英偉達(dá)在下一盤(pán)什么大棋？

作者 |陳駿達(dá)

編輯 |漠影

在英偉達(dá)的世界里，“仿真”正逐漸成為新的現(xiàn)實(shí)。

不久前，英偉達(dá)在官方賬號(hào)上連續(xù)發(fā)布了兩場(chǎng)高規(guī)格圓桌對(duì)話(huà)，而仿真數(shù)據(jù)成為了貫穿始終的核心議題。

從斯坦福大學(xué)李飛飛教授與英偉達(dá)機(jī)器人部門(mén)主管、杰出科學(xué)家Jim Fan的“師生對(duì)談”，到英偉達(dá)產(chǎn)品營(yíng)銷(xiāo)高級(jí)總監(jiān)（Omniverse與Physical AI業(yè)務(wù)）黃敏珊（Madison Huang，黃仁勛之女）與光輪智能創(chuàng)始人兼CEO謝晨關(guān)于“Sim2Real”的深入討論——這些對(duì)話(huà)仿佛揭開(kāi)了英偉達(dá)“仿真宇宙”的一角。

在英偉達(dá)的設(shè)想中，AI不僅要從數(shù)據(jù)中學(xué)習(xí)，更需在仿真世界中不斷試錯(cuò)、成長(zhǎng)，學(xué)會(huì)理解物理、觸碰現(xiàn)實(shí)，最終走進(jìn)真實(shí)世界。

這些圓桌對(duì)話(huà)的意義遠(yuǎn)超技術(shù)層面，它們背后暗藏著英偉達(dá)的一條戰(zhàn)略主線(xiàn)——仿真計(jì)算機(jī)戰(zhàn)略。

依托Omniverse、Isaac Sim和Physical AI三大支柱，英偉達(dá)正構(gòu)建一張貫通虛擬與現(xiàn)實(shí)的“智能物理世界計(jì)算網(wǎng)絡(luò)”，以仿真為基礎(chǔ)，用算力去重建世界，讓AI在仿真中學(xué)會(huì)現(xiàn)實(shí)世界的規(guī)律。

01.

英偉達(dá)的“三臺(tái)計(jì)算機(jī)”

過(guò)去數(shù)年中，AI更多停留在虛擬層面：語(yǔ)言模型能寫(xiě)文章，圖像模型能生成畫(huà)面，但它們都無(wú)法真正理解三維世界的物理規(guī)律，更無(wú)法在現(xiàn)實(shí)中執(zhí)行任務(wù)。

英偉達(dá)正試圖用三臺(tái)計(jì)算機(jī)，打造出一條完整的進(jìn)化之路——讓AI不僅理解世界，還能在世界中行動(dòng)。

英偉達(dá)認(rèn)為，AI的下一個(gè)階段將從數(shù)字智能走向“物理智能”（Physical AI）——一種能夠感知、思考、計(jì)劃并行動(dòng)的智能系統(tǒng)。而支撐這種躍遷的，正是英偉達(dá)的“三臺(tái)計(jì)算機(jī)”。

第一臺(tái)是訓(xùn)練計(jì)算機(jī)（Training Computer），如英偉達(dá)的DGX系統(tǒng)和新近推出的RTX PRO系統(tǒng)等等。這些計(jì)算硬件是智能的“生產(chǎn)車(chē)間”，負(fù)責(zé)讓模型獲得理解世界的能力。

在這里，開(kāi)發(fā)者可以訓(xùn)練機(jī)器人基礎(chǔ)模型，讓它們學(xué)會(huì)識(shí)別物體、理解語(yǔ)言、規(guī)劃動(dòng)作，為AI的智能打下堅(jiān)實(shí)基礎(chǔ)。

第二臺(tái)是模擬計(jì)算機(jī)（Simulation Computer），如英偉達(dá)的Omniverse和Isaac Sim平臺(tái)等。AI在這里進(jìn)入“學(xué)?！保跀?shù)字世界中練習(xí)、試錯(cuò)和成長(zhǎng)。

由于現(xiàn)實(shí)世界的數(shù)據(jù)采集昂貴又有限，英偉達(dá)讓開(kāi)發(fā)者能在虛擬環(huán)境中生成海量合成數(shù)據(jù)，模擬各種光線(xiàn)、物理、材質(zhì)與動(dòng)作場(chǎng)景。機(jī)器人可以在這一虛擬世界中反復(fù)、并行地執(zhí)行各類(lèi)任務(wù)，不斷優(yōu)化策略，直到能夠安全可靠地適應(yīng)真實(shí)世界。

第三臺(tái)是實(shí)時(shí)計(jì)算機(jī)（Runtime Computer）——也就是英偉達(dá)物理智能和機(jī)器人平臺(tái)Jetson AGX Thor與自動(dòng)駕駛平臺(tái)Drive AGX Thor等等。這是承載AI的大腦，真正讓智能從云端走向現(xiàn)實(shí)。

這些計(jì)算平臺(tái)被安裝在機(jī)器人身上，實(shí)時(shí)處理來(lái)自傳感器的數(shù)據(jù)，做出感知、推理、規(guī)劃和執(zhí)行的決策。憑借強(qiáng)大的算力和高能效，它們讓機(jī)器人與人互動(dòng)、識(shí)別環(huán)境、靈活行動(dòng)，在工廠(chǎng)、倉(cāng)庫(kù)、醫(yī)院等場(chǎng)景中成為可靠的伙伴。

這三臺(tái)計(jì)算機(jī)構(gòu)成了英偉達(dá)的“物理智能三部曲”：從訓(xùn)練智能，到模擬世界，再到驅(qū)動(dòng)現(xiàn)實(shí)。它們共同形成了一個(gè)閉環(huán)，使AI能夠在虛擬世界中學(xué)習(xí)，在真實(shí)世界中執(zhí)行。這也是英偉達(dá)正在下的一盤(pán)大棋——不僅讓AI能看懂世界，更讓它能在世界中行動(dòng)、合作、創(chuàng)造。

02.

物理智能成為下一波浪潮

英偉達(dá)靠什么讓它落地？

然而，當(dāng)前大部分的AI系統(tǒng)尚不具備物理智能的特征，缺乏對(duì)物理定律、摩擦力、慣性、重心和因果關(guān)系等基本概念的理解。

黃仁勛曾用一個(gè)形象的案例解釋道：“如果我把一個(gè)物體推倒，它會(huì)掉下來(lái)；當(dāng)我放下瓶子時(shí)，它不會(huì)穿過(guò)桌面。這些直覺(jué)性的物理推理能力，兒童甚至寵物都擁有，但在大多數(shù)AI中卻普遍缺失。”

圍繞這一現(xiàn)狀，英偉達(dá)將其Physical AI戰(zhàn)略具體化為“用仿真訓(xùn)練具備物理理解力的智能體，用世界模型連接虛擬與現(xiàn)實(shí)”，并打造了Omniverse與Isaac Sim兩大關(guān)鍵技術(shù)平臺(tái)。前者用于構(gòu)建高保真的虛擬物理世界，扮演物理智能“操作系統(tǒng)”的角色，后者用于在該虛擬環(huán)境中訓(xùn)練和測(cè)試具身智能體。

然而，強(qiáng)大的平臺(tái)需要繁榮的生態(tài)來(lái)支撐。英偉達(dá)構(gòu)建了Omniverse與Isaac Sim作為基礎(chǔ)平臺(tái)，而生態(tài)的繁榮則依賴(lài)于能夠持續(xù)產(chǎn)生高質(zhì)量合成數(shù)據(jù)的能力。光輪智能作為核心數(shù)據(jù)合作伙伴，正是這個(gè)生態(tài)的關(guān)鍵“數(shù)據(jù)源泉”，為整個(gè)物理智能體系提供不可或缺的燃料。

光輪智能和英偉達(dá)的合作貫穿從底層技術(shù)到上層應(yīng)用的全鏈路。在數(shù)據(jù)層面，光輪智能為GR00T等機(jī)器人基礎(chǔ)模型提供高質(zhì)量的合成數(shù)據(jù)；在資產(chǎn)層面，其為Omniverse與Isaac Sim提供高保真“SimReady”仿真資產(chǎn)，確保虛擬環(huán)境的物理真實(shí)性與交互準(zhǔn)確性。

在技術(shù)共建層面，光輪智能積極參與Newton物理引擎的驗(yàn)證、深度協(xié)同Cosmos世界模型的數(shù)據(jù)生成，并作為開(kāi)源貢獻(xiàn)者深度參與Isaac Lab平臺(tái)等核心項(xiàng)目的共建。通過(guò)系統(tǒng)化的仿真訓(xùn)練閉環(huán)，光輪智能助力機(jī)器人在虛擬環(huán)境中完成成千上萬(wàn)次高擬真訓(xùn)練，大幅提升其在現(xiàn)實(shí)場(chǎng)景中的適應(yīng)性與可靠性。

作為在物理精度、交互邏輯與多場(chǎng)景覆蓋能力上全面融入英偉達(dá)物理智能生態(tài)的伙伴，光輪智能正通過(guò)其技術(shù)積累與工程實(shí)踐，持續(xù)推動(dòng)仿真到現(xiàn)實(shí)（Sim-to-Real）的規(guī)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(chēng)，英偉達(dá)堅(jiān)信仿真是解決問(wèn)題的關(guān)鍵途徑，而他們需要一個(gè)“合成數(shù)據(jù)工廠(chǎng)”，也需要找到認(rèn)可英偉達(dá)OpenUSD架構(gòu)的企業(yè)，“這個(gè)時(shí)機(jī)來(lái)得恰到好處，就在我們急需解決方案的時(shí)候，你們創(chuàng)立了光輪”。

雙方的合作源于高度的戰(zhàn)略共識(shí)。直播中，謝晨與Madison Huang都表達(dá)了對(duì)合成數(shù)據(jù)的重視。謝晨稱(chēng)，光輪智能“堅(jiān)信合成數(shù)據(jù)將成為突破物理智能數(shù)據(jù)壁壘最重要、最主要的數(shù)據(jù)來(lái)源”，這與Madison Huang的觀(guān)點(diǎn)不謀而合：“我們?cè)絹?lái)越相信，合成數(shù)據(jù)未來(lái)將占據(jù)數(shù)據(jù)總量的絕大部分?！?/strong>

“英偉達(dá)內(nèi)部有很多項(xiàng)目，都需要光輪智能的支持”，Madison Huang說(shuō)道。從GEAR實(shí)驗(yàn)室，到GR00T端到端模型的研發(fā)，再到英偉達(dá)的西雅圖機(jī)器人實(shí)驗(yàn)室，這些項(xiàng)目都需要海量的數(shù)據(jù)。

英偉達(dá)的核心計(jì)算業(yè)務(wù)，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(jī)器人學(xué)習(xí)的“圣杯”級(jí)難題：英偉達(dá)的每個(gè)NVL72機(jī)架內(nèi)部都包含約兩英里的銅纜，布線(xiàn)的任務(wù)枯燥乏味，未來(lái)，英偉達(dá)希望用機(jī)器人來(lái)完成。

光輪智能是英偉達(dá)解決上述問(wèn)題的關(guān)鍵，其CEO謝晨透露，他們正與英偉達(dá)的Newton團(tuán)隊(duì)合作，研發(fā)電纜仿真專(zhuān)用求解器和仿真資產(chǎn)。

