黃仁勛女兒揭秘，英偉達Physical AI戰略的關鍵拼圖，為何是他們？

2026-04-28 機器人人工智能 isaac ai 英偉達

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

機器人前瞻（公眾號：robot_pro）
作者 | 陳駿達
編輯 | 漠影
在英偉達的世界里， “仿真”正逐漸成為新的現實。
不久前，英偉達在官方賬號上連續發布了兩場高規格圓桌對話，而仿真數據成為了貫穿始終的核心議題。
從斯坦福大學李飛飛教授與英偉達機器人部門主管、杰出科學家Jim Fan的“師生對談” ，到英偉達產品營銷高級總監（Omniverse與Physical AI業務）黃敏珊（Madison Huang ，黃仁勛之女）與光輪智能創始人兼CEO謝晨關于“Sim2Real”的深入討論——這些對話仿佛揭開了英偉達“仿真宇宙”的一角。
在英偉達的設想中， AI不僅要從數據中學習，更需在仿真世界中不斷試錯、成長，學會理解物理、觸碰現實，最終走進真實世界。
這些圓桌對話的意義遠超技術層面，它們背后暗藏著英偉達的一條戰略主線——仿真計算機戰略。
依托Omniverse、Isaac Sim和Physical AI三大支柱，英偉達正構建一張貫通虛擬與現實的“智能物理世界計算網絡” ，以仿真為基礎，用算力去重建世界，讓AI在仿真中學會現實世界的規律。

一、英偉達的“三臺計算機”過去數年中， AI更多停留在虛擬層面：語言模型能寫文章，圖像模型能生成畫面，但它們都無法真正理解三維世界的物理規律，更無法在現實中執行任務。
英偉達正試圖用三臺計算機，打造出一條完整的進化之路——讓AI不僅理解世界，還能在世界中行動。
英偉達認為， AI的下一個階段將從數字智能走向“物理智能”（Physical AI）——一種能夠感知、思考、計劃并行動的智能系統。而支撐這種躍遷的，正是英偉達的“三臺計算機” 。
第一臺是訓練計算機（Training Computer），如英偉達的DGX系統和新近推出的RTX PRO系統等等。這些計算硬件是智能的“生產車間” ，負責讓模型獲得理解世界的能力。
在這里，開發者可以訓練機器人基礎模型，讓它們學會識別物體、理解語言、規劃動作，為AI的智能打下堅實基礎。
第二臺是模擬計算機（Simulation Computer），如英偉達的Omniverse和Isaac Sim平臺等。 AI在這里進入“學?！?，在數字世界中練習、試錯和成長。
由于現實世界的數據采集昂貴又有限，英偉達讓開發者能在虛擬環境中生成海量合成數據，模擬各種光線、物理、材質與動作場景。機器人可以在這一虛擬世界中反復、并行地執行各類任務，不斷優化策略，直到能夠安全可靠地適應真實世界。
第三臺是實時計算機（Runtime Computer）——也就是英偉達物理智能和機器人平臺Jetson AGX Thor與自動駕駛平臺Drive AGX Thor等等。這是承載AI的大腦，真正讓智能從云端走向現實。
這些計算平臺被安裝在機器人身上，實時處理來自傳感器的數據，做出感知、推理、規劃和執行的決策。憑借強大的算力和高能效，它們讓機器人與人互動、識別環境、靈活行動，在工廠、倉庫、醫院等場景中成為可靠的伙伴。
這三臺計算機構成了英偉達的“物理智能三部曲”：從訓練智能，到模擬世界，再到驅動現實。它們共同形成了一個閉環，使AI能夠在虛擬世界中學習，在真實世界中執行。這也是英偉達正在下的一盤大棋——不僅讓AI能看懂世界，更讓它能在世界中行動、合作、創造。

