Satu Kalimat dari Jensen Huang Kembali Memicu Gelombang Tren Baru

Baru saja memasuki tahun baru, CEO NVIDIA Jensen Huang langsung membuat gebrakan besar. Dalam ajang CES, ia melontarkan pandangan khas yang segera menjadi sorotan: “momen ChatGPT untuk robot sedang mendekat.” Ia juga menegaskan bahwa tanpa data dunia nyata, kecerdasan berwujud (embodied intelligence) tak lebih dari sekadar ilusi.

Pernyataan ini langsung memanaskan industri. Sinyal yang makin jelas terlihat adalah: industri robotika akan meninggalkan fase yang kurang efisien—yang bertumpu pada pemrograman tugas tunggal dan ketergantungan pada data nyata yang terbatas—lalu memasuki periode percepatan baru yang berpusat pada Physical AI dan kemampuan yang semakin general-purpose.

Sebenarnya, kapital di Tiongkok sudah lebih dulu mencium arah perubahan ini. Jika pada 2024 kata kuncinya masih “bodi/robot hardware”, maka memasuki paruh kedua 2025, fokus arena ini berkembang menjadi “bodi + data”, bahkan naik kelas menjadi paradigma “data × model × bodi”.

Dan ketika Jensen Huang ikut turun tangan, sebuah kompetisi baru pun semakin kencang: perebutan infrastruktur untuk terus-menerus mengakuisisi data interaksi berkualitas tinggi, agar iterasi model bisa berlangsung lebih cepat dan lebih presisi.

Jensen Huang ikut “gas” di embodied intelligence

Di CES kali ini, Jensen Huang resmi memperkenalkan fondasi model generasi baru untuk robot: NVIDIA Isaac GR00T. Bersamaan dengan itu, NVIDIA juga meluncurkan platform NVIDIA Cosmos untuk mendukung pengembangan Physical AI—menggabungkan model terbuka, dataset berskala besar, serta rangkaian toolchain—guna membangun pondasi teknologi utama agar robot bisa benar-benar “umum” dan siap diterapkan luas.

Sebagai demo dari solusi baru ini, Huang menghadirkan “tamu” spesial di panggung: Reachy Mini. Karena bentuknya mirip WALL·E dari film Robot, banyak orang menjulukinya sebagai “robot WALL·E”.

Dalam sesi interaksi tersebut, Huang mendemonstrasikan bagaimana robot belajar di lingkungan simulasi: mempelajari, mengamati, dan meniru gerakan manusia, lalu memahami hubungan antara aksi—hasil—umpan balik, sebelum akhirnya mentransfer kemampuan itu ke dunia nyata.

Dalam video demo, setelah dilatih di lingkungan simulasi, “robot WALL·E” berhasil melakukan rangkaian gerakan “jatuh → bangun lagi” di lantai kayu nyata dan tetap menjaga keseimbangan. Bagi banyak pihak, ini menjadi bukti bahwa platform simulasi fisik berpresisi tinggi dapat membantu robot mempelajari interaksi fisik yang kompleks dengan jauh lebih cepat, sekaligus memperkecil jarak antara digital twin dan kondisi dunia nyata.

Dengan kombinasi lingkungan simulasi dan world model, Huang menyebut pendekatan ini seolah memindahkan “lapangan latihan” ke “dunia digital”. Keuntungannya bukan hanya bisa membangun arena latihan secara masif, tetapi juga membatasi dan mengkalibrasi skenario yang dihasilkan model agar tetap memiliki “kredibilitas fisik”—termasuk kombinasi pencahayaan, material, dan setting lingkungan yang realistis.

Intinya, Huang percaya masa depan AI bukan sekadar soal superkomputer, melainkan soal keterhubungan erat dengan dunia fisik. Dan simulasi virtual adalah kunci untuk menembus bottleneck data.

Pandangan ini juga mempercepat langkah NVIDIA di ranah embodied intelligence. Di CES, Huang mengumumkan NVIDIA telah bekerja sama dengan sejumlah perusahaan robotika asal AS seperti Apptronik, Agility Robotics, Figure, Boston Dynamics, dan Sanctuary AI. Dalam kolaborasi dengan Sanctuary AI, NVIDIA menyediakan platform komputasi dan alat simulasi untuk bersama-sama mendorong pengembangan humanoid general-purpose.

Dengan kata lain, setelah “menang” di perang komputasi, NVIDIA kini mencoba membangun sebuah “CUDA versi embodied intelligence”—fondasi platform yang akan menjadi rujukan ekosistem.

