黃仁勛認(rèn)為，物理 AI 領(lǐng)域取得了突破性進(jìn)展，物理 AI模型具備理解現(xiàn)實(shí)世界、推理和行動(dòng)規(guī)劃的能力，持續(xù)催生全新的應(yīng)用場(chǎng)景。

　　如果說三年前的ChatGPT讓機(jī)器開始學(xué)習(xí)理解人類意圖，那么今天，物理AI的“ChatGPT時(shí)刻”宣告的，是AI正從信息世界的“思考者”，全面進(jìn)化為物理世界的“行動(dòng)者”。

　　從比特到原子：

　　AI進(jìn)化的必然與挑戰(zhàn)

　　回顧AI的發(fā)展，我們可以清晰地看到一條進(jìn)化路徑：從感知(Perception)，到生成(Generative)，再到代理(Agentic)，最終抵達(dá)物理AI(Physic)階段。

　　前三個(gè)階段，AI的能力主要作用于數(shù)字比特世界，而物理AI的核心使命，是讓AI能夠理解、預(yù)測(cè)、參與物理原子世界。

　　根據(jù)北京智源人工智能研究院發(fā)布的《2026十大AI技術(shù)趨勢(shì)》，人工智能的演進(jìn)核心正發(fā)生關(guān)鍵轉(zhuǎn)移：從追求參數(shù)規(guī)模的語言學(xué)習(xí)，邁向?qū)ξ锢硎澜绲讓又刃虻纳羁汤斫馀c建模。報(bào)告認(rèn)為，2026年將是AI從數(shù)字世界邁入物理世界、從技術(shù)演示走向規(guī)模價(jià)值的關(guān)鍵分水嶺。

　　摩根士丹利認(rèn)為，物理AI的發(fā)展受限于諸多挑戰(zhàn)，包括：高質(zhì)量真實(shí)世界數(shù)據(jù)的采集、硬件制造的規(guī)模化以及與現(xiàn)有工作流程的整合等。最大的障礙之一是“長(zhǎng)尾難題”——那些罕見、極端但決定系統(tǒng)安全上限的復(fù)雜場(chǎng)景。在真實(shí)世界中進(jìn)行訓(xùn)練和測(cè)試成本極高、效率低下且充滿風(fēng)險(xiǎn)。

　　過去的機(jī)器人或自動(dòng)駕駛系統(tǒng)，本質(zhì)上是“確定性代碼”的奴隸。它們依靠工程師窮舉所有可能場(chǎng)景，編寫海量的“if-else”規(guī)則來應(yīng)對(duì)。一旦遇到未預(yù)設(shè)的情況，比如地面多了一灘油，系統(tǒng)就可能瞬間失效。它們不“理解”重力、摩擦力、物體形變、光影變化等物理規(guī)律。

　　物理AI的突破，在于其底層控制權(quán)從“人類編寫的確定性代碼”，移交給了“具有泛化能力的、理解物理規(guī)律的神經(jīng)網(wǎng)絡(luò)”。

　　全棧出擊：

　　打造物理AI的“安卓”生態(tài)

　　英偉達(dá)的野心，絕不止于提供世界上最快的芯片。觀察者們普遍認(rèn)為，其核心戰(zhàn)略是構(gòu)建一個(gè)類似“安卓”之于智能手機(jī)的開放式生態(tài)系統(tǒng)，旨在成為機(jī)器人及自動(dòng)駕駛領(lǐng)域的默認(rèn)開發(fā)平臺(tái)。

　　目前其物理AI布局涵蓋了硬件、軟件、模型和仿真等多個(gè)層面的核心技術(shù)，包括Jetson 機(jī)器人開發(fā)處理器、CUDA、Omniverse 和開源物理 AI 模型等等。

　　這些動(dòng)作都表明，英偉達(dá)早已不僅僅是一家芯片公司了，它的目標(biāo)也許是成為物理AI時(shí)代的基礎(chǔ)設(shè)施平臺(tái)和生態(tài)鏈主企業(yè)。

　　目前，主流機(jī)器人企業(yè)Boston Dynamics、Caterpillar、Franka Robotics、Humanoid、LG Electronics 和 NEURA Robotics 均推出了基于 NVIDIA 技術(shù)構(gòu)建的新機(jī)器人和自主機(jī)器。

　　1. 開源核心模型與工具，降低行業(yè)門檻

　　在CES 2026上，英偉達(dá)史無前例地開源了其物理AI的核心資產(chǎn)。這包括世界模型平臺(tái)Cosmos系列、自動(dòng)駕駛推理模型Alpamayo，以及專為人形機(jī)器人打造的開放式推理視覺語言行動(dòng)(VLA)模型Isaac GR00T。

