hermes e o modelo Neatron da Nvidia planejam o percurso e listam todos os objetos necessários. Em seguida, o GPT-6 Astra da OpenAI assume, modela os objetos no FreeCAD, adiciona materiais no Blender, compõe a cena no Isaac Sim e prepara as articulações do

04:53 pato, que são simuladas com o mecanismo de física Newton. Depois, vem o treinamento na nuvem, onde milhares de patos aprendem em paralelo no Isaac Lab. A política volta para o RTX Spark, é avaliada em simulação e implantada no pato real, que então parte sozinho no clipe. Mas, se um laptop consegue executar todo esse pipeline, o que acontece quando você precisa de algo maior do que um laptop? A resposta é um pod. A terceira revelação da Nvidia é o pod Vera Rubin DSX. Basicamente, uma fábrica de IA entregue em um contêiner. Então, primeiro, o que há dentro: sete racks Vera Rubin NVL72 refrigerados a líquido, conectados por 17 km de cabos Spectrum X, integrados, totalmente cabeados e testados na fábrica antes de serem enviados em contêineres transportáveis.

05:26 Em seguida, a velocidade. Como diz o vídeo da Nvidia, a implantação no local passa de vários meses para alguns dias, assim que os serviços da instalação estiverem prontos. A Nvidia diz que pode levar apenas 14 dias, em vez de cerca de 6 meses. Depois, há o projeto, que a Nvidia descreve como responsável, com alimentação elétrica em corrente contínua de 800 volts e refrigeração a seco, em vez de

05:58 refrigeração evaporativa. E a previsão é que os pods cheguem no início de 2027, com Dell, HPE e Lenovo entre as primeiras parceiras de servidores. Ainda não há preço. Mas um pod só é tão bom quanto os chips nos racks. Então, o que torna o Vera Rubin tão rápido? Essa é a quarta revelação: a arquitetura por trás de tudo. Vera Rubin, que, segundo a Nvidia, já está em produção plena. E Jensen Huang o descreve como mais um grande salto em relação ao Blackwell. Mas, para entender o tamanho desse salto, é preciso começar pela afirmação dele. Primeiro, a velocidade. Huang diz que o Blackwell era cerca de 30

06:32 vezes mais rápido que o Hopper no processamento de modelos de linguagem grandes e que o Vera Rubin é outras 30 vezes superior ao Blackwell em apenas 2 anos. Em seguida, o hardware: um rack Vera Rubin NVL72 que conecta 72 GPUs Rubin e 36 CPUs Vera, cada uma com 88 núcleos. E, de acordo com as especificações preliminares da Nvidia, cada GPU tem cerca de 288 GB de HBM4, para aproximadamente 3,6 exaflops de inference de baixa precisão NVFP4 por rack. Huang também diz que a montagem leva menos de 5 minutos,

07:07 em comparação com 2 horas para os nós Grace Blackwell. Depois, há a finalidade. A Nvidia diz que ele vai além dos modelos de linguagem, abrangendo o processamento de todo o agent e fornecendo aceleração de GPU, rede e armazenamento para executar as bibliotecas CUDA X da NVIDIA em litografia computacional, dinâmica de fluidos e processamento de dados. E essa última revelação da Nvidia uniu tudo, porque robôs, laptops e fábricas de IA podem executar agents autônomos. E a Nvidia diz que isso exige tecnologia extremamente segura, por isso apresentou o OpenShell,

07:41 um runtime seguro e open source que monitora agents em CPUs Vera. Segundo a Nvidia, cada agent é executado em seu próprio sandbox isolado. Além disso, há um monitor baseado em hardware que a Nvidia chama de Century, que executa chips BlueField-4 fora do host e pode colocar em quarentena um agent malicioso em milissegundos. Enfim, não se esqueça de curtir e se inscrever para acompanhar as últimas notícias sobre IA e robótica. E obrigado por assistir.

Transcrição original

[00:00] The next major industry, the next great industry, and this one is likely to be extremely large, is human or robotics. Is this the beginning of the embodied AI explosion? Today on AI news, Nvidia just unveiled four new breakthroughs in AI hardware, plus one autonomous AI gamecher. But first, Nvidia’s robotics partner, Unitree, just dropped a first look of its newest H2X humanoid, which it calls the kung fu legend, Guardian, because it’s built to guard, rescue, and

[00:31] take an incredible beating along the way. So, the real question is, what’s inside? And Unitry hasn’t published an H2X spec sheet, but the H2X looks to be built on the H2. So, here’s what we do know about that body. The H2 stands at about 6 feet tall and weighs around 154 lbs with 31° of freedom, six in each leg, seven in each arm, and three in the waist and then two in the head. And its peak torque is 360 new m in the legs and 120 new m in the arms. And Unitree lists

[01:04] an arm payload of about 15 lb, peaking at about 33 lb. And the robot’s frame is made of aircraft grade aluminum, titanium alloy, and high strength plastics. And reports say it works from minus20 to 60° C. But a body like that only matters if it lasts. Which brings us to the battery. Because while the H2 runs just 3 hours with 15 A of power, Unitry says the H2X can run for about 8 hours. But beyond raw physical power and endurance, the H2X will likely feature a