Kunci penentu bagi pemain Tiongkok

Api yang dinyalakan Silicon Valley juga cepat menyebar ke Timur. Namun, berbeda dengan taruhan NVIDIA pada “simulasi high-fidelity + model umum”, banyak pemain Tiongkok cenderung memilih jalur yang lebih pragmatis: eksekusi berbasis skenario nyata + closed-loop vertikal.

Pada Oktober 2025, Kementerian Perindustrian dan Teknologi Informasi Tiongkok (MIIT) merilis rancangan “Spesifikasi Pengumpulan dan Anotasi Data Embodied Intelligence (draf untuk masukan publik)”. Untuk pertama kalinya, dokumen ini memberi kerangka panduan terkait format, kualitas, dan keamanan data interaksi fisik—menandakan bahwa “standarisasi data” telah naik ke level strategi nasional. Sejumlah perusahaan embodied intelligence pun mulai bergerak.

Salah satunya, Zhiyuan Robotics merilis platform simulasi open-source yang didorong oleh large language model—GenieSim 3.0—mencakup lebih dari 200 tugas, serta membuka dataset simulasi dengan akumulasi puluhan ribu jam. Meski mendorong open-source, Zhiyuan tetap menegaskan bahwa data robot sungguhan adalah inti, karena data dunia nyata merupakan fondasi pelatihan model. Data simulasi diposisikan sebagai pelengkap untuk pengujian awal dan iterasi rekayasa.

Galaxy General memilih pendekatan R&D embodied foundation model berbasis data sintetis, serta mengusulkan sistem “tiga lapis model besar” yang mencakup lapisan hardware, lapisan skill, dan model besar tingkat atas. Menurut Galaxy General, sinergi data sintetis dan data nyata sama-sama penting. Data simulasi dipakai untuk belajar kemampuan dasar dalam skala besar, sementara data nyata digunakan untuk memverifikasi dan meningkatkan adaptasi di skenario aktual—membentuk closed-loop “pretraining simulasi → fine-tuning data nyata → optimasi model”.

Itstone Zhihang berfokus pada data video manusia, memperluas cakupan semantik lewat footage perilaku manusia dalam skala besar.

Sementara itu, sebagai salah satu dari “empat pemain baru” di ranah pengumpulan data embodied intelligence, Luming Robotics memilih metode “gripper genggam ringan” untuk mengumpulkan data.

Pendiri Luming, Yu Chao, menjelaskan logikanya: simulasi bisa menghasilkan jutaan skenario, tetapi debu, minyak, dan penuaan material di dunia nyata hanya bisa benar-benar dirasakan oleh mesin di lapangan. Menurutnya, industri sebelumnya terjebak pada siklus buntu pengumpulan data robot nyata: biaya tinggi, efisiensi rendah, dan adaptasi yang rendah. Dalam teleoperation tradisional misalnya, satu jam hanya mampu mengumpulkan sekitar 30–35 sampel data dengan biaya mahal. Selain itu, data dari lengan robot beda merek dan model sering tidak kompatibel—sekali mengumpulkan, hanya cocok untuk satu bodi, sehingga banyak sumber daya terbuang.

Dalam konteks ini, Luming mengembangkan FastUMI Pro. Dengan menyeragamkan antarmuka gripper, modul kontrol gaya, dan skema kalibrasi visual, data dari berbagai merek lengan robot bisa langsung digunakan ulang. Dampaknya besar: model yang dilatih di lini pengelasan otomotif, dengan sedikit penyesuaian, dapat diterapkan pada perakitan 3C atau penyortiran logistik.

Yu menilai nilai utamanya adalah lepas dari ketergantungan pada hardware tertentu, cepat beradaptasi dengan puluhan jenis lengan robot dan gripper di pasar, serta benar-benar memecahkan “pulau data” melalui reuse lintas platform. Dibanding teknik pengumpulan data tradisional, ia mengklaim FastUMI Pro mampu meningkatkan efisiensi hingga 5 kali, menurunkan biaya menjadi seperlima, dan mencapai presisi 1–3 mm—level tinggi di industri.

Mengenai bagian krusial pengumpulan data, seorang investor menyimpulkan: inti investasi embodied intelligence adalah memastikan “peluang menang” tetap solid, sambil menyisakan ruang imajinasi yang besar pada sisi upside.

Jika melihat para pemain saat ini, “peluang menang” banyak ditentukan oleh titik masuk yang cukup pragmatis. Sederhananya, fokus pada skenario industri dengan kemauan bayar tinggi, batas tugas jelas, serta ROI yang bisa dihitung—misalnya elektronik 3C, logistik pergudangan dan handling, inspeksi kualitas, serta identifikasi cacat.