二、物理智能成為下一波浪潮，英偉達靠什么讓它落地？然而，當前大部分的AI系統尚不具備物理智能的特征，缺乏對物理定律、摩擦力、慣性、重心和因果關系等基本概念的理解。
黃仁勛曾用一個形象的案例解釋道：“如果我把一個物體推倒，它會掉下來；當我放下瓶子時，它不會穿過桌面。這些直覺性的物理推理能力，兒童甚至寵物都擁有，但在大多數AI中卻普遍缺失。 ”
圍繞這一現狀，英偉達將其Physical AI戰略具體化為“用仿真訓練具備物理理解力的智能體，用世界模型連接虛擬與現實” ，并打造了Omniverse與Isaac Sim兩大關鍵技術平臺。前者用于構建高保真的虛擬物理世界，扮演物理智能“操作系統”的角色，后者用于在該虛擬環境中訓練和測試具身智能體。
然而，強大的平臺需要繁榮的生態來支撐。英偉達構建了Omniverse與Isaac Sim作為基礎平臺，而生態的繁榮則依賴于能夠持續產生高質量合成數據的能力。光輪智能作為核心數據合作伙伴，正是這個生態的關鍵“數據源泉” ，為整個物理智能體系提供不可或缺的燃料。
光輪智能和英偉達的合作貫穿從底層技術到上層應用的全鏈路。在數據層面，光輪智能為GR00T等機器人基礎模型提供高質量的合成數據；在資產層面，其為Omniverse與Isaac Sim提供高保真“SimReady”仿真資產，確保虛擬環境的物理真實性與交互準確性。
在技術共建層面，光輪智能積極參與Newton物理引擎的驗證、深度協同Cosmos世界模型的數據生成，并作為開源貢獻者深度參與Isaac Lab平臺等核心項目的共建。通過系統化的仿真訓練閉環，光輪智能助力機器人在虛擬環境中完成成千上萬次高擬真訓練，大幅提升其在現實場景中的適應性與可靠性。
作為在物理精度、交互邏輯與多場景覆蓋能力上全面融入英偉達物理智能生態的伙伴，光輪智能正通過其技術積累與工程實踐，持續推動仿真到現實（Sim-to-Real）的規模化落地。
Madison Huang在日前直播中回憶起了他們與光輪智能合作的淵源。她稱，英偉達堅信仿真是解決問題的關鍵途徑，而他們需要一個“合成數據工廠” ，也需要找到認可英偉達OpenUSD架構的企業， “這個時機來得恰到好處，就在我們急需解決方案的時候，你們創立了光輪。 ”
雙方的合作源于高度的戰略共識。直播中，謝晨與Madison Huang都表達了對合成數據的重視。謝晨稱，光輪智能“堅信合成數據將成為突破物理智能數據壁壘最重要、最主要的數據來源” ，這與Madison Huang的觀點不謀而合：“我們越來越相信，合成數據未來將占據數據總量的絕大部分。 ”
“英偉達內部有很多項目，都需要光輪智能的支持” ， Madison Huang說道。從GEAR實驗室，到GR00T端到端模型的研發，再到英偉達的西雅圖機器人實驗室，這些項目都需要海量的數據。
【黃仁勛女兒揭秘，英偉達Physical AI戰略的關鍵拼圖，為何是他們？】英偉達的核心計算業務，也有望從他們與光輪智能的合作中受益。 Madison Huang將電纜仿真定義為機器人學習的“圣杯”級難題：英偉達的每個NVL72機架內部都包含約兩英里的銅纜，布線的任務枯燥乏味，未來，英偉達希望用機器人來完成。
光輪智能是英偉達解決上述問題的關鍵，其CEO謝晨透露，他們正與英偉達的Newton團隊合作，研發電纜仿真專用求解器和仿真資產。
除此之外，光輪智能還打造了光輪智能-YCB數據集、光輪智能Kitchen、LeIsaac、LeHome等仿真資產和環境。上述產品被廣泛應用于英偉達Isaac Lab、DexBench、Policy Evaluation Framework等項目中，成為英偉達官方推薦的合作內容。
從工廠自動化到家用機器人，從汽車裝配到倉儲物流，光輪智能的仿真場景幾乎覆蓋了整個“物理智能”生態。其平臺與英偉達Isaac Sim深度集成，能夠讓企業在幾小時內完成復雜場景的構建、標注和數據生成。
Madison Huang在直播中強調：“今天展示的許多策略評估流程之所以能夠實現，離不開合作伙伴所提供的高保真仿真數據——其中包括光輪智能的SimReady資產。 ”
雙方的這一系列合作，標志著光輪智能已從技術使用者，躍升為英偉達機器人仿真與AI生態的關鍵基礎設施構建者和標準貢獻者。
此外，英偉達并非光輪智能唯一的知名客戶，據悉，光輪智能還與DeepMind、斯坦福大學、麻省理工學院、Figure等海外知名企業和高校均有合作，國內的智元機器人、銀河通用、阿里巴巴、字節跳動、理想、比亞迪、吉利等也與光輪有業務往來。
在談及光輪智能的這份豪華客戶清單時， Madison Huang稱，光輪智能與各行業龍頭企業的合作本身，就是對其產品質量和公司愿景的最佳證明。

三、學術界產業界共振，從研究突破到現實落地的仿真生態在近期舉辦的兩場圓桌活動中，李飛飛的Behavior Challenge、光輪智能的數據與仿真基礎設施解決方案，為何能獲得英偉達的高度認可？原因就在于他們都填補了仿真數據領域的關鍵空白。
李飛飛教授主導的Behavior Challenge搭建了一個高度復雜、逼真的虛擬家庭環境，讓智能體在其中完成諸如整理桌面、做飯、尋找物品等真實生活任務。
Behavior Challenge與十多年前李飛飛教授推動的ImageNet一脈相承。 ImageNet通過構建大規模視覺數據集，曾引發了深度學習在計算機視覺領域的革命；而Behavior Challenge構建的數據集和評估標準，則有望成為具身智能時代的“ImageNet時刻” 。
兩者的精神高度一致，以統一的基準和開放的生態推動整個領域的發展，只是前者讓機器學會看懂世界，后者則讓智能體真正在世界中行動。
今年10月，英偉達成為了Behavior Challenge背后的贊助商。這種合作不僅是技術層面的支持，或許更包含理念層面的共鳴：AI的未來不只是理解像素，而是理解世界。
如果說Behavior Challenge代表了學術界在數據集和評估標準的前沿探索，而光輪智能則在產業界通過其SimReady資產與數據生成能力，為物理智能的規模化落地提供核心數據支撐。這或許也是英偉達選中光輪智能，并不斷加深雙方合作的重要原因。
在與光輪智能CEO謝晨的對談中， Madison Huang分享了一個有趣的觀察：“自動駕駛汽車是當今首個實現量產規模的機器人形態，其核心任務其實就是不要碰到任何東西；而對其他類型的機器人而言，它們的任務恰恰相反——就是要“觸碰一切事物” ，完成各種復雜操作。如今，仿真比以往任何時候都更加重要。 ”
要讓機器人具備“觸碰一切事物”的能力，就需要打造其仿真訓練中所需的各類資產。然而，現有的大部分傳統3D模型只注重視覺外觀，無法提供足夠真實的仿真效果。
真正適用于仿真場景的資產，需要具備物理屬性、材料特性、關節結構、可操作性等信息，使得智能體能夠在仿真中正確地感知、抓取、推拉或使用物體。
光輪智能是“SimReady”概念的提出者，并打造了一整套適用于仿真的資產標準。謝晨解釋道，光輪智能希望打造不僅在視覺上準確，而且也在物理意義上極為準確的資產。
例如，一個SimReady的“黃瓜”能在仿真環境中被隨意地切開；一塊SimReady的“草莓地” ，則需要允許智能體在其中自由地“采摘” 。
這些看似微小的物理一致性，背后是光輪智能在非剛性體（deformables）模擬領域的深度積累——其在成立早期就解決了非剛性物體的仿真資產問題。
為了確保物理一致性，光輪智能已經摸索出一條打造SimReady資產的成熟流水線。
他們運用了大量物理設備來采集精確的物理數據，將其融入仿真就緒資產，同時通過特定方法比對現實世界與模擬環境中的力學數據，確保兩者匹配。謝晨稱，這一過程至關重要，是光輪智能打造高質量、物理精確的仿真資產的核心步驟。
這種對“物理一致性”的追求，與英偉達強調的Physical AI理念高度契合。在Madison Huang親自撰寫的博客文章中，她將Physical AI定義為能夠在物理世界中感知、推理、交互并導航的端到端模型，驅動從機器人到自動駕駛汽車，再到數據中心、工廠、智慧城市等種種系統。
要實現這一目標，符合物理規律的仿真環境與物理保真的交互資產正是關鍵基礎。換言之，光輪智能的SimReady資產，正是培育Physical AI所需的土壤——高質量、物理一致、行為可交互的數字資產，讓虛擬環境逼近現實世界，從而支撐機器人、自動駕駛等研究的發展。
謝晨進一步補充道，如果缺乏正確的“原料”（既高質量資產），即使有最好的求解器，也無法產生最佳數據。
更難能可貴的是，光輪智能的SimReady資產實現了質量與效率的平衡。通過深度優化，光輪智能確保其SimReady資產在計算上具備極高的運行效率。
例如，在碰撞計算方面，光輪智能確保碰撞檢測可以通過基本圖元（primitives）或凸包（convex hull）的方式來完成。這種方法在計算上極為高效，能夠在單張GPU上同時運行成百上千個仿真環境，從而讓機器人的強化學習訓練過程保持極高的效率。
Madison Huang提到，未來，每一家生產實體產品的工廠都會擁有自己的數字孿生工廠（Digital Twin Factory）和AI工廠（AI Factory），讓數字世界與物理世界實時聯動。她很樂意將光輪智能介紹給愿意加入上述愿景的企業，光輪智能可以成為SimReady資產的提供方。
從Madison Huang的多次表述中可以看出，在英偉達的物理智能生態中，光輪智能已成為不可或缺的一環——如果沒有光輪智能提供的仿真資產、數據和基礎設施， Isaac Sim和 Omniverse的計算能力和求解器可能無法充分發揮作用。
換句話說，英偉達主導了平臺與計算層，而光輪智能則承擔內容層和基礎設施層的核心角色。兩者緊密結合，使整個物理智能生態既擁有強大的算力和算法支持，也具備高度物理精確、可交互的訓練環境和數據，從而形成他人難以復制的技術壁壘。

結語：AI的疆界，是現實本身李飛飛的Behavior Challenge、光輪智能的工業仿真，以及英偉達的Omniverse與Isaac Sim ，其實共同勾勒出英偉達正在布局的“智能大棋盤” 。
在這套體系中， Omniverse充當著“世界模型層”的角色，定義了虛擬世界的物理法則與運行邏輯；Isaac Sim是“仿真引擎層” ，讓機器人和智能體能夠在高保真的物理環境中學習與進化；光輪智能則位于“內容與數據層” ，持續提供海量真實可用的工業場景、SimReady資產與合成數據；而由李飛飛教授主導的Behavior Challenge則代表“認知與智能層” ，探索人工智能如何理解人類行為與世界邏輯的最高形態。
在Madison Huang對談光輪智能CEO謝晨、李飛飛受邀參與英偉達直播時，英偉達真正的野心也日漸明晰：它的下一步，不只是提升算力，而是模擬現實；不只是訓練模型，而是訓練世界。當每一次物理變化都能被計算、每一個交互都能被仿真， AI的疆界將不再停留于虛擬，而是延伸到現實本身。

推薦閱讀

上一篇：REDMI K90設計工藝質感大幅度提升雷軍：是不是越來越有旗艦氣質

下一篇：消息稱寧德時代研發人員超過20000 遠高于韓國三大電池制造商