意法半導體宣布加速推動Physical AI系統的全球發展與應用，涵蓋人形機器人、工業機器人、服務型機器人及醫療機器人等領域。
ST正將其先進機器人相關的完整產品組合，納入NVIDIA Holoscan Sensor Bridge(HSB)相容的參考元件組合。同時，ST元件的高擬真NVIDIA Isaac Sim模型亦正導入雙方的機器人開發生態系，以支援更快速且更精準的sim-to-real研發。目前已提供開發者使用的首波成果，包括將由ST技術支援的Leopard Imaging深度相機與NVIDIA HSB完成整合，並在NVIDIA Isaac Sim生態系中導入ST IMU的高擬真模型。
意法半導體銷售與行銷執行副總裁(負責美洲區與全球重點客戶業務)Rino Peruzzi指出，「ST長期深耕機器人領域，持續提供穩定可靠的技術支援，並建立完整的開發生態系。此次與NVIDIA的合作，從AI演算法開發初期到感測器與致動元件的整合，全面最佳化開發者與客戶的使用體驗，將帶動新一波機器人技術發展，加速AI驅動實體平台的發展。」
NVIDIA機器人與Edge AI副總裁Deepu Talla表示，「新一代自主系統的發展，有賴高擬真模擬與硬體整合的緊密配合，才能有效縮短虛擬訓練與實際部署之間的落差。透過將ST的感測與致動技術整合至NVIDIA Isaac Sim、Holoscan Sensor Bridge與Jetson平台，開發者可在一致的開發基礎下完成建構、模擬與部署，進一步推動Physical AI的大規模應用。」
透過NVIDIA Holoscan Sensor Bridge(HSB)，開發者可將多個ST感測器與致動元件的資料擷取與記錄流程加以整合與標準化，並提升同步效率，為建構高擬真NVIDIA Isaac模型奠定關鍵基礎，同時加快模型訓練流程，並降低模擬與實際部署之間的落差。
此合作亦著重於簡化ST感測器與致動元件連接至NVIDIA Jetson平台的流程，透過預先整合的解決方案，結合STM32微控制器、先進感測技術(包括IMU、影像感測器與飛時測距(ToF)元件)以及馬達控制解決方案，特別適用於人形機器人設計。Leopard Imaging推出的機器人雙目深度相機即為代表性應用之一。該方案整合ST的影像、深度與動作感測技術，預期可支援Physical AI OEM、學術研究機構及工業機器人領域的多元應用發展。
先進機器人開發者除了需承擔高昂的開發成本外，在建模階段亦面臨諸多挑戰。高擬真模擬搭配大量隨機化設定，往往需要龐大的GPU與CPU運算資源，以及大量資料支援；同時，如何選擇需要隨機化的參數及其範圍，也仰賴深厚的領域專業。若設定不當，可能導致模擬情境失真或訓練效率低落；而過度的變異性，亦可能干擾模型學習、延長收斂時間，甚至在隨機條件不再符合實際情境時，影響最終的實際應用表現。
ST與NVIDIA的目標，是針對先進機器人應用需求，為ST完整產品組合提供經硬體校準的高精度模型。在首款IMU模型推出後，ST正持續開發ToF感測器、致動元件及其他IC的模型，這些模型皆以實際ST硬體所取得的基準資料為基礎，並透過ST工具擷取精準參數與真實行為特性，進而打造適用於NVIDIA Isaac Sim生態系的模型。同時，NVIDIA Holoscan Sensor Bridge(HSB)亦正與ST工具鏈進行整合，以提升整體開發效率與模型一致性。
ST與NVIDIA預期，更精準的模型將大幅提升機器人的學習效率。透過能夠貼近實際裝置行為的模型，機器人可在更符合真實情境的模擬環境中進行訓練，進一步縮短訓練週期，並降低人形機器人應用在建構與最佳化過程中的開發成本。
