摘要：在人工智能从虚拟向物理世界的延伸中，NVIDIA正以迅猛姿态引领变革。2025年9月30日，在韩国首尔举行的机器人学习大会（CoRL）上，NVIDIA发布了一系列针对人形机器人和物理AI的升级工具，这些创新旨在为机器人提供“头脑、身体和训练场”，加速其在不确定
在人工智能从虚拟向物理世界的延伸中，NVIDIA正以迅猛姿态引领变革。2025年9月30日，在韩国首尔举行的机器人学习大会（CoRL）上，NVIDIA发布了一系列针对人形机器人和物理AI的升级工具，这些创新旨在为机器人提供“头脑、身体和训练场”，加速其在不确定环境中的推理、适应和安全行动。这一波公告包括Project GR00T的最新迭代、Newton物理引擎以及Cosmos世界基础模型的优化，标志着NVIDIA从GPU巨头向机器人生态构建者的全面转型。行业专家认为，在全球人形机器人市场预计2025年增长40%的背景下，这些工具不仅填补了模拟与现实的鸿沟，还为开发者提供了标准化路径，推动物理AI从实验室走向工业应用。
NVIDIA的Omniverse平台作为核心训练环境，进一步强化了这一战略。通过这些升级，人形机器人能更好地处理复杂任务，如在多变地形上的导航或精细物体操作，潜在应用覆盖制造业、医疗护理和家庭服务。NVIDIA Omniverse与模拟技术副总裁Rev Lebaredian强调：“人形机器人是物理AI的下一个前沿，需要推理、适应并在不可预测世界中安全行动。这些最新更新为开发者提供了三个关键计算机——Isaac GR00T作为机器人的大脑、Newton模拟其身体，以及NVIDIA Omniverse作为训练场——将机器人从研究带入日常生活。”
英伟达
Project GR00T作为NVIDIA的人形机器人基础模型，已迭代至N1.6版本，这一开源模型现已在Hugging Face平台免费获取。它集成了NVIDIA的视觉语言模型Cosmos Reason，能将模糊指令转化为分步计划，利用先验知识、常识和物理原理处理新情境，并泛化到多任务场景。例如，在面对“捡起地上的苹果”这样的命令时，GR00T N1.6不仅规划路径，还考虑重力和摩擦等变量，确保动作自然流畅。
从工程角度剖析，GR00T N1.6的进步源于多模态融合架构：结合Transformer和扩散模型的混合框架，提升了推理的因果性。相比N1.5版本，其泛化能力提升25%，通过强化学习优化了边缘案例处理，如光线变化或物体变形。这种开源策略降低了开发者门槛，早前采用者包括Lightwheel、Neura Robotics和LG Electronics等机器人公司，以及ETH Zurich机器人系统实验室、慕尼黑工业大学和北京大学等研究机构。这些伙伴已将GR00T用于原型开发，测试显示，在模拟仓库分拣任务中，成功率达92%，远超传统规则-based系统。
行业专家观察到，GR00T的开源模式类似于Hugging Face上的Llama系列，但专为物理AI定制，强调实时决策而非纯文本生成。这不仅加速了生态构建，还为中小型机器人初创提供了竞争机会，推动人形机器人从单一任务向通用智能的演进。
Newton物理引擎是另一大亮点，由NVIDIA与Google DeepMind及Disney Research联合开发，这一开源工具模拟复杂动作，如在雪地或碎石上行走，或处理小型/可变形物体。它通过高保真物理建模，生成多样化训练数据，避免现实测试的成本和风险。举例而言，Newton能精确模拟球体滚动时的能量损失或布料折叠的褶皱动态，适用于柔性机器人臂的设计。
与Newton协同的是Cosmos世界基础模型的更新，这些模型支持从文本、图像或视频提示生成合成训练数据，加速物理AI模型的规模化训练。Cosmos的生成效率提升30%，通过生成对抗网络（GAN）变体，确保数据多样性覆盖边缘场景，如低光环境或多物体交互。NVIDIA Omniverse作为“训练场”，无缝桥接模拟与现实，支持零样本迁移——即模型在虚拟中习得技能，直接应用于物理机器人。
工程上，这一栈依赖高性能计算：Newton的粒子系统模拟需数千GPU小时，但Cosmos的边缘优化将训练时间缩短至几天。行业专家指出，这种模拟-现实（Sim2Real）范式是物理AI的瓶颈突破，类似于DeepMind的MuJoCo引擎，但NVIDIA的集成更注重工业级鲁棒性。早期测试显示，使用Newton训练的机器人臂在真实装配线上错误率降至5%以下，预示着制造业的自动化浪潮。
NVIDIA的这些工具，正值人形机器人市场爆发期。2025年，全球人形机器人出货量预计超10万台，物理AI投资达500亿美元，驱动因素包括劳动力短缺和老龄化社会。NVIDIA的生态布局——从Jetson Orin硬件到Omniverse云服务——覆盖全链条，早前与Figure AI和Agility Robotics的合作已验证其商业潜力。相比特斯拉Optimus的闭源路径，NVIDIA的开源策略更利于标准化，推动行业从碎片化向统一框架演进。
然而，挑战并存。物理AI的安全性仍是痛点，GR00T N1.6虽融入常识推理，但边缘故障如意外碰撞需进一步强化。能源效率也是焦点，人形机器人的功耗可达数千瓦，Newton的模拟需优化以支持低功耗边缘部署。在我国市场，NVIDIA工具或与华为Ascend生态融合，加速本土机器人如优必选的升级，预计渗透率升至25%。行业专家预测，到2030年，物理AI将主导服务机器人领域，NVIDIA的“三大计算机”框架或成为行业标杆，但需警惕开源滥用风险，如模型泛化偏差。
从更广视角，这些创新惠及下游应用：医疗机器人通过GR00T实现个性化护理，物流臂借助Newton处理不规则包裹。这种发展趋势将重塑人力密集行业，推动从刚性自动化向柔性智能的转型。
NVIDIA在CoRL大会上的GR00T N1.6、Newton引擎和Cosmos模型发布，以其开源创新和模拟深度，铸就了人形机器人从概念到部署的桥梁。这一战略不仅加速了物理AI的商业化，还为开发者提供了前所未有的工具栈。行业专家坚信，NVIDIA的“头脑、身体、训练场”框架将驱动2025年机器人浪潮，推动行业向更适应、更安全的智能时代迈进，成为定义人形未来的一座里程碑。
来源：万物云联网
