英伟达开始了机器人

春节前夕，黄仁勋像往常一样开年会巡演，北京站成为各行各业CEO偶像化现场。在大照片中，坐在黄仁勋左边的是宇树科技的王兴兴，第一排最右边的是银河通用的王鹤。

三人曾经在年初的CES展上举行过一次“非正式会谈”。当时黄仁勋的演讲结束了，人形机器人军团压轴登场，包括春晚宇树转手帕的H1。、Galbot银河通用 G1。

2025年英伟达年会和CES展览

在新闻发布会上，14个人形机器人排成一排，包括波士顿动力等老牌玩家，宇树等行业新贵，跨境玩家小鹏。只有特斯拉在购买黄色整体芯片的同时，才悄悄从事自主研发。

黄仁勋在机器人军团压轴出现之前，公布了一系列由大型机器人训练平台组成的机器人训练平台Cosmos。

Cosmos的功效可以简单理解为在虚拟世界中模拟真实的物理环境，针对目前人形机器人行业的真空带，也是英伟达围绕人形机器人规划的最后一个环节。——仿真数据。

三个月后，英伟达GTC，机器人再次成为压轴节目。除Cosmos再次刷脸外，英伟达还发布了一款基本的人形机器人模型Isaac GR00T N1，模拟概念模型Newton，由小机器人Blue完成。

Blue(右)机器人

如果人形机器人被视为人工智能领域正在疯狂建设的高速公路，那么英伟达正在做的就是提前修好收费站。

模拟五年高考三年

英伟达真正的关键字是“物理AI”，从年初的CES到前两天的GTC。

根据黄仁勋的说法，AI的新浪潮是物理AI，其重要环节是让AI了解物理定律，而人形机器人是目前最重要的媒介。

大多数传统的工业机器人都是基于特定的计划来执行特定的操作，比如运输和分拣，而不是机器人，而是一种“自动机械”。

但是人形机器人在理想状态下，能够理解物理世界各种物体、语言和文字的含义，并且能够独立规划和决策。

2023年7月，《纽约时报》探班谷歌实验室，记录了一个基于RT-2模型机器人智能闪光的瞬间： 桌子上有三个塑料玩具：恐龙，鲸鱼，狮子，工程师让机器人“捡起灭绝的动物”，机器人拿起恐龙。

这一案例很好地反映了人形机器人最大的变化：机器人不仅可以识别三种动物，还可以理解“灭绝动物”的含义，并且可以完成具体的操作。

机器人基于RT-2模型

换句话说，两者的核心区别在于“智能”。判断机器人的智能化程度，不是看它是否会在前后空翻，而是看它是否能像人一样思考。

就像大模型训练一样，使机器人具有思考能力的过程，同样是对数据的消耗——换句话说，就是做题。

人工智能大师李飞飞对算法的训练过程有一个生动的解释:让算法不断观察包括猫和其他动物在内的图片，并在每张照片后面写出正确的答案。每次电脑看照片，都会和背面的答案核对一次。只要有足够的频率，算法就能学会识别猫。

但是问题是，写完答案的照片并不是现成的。

与GPT等大型模型抓取互联网数据不同，机器人会与现实世界互动，因此需要遵循物理规则的真实数据来训练算法。但是，如果用真人动作捕捉来训练，不仅成本高，而且很容易成为真正的“AI奴役人类”地狱笑话。

数据空白已经成为模拟数据的实践空间。所谓模拟数据，可以简单理解为在虚拟空间中构建遵循真实世界物理规则的场景，并将其输出为可用于训练的数据。

马斯克就是模拟数据的铁杆粉丝，2021年的特斯拉AI Day，马斯克公开了自己的数据模拟模拟。当时生成并投入训练的模拟数据已经达到了37.1亿张图片和4.8亿张标记[2]。XAi最新发布的Grok 还投喂了大量的模拟数据进行训练。

自动化驾驶仍然可以收集车主真实的驾驶数据进行训练，机器人还没有大规模投入使用，对模拟数据的需求更加迫切。

真实数据和模拟数据就像“五年高考”和“三年模拟”，一个是真题，一个是模拟题。真题参考价值更高，但数量不多，模拟题数量充足，但参考价值取决于其与真题的相似程度。

到目前为止，英伟达已经聚集了人形机器人开发的“三大件”——超级计算机DGX(训练算率)、Omniverse(训练数据)是Cosmos的模拟平台。、Jetson终端芯片 Thor(推理算率)。

除无结局造机器人外，能做的工作基本都做了。

物理学骗术和算率游戏

英伟达的积累可能比大多数人想象的要强烈，因为虚拟世界建立了物理规则。

一项技术的应用并不取决于技术本身，而是能否将高商业价值的场景捆绑起来，实现自我造血的良性循环。在机器人和自动驾驶大规模工业化之前，最符合这项技术的英伟达的老本行:游戏。

大多数游戏都是模拟现实世界的，但虚拟世界不遵循现实世界的物理规则。从游戏世界的草叶飘动方向到服装面料的褶皱，再到刀剑挥刀的范围和反馈效果，都会影响游戏的“沉浸感”。

