Modelos de base, datasets e ferramentas open world da NVIDIA para criar IA física em robôs, veículos autônomos e infraestrutura inteligente.
nebius/nebius-physical-ai
Um plano de controle que permite a agentes de programação e à CLI npa executar cargas de trabalho de IA física, como simulação, treinamento e curadoria de dados, no Nebius Kubernetes.
- Estrelas
- 50
- Forks
- 19
- Issues abertas
- 36
- Último commit
- há 2 horas
O que é?
Nebius Physical AI é um plano de controle para executar cargas de trabalho de IA física na Nebius Cloud. A CLI npa e o SDK Python configuram um projeto, verificam o acesso, planejam recursos de GPU e CPU, enviam ferramentas em contêineres e fluxos de trabalho em várias etapas e permitem inspecionar os artefatos gerados. Os fluxos de trabalho são definidos em YAML como grafos de estado, em que cada etapa chama uma ferramenta do Workbench e suas saídas alimentam as etapas seguintes. O SkyPilot agenda os trabalhos no Nebius Kubernetes, enquanto o Object Storage armazena entradas, checkpoints, mídia e o estado das execuções.
O projeto abrange várias tarefas, incluindo geração com Cosmos, augmentação e curadoria de vídeo, reconstrução neural 3D, treinamento de políticas robóticas com LeRobot e aprendizado por reforço com Isaac Lab, Genesis e MJLab. Também oferece inferência hospedada pelo Token Factory, que não exige GPU do cliente. Agentes de programação como Codex ou Claude Code podem executar as mesmas operações a partir de um checkout do repositório.
Um modo de implantação compartilhado adiciona namespaces pessoais, limites de GPU e armazenamento com escopo para equipes, com autenticação pelo comando npa login.
Recursos principais
- 01Descreve cargas de trabalho como grafos de estado de fluxos de trabalho em YAML, encadeando etapas com ferramentas em contêineres.
- 02Envia trabalhos de GPU e CPU ao Nebius Kubernetes por meio do SkyPilot.
- 03Armazena entradas, checkpoints, mídia e o estado das execuções no Object Storage compatível com S3.
- 04Oferece uma CLI e um SDK Python para configuração, verificações prévias, planejamento e inspeção de execuções.
- 05Oferece inferência hospedada pelo Token Factory, sem necessidade de GPU local.
- 06Inclui comandos de desmontagem que mostram uma prévia da limpeza do projeto antes de excluir recursos.
Casos de uso
- Gerar ou aumentar vídeos de treinamento de robôs com modelos Cosmos em GPUs na nuvem.
- Treinar uma política robótica com LeRobot a partir de um conjunto de dados gravado.
- Executar trabalhos de aprendizado por reforço com Isaac Lab ou Genesis em nós de GPU da Nebius.
- Permitir que uma equipe compartilhe um endpoint do Workbench com limites de GPU por usuário e armazenamento com escopo.
Início rápido
- 1
Clone o repositório
git clone https://github.com/nebius/nebius-physical-ai.git - 2
Instale a CLI npa a partir do checkout (Python 3.10 ou posterior)
pip install -e npa - 3
Configure seu projeto Nebius
npa configure - 4
Verifique a autenticação do Nebius com preflight
npa workbench health preflight --checks nebius --json
Antes de usar
- É necessário ter uma conta do Nebius AI Cloud e configurar o Kubernetes para executar workloads.
- De acordo com a lista de plataformas do README, funciona somente no macOS, Linux ou WSL2.
- Workloads remotos com GPU precisam de GPUs da Nebius e acesso aos modelos, e o preflight não verifica nenhum dos dois.
Tópicos
Perguntas frequentes
- O que é nebius-physical-ai?
- Um plano de controle que permite a agentes de programação e à CLI npa executar cargas de trabalho de IA física, como simulação, treinamento e curadoria de dados, no Nebius Kubernetes. Nebius Physical AI é um plano de controle para executar cargas de trabalho de IA física na Nebius Cloud. A CLI npa e o SDK Python configuram um projeto, verificam o acesso, planejam recursos de GPU e CPU, enviam ferramentas em contêineres e fluxos de trabalho em várias etapas e permitem inspecionar os artefatos gerados. Os fluxos de trabalho são definidos em YAML como grafos de estado, em que cada etapa chama uma ferramenta do Workbench e suas saídas alimentam as etapas seguintes. O SkyPilot agenda os trabalhos no Nebius Kubernetes, enquanto o Object Storage armazena entradas, checkpoints, mídia e o estado das execuções.
- nebius-physical-ai é gratuito? Qual é a licença?
- nebius-physical-ai é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- nebius-physical-ai ainda é mantido?
- Manutenção ativa. O último commit de nebius-physical-ai foi em 22 de out. de 2026.
- Para que posso usar nebius-physical-ai?
- Gerar ou aumentar vídeos de treinamento de robôs com modelos Cosmos em GPUs na nuvem. Treinar uma política robótica com LeRobot a partir de um conjunto de dados gravado. Executar trabalhos de aprendizado por reforço com Isaac Lab ou Genesis em nós de GPU da Nebius. Permitir que uma equipe compartilhe um endpoint do Workbench com limites de GPU por usuário e armazenamento com escopo.
- Como instalar nebius-physical-ai?
- Clone o repositório: git clone https://github.com/nebius/nebius-physical-ai.git Instale a CLI npa a partir do checkout (Python 3.10 ou posterior): pip install -e npa Configure seu projeto Nebius: npa configure Verifique a autenticação do Nebius com preflight: npa workbench health preflight --checks nebius --json
- Onde consigo nebius-physical-ai?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/nebius/nebius-physical-ai
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Implementações em PyTorch de algoritmos de aprendizado por reforço, projetadas como uma base confiável e consistente para pesquisa e aplicações.
Framework aberto para criar agentes incorporados que usam planejadores com LLMs, modelos VLA de manipulação e memória para executar tarefas robóticas em simuladores e robôs reais.
ASPIRE é um framework em que agentes de programação refinam iterativamente habilidades reutilizáveis de robôs para tarefas de manipulação simuladas e reais, em vez de treinar pesos do modelo.
Uma plataforma de simulação para robótica e IA incorporada que combina um mecanismo de física múltipla, um renderizador fotorrealista e um compilador multiplataforma com uma interface Python.
GUI em grafo de nós, API e backend para executar modelos de difusão localmente e gerar imagens, vídeos, áudio e conteúdo 3D.