摘要：英伟达近期集中开源多项机器人领域核心技术，其中包括与迪士尼研究中心（Disney Research）、谷歌 DeepMind 联合研发的物理引擎 Newton，该引擎已正式纳入开源生态。

英伟达近期集中开源多项机器人领域核心技术，其中包括与迪士尼研究中心（Disney Research）、谷歌 DeepMind 联合研发的物理引擎 Newton，该引擎已正式纳入开源生态。

作为此次开源动作的重点，Newton 物理引擎基于 NVIDIA Warp 框架构建，借助 GPU 并行计算实现高精度仿真，可支持机器人与布料、食品等可变形物体的复杂交互，还能兼容 Isaac Lab、MuJoCo Playground 等主流机器人学习框架，为开发者解决 "仿真与现实脱节" 的核心痛点。而除了这一跨机构合作的引擎外，英伟达同步开源的还包括 Isaac GR00T 机器人推理模型、Cosmos 视觉标记器等技术，覆盖从仿真训练到环境感知的全研发链路。

Newton 物理引擎：给仿真环境注入 “真实” 灵魂

全球 25 万余名机器人开发者正共同面对一个棘手问题：怎样让机器人在仿真环境中习得的技能，能安全可靠地应用到现实场景中？人形机器人关节结构复杂，平衡控制难度极大，现有物理引擎已难以满足需求。

英伟达 Omniverse 与仿真技术副总裁 Rev Lebaredian 曾表示：“人形机器人是物理 AI 的下一个前沿，它们需要在不可预测的世界中推理、适应环境并安全行动。” 而 Newton 引擎的出现，恰好精准解决了这一痛点。

作为由 Linux Foundation 管理的开源项目，Newton 基于英伟达 Warp 和 OpenUSD 框架打造，借助 GPU 加速技术，能精准仿真机器人的复杂动作 —— 无论是在雪地、碎石路行走，还是操控杯子、水果等精细操作，都能逼真呈现。

目前，苏黎世联邦理工学院机器人系统实验室、慕尼黑工业大学、北京大学等顶尖高校已率先启用 Newton，光轮智能与仿真引擎公司 Style3D 也加入了早期用户阵营。

Isaac GR00T N1.6：给机器人装上 “深度思考大脑”！

让机器人理解“帮我拿杯水”这样的模糊指令，一直是业界的难题。

英伟达最新发布的Isaac GR00T N1.6开源模型，通过集成Cosmos Reason视觉语言模型，让机器人拥有了接近人类的推理能力，即将在Hugging Face平台上线。

它依托既有知识、常识和物理规律，能把模糊指令转化为一步步的执行方案。值得关注的是，机器人可同步完成移动与物体操控动作，躯干和手臂活动范围更大，甚至能推开较重的房门。

目前，Cosmos Reason 下载量已超 100 万次，在 Hugging Face 物理推理模型排行榜上始终位居第一。英伟达还提供了开源物理 AI 数据集，包含数千条合成及真实世界轨迹数据，下载量已突破 480 万次。AeiROBOT、Franka Robotics、LG Electronics 等头部机器人制造商，正评估采用 Isaac GR00T N 系列模型。

训练革新：从抓取技能到全面测试

教会机器人抓取物体，是机器人领域的一大难题。基于英伟达 Omniverse 打造的 Isaac Lab 2.3 开发者预览版，新增了灵巧抓取工作流。其巧妙之处在于采用 “自动化课程体系”：从简单任务起步，逐步增加难度，同时调整重力、摩擦力、物体重量等参数，让机器人即便在不可预测的环境中，也能掌握抓取技能。波士顿动力的 Atlas 机器人正是通过这个工作流学习抓取，操控能力有了明显提升。

为解决测试场景零散、简单化的问题，英伟达联合光轮智能开发了 Isaac Lab Arena—— 这是一个用于大规模实验和标准化测试的开源策略评估框架。有了它，开发者无需从零搭建系统，就能在仿真环境中开展复杂且大规模的评估。

全新 AI 基础设施加持，机器人开发按下 “加速键”

在硬件布局上，英伟达同样投入颇深。GB200 NVL72 机架式系统集成了 36 颗 Grace CPU 与 72 颗 Blackwell GPU，目前已被多家云服务提供商采用。RTX PRO 服务器则为机器人开发的各类工作负载提供统一架构，RAI Institute 已抢先应用。

最受关注的当属搭载 Blackwell GPU 的 Jetson Thor，它能支持机器人运行多个 AI 工作流，实现实时智能交互。Figure AI、银河通用、Google DeepMind、宇树科技等合作伙伴已着手采用这款产品。

在 CoRL 收录的论文中，近半数引用了英伟达相关技术。卡内基梅隆大学、华盛顿大学等顶尖研究机构，均在使用英伟达的 GPU、仿真框架及 CUDA 加速库。斯坦福视觉与学习实验室的 BEHAVIOR 机器人学习基准测试项目，以及北京大学开发的触觉机器人仿真平台 Taccel，均基于英伟达技术构建。

从开源物理引擎到基础模型，从训练工作流到硬件基础设施，英伟达此次的 “全栈式” 布局，正重新定义机器人研发的游戏规则。机器人从实验室走向日常生活的进程，或许比我们预想的要快得多。

来源：世界先进制造技术论坛