由此产生了一种改进思路：为何不使用物理公式来计算物体的实时运动状态，设计运动轨迹？

当时，一家名为Ageia的创业公司开发了游戏引擎PhysX，通过实时循环计算“应力分析->带入运动方程->更新定位信息->导出”，让游戏中的场景尽可能符合现实世界的物理规则。

Ageia还专门开发了配套硬件PPU，因为PhysX需要大量的计算率。（Physics Processing Unit）主要负责物理计算。遗憾的是，PPU销量惨淡，Ageia濒临破产，黄仁勋骑着白马来了。

收购完成后，英伟达做的第一件事就是砍掉PPU产品线，把PhysX的计算工作交给自己的GPU，并推出PhysX软件工具箱。 APEX，降低使用门槛。

由于PhysX的特点是模拟和模拟物理规则，在接下来的几年里，英伟达还推动了PhysX在医疗手术、影视特效等工业场景中的应用。

英伟达于2019年将RT核心引入GPU架构，推出了光跟踪功能。

类似于PhysX，光线追踪的关键也是对真实物理规则的模拟——根据物体、光源和障碍物之间的位置关系，实时计算出光线反射到人眼的状态[4]，每束光线实时计算结果形成一帧的场景，让英伟达展现出计算能力的肌肉。

随着自动驾驶、人形机器人等新兴产业的出现，对“虚拟世界模拟物理规则”的需求日益增加。

Cosmos和Omniverse等软件工具的出现，相当于英伟达为人形机器人建造了一个可以沉浸式训练的“健身房”，下面就可以出售“私教课程”了——你觉得我的芯片怎么样？

英伟达的野心

在过去的二十年里，英伟达的经营理念可以用一句话来描述：使高性能计算不断地覆盖高颜值场景。

GPU是高性能计算的载体，也是英伟达的核心产品。尽管有些学者在2010年之前就开始使用GPU来训练神经网络，但是GPU对应的高价值场景实际上只有一个游戏。

根据黄仁勋的说法，游戏行业 它不仅代表着最棘手的技术难题，而且具有惊人的市场规模，同时具有这两个特点的市场极为罕见。

移动终端是英伟达开发的第一个新场景。小米3于2013年发布，Cpu选择了高通骁龙800与英伟达的Tegra系列混搭，这是英伟达切入手机行业，在显卡之外开拓第二战线的绝佳机会。

那时候，英语不好的雷军和中文不好的黄仁勋很少同场，黄仁勋现场还当了一次米粉。

2013年小米3发布会

遗憾的是，由于工艺和插件基带问题，Tegra芯片的能耗失控严重燃烧。从那以后，英伟达的移动业务一直没有改善，Tegra系列只能在任天堂Switch上发挥余热。随后，黄仁勋去台大演讲，称英伟达“主动放弃”了智能手机市场。

另一个场景是自动驾驶。特斯拉是第一个吃螃蟹的人，Model S/X都配备了英伟达的计划。黄仁勋也从米粉变成了特斯拉车主，与马斯克亲密无间。

在社交平台上，黄仁勋分享了他的Model X

虽然特斯拉后来用自主研发计划取代了英伟达，但凭借榜样的力量，英伟达成功进入了造车新势力的内部。但在英伟达的版图中，汽车业务远不如游戏和数据中心耀眼，营收占比几乎从未超过5%。

三是人工智能。ChatGPT的诞生，让英伟达彻底打开了收入的天花板。英伟达的芯片是计算机视觉、大语言模型等前沿计算机科学不可或缺的，也让后者成为世界上市值最高的半导体公司。

马斯克作为OpenAI董事长，于2016年签署了英伟达DXG-11

四是人形机器人，以及更广阔的“物理AI”场景。按照黄仁勋的说法 ，"我们正处于生成式人工AI阶段，将进入智能体AI时代，然后是物理AI时代."

但在具体思路上，英伟达不仅提供芯片，还开发相应的软件工具箱和配套服务。换句话说，英伟达不仅卖铲子，还提供全套维护工具和保护设备，但必须与英伟达的铲子相结合。

在游戏业务中，光跟踪、DLSS等功能必须与英伟达的GPU结合使用；同样，英伟达不仅向大型和云计算公司销售GPU，还提供通信连接方案NVLink和CUDA编程平台与之紧密联系。

由于今年GTC演讲结束，Cosmos、Newton等软件和模型发布，一个以GPU和“物理AI”为主的收费站也宣布了峻工。

假如黄仁勋的中文水平足够高，多少也要说一句“英伟达不造机器人，协助机器人公司建造机器人”。

参考资料

[1]未来简史，尤瓦尔·赫拉利

[2] 万字长文详细介绍特斯拉的自动驾驶系统，自动驾驶的心灵

[3] 给我一个游戏引擎，我也可以“预测”世界杯？中国科学院物理研究所

[4] “光跟踪”杂谈，电子报纸

[5] Unimate 机器人：工业自动化的起源，AGV

本文来自微信公众号“远川科技评论”（ID：kechuangych），作家：何律衡，编辑：李墨天，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com