A NVIDIA apresentou nesta terça-feira, 22 de setembro de 2026, o Isaac ROS 5.0, uma coleção de pacotes acelerados por GPU construída sobre o ROS. O anúncio foi feito durante a conferência ROSCon, em Toronto, no Canadá.
A nova versão marca uma mudança de ênfase: além de acelerar cargas de trabalho robóticas, foi desenhada para que humanos e agentes de IA desenvolvam robôs em conjunto. Segundo a empresa, a release introduz novos fluxos de trabalho agênticos e suporte de plataforma.
O objetivo é ajudar desenvolvedores a construir, personalizar e implantar aplicações de robótica mais rapidamente.
A base aberta e o que muda na versão
O ROS é um framework aberto mantido pela Open Robotics. Ele sustenta boa parte do desenvolvimento robótico moderno, com ferramentas, bibliotecas e padrões comuns para criar e conectar aplicações.
A NVIDIA estima que essa comunidade reúne cerca de 1,3 milhão de usuários. A proposta do Isaac ROS é levar a essa base a computação acelerada da NVIDIA, modelos de physical AI e bibliotecas prontas para produção.
Tudo sem abrir mão de ferramentas open source gratuitas e familiares.
O Isaac ROS 5.0 passa a oferecer suporte ao ROS Lyrical e ao Ubuntu 24.04. Isso abre um caminho para adotar a plataforma mais recente enquanto se mantém a aceleração de cargas robóticas exigentes.
Em conjunto com a Open Source Robotics Alliance, a NVIDIA contribuiu com uma interface padrão de tratamento de dados para o ROS Lyrical. O recurso serve para fazer o software robótico operar de forma eficiente em diferentes hardwares de computação, incluindo GPUs.
Está disponível para toda a comunidade ROS, e o CUDA aparece como exemplo funcional de aceleração por GPU.
Agentes de IA no fluxo de desenvolvimento
Agentes de IA já mudaram a forma como software é escrito. Automatizam tarefas repetitivas e ajudam a navegar por bases de código complexas.
O Isaac ROS 5.0 transporta essa lógica para a robótica.
A versão traz novas skills Isaac para setup e manipulação. São fluxos reutilizáveis que desenvolvedores e agentes podem executar para concluir etapas do desenvolvimento.
A documentação preparada para agentes também facilita que esses sistemas compreendam as ferramentas e os fluxos do Isaac ROS. Isso converte a intenção do desenvolvedor em aplicação funcional mais depressa.
Parte dessas skills vai além de tarefas isoladas de programação. A nova skill de fine-tuning do FoundationStereo permite que um agente adapte um modelo de percepção estéreo às câmeras, ao ambiente e à aplicação específica do desenvolvedor.
A Meta é percepção mais precisa para cada configuração de sensores.
O FoundationPose, modelo de fundação para estimativa e rastreamento de pose de objetos, ganhou uma biblioteca de inferência agent-ready. Ela permite perceber e rastrear posição e orientação de objetos até 5,5 vezes mais rápido.
O fluxo de pick and place, que conecta detecção, estimativa de profundidade e saída de pose, também passa a existir como skill autônoma agent-ready. Isso dá mais flexibilidade a quem desenvolve robôs fora do próprio Isaac ROS.
Parceiros ampliam o ecossistema
O ecossistema robótico já estende essa abordagem agêntica aos fluxos de trabalho. O AgenticROS, projeto open source patrocinado pela RealSense, conecta o Isaac ROS aos modelos abertos NVIDIA Nemotron e aos blueprints NVIDIA NemoClaw.
Agentes de IA passam a interagir com robôs baseados em ROS.
A RealSense também está otimizando suas câmeras de profundidade estéreo 3D AI-native mais recentes, incluindo a RealSense D585 Pro. A empresa prepara ainda um kit de desenvolvimento de software open source para o Isaac ROS e para a plataforma de edge AI NVIDIA Jetson Thor, com foco em percepção, navegação e manipulação.
Na frente industrial, a Open Machine Tending Solution da Intrinsic funciona como aplicação de referência para o atendimento de máquinas de controle numérico computadorizado. Ela integra o recém-lançado Intrinsic Core, suíte open source de serviços de runtime e capacidades pré-configuradas voltada a acelerar aplicações de robótica industrial.
A solução tem compatibilidade embutida com o NVIDIA FoundationPose para registro, rastreamento e estimativa de pose de objetos prontos para uso. Com esse pipeline de percepção, robôs conseguem detectar e manusear peças de forma dinâmica.
Isso reduz a dependência de fixtures físicas rígidas e caras e de integrações especializadas. A Seeed Studio também aparece entre os parceiros que usam o Isaac ROS, no caso com o reBot Arm.
Por que isso importa
A aposta é dupla. De um lado, colocar agentes dentro do ciclo de desenvolvimento promete encurtar o caminho entre a ideia e a aplicação que roda no robô.
Isso absorve tarefas repetitivas e a adaptação de modelos de percepção a sensores reais.
Do outro, a padronização do transporte de memória no ROS, feita de forma neutra em relação a fornecedores, interessa diretamente a quem precisa rodar software robótico pesado em hardwares distintos. A ideia é evitar reescrever o código para cada plataforma.
O movimento também sinaliza como modelos de fundação deixam de ser apenas peças de pesquisa e passam a integrar bibliotecas de inferência e skills empacotadas para produção, com números concretos de ganho de desempenho.
Para uma base de cerca de 1,3 milhão de usuários de ROS, a combinação de aceleração por GPU, modelos de physical AI e fluxos agênticos pode reduzir o custo de entrada em aplicações que exigem perceber, raciocinar e agir em ambientes dinâmicos.