除此之外，光輪智能還打造了光輪智能-YCB數(shù)據(jù)集、光輪智能Kitchen、LeIsaac、LeHome等仿真資產(chǎn)和環(huán)境。上述產(chǎn)品被廣泛應(yīng)用于英偉達(dá)Isaac Lab、DexBench、Policy Evaluation Framework等項(xiàng)目中，成為英偉達(dá)官方推薦的合作內(nèi)容。

從工廠(chǎng)自動(dòng)化到家用機(jī)器人，從汽車(chē)裝配到倉(cāng)儲(chǔ)物流，光輪智能的仿真場(chǎng)景幾乎覆蓋了整個(gè)“物理智能”生態(tài)。其平臺(tái)與英偉達(dá)Isaac Sim深度集成，能夠讓企業(yè)在幾小時(shí)內(nèi)完成復(fù)雜場(chǎng)景的構(gòu)建、標(biāo)注和數(shù)據(jù)生成。

Madison Huang在直播中強(qiáng)調(diào)：“今天展示的許多策略評(píng)估流程之所以能夠?qū)崿F(xiàn)，離不開(kāi)合作伙伴所提供的高保真仿真數(shù)據(jù)——其中包括光輪智能的SimReady資產(chǎn)?！?/p>

雙方的這一系列合作，標(biāo)志著光輪智能已從技術(shù)使用者，躍升為英偉達(dá)機(jī)器人仿真與AI生態(tài)的關(guān)鍵基礎(chǔ)設(shè)施構(gòu)建者和標(biāo)準(zhǔn)貢獻(xiàn)者。

此外，英偉達(dá)并非光輪智能唯一的知名客戶(hù)，據(jù)悉，光輪智能還與DeepMind、斯坦福大學(xué)、麻省理工學(xué)院、Figure等海外知名企業(yè)和高校均有合作，國(guó)內(nèi)的智元機(jī)器人、銀河通用、阿里巴巴、字節(jié)跳動(dòng)、理想、比亞迪、吉利等也與光輪有業(yè)務(wù)往來(lái)。

在談及光輪智能的這份豪華客戶(hù)清單時(shí)，Madison Huang稱(chēng)，光輪智能與各行業(yè)龍頭企業(yè)的合作本身，就是對(duì)其產(chǎn)品質(zhì)量和公司愿景的最佳證明。

03.

學(xué)術(shù)界、產(chǎn)業(yè)界共振

從研究突破到現(xiàn)實(shí)落地的仿真生態(tài)

在近期舉辦的兩場(chǎng)圓桌活動(dòng)中，李飛飛的Behavior Challenge、光輪智能的數(shù)據(jù)與仿真基礎(chǔ)設(shè)施解決方案，為何能獲得英偉達(dá)的高度認(rèn)可？原因就在于他們都填補(bǔ)了仿真數(shù)據(jù)領(lǐng)域的關(guān)鍵空白。

李飛飛教授主導(dǎo)的Behavior Challenge搭建了一個(gè)高度復(fù)雜、逼真的虛擬家庭環(huán)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(shí)生活任務(wù)。

Behavior Challenge與十多年前李飛飛教授推動(dòng)的ImageNet一脈相承。ImageNet通過(guò)構(gòu)建大規(guī)模視覺(jué)數(shù)據(jù)集，曾引發(fā)了深度學(xué)習(xí)在計(jì)算機(jī)視覺(jué)領(lǐng)域的革命；而B(niǎo)ehavior Challenge構(gòu)建的數(shù)據(jù)集和評(píng)估標(biāo)準(zhǔn)，則有望成為具身智能時(shí)代的“ImageNet時(shí)刻”。

兩者的精神高度一致，以統(tǒng)一的基準(zhǔn)和開(kāi)放的生態(tài)推動(dòng)整個(gè)領(lǐng)域的發(fā)展，只是前者讓機(jī)器學(xué)會(huì)看懂世界，后者則讓智能體真正在世界中行動(dòng)。

今年10月，英偉達(dá)成為了Behavior Challenge背后的贊助商。這種合作不僅是技術(shù)層面的支持，或許更包含理念層面的共鳴：AI的未來(lái)不只是理解像素，而是理解世界。

如果說(shuō)Behavior Challenge代表了學(xué)術(shù)界在數(shù)據(jù)集和評(píng)估標(biāo)準(zhǔn)的前沿探索，而光輪智能則在產(chǎn)業(yè)界通過(guò)其SimReady資產(chǎn)與數(shù)據(jù)生成能力，為物理智能的規(guī)?；涞靥峁┖诵臄?shù)據(jù)支撐。這或許也是英偉達(dá)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(duì)談中，Madison Huang分享了一個(gè)有趣的觀(guān)察：“自動(dòng)駕駛汽車(chē)是當(dāng)今首個(gè)實(shí)現(xiàn)量產(chǎn)規(guī)模的機(jī)器人形態(tài)，其核心任務(wù)其實(shí)就是不要碰到任何東西；而對(duì)其他類(lèi)型的機(jī)器人而言，它們的任務(wù)恰恰相反——就是要“觸碰一切事物”，完成各種復(fù)雜操作。如今，仿真比以往任何時(shí)候都更加重要。”

要讓機(jī)器人具備“觸碰一切事物”的能力，就需要打造其仿真訓(xùn)練中所需的各類(lèi)資產(chǎn)。然而，現(xiàn)有的大部分傳統(tǒng)3D模型只注重視覺(jué)外觀(guān)，無(wú)法提供足夠真實(shí)的仿真效果。

真正適用于仿真場(chǎng)景的資產(chǎn)，需要具備物理屬性、材料特性、關(guān)節(jié)結(jié)構(gòu)、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(chǎn)標(biāo)準(zhǔn)。謝晨解釋道，光輪智能希望打造不僅在視覺(jué)上準(zhǔn)確，而且也在物理意義上極為準(zhǔn)確的資產(chǎn)。

例如，一個(gè)SimReady的“黃瓜”能在仿真環(huán)境中被隨意地切開(kāi)；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(lǐng)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(chǎn)問(wèn)題。

為了確保物理一致性，光輪智能已經(jīng)摸索出一條打造SimReady資產(chǎn)的成熟流水線(xiàn)。

他們運(yùn)用了大量物理設(shè)備來(lái)采集精確的物理數(shù)據(jù)，將其融入仿真就緒資產(chǎn)，同時(shí)通過(guò)特定方法比對(duì)現(xiàn)實(shí)世界與模擬環(huán)境中的力學(xué)數(shù)據(jù)，確保兩者匹配。謝晨稱(chēng)，這一過(guò)程至關(guān)重要，是光輪智能打造高質(zhì)量、物理精確的仿真資產(chǎn)的核心步驟。

這種對(duì)“物理一致性”的追求，與英偉達(dá)強(qiáng)調(diào)的Physical AI理念高度契合。在Madison Huang親自撰寫(xiě)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(dǎo)航的端到端模型，驅(qū)動(dòng)從機(jī)器人到自動(dòng)駕駛汽車(chē)，再到數(shù)據(jù)中心、工廠(chǎng)、智慧城市等種種系統(tǒng)。

要實(shí)現(xiàn)這一目標(biāo)，符合物理規(guī)律的仿真環(huán)境與物理保真的交互資產(chǎn)正是關(guān)鍵基礎(chǔ)。換言之，光輪智能的SimReady資產(chǎn)，正是培育Physical AI所需的土壤——高質(zhì)量、物理一致、行為可交互的數(shù)字資產(chǎn)，讓虛擬環(huán)境逼近現(xiàn)實(shí)世界，從而支撐機(jī)器人、自動(dòng)駕駛等研究的發(fā)展。

