Repolode
Enviar
nebius

nebius/nebius-physical-ai

Un plano de control que permite a los agentes de programación y a la CLI npa ejecutar cargas de trabajo de IA física, como simulación, entrenamiento y curación de datos, en Nebius Kubernetes.

Ver en GitHub
Estrellas
50
Forks
19
Issues abiertos
36
Último commit
hace 2 horas

¿Qué es?

Nebius Physical AI es un plano de control para ejecutar cargas de trabajo de IA física en Nebius Cloud. La CLI npa y el SDK de Python permiten configurar un proyecto, comprobar el acceso, planificar recursos de GPU y CPU, enviar herramientas en contenedores y flujos de trabajo de varias etapas, e inspeccionar los artefactos resultantes. Los flujos de trabajo se definen en YAML como grafos de estados, donde cada etapa invoca una herramienta de Workbench y sus resultados se utilizan en las etapas posteriores. SkyPilot programa los trabajos en Nebius Kubernetes, mientras que Object Storage almacena las entradas, los puntos de control, los archivos multimedia y el estado de las ejecuciones.

El proyecto abarca diversas tareas, como la generación con Cosmos, el aumento y la curación de videos, la reconstrucción neuronal en 3D, el entrenamiento de políticas robóticas con LeRobot y el aprendizaje por refuerzo con Isaac Lab, Genesis y MJLab. También ofrece inferencia alojada a través de Token Factory, que no requiere una GPU del cliente. Los agentes de programación, como Codex o Claude Code, pueden ejecutar las mismas operaciones desde una copia local del repositorio.

Un modo de despliegue compartido añade espacios de nombres personales, límites de GPU y almacenamiento con permisos delimitados para equipos, con inicio de sesión mediante npa login.

Funciones clave

  • 01Describe las cargas de trabajo como grafos de estados de flujos YAML que encadenan etapas de herramientas en contenedores.
  • 02Envía trabajos de GPU y CPU a Nebius Kubernetes mediante SkyPilot.
  • 03Almacena entradas, puntos de control, archivos multimedia y el estado de las ejecuciones en Object Storage compatible con S3.
  • 04Ofrece una CLI y un SDK de Python para la configuración, las comprobaciones previas, la planificación y la inspección de ejecuciones.
  • 05Admite inferencia alojada a través de Token Factory sin necesidad de una GPU local.
  • 06Incluye comandos de desmontaje que muestran una vista previa de la limpieza del proyecto antes de eliminar recursos.

Casos de uso

  • Generar o aumentar videos de entrenamiento robótico con modelos Cosmos en GPU en la nube.
  • Entrenar una política robótica con LeRobot a partir de un conjunto de datos grabado.
  • Ejecutar trabajos de aprendizaje por refuerzo con Isaac Lab o Genesis en nodos GPU de Nebius.
  • Permitir que un equipo comparta un endpoint de Workbench con límites de GPU por usuario y almacenamiento con permisos delimitados.

Inicio rápido

  1. 1

    Clona el repositorio

    git clone https://github.com/nebius/nebius-physical-ai.git
  2. 2

    Instala la CLI npa desde el checkout (Python 3.10 o posterior)

    pip install -e npa
  3. 3

    Configura tu proyecto de Nebius

    npa configure
  4. 4

    Comprueba la autenticación de Nebius con preflight

    npa workbench health preflight --checks nebius --json

Antes de usarlo

  • Para ejecutar cargas de trabajo, necesitas una cuenta de Nebius AI Cloud y una configuración de Kubernetes.
  • Según la lista de plataformas del README, solo se ejecuta en macOS, Linux o WSL2.
  • Las cargas de trabajo remotas con GPU requieren GPU de Nebius y acceso a los modelos; preflight no verifica ninguno de los dos.

Temas

#physical-ai#kubernetes#skypilot#robotics#gpu#workflow#object-storage#reinforcement-learning

Preguntas frecuentes

¿Qué es nebius-physical-ai?
Un plano de control que permite a los agentes de programación y a la CLI npa ejecutar cargas de trabajo de IA física, como simulación, entrenamiento y curación de datos, en Nebius Kubernetes. Nebius Physical AI es un plano de control para ejecutar cargas de trabajo de IA física en Nebius Cloud. La CLI npa y el SDK de Python permiten configurar un proyecto, comprobar el acceso, planificar recursos de GPU y CPU, enviar herramientas en contenedores y flujos de trabajo de varias etapas, e inspeccionar los artefactos resultantes. Los flujos de trabajo se definen en YAML como grafos de estados, donde cada etapa invoca una herramienta de Workbench y sus resultados se utilizan en las etapas posteriores. SkyPilot programa los trabajos en Nebius Kubernetes, mientras que Object Storage almacena las entradas, los puntos de control, los archivos multimedia y el estado de las ejecuciones.
¿nebius-physical-ai es gratuito? ¿Qué licencia tiene?
nebius-physical-ai es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿nebius-physical-ai sigue mantenido?
Mantenimiento activo. El último commit de nebius-physical-ai fue el 22 oct 2026.
¿Para qué puedo usar nebius-physical-ai?
Generar o aumentar videos de entrenamiento robótico con modelos Cosmos en GPU en la nube. Entrenar una política robótica con LeRobot a partir de un conjunto de datos grabado. Ejecutar trabajos de aprendizaje por refuerzo con Isaac Lab o Genesis en nodos GPU de Nebius. Permitir que un equipo comparta un endpoint de Workbench con límites de GPU por usuario y almacenamiento con permisos delimitados.
¿Cómo se instala nebius-physical-ai?
Clona el repositorio: git clone https://github.com/nebius/nebius-physical-ai.git Instala la CLI npa desde el checkout (Python 3.10 o posterior): pip install -e npa Configura tu proyecto de Nebius: npa configure Comprueba la autenticación de Nebius con preflight: npa workbench health preflight --checks nebius --json
¿Dónde consigo nebius-physical-ai?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/nebius/nebius-physical-ai

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados