“从一开始，我们的使命就不是解决所有问题，而是打造专门针对‘最难问题’的计算机。我们打造的特殊计算机，能够解决几乎不可能完成的难题——而机器人就是其中最难的问题之一。”NVIDIA Omniverse和仿真技术副总裁雷夫·莱巴雷迪安（Rev Lebaredian）表示。

图丨雷夫·莱巴雷迪安（来源：资料图）

2025年8月8日，在北京举办的世界机器人大会上，NVIDIA联合其中国生态合作伙伴，展示了通用机器人及物理AI技术成果。

（来源：资料图）

基于三台计算机解决方案，NVIDIA助力通用机器人与物理AI发展

面向机器人领域，NVIDIA致力于打造三台计算机，这包括机器人本体计算机、AI工厂计算机和仿真计算机。

其中，专为物理AI和人形机器人打造的NVIDIA Jetson Thor，属于第一类。与NVIDIA AGX Orin™相比，该系列模组的AI计算性能提高至7.5倍以上，能效提高至3.5倍。

（来源：资料图）

同时，NVIDIA拥有结合硬件与三台计算机所需的软件栈的Isaac平台。该平台包括NVIDIA的模拟器与仿真框架，分别是用于环境和传感器仿真、机器人测试、生成合成数据的Isaac Sim，用于强化学习的仿真平台Isaac Lab，以及世界基础模型及框架NVIDIA Cosmos。

在机器人训练中，NVIDIA强调仿真优先。但在医疗、养老等高精度应用场景下，如何确保用仿真数据训练的机器人，具备可靠性和安全性？

“如果你想构建一个能够在现实世界中行动且安全可靠的机器人系统，实际上唯一的选择就是使用仿真。”莱巴雷迪安说。

听起来似乎有点令人费解。但以自动驾驶为例，当街上出现小孩时，车辆的“大脑”该如何反应？绝不可能将孩子置于汽车前作为训练样本，所以仿真是唯一的办法。并且，即使训练完系统，在将它部署到现实世界之前，也要通过仿真在相同场景中测试。

可是，到目前，仿真与现实之间仍存在差距，如果依赖仿真构建和测试AI，就必须确保仿真尽可能接近现实。为弥合这之中的差距，NVIDIA正在从三方面发力，包括提升仿真器本身的精度、构建具备物理理解能力的AI和直接捕捉现实世界。

谈及未来几年，驱动AI机器人的仿真领域，会出现哪些改变行业的关键技术趋势时，莱巴雷迪安指出：“我认为目前最大的趋势，实际上是所有在常规AI领域出现的技术和发展，正被应用到物理AI中。其中最重要的突破是推理能力的提升。”

原因在于，目前AI极度依赖数据，但获取合适的数据却非常困难，应用于物理世界的推理模型，可以帮助改善数据生成和创建的流程。也就是说，把AI技术用在数据生成的流程中，能打造自动驾驶的合成数据生成。如果拥有这样一个合成数据生成工厂，就能直接将其接入训练流程，并实现自动化，减少人为干预，让机器人大脑更聪明。

基于NVIDIA多项技术，多家中国机器人企业正部署人形机器人等产品

目前，基于NVIDIA的三台计算机，中国AI与机器人领域的企业正在训练、仿真与部署智能机器人。

这些企业包括阿里云、北京人形机器人创新中心、傅利叶、加速进化、优必选、银河通用、宇树科技以及智元机器人等。他们基于NVIDIA的仿真与训练平台、计算硬件平台、AI模型与工具等技术，开发自家机器人产品。

其中，宇树科技以人形机器人为核心研发方向。在该公司创始人、CEO王兴兴看来，人形机器人是通用机器人的重要载体。当通用AI大规模成熟后，每个人都可以轻松制造一台人形机器人。而对于现阶段推动人形机器人规模化商用存在的最大难点，王兴兴则表示，关键不在于硬件和成本，而是具身智能模型的泛用性不够。

图丨王兴兴（来源：资料图）

和宇树科技不同，银河通用开发的机器人并非完全人形，而是轮式双臂双手的形态。不过，其目前也在规划下一代人形机器人研发。会上，该公司正式发布首批搭载 NVIDIA Jetson Thor的G1 Premium人形机器人，可应用于工业领域。

（来源：资料图）

另外，公司创始人兼CTO王鹤也谈到，预计今年年底会有几十台机器人进入工厂车间实际应用，并表示其搬运速度已经接近人类水平，但分拣技术仍需一定时间迭代和突破。

图丨王鹤（来源：资料图）

莱巴雷迪安指出，中国在物理AI和机器人领域具有独特优势，体现在顶尖AI人才的聚集、强大的电子与计算技术能力和庞大的制造业基础，这才使得像宇树科技、银河通用这样的企业，能够大规模制造机器人。同时，英伟达也致力于携手合作伙伴，共同推动中国在人形机器人和AI解决方案上的发展。