謝晨進(jìn)一步補(bǔ)充道，如果缺乏正確的“原料”（既高質(zhì)量資產(chǎn)），即使有最好的求解器，也無(wú)法產(chǎn)生最佳數(shù)據(jù)。

更難能可貴的是，光輪智能的SimReady資產(chǎn)實(shí)現(xiàn)了質(zhì)量與效率的平衡。通過(guò)深度優(yōu)化，光輪智能確保其SimReady資產(chǎn)在計(jì)算上具備極高的運(yùn)行效率。

例如，在碰撞計(jì)算方面，光輪智能確保碰撞檢測(cè)可以通過(guò)基本圖元（primitives）或凸包（convex hull）的方式來(lái)完成。這種方法在計(jì)算上極為高效，能夠在單張GPU上同時(shí)運(yùn)行成百上千個(gè)仿真環(huán)境，從而讓機(jī)器人的強(qiáng)化學(xué)習(xí)訓(xùn)練過(guò)程保持極高的效率。

Madison Huang提到，未來(lái)，每一家生產(chǎn)實(shí)體產(chǎn)品的工廠(chǎng)都會(huì)擁有自己的數(shù)字孿生工廠(chǎng)（Digital Twin Factory）和AI工廠(chǎng)（AI Factory），讓數(shù)字世界與物理世界實(shí)時(shí)聯(lián)動(dòng)。她很樂(lè)意將光輪智能介紹給愿意加入上述愿景的企業(yè)，光輪智能可以成為SimReady資產(chǎn)的提供方。

從Madison Huang的多次表述中可以看出，在英偉達(dá)的物理智能生態(tài)中，光輪智能已成為不可或缺的一環(huán)——如果沒(méi)有光輪智能提供的仿真資產(chǎn)、數(shù)據(jù)和基礎(chǔ)設(shè)施，Isaac Sim和 Omniverse的計(jì)算能力和求解器可能無(wú)法充分發(fā)揮作用。

換句話(huà)說(shuō)，英偉達(dá)主導(dǎo)了平臺(tái)與計(jì)算層，而光輪智能則承擔(dān)內(nèi)容層和基礎(chǔ)設(shè)施層的核心角色。兩者緊密結(jié)合，使整個(gè)物理智能生態(tài)既擁有強(qiáng)大的算力和算法支持，也具備高度物理精確、可交互的訓(xùn)練環(huán)境和數(shù)據(jù)，從而形成他人難以復(fù)制的技術(shù)壁壘。

04.

結(jié)語(yǔ)：AI的疆界，是現(xiàn)實(shí)本身

李飛飛的Behavior Challenge、光輪智能的工業(yè)仿真，以及英偉達(dá)的Omniverse與Isaac Sim，其實(shí)共同勾勒出英偉達(dá)正在布局的“智能大棋盤(pán)”。

在這套體系中，Omniverse充當(dāng)著“世界模型層”的角色，定義了虛擬世界的物理法則與運(yùn)行邏輯；Isaac Sim是“仿真引擎層”，讓機(jī)器人和智能體能夠在高保真的物理環(huán)境中學(xué)習(xí)與進(jìn)化；光輪智能則位于“內(nèi)容與數(shù)據(jù)層”，持續(xù)提供海量真實(shí)可用的工業(yè)場(chǎng)景、SimReady資產(chǎn)與合成數(shù)據(jù)；而由李飛飛教授主導(dǎo)的Behavior Challenge則代表“認(rèn)知與智能層”，探索人工智能如何理解人類(lèi)行為與世界邏輯的最高形態(tài)。

在Madison Huang對(duì)談光輪智能CEO謝晨、李飛飛受邀參與英偉達(dá)直播時(shí)，英偉達(dá)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(xiàn)實(shí)；不只是訓(xùn)練模型，而是訓(xùn)練世界。當(dāng)每一次物理變化都能被計(jì)算、每一個(gè)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(xiàn)實(shí)本身。