“下一波浪潮是物理AI。”『英伟达』CEO黄仁勋年内多次强调。近日，『英伟达』在物理AI领域的部署加快了。
据『英伟达』的解释，物理AI依托于神经图形、合成数据生成、物理模型、强化学习和AI推理技术，是现代『机器人』️技术、自动驾驶汽车和空间智能技术背后的引擎。在生成式AI、代理AI浪潮之后，就是物理AI浪潮。
在北京举行的2025世界『机器人』️大会上，『英伟达』Omniverse和仿真模拟技术副总裁Rev Lebaredian提到，物理AI将撬动万亿美元💵级的市场。大会期间，银河通用首发了搭载『英伟达』Jetson AGX Thor『芯片』的『机器人』️应用。
在大洋彼岸加拿大温哥华举办的计算机图形大会SIGGRAPH2025上，『英伟达』则带来16篇论文，物理AI是此次『英伟达』参会的主题词。北京时间12日上午，三名『英伟达』AI 研究负责人在大会上发表演讲，谈及物理AI的演进。
物理AI与图形研究之间有紧密联系。『英伟达』图形研究副总裁Aaron Lefohn表示，渲染研究已推动了逼真虚拟世界的创建，这些虚拟世界被用于训练先进的物理AI系统，AI反过来则帮助研究人员基于图像构建3D世界。在图形领域，2018年『英伟达』在SIGGRAPH展出第一个光线追踪硬件，在9年间还将实时路径追踪性能提升了1万倍。
『英伟达』AI研究副总裁Sanja Fidler表示，未来『机器人』️将成为家庭成员，并重新定义工厂、仓库、农业的运作方式。AI和模拟研究之间有强烈的耦合关系。在『机器人』️研究中，模拟起到重要作用。这是因为，在真实世界中训练『机器人』️不安全，虚拟环境则不会造成伤害，且虚拟环境的训练效率高几个数量级，在虚拟环境中花几分钟训练，或能匹敌『机器人』️在现实世界生活10年的经验。这个虚拟环境需尽可能忠实地模拟真实世界，缩小虚拟与现实差距的一种方法是将现实世界转化为数字形式，这依赖于视觉理解，将传感器数据转化为三维结构。
“所有移动的物体，都可以变成『机器人』️。”『英伟达』研究副总裁Ming-Yu Liu表示，对于不同『机器人』️，人们有不同期望。对于工业机械臂，只期望它能在装配线上执行简单任务，对于自动驾驶汽车，期望它能应对复杂交通状况，而对于仿人『机器人』️，则期望能同人类一般有多种技能且能操控环境。“如果生成式AI可以转化为物理AI，关键将是训练数据，破解数据问题的关键是合成数据。” Ming-Yu Liu表示。
『英伟达』今年已在寻找更多GPU的落地应用场景，在工业领域和『机器人』️领域的动作越来越多，这两个领域都与物理AI相关。在『机器人』️领域，『英伟达』有Jetson Thor GPU机载计算机。有市场研究机构的研究负责人告诉记者，即便很多『芯片』的算力都达到要求，但目前主流人形『机器人』️的算力解决方案并不多，其中不少『机器人』️采用了『英伟达』的方案，因为其生态较完善，可以节省厂商开发时间。
『英伟达』与物理AI相关的产品也在加快面世。今年1月，『英伟达』在全球消费电子展CES上推出了基础世界模型Cosmos，用于生成合成自动驾驶等场景，辅助物理AI系统开发。此次SIGGRAPH，『英伟达』则推出了开源的70亿参数推理视觉语言模型（VLM）Cosmos Reason，用于让『机器人』️和视觉AI代理工具理解物理世界并采取行动。同时，『英伟达』推出面向AI代理的Nemotron Nano2、Llama Nemotron Super 1.5模型和用于物理AI的新软件库Omniverse NuRec 3D高斯喷射库。
硬件方面，『英伟达』还表示，思科、戴尔等将推出搭载RTX PRO 6000 Blackwell『服务器』版GPU的『服务器』，用于代理AI、工业和物理AI等企业工作负载。针对工程、AI和3D可视化等场景的 RTX PRO 4000 Blackwell SFF版和RTX PRO 2000 Blackwell GPU将于今年晚些时候推出。
