物理AI 引爆机器人革命！NVIDIA 开源模型 + 全栈技术落地，全球伙伴亮出新一代智能机器

  当业界还在热议 AI 技术的边界拓展时，NVIDIA 在CES 上用一场硬核技术发布会震撼全场：NVIDIA 宣布推出用于物理AI 的全新开源模型、框架和 AI 基础设施，并展示了全球合作伙伴为各行业打造的多款机器人。从工业机械臂到家用服务机器人，从医疗手术辅助到工业边缘计算，NVIDIA 的全栈技术布局堪称 "惊喜连番"，点燃了新一代机器人开发的浪潮。

  NVIDIA 创始人兼首席执行官黄仁勋表示：“机器人开发的 ChatGPT 时刻已然到来。物理 AI 领域取得了突破性进展，这类模型具备理解现实世界、推理和行动规划的能力，持续催生全新的应用场景。NVIDIA 的全栈技术，包括 Jetson 机器人开发处理器、CUDA、Omniverse 和开源物理 AI 模型为我们全球合作伙伴生态系统注入动力，通过 AI 驱动机器人推动各行各业实现转型。”

  一直以来，机器人开发的周期长、成本高，还得投入大量专业知识，让不少开发者望而却步。但 NVIDIA 这次带来的全新技术，就像是给机器人开发按下了加速键，直接打通了整个机器人开发生命周期的工作流，这意味着新一代机器人开发浪潮即将汹涌来袭！这次还朝着构建 “专家级通用” 机器人的方向迈出了一大步，不仅通过开源模型帮开发者跳过资源密集的预训练阶段，直接聚焦新一代 AI 机器人和自主机器的创新打造，更打通了整个机器人开发生命周期的工作流，朝着 “专家级通用” 机器人的目标迈出关键一步。这类机器人能快速学习多种任务，未来有望实现 “一机多用”，彻底改变传统机器人功能单一的现状。

  这些全新开源模型已全面登陆 Hugging Face 平台，方便全球开发者获取使用：包括开源可定制的世界模型 NVIDIA Cosmos™ Transfer 2.5 和 Cosmos Predict 2.5，能为物理 AI 提供基于物理原理的合成数据生成与机器人策略评估仿真支持；开源推理视觉语言模型（VLM）NVIDIA Cosmos Reason 2，让智能机器能像人类一样看见、理解物理世界并采取行动；还有专为人形机器人打造的开放式推理视觉语言行动（VLA）模型 NVIDIA Isaac™ GR00T N1.6，可解锁全身控制能力，并借助 Cosmos Reason 增强推理和上下文理解。

  可扩展的仿真对于机器人训练和评估至关重要，但当前的工作流依然分散且难以管理。基准测试通常由人工操作且难以扩展，而端到端工作流需要跨异构计算资源进行复杂编排。

  NVIDIA 这次在 GitHub 上发布了全新开源框架，堪称解决这些难题的 “神兵利器”，让复杂工作流 “化繁为简”，大幅加速从实验室研究到产业落地的进程。比如说 NVIDIA Isaac Lab-Arena，它是一个专门为大规模机器人策略评估与基准测试打造的协作系统 。它和光轮智能一起精心设计了评估层和任务层，还能和 Libero、Robocasa 等业界领先的基准测试体系对接，让测试流程变得标准化。以后机器人技能在部署到物理硬件之前，就能通过这个框架确保足够稳健和可靠，为机器人落地应用筑牢 “安全防线”。

  还有 NVIDIA OSMO，这个云原生编排框架就像一个超级命令中心，把机器人开发的各种流程都整合到了一起 。开发者可以通过它定义和运行跨各种计算环境的工作流，不管是合成数据生成、模型训练还是软件在环测试，都能轻松搞定，大幅缩短开发周期。目前， Hexagon Robotics 等机器人开发者已经开始使用 OSMO，而且它还被集成到了 Microsoft Azure Robotics Accelerator 工具链中，，生态影响力持续扩大。

  针对智能驾驶领域，NVDIA推出了Alpamayo系列开源AI模型、仿真工具及数据集，Alpamayo 系列引入基于思维链的 VLA（Vision-Language-Action）推理模型，用于对复杂驾驶场景进行逐步推演和逻辑表达，以提升决策透明度。

  在智能汽车的发展进程中，有一个难题始终像大山一样横在前面，那就是 “长尾” 场景 。像遇到突然冲到马路上的小动物、交通信号灯突然故障，这些罕见又复杂的情况，传统的辅助驾驶架构很难应付得来。因为传统架构把感知和规划分开了，一旦碰到突发状况，系统扩展性就跟不上了，就算这几年端到端学习取得了很大进步，但要解决这些极端情况，还是得靠能安全推理因果关系的模型。

  这时候，Alpamayo 系列带着基于思维链的 VLA 推理模型霸气登场！这个模型就像是给汽车的驾驶决策赋予了人类的思维能力 ，面对罕见或者全新的场景，它能一步步地分析，把整个思考过程和决策逻辑都清晰地展现出来，让驾驶过程变得更让人放心。比如说，当车辆快到一个十字路口时，它能这么思考：“我看到了一个停止标志，左边有车开过来，还有行人正在过马路。我得先减速，完全停下来，等行人通过人行横道，确认安全了再继续走。” 这样详细的推理过程，大大提升了驾驶能力和决策的可解释性，为智能汽车的安全信任体系打下了坚实的基础。

  此次 CES 上，NVIDIA 的技术布局不仅限于软件框架与模型创新，更有硬件算力的强力支撑。全新 NVIDIA Jetson™ T4000模组现已正式发售，搭载 Blackwell 架构，在70 瓦可配置功率范围内提供1200 FP4 TFLOPS 算力及 64GB 内存，性能较上一代提升 4 倍，成为能耗受限型自主系统的理想选择。而面向工业边缘场景的 NVIDIA IGX Thor 也将于本月晚些时候上市。

  从开源模型打破技术壁垒、落地多行业场景，到框架工具优化开发流程，再到硬件算力与生态资源的全面赋能，NVIDIA 用一场发布会展现了其重构机器人行业的决心与实力。随着物理 AI 技术的持续成熟，以及全球合作伙伴的深度参与，“专家级通用” 机器人正加速从概念走向现实，一场席卷工业、医疗、消费、交通等多领域的技术革命，已然拉开序幕。 

  文首图片由 Caterpillar（左上）、LEM Surgical（右上）、智元机器人（左下）和 Franka Robotics（右下）提供。