“Hal ini terlihat dari cara para pemain menekan domain vertikal. Bagi Luming, hasil pemangkasan cycle time lini produksi Mitsubishi hingga 60% menunjukkan teknologinya sudah tervalidasi secara komersial, bukan sekadar demo laboratorium—ini adalah jaminan dasar untuk win-rate,” ujar Yu.

Adapun ruang “upside” datang dari paradigma “bodi + data” atau “data × model × bodi”. Jika suatu solusi pengumpulan data diadopsi luas oleh industri, nilainya tak lagi terutama bergantung pada berapa banyak unit robot yang terjual, melainkan pada berapa banyak robot yang berjalan, belajar, dan beriterasi di atas ekosistem datanya.

“Dari arah perkembangannya, FastUMI Pro bergerak menuju ‘USB interface’ untuk embodied intelligence,” kata Yu. “Kami bukan hanya membuat robot. Kami membangun infrastruktur embodied intelligence. Target kami jelas: mengakumulasi data lewat operasi robot nyata di skenario nyata, melatih model yang lebih baik, menyediakan dua infrastruktur utama—data dan hardware—dan mendorong industri membangun bodi serta ekosistem yang lebih universal.”

Menjelang ledakan jalur pendanaan terpanas

Jika ditanya sektor pendanaan terpanas pada 2025, jawabannya besar kemungkinan adalah “embodied intelligence”. Data menunjukkan suhu industri domestik terus meningkat: jumlah pendanaan mencapai 298 transaksi, naik 144% dibanding tahun sebelumnya; total skala pendanaan mencapai 32,9 miliar RMB, naik 291% secara tahunan.

Di balik lonjakan ini, ada dua pendorong utama: minat kapital yang sangat kuat pada embodied intelligence, serta taruhan besar pada kebangkitan “AI + interaksi fisik”. Dalam prosesnya, modal industri terus masuk dan menjadi salah satu kekuatan investor paling aktif di sektor ini.

Ambil contoh JD.com. Dalam satu hari, mereka berinvestasi pada tiga perusahaan embodied intelligence: Qianxun Intelligence, Zhujidongli, dan Zhongqing Robotics, lalu pada 2025 juga “mengincar” RoboScience dan Pasini. Tujuannya jelas: membangun ekosistem embodied intelligence dengan cakupan dari mesin lengkap hingga komponen kunci, sekaligus mendorong penerapan teknologi di logistik, pergudangan, dan inspeksi pabrik.

CATL, raksasa baterai daya, juga melirik sektor ini. Melalui investasi, mereka merambah rantai industri untuk menyediakan solusi daya bagi robot, sehingga mempercepat aplikasi robot di industri dan logistik.

Meituan pun sudah masuk ke jalur robotika sejak 2020. Hingga kini, mereka telah berinvestasi pada lebih dari 10 perusahaan robot dan embodied intelligence, termasuk pemain papan atas. Dengan investasi, Meituan mengeksplorasi skenario layanan lokal, pengantaran, dan penyortiran—guna meningkatkan efisiensi layanan dan pengalaman pengguna.

Menghadapi jalur pendanaan terpanas ini, kesan paling kuat dari investor adalah: pada 2025, investasi semakin “mengumpul ke dua ujung”—yakni “invest lebih awal dan lebih kecil” serta “invest pada yang kuat dan terbaik”.

Di satu sisi, transaksi seed, angel, dan Seri A menyumbang 74% dari total, menunjukkan banyak kapital menyebar di tahap awal demi menemukan calon unicorn berikutnya. Di sisi lain, Seri B dan seterusnya mencapai 15%, menandakan kemampuan pemain teratas mendapatkan pendanaan besar semakin kuat. Investor pun menjadikan “kapabilitas akuisisi data” dan “validasi penerapan skenario” sebagai indikator inti dalam due diligence.

Hingga kini, perusahaan yang dijuluki “empat pemain baru pengumpulan data embodied intelligence” memang berbeda jalur dan teknologi, namun memiliki tujuan yang sama: menembus satu skenario yang frekuensinya tinggi, kebutuhannya kuat, dan bisa diskalakan—agar dapat menangkap manfaat dari kemajuan teknologi dasar.

Laporan dari High-Tech Robotics Industry Research Institute (GGII) menyebut pada 2025, ukuran pasar global diperkirakan mencapai 6,339 miliar RMB, dengan porsi Tiongkok lebih dari 50%. Diproyeksikan pada 2030, penjualan humanoid robot global mendekati 340 ribu unit, dan ukuran pasar berpeluang menembus 64 miliar RMB.

Karena itu, menjelang potensi ledakan pasar humanoid robot, data—terutama data interaksi berkualitas tinggi—menjadi bottleneck utama untuk mendorong penerapan skala besar. Ini adalah mata rantai penting yang harus berhasil ditembus oleh industri.