英伟达发布物理AI技术栈与开源生态 - 公司创始人黄仁勋在CES 2026发表主题演讲，宣布物理人工智能的“ChatGPT时刻”已经到来，AI技术将从虚拟走向物理世界，机器人产业迎来规模化变革的关键节点 [1] - 公司发布了多款机器人“大脑”的开源基础模型，并宣布波士顿动力、Caterpillar、Franka Robotics、Humanoid、LG电子和NEURA Robotics等头部企业均在利用其机器人技术栈推出新的AI驱动型机器人 [1] 技术演进与核心模型发布 - 黄仁勋系统阐释了人工智能的四阶段演进路径：感知AI、生成AI、代理AI与物理AI，物理AI的核心在于让模型理解现实世界的物理规律，以破解机器人产业成本高昂、功能单一、编程复杂的痛点 [2] - 公司推出三大核心开源模型构建技术闭环：NVIDIA Cosmos Transfer 2.5与Cosmos Predict 2.5组成开源可定制的“世界模型”，可生成符合物理定律的合成数据并在模拟环境中完成策略评估，解决现实测试风险高、成本高的难题 [2] - NVIDIA Cosmos Reason 2视觉语言模型赋予机器类人化的视觉推理与决策能力 [3] - 面向人形机器人赛道的NVIDIA Isaac GR00T N1.6视觉语言动作模型实现关键突破，基于Blackwell架构优化，融合推理能力，可实现关节级全身精准控制，任务成功率较前代提升40% [3] - GR00T模型依托合成数据训练，将传统3个月的训练周期压缩至36小时，数据效率提升60倍，并支持自然语言指令与环境感知的多模态交互 [3] 开发工具与开源生态 - 公司在GitHub发布开源框架NVIDIA Isaac Lab-Arena，整合行业领先基准，为大规模机器人策略评估和基准测试提供协作系统，实现测试标准化 [4] - 云原生编排框架NVIDIA OSMO将合成数据生成、模型训练、软件在环测试等工作流整合至统一控制台，支持多环境部署，已被Hexagon Robotics采用并集成至微软Azure Robotics Accelerator工具链 [4] - 公司与Hugging Face达成深度合作，将GR00T系列模型及Isaac Lab-Arena框架整合至LeRobot开源机器人库，实现200万英伟达机器人开发者与1300万Hugging Face AI构建者的生态联通 [5] - 双方适配的Hugging Face Reachy 2人形机器人与NVIDIA Jetson Thor硬件无缝协作，桌面机器人Reachy Mini支持与NVIDIA DGX Spark联动 [5] - 公司2025年已在Hugging Face贡献650个开源模型和250个数据集，相关资源下载量在开源社区领先 [5] 硬件支撑体系升级 - 公司发布搭载Blackwell架构的全新Jetson T4000模组，作为现有Jetson Orin客户的升级选项，其在特定功耗下性能较上一代提升4倍 [6] - 面向高端场景的Jetson Thor机器人计算机成为产业合作焦点，NEURA Robotics、智元机器人、LG电子等企业已展示基于该平台的工业、家用机器人产品 [6] - 面向工业边缘场景的IGX Thor平台也宣布即将上市，形成覆盖不同算力需求的硬件矩阵 [6] 产业生态与应用落地 - 发布会现场展示了涵盖人形、轮式、桌面、清洁机器人及工程机械、无人机、手术辅助设备等多元场景的十余款机器人，直观展现了物理AI技术的跨领域适配能力 [7] - Franka Robotics、NEURA Robotics利用GR00T模型开展机器人行为仿真训练，大幅提升研发效率 [7] - 医疗领域的LEM Surgical借助相关技术优化手术机器人系统，提升手术精准度与安全性 [7] - 梅赛德斯-奔驰成为合作方，搭载英伟达相关模型的自动驾驶汽车今年将陆续上市，推动物理AI在智能交通领域的规模化应用 [7] - 波士顿动力、Caterpillar、Humanoid、LG电子等企业均在基于英伟达机器人技术栈打造全新AI驱动型产品 [7] - 公司拥有从Jetson处理器、CUDA架构、Omniverse仿真平台到开放物理AI模型的全栈技术，正赋能全球合作伙伴生态 [7]

核心技术发布 - 开源牛顿物理引擎现已集成至NVIDIA Isaac Lab平台，该引擎由Google DeepMind、迪士尼研究院与公司共同开发，并由Linux基金会管理 [2][4] - 开源Isaac GR00T N1.6机器人基础模型即将在Hugging Face上线，该模型集成了具备深度思考能力的Cosmos Reason视觉语言推理模型 [2][7] - 新的Cosmos世界基础模型更新已发布，其下载量超过300万次，支持开发者通过文本、图像和视频提示生成多样化数据以加速物理AI模型的大规模训练 [11] 技术能力与性能提升 - 牛顿物理引擎基于GPU加速，具备灵活的架构并能与不同类型的物理求解器协同工作，可模拟在雪地或砾石上行走、处理杯子和水果等极其复杂的机器人动作 [4][5] - Isaac GR00T N1.6模型使人形机器人能够同时移动和处理物体，提供更大的躯干和手臂自由度以完成如打开较重房门等困难任务 [9] - Cosmos Transfer 2.5模型即将发布，其体积比前代模型小3.5倍，并能从真实3D模拟场景生成照片级合成数据 [18] 生态系统与行业应用 - 全球超过25万名机器人开发者需要精确的物理模拟，以确保模拟环境中教授的技能能在现实世界中安全可靠地执行 [3] - 领先的机器人制造商包括AeiROBOT、Franka Robotics、LG Electronics等正在评估Isaac GR00T N模型以构建通用机器人 [10] - 波士顿动力公司的Atlas机器人通过基于Isaac Lab 2.3开发者预览版的新灵巧抓取工作流程，其操作能力得到显著提升 [14] 研究合作与行业影响 - 牛顿物理引擎的早期采用者包括苏黎世联邦理工学院机器人系统实验室、慕尼黑工业大学、北京大学等知名研究机构，以及Lightwheel、Style3D等公司 [5] - 公司技术（包括GPU、模拟框架和CUDA加速库）被近半数CoRL会议收录的论文引用，并获卡内基梅隆大学、华盛顿大学等领先研究实验室采用 [19] - 公司与Lightwheel正在共同开发Isaac Lab - Arena，这是一个开源的策略评估框架，用于可扩展的实验和标准化测试 [17]