　　通過向全球開發(fā)者和研究者提供頂級(jí)“教師模型”和工具，英偉達(dá)旨在快速催熟整個(gè)物理AI行業(yè)。當(dāng)整個(gè)行業(yè)都在其開源框架上進(jìn)行創(chuàng)新時(shí)，英偉達(dá)作為底層算力和平臺(tái)提供商的地位將變得無可替代。

　　2. 構(gòu)建仿真與現(xiàn)實(shí)閉環(huán)，攻克“長(zhǎng)尾”頑疾

　　針對(duì)數(shù)據(jù)稀缺和測(cè)試危險(xiǎn)的行業(yè)痛點(diǎn)，英偉達(dá)的仿真工具構(gòu)成了關(guān)鍵解決方案。Cosmos平臺(tái)作為一個(gè)“可學(xué)習(xí)的物理模擬器”，能生成近乎無限的合成數(shù)據(jù)和高保真虛擬環(huán)境。

　　在這個(gè)環(huán)境中，AI可以在投入真實(shí)世界之前，以零風(fēng)險(xiǎn)的方式進(jìn)行無數(shù)次嘗試和學(xué)習(xí)。這種方法的革命性在于它解決了物理AI發(fā)展中的關(guān)鍵瓶頸：真實(shí)世界數(shù)據(jù)的稀缺性和試錯(cuò)成本的高昂。

　　例如，在機(jī)械臂倒水的任務(wù)中，傳統(tǒng)方法需要實(shí)時(shí)求解復(fù)雜的流體力學(xué)方程，而Cosmos Predict 2.5可以瞬間預(yù)測(cè)出水流的軌跡和是否會(huì)濺出，為控制器提供近乎人類的“物理直覺”。更高級(jí)的Cosmos Reason 2模型，甚至能進(jìn)行反事實(shí)推理，在行動(dòng)前預(yù)演不同決策的后果，從而主動(dòng)規(guī)避風(fēng)險(xiǎn)。

　　在自動(dòng)駕駛領(lǐng)域，Alpamayo 1是業(yè)界首款面向輔助駕駛研究社區(qū)設(shè)計(jì)的思維鏈 VLA 推理模型?；?100 億參數(shù)架構(gòu)，該模型通過視頻輸入生成行駛軌跡，同時(shí)給出推理思路，能夠清晰展示每項(xiàng)決策背后的邏輯。新款梅賽德斯-奔馳 CLA將率先搭載該系統(tǒng)，AI 定義駕駛功能將于今年在美國(guó)推出。

　　3. 深化社區(qū)綁定，鞏固生態(tài)壁壘

　　英偉達(dá)深諳生態(tài)的力量。英偉達(dá)對(duì)物理AI的布局，遠(yuǎn)不止于發(fā)布幾款芯片或模型，其更深層的戰(zhàn)略在于通過開源構(gòu)建行業(yè)基礎(chǔ)設(shè)施，從而在生態(tài)層面確立主導(dǎo)權(quán)。

　　其與AI社區(qū)巨頭Hugging Face的深度合作，將Isaac和GR00T技術(shù)集成到開源機(jī)器人框架LeRobot中，該合作連接了 NVIDIA 的 200 萬機(jī)器人開發(fā)者與 Hugging Face 的 1300 萬全球 AI 開發(fā)者社區(qū)。這種廣泛的開發(fā)者綁定，與當(dāng)年通過CUDA綁定AI開發(fā)者的策略如出一轍，旨在建立極高的生態(tài)遷移成本，確保其長(zhǎng)期主導(dǎo)權(quán)。

　　結(jié)語

　　物理AI的浪潮已然襲來。它所帶來的，將不僅是更聰明的機(jī)器人和更可靠的自動(dòng)駕駛汽車，而是一場(chǎng)觸及制造業(yè)、物流、能源乃至家庭服務(wù)等每一個(gè)實(shí)體角落的深刻生產(chǎn)力革命。

　　英偉達(dá)能否如愿成為物理AI時(shí)代的“安卓”，不僅面臨來自其他科技巨頭在硬件、算法與閉環(huán)數(shù)據(jù)生態(tài)上的正面競(jìng)爭(zhēng)，更需克服仿真與現(xiàn)實(shí)間的根本性鴻溝。

　　最終，物理AI時(shí)代的真正形態(tài)，并非由任何單一公司所決定。它將由全球開發(fā)者社區(qū)的創(chuàng)新活力、不同技術(shù)路線的開放競(jìng)爭(zhēng)，以及最關(guān)鍵的一一在無數(shù)真實(shí)、復(fù)雜場(chǎng)景中的落地能力共同塑造。