公司战略与行业愿景 - 英伟达正将其在AI智能体领域的押注延伸至机器人赛道，认为该技术能破解机器人大规模落地的核心难题 [1] - 公司认为AI智能体系统正被构建为“数字优先”，而机器人是该系统的自然延伸，此介入将成为机器人行业的重大转折点，类比ChatGPT对AI行业的冲击，目标是让机器人部署变得简单直接 [1] - 英伟达的机器人业务叙事正从硬件和仿真软件，向更高层次的智能体编排软件延伸，潜在市场空间和商业模式有望进一步扩展 [1] 智能体在机器人中的核心价值 - 第一层是编码层：智能体可用于构建机器人的“大脑”，自动生成训练数据并评估机器人AI模型，英伟达宣布Claude Code、OpenAI的Codex以及Cursor等编码智能体现已能调用其Osmo软件实现自动化 [2] - 第二层是编排层：在多机器人协同场景中，单一智能体可充当“空中交通管制”，将整体目标拆解为具体任务分配给不同形态的机器人，并确保安全协同，此编排功能将在云端或本地服务器上运行，持续模拟并下发方案 [2] - 此方向并非英伟达独有，例如亚马逊去年发布的DeepFleet仓储机器人协调AI模型，预计可将机器人作业效率提升10% [2] 市场突破逻辑与行业现状 - 公司认为机器人行业需要实现类似ChatGPT的两点突破：一是具备能够推理和解决问题的通用大脑，二是让机器人的部署足够简便 [3] - 英伟达CEO黄仁勋表示，几年之内，OpenClaw（一款热门开源智能体）在机器人内部运行的想法“相当显而易见”，开源智能体与机器人是本届GTC大会最受关注的两大主题 [3] - 公司坦承智能体编排并不能解决机器人面临的所有挑战，机器人在操控细小或柔软物体以及在人类周围安全作业等方面仍存在明显短板 [3] 技术进展与算力需求 - 在机器人训练所依赖的世界模型方面，英伟达对旗下Cosmos模型的评估较为审慎，该模型于2025年1月发布，每两至三个月迭代一次，采用者数量持续增加，但部分企业选择等待三至六个月后的下一版本 [4] - Cosmos是多个不同模型的集合，涵盖推理、预测和3D数据生成等能力，各项技术成熟度参差不齐，满足具体需求因用例而异 [4] - 目前机器人公司的算力主要集中在模型训练环节，核心瓶颈是通用机器人大脑所需的数据匮乏，公司预判随着机器人大规模部署，仿真计算需求将呈现“曲棍球棒式”增长，但认为距离机器人成群部署还差得远 [4][5]