[01:40] brain to match, as the H2 already features an Intel Core i5, binocular cameras, a microphone array, Wi-Fi 6, and Bluetooth 5.2. Plus, the EDU version adds a Core i7 for developers. And the top option is Nvidia’s Jetson AGX Thor with 2,70 terra operations per second, which for the top level spec costs $29,900. But the H2X has no price yet or release date with Unitree pointing to security and emergency response as use cases. So,

[02:15] tell us in the comments how much you’d be willing to pay for the H2X, or would you rather this separate NVIDIA robotics partner, as Nvidia just revealed four brand new pieces of AI hardware at GTC 2026 this week in Berlin, starting with another humanoid, but with a twist. Them smallmedium businesses can now show the robot what needs to be done. The robot because it has general capabilities and general intelligence would be able to learn and adapt

[02:45] quickly. That twist is that this humanoid is actually a reference design. It’s the Agile One built by Germany’s Agile Robots. And Jensen Hong says it will be available in the first quarter of 2027 pre-assembled with the computer inside and the software integrated. And the idea is to hand researchers a starting point instead of a pile of parts. So, first let’s start with the body. The version called Agile 1 SN stands at over 4.5 feet tall and weighs just under 95 lbs and has 31° of freedom with a

[03:20] payload of over 6.5 lbs per arm and five fingered hands with tactile sensing. Next, there’s the brain which is Jetson Thor running Nvidia’s Isaac Groot software. And Nvidia says that cut setup time from weeks to days. But tell us down below how much you think this kind of robotics development kit should cost for consumers and would you use it to build? Or would you save your money instead for Nvidia’s second GTC 2026 reveal, which is a brand new genre of

[03:50] personal computer that’s built for the agent era. It’s called RTX Spark, and the pitch is to build, train, and run AI agents and their tools locally on a laptop instead of only in the cloud. And to show what that means, Nvidia used a robot. First, the hardware. RTX Spark is a line of slim Windows laptops with Blackwell RTX graphics and up to 128 GB of unified memory. And they also say that many have shipped with unlocked bootloadaders so developers can

[04:20] customize local agents. And it pairs them with OpenShell, which is a new runtime that we’ll get into in just a moment. But next is the demo because Jensen Huang introduced Micro Duck which is Hugging Face’s small bipeedal robot and the goal was to teach it to see and walk on RTX Spark. An agent calls Hermas and Nvidia’s Neatron model plans the course and lists every object needed. Then OpenAI’s GPT6 Astra takes over from there, modeling objects in Frecad, adding materials in Blender, composing the scene in Isaac Sim, and rigging the

[04:53] duck’s joints simulated with Newton physics engine. Then training in the cloud where thousands of ducks learn in parallel in Isaac lab. The policy comes back to the RTX Spark gets evaluated in simulation and is deployed to the real duck which sets off its own in the clip. But if a laptop can run that whole pipeline, what happens when you need something bigger than a laptop? The answer is a pod. Nvidia’s third reveal is the Vera Rubin DSX pod. Basically an AI factory delivered in a container. So, first what’s inside are seven liquid

[05:26] cooled Vera Rubin NVL72 racks connected with 17 km of Spectrum X cables integrated, fully cabled, and factory tested before it ships in transportable containers. Next, the speed. As Nvidia’s video says, on-site deployment goes from several months to days once the site utilities are ready, with Nvidia saying it can be as little as 14 days down from about 6 months. Then there’s the design, which Nvidia calls responsible with 800 volt DC power and dry cooling instead of

[05:58] evaporative cooling. And pods are expected in early 2027 with Dell, HPE, and Lenovo among the first server partners with no price yet. But a pod is only as good as the chips in its racks. So what makes Vera Rubin so fast? It’s the fourth reveal, which is the architecture behind it all. Vera Rubin, which Nvidia says is in full production. And with Jensen Hang calling it another giant step on top of Blackwell. But to see how big of a step it is, you have to start with his claim. So first the speed. Hang says Blackwell was about 30

[06:32] times faster than Hopper at large language model processing and that Vera Rubin is another 30 times greater than Blackwell in just 2 years. Next is the hardware which is a Vera Rubin NVL72 rack that links 72 Reuben GPUs and 36 Vera CPUs with 88 cores each. And according to Nvidia’s preliminary specs, each GPU has about 288 GB of HPM4 for about 3.6 exoflops of low precision NVFP4 inference per rack. Hang also says it takes under 5 minutes to assemble

[07:07] versus 2 hours for Grace Blackwell nodes. Then there’s what it’s for. Because Nvidia says it extends past language models to processing the entire agent, supplying the GPU, networking, and storage acceleration to run NVIDIA’s CUDA X libraries for computational lithography, fluid dynamics, and data processing. And this last reveal from Nvidia just tied it all together because robots, laptops, and AI factories can all run autonomous agents. And Nvidia says that takes extremely secure tech, which is why they introduced OpenShell,

[07:41] which is a secure runtime, and it’s open- source and tracks agents on Vera CPUs with Nvidia saying each agent runs inside its own isolated sandbox. On top of that is a hardwarebased monitor that Nvidia calls Century, which runs Blue Field 4 chips outside the host and can quarantine a rogue agent in milliseconds. Anyways, make sure to like and subscribe for more of the latest in AI and robotics news. And thanks for watching.