NVIDIA在GTC 2026大会上，华特迪士尼幻想工程公司采用NVIDIA物理引擎打造的自由漫游机器人Olaf（雪宝）与NVIDIA总裁兼首席执行官黄仁勋一同登台，为观众带来了机器人技术的新进展。
本届GTC 2026大会，NVIDIA在这场全球瞩目的AI大会上，再次大力推广“物理人工智能”概念。物理人工智能代表着对过去两年占据新闻头条的大型语言模型和生成式人工智能工具的巨大拓展，能帮助各类机器人实现升级。
01
NVIDIA如何赋能物理人工智能？
围绕于此，一个关键的战略主题是，NVIDIA希望通过使用仿真和合成数据生成来取代昂贵的真实世界数据收集，从而将机器人技术的数据问题转化为计算问题，打破训练更好机器人模型并实现落地的瓶颈，更好帮助机器人公司开发、训练和部署智能机器人，而无需从零开始构建所有内容。
NVIDIA创始人兼首席执行官黄仁勋表示：“物理AI时代已经到来，未来每一家工业企业都将成为机器人公司。”为了实现这一目标，NVIDIA构建了完整的平台战略，包括提供芯片、计算平台、开放模型、仿真工具、软件框架和安全架构，这几乎涵盖了物理人工智能系统的整个价值链，从训练数据管道到5G边缘计算，它凝聚了全球生态系统之力，供汽车、机器人、医疗和电信行业的合作伙伴在此基础上进行深度开发，同时未来将联合全球合作伙伴共同打造智能机器人，为下一代工厂、物流、交通及基础设施注入动能。
英伟达的这一策略与其在数据中心人工智能领域的成功如出一辙。正如该公司的GPU已成为训练ChatGPT和其他模型的默认基础设施一样，它正将其平台定位为物理人工智能的基石。此外，黄仁勋还称自动驾驶汽车是第一个价值数万亿美元的机器人产业，并补充说，所有会动的东西最终都将实现自动化。
02
工业机器人集群再升级
NVIDIA认为，随着工业机器人日益由AI驱动，制造商需要具备物理精度的、高保真的仿真系统，以便在部署前对系统进行设计、测试和优化。这个市场2030年就将达到800亿美元。为此，NVIDIA尝试将其物理AI平台扩展到自动驾驶、工业机器人和人形机器人领域。会上，其宣布与控制全球超过200万台已安装机器人的工业巨头ABB、FANUC和KUKA建立合作伙伴关系。
发那科（FANUC）和ABB的工业机器人将搭载NVIDIA的芯片，并且正在将NVIDIA Omniverse™库与NVIDIA Isaac™仿真框架集成至其虚拟调试解决方案中，旨在通过物理精度的数字孪生技术，开发并验证复杂的机器人应用乃至整条生产线。为了在生产线上实现高阶智能，这些企业正在将NVIDIA Jetson™模块集成到其控制器中，以实现边缘端的实时AI推理。
这也意味着NVIDIA正在尝试与整个行业协调合作，以共同制定新一代工业机器人的行业标准。
03
构建通用机器人“大脑”
NVIDIA认为，机器人正从执行特定任务的专用设备，演变为兼具适应性与专业性的通用-专家系统，且能保持工业级部署所需的精度与可靠性。
NVIDIA表示，物理人工智能训练的一项核心挑战在于，这些模型需要海量的训练数据，包括在现实世界中难以且成本高昂地获取的罕见极端情况。物理人工智能数据工厂蓝图旨在解决这一问题。
为实现这一目标，NVIDIA发布了新的AI模型，从而希望让机器人需具备类人的推理能力，以及自主感知、决策与行动的能力。最引人瞩目的无疑是首个统一的机器人智能世界基础模型Cosmos 3，这是一款结合了合成世界生成、视觉推理和动作模拟的新模型，旨在超越早期版本的Cosmos模型。
该开放参考架构分三个阶段，能够自动完成从原始数据到最终训练数据集的整个流程：其中，Cosmos Curator用于数据整理，Cosmos Transfer用于数据增强，Cosmos Evaluator用于质量评估。借助这项技术及其其他仿真平台，NVIDIA希望将机器人领域的数据问题转化为计算问题。届时，更强大模型的瓶颈将不再是收集数据的硬件，而是企业愿意投入到仿真训练中的原始计算能力。
黄仁勋透露，目前，FieldAI和Skild AI就正在利用NVIDIA Cosmos™世界模型进行数据生成，并借助Isaac仿真框架在仿真环境中验证策略，以此构建通用化的机器人大脑，从而让任何形态的机器人仅需极少复训练即可掌握新任务。World Labs正使用Isaac Sim™验证其生成式世界模型，而Generalist AI正基于Cosmos探索生成合成数据。
04
助力新一代人形机器人
针对人形机器人，NVIDIA推出了基于GR00T N1.7的基础模型，并提供商业授权的早期访问版本。该模型旨在提供包括灵巧控制在内的通用技能。
