芝能智芯出品

在人工智能浪潮席卷工業(yè)、醫(yī)療、交通等多個領域之后，機器人正逐步從數(shù)字世界走入現(xiàn)實空間，而推動這場進化的核心力量，來自于對“物理AI”的深刻理解與技術落地。

在這場變革中，英偉達正在扮演一位關鍵推動者，不僅僅制造芯片，也在構建從數(shù)據(jù)生成到機器人部署的完整生態(tài)，并借助開源開放的力量，加速人形機器人和工業(yè)機器人進入主流應用的進程。

AI代理本質(zhì)上可以被視為數(shù)字世界中的機器人，但要讓它們在物理世界中具備真正的感知與行動能力，就必須在遵循現(xiàn)實物理法則的模擬環(huán)境中進行學習。

這意味著，打造一個高保真、接近現(xiàn)實物理反應的仿真環(huán)境成為訓練物理機器人的前提。

為此，英偉達聯(lián)合DeepMind與迪士尼研究院共同開發(fā)了當前最先進的物理引擎——Newton，并計劃于7月向全球開源。

Newton的發(fā)布不僅僅是引擎層面的技術突破，更標志著“物理AI”成為AI技術下一個戰(zhàn)略高地。

物理AI不同于以往依賴大模型生成文本或圖像的生成式AI，它關注的是“動作的生成與理解”，即讓機器人具備感知、決策、執(zhí)行等全鏈路的能力。

英偉達為此搭建了一個全棧的軟硬件基礎設施，覆蓋三類關鍵計算平臺：DGX服務器作為AI訓練中心，RTX PRO工作站與服務器承擔模擬與合成數(shù)據(jù)生成任務，而Jetson AGX則是面向邊緣部署的機器人運行平臺。

更重要的是，英偉達將所有這些計算平臺通過Omniverse打通，構成一個完整的開發(fā)—訓練—部署閉環(huán)。

在此基礎上，英偉達推出了Isaac GR00T這一開放式人形機器人開發(fā)平臺，瞄準當前增長最快的機器人領域——人形機器人。

Isaac GR00T不僅僅是一個框架，更是一個結合了基礎模型、數(shù)據(jù)生成、仿真與訓練流程的AI基礎設施。

其最新發(fā)布的Isaac GR00T N1.5是一個開放、通用且完全可定制的人形機器人基礎模型，相較前代，其對新環(huán)境的適應性和復雜任務執(zhí)行能力明顯提升，特別是在物體識別與拾取放置方面的準確率有顯著增強。

這一模型的開源，讓全球開發(fā)者能夠基于不同機器人品牌進行個性化訓練，并與Isaac GR00T-Dreams藍圖結合，以生成大規(guī)模的合成訓練數(shù)據(jù)。

生成數(shù)據(jù)能力的增強，是加速機器人研發(fā)的關鍵所在。

傳統(tǒng)人工演示的采集方式費時費力，無法滿足人形機器人對多樣化動作學習的需求。Isaac GR00T-Dreams藍圖正是為此而生。它依托英偉達Cosmos物理AI世界基礎模型，可以將有限的人工演示擴展成大規(guī)模的“夢境”，即機器人在模擬環(huán)境中執(zhí)行任務的可視化視頻。

這些“夢境”不僅具備真實物理反應，還能通過推理引擎篩選出高質(zhì)量樣本，進一步轉(zhuǎn)化為3D動作軌跡，從而用于訓練Isaac GR00T N1.5。

這一過程在短短36小時內(nèi)就能完成，而傳統(tǒng)方式可能需要數(shù)月。GR00T-Dreams的出現(xiàn)，使得一個小型團隊即可完成原本需要數(shù)千人才能完成的數(shù)據(jù)采集工作，極大地降低了人形機器人開發(fā)門檻。

這種從“真實數(shù)據(jù)驅(qū)動”向“真實到真實”的合成數(shù)據(jù)驅(qū)動的范式轉(zhuǎn)變，也在工業(yè)機器人領域展現(xiàn)出巨大潛力。

臺積電、富士康、和碩、廣達等企業(yè)，正在借助英偉達Omniverse平臺構建工廠數(shù)字孿生，將復雜制造流程在虛擬世界中提前預演與優(yōu)化。

例如，臺積電通過Omniverse和cuOpt平臺構建AI驅(qū)動的數(shù)字孿生管線系統(tǒng)，將傳統(tǒng)的2D CAD圖紙轉(zhuǎn)化為互動式3D工廠模型，并借助視覺語言模型提升晶圓缺陷識別效率，實現(xiàn)從芯片設計、光刻到制造的全流程加速。

這種虛實結合的流程改造，使新廠規(guī)劃時間縮短數(shù)月，節(jié)省上千萬美元成本。

富士康同樣在其臺灣工廠部署了基于Omniverse的Fii數(shù)字孿生平臺，并結合Isaac GR00T-N1模型和GR00T-Mimic藍圖，訓練工業(yè)機械臂完成從電纜插入到組裝的復雜任務。

通過使用虛擬機器人在Omniverse中完成大規(guī)模訓練，再部署至現(xiàn)實車間，使物理AI真正融入生產(chǎn)線。

此外，通過構建液冷POD中的超級芯片模擬平臺，富士康還能測試AI工廠的真實運行條件，從而更高效地配置硬件資源。

這些工業(yè)實踐背后，昭示著一個趨勢：未來機器人的開發(fā)不再依賴大規(guī)模線下測試，而是借助數(shù)字孿生與合成數(shù)據(jù)完成大量預訓練、迭代優(yōu)化，最終實現(xiàn)高效部署。

這種方法不僅適用于人形機器人，也可擴展至協(xié)作機器人、自主移動機器人和AI代理等其他形態(tài)。

英偉達提供的軟硬件堆棧、Omniverse平臺、Isaac工具集以及開源的數(shù)據(jù)生成藍圖，正在成為機器人開發(fā)者的“標準裝備”。

而在城市級場景中，Linker Vision與高雄市政府也在利用Omniverse打造城市級數(shù)字孿生系統(tǒng)，模擬不可預測情境，并借助AI agents實現(xiàn)實時響應機制。

這一模式表明，數(shù)字孿生與物理AI的結合已超越工廠邊界，邁向智慧城市、公共安全等更廣泛的領域。

小結

從構建物理世界的數(shù)字鏡像，到用像素生成動作軌跡，再到將AI植入機器人完成任務執(zhí)行，英偉達正通過一整套開放生態(tài)推動機器人開發(fā)進入“數(shù)據(jù)即燃料、仿真即現(xiàn)實”的新階段。

而物理AI，也正是驅(qū)動這一變革的核心引擎。在不久的未來，我們或許會看到更多能夠自由行走、理解命令、執(zhí)行任務的人形機器人走入工廠、醫(yī)院、商場甚至家庭，而這一切的背后，都離不開數(shù)據(jù)生成能力的變革和物理仿真引擎的革命。

       原文標題 : Physical AI：數(shù)據(jù)即燃料、仿真即現(xiàn)實