黄仁勋还预告了GR00T N2，该模型基于NVIDIA自主研发的DreamZero研究成果，并采用了全新的“世界动作模型”(World Action Model)架构。据NVIDIA称，运行GR00T N2的机器人在陌生环境中完成新任务的频率是目前领先的视觉-语言-动作模型的两倍以上。该模型目前在MolmoSpaces和RoboArena基准测试中均排名第一，预计将于2026年底上市。GR00T系列模型旨在作为通用模型，能够处理不同机器人平台上的各种任务。目前，众多领先的机器人开发商，比如智元机器人、Humanoid、LG Electronics、NEURA Robotics 和 Noble Machines 也正采用 NVIDIA Isaac GR00T N 系列模型，加速其人形机器人的工业化部署进程。
NVIDIA今日发布了Isaac Lab 3.0抢先体验版，使机器人能够在NVIDIA DGX™级基础设施上实现更快、更大规模的学习。该版本基于全新Newton物理引擎1.0与NVIDIA PhysX®软件开发套件，新增了多物理场仿真功能，并强化了对复杂灵巧操作场景的支持。例如机器人处理电缆、组装组件等以往需要大量手动编程才能完成的任务。
NVIDIA透露，包括1X、智元机器人、Agility、Agile Robots、Boston Dynamics、Figure、Hexagon Robotics、Humanoid、Mentee和NEURA Robotics在内的行业领先企业，正基于Cosmos世界模型、Isaac Sim与Isaac Lab打造下一代人形机器人，以加速其机器人的开发与验证进程。
05
医疗机器人的创新方案
医疗健康是物理AI最典型的应用机遇，然而在外科手术、医学影像和医院环境中部署自主系统，要求基础设施必须符合最高安全标准与监管要求。NVIDIA的边缘计算平台IGX Tho，本质上是一款面向边缘应用的AI PC现已正式发布，主要面向安全关键型应用场景。
CMR Surgical正使用Cosmos-H仿真技术，在临床部署前训练并验证其Versius手术系统的机器人智能。强生医疗科技正将其应用于其Polyphonic数字手术平台，采用基于Isaac Sim与Cosmos的后训练工作流，训练和验证其Monarch泌尿外科平台系统。Medtronic则正在探索使用NVIDIA IGX Thor™，以在手术机器人系统中实现关键任务级精度与功能安全。
除了医疗领域，卡特彼勒公司正在使用IGX Thor开发人工智能驾驶舱助手，日立铁路公司正在使用IGX Thor进行预测性维护，而Planet Labs计划直接在轨道上处理卫星数据。据NVIDIA称，欧洲核子研究中心的研究人员也在使用该平台开发受物理学启发的人工智能模型。
06
全球机器人创新生态构建中
生态也是NVIDIA大会的亮点部分。通过构建集设计、训练、测试与部署于一体的开放物理 AI 平台，NVIDIA 正推动机器人生态系统内的深度协作。这对于在现实世界中实现规模化落地至关重要。
例如研发人形机器人的研究人员和初创公司缺乏公开可用的、大规模的、带有标注的、专为机器人技术设计的动态数据集。Bones Studio借助NVIDIA的技术填补这一空白。BONES-SEED首次公开了14.2万个高保真度的人体运动动画，并附带丰富的多模态标注，该数据集涵盖了从运动和日常活动到物体交互和复杂全身行为等各种行为，所有内容均针对人形机器人应用进行了专门整理。BONES-SEED的独特之处不仅在于其3D动作数据的规模和质量，更在于其详尽的注释。每个动作都配有多达六条自然语言描述，时间分割技术将每个动作序列分解成具有精确时间戳的有意义的阶段，以及详细的骨骼元数据。这并非原始的动作捕捉数据，而是语言到动作模型所需的一切。
例如光轮智能正与 NVIDIA 共同开发并校准 Newton 物理引擎，旨在帮助三星的装配机器人能在仿真环境中精准掌握复杂的线缆操作，从而实现更高的装配精度和更快的生产线速度。
还有例如开篇提到的，迪士尼基于 NVIDIA Warp 框架开发的 GPU 加速物理仿真器 Kamino 现已集成至 Newton，正用于训练迪士尼“雪宝”与 BDX 机器人的机器人策略。借助该仿真器，“雪宝”学会了自主管理体温并降低碰撞噪音，而 BDX 机器人能够在复杂环境中导航。“雪宝”即将于 3 月 29 日在巴黎迪士尼乐园首次与公众见面。
07
结语与未来
NVIDIA的机器人平台战略遵循着一套熟悉的模式：提供工具和铲子，让其他人去挖掘宝藏。
其运作方式与NVIDIA以往在人工智能领域屡试不爽的策略如出一辙，提供基础设施，培育生态系统，然后在市场规模扩大时获取商业价值。如果物理人工智能的发展轨迹与生成式人工智能类似，那么英伟达如今提供的这些工具对于机器人技术而言，重要性堪比CUDA对于机器学习。
目前，问题不在于智能机器人时代是否会到来，而在于NVIDIA能否继续保持其作为全球机器人“大脑”供应商的地位。
