核心观点 - 英伟达宣布与全球机器人生态系统合作，推动生产级物理AI的发展，并发布了新的仿真框架和开放模型，旨在成为机器人行业的基础平台，使每个工业企业都成为机器人公司 [2][4] 行业合作与生态系统 - 行业领导者ABB Robotics、AGIBOT、Agility、FANUC、Figure、KUKA、Universal Robots、YASKAWA等正在基于英伟达平台构建解决方案 [3] - 全球安装基数超过200万台的工业机器人巨头FANUC、ABB Robotics、YASKAWA和KUKA正在将英伟达Omniverse库和Isaac仿真框架集成到其虚拟调试解决方案中，并通过数字孪生进行验证 [5] - 这些公司还在其控制器中集成英伟达Jetson模块，以实现生产线边缘的实时AI推理 [5] - 战略生态系统合作正在将平台集成转化为实际工业影响，例如Skild AI与ABB Robotics和Universal Robots合作，将通用机器人智能部署到不同行业和任务中 [18] - 英伟达通过其拥有超过40,000名成员的初创企业孵化计划NVIDIA Inception，为机器人先驱提供技术指导、高性能计算资源以及生态系统内的关键合作伙伴联系 [29] 技术平台与产品发布 - 公司发布了新的NVIDIA Isaac仿真框架、新的NVIDIA Cosmos和NVIDIA Isaac GR00T开放模型，供行业开发、训练和部署下一代智能机器人 [2] - 发布了Cosmos 3，这是首个统一合成世界生成、视觉推理和动作模拟的世界基础模型，旨在加速复杂环境下通用机器人智能的开发 [8] - 推出了Isaac Lab 3.0早期访问版，基于新的Newton物理引擎1.0和PhysX SDK构建，增加了多物理场仿真并改进了对复杂灵巧操作的支持，可在DGX级基础设施上实现更快的大规模机器人学习 [11] - 宣布GR00T N1.7模型现已提供早期商业许可访问，为生产就绪的机器人部署带来包括先进灵巧控制在内的通用机器人技能 [12] - 预览了下一代机器人基础模型GR00T N2，该模型基于新的世界动作模型架构，帮助机器人在新环境中成功完成新任务的频率是领先的视觉语言动作模型的两倍多，目前在MolmoSpaces和RoboArena的通用机器人策略排名中位列第一 [13] - 这些系统由NVIDIA Jetson Thor机器人计算平台驱动，使开发者能够以更快的速度、更高的智能和可靠性从仿真训练转向现实世界部署 [14] 人形机器人发展 - 包括1X、AGIBOT、Agility、Boston Dynamics、Figure、NEURA Robotics在内的领导者正在使用Cosmos世界模型、Isaac Sim和Isaac Lab来加速其下一代人形机器人的开发和验证 [10] - AGIBOT、Humanoid、NEURA Robotics等公司也采用NVIDIA Isaac GR00T N模型以加速其人形机器人的工业部署 [12] 医疗保健机器人应用 - 医疗保健是物理AI的关键机遇，CMR Surgical正在使用Cosmos-H仿真为其Versius手术系统在临床部署前训练和验证机器人智能 [16] - Johnson & Johnson MedTech使用基于Isaac Sim和Cosmos的后期训练工作流程，为其泌尿外科Monarch平台训练和验证系统 [16] - Medtronic正在探索使用NVIDIA IGX Thor，以在外科机器人系统中实现关键任务的精度和功能安全 [16] 具体应用案例与合作伙伴 - Skild AI与富士康合作，为英伟达Blackwell生产线进行高精度装配，使富士康的AI驱动双臂机械手能够掌握行业最复杂的制造任务 [22] - Lightwheel与三星合作开发和校准Newton物理引擎，使三星的装配机器人在仿真中掌握复杂的线缆处理，实现更高的精度和更快的装配线 [22] - PTC宣布推出从Onshape CAD平台到NVIDIA Isaac Sim的新机器人设计到仿真工作流程，为FANUC America等工程团队创建无缝的CAD到OpenUSD桥梁 [23] - WORKR将其AI平台与ABB Robotics工业机器人集成，使用Omniverse库作为其WorkrCore的一部分，训练可由中小型制造商在几分钟内部署的机器人劳动力，无需编程知识 [24] - KION集团与英伟达和埃森哲合作推进自主仓库解决方案，使用Omniverse和物理AI驱动的数字孪生为全球最大的纯合同物流提供商GXO训练和测试基于Jetson的自主叉车车队 [25] - 微软Azure和Nebius集成了英伟达物理AI数据工厂蓝图，为其开发者实现可扩展的、智能体驱动的合成数据生成 [26] - CoreWeave集成Isaac Lab以构建机器人学习管道，而阿里巴巴云将英伟达的整个物理AI堆栈集成到其PAI平台，以加速端到端机器人开发 [26] - 迪士尼基于英伟达Warp框架构建并集成到Newton中的GPU加速物理模拟器Kamino，用于训练其Olaf和BDX机器人的策略 [27] 开发者社区与开源 - 英伟达与Hugging Face合作，将Isaac和GR00T集成到LeRobot开源框架中，连接英伟达的200万机器人开发者与Hugging Face全球1300万AI构建者，以加速开源机器人开发 [30]

核心观点 - 英伟达联合全球领先的工业软件巨头及云服务商、OEM厂商，共同推出基于CUDA-X、Omniverse和GPU加速的工业软件与智能体解决方案，旨在加速各行业的工业设计、工程仿真与制造流程，标志着物理人工智能和自主智能体驱动的工业革命新时代到来[2][4][5] 生态系统与合作伙伴 - 英伟达与工业软件领导者Cadence、达索系统、PTC、西门子和新思科技合作，将GPU加速的软件和工具带给包括发那科、现代重工、本田、捷豹路虎、凯傲、梅赛德斯-奔驰、联发科、百事公司、三星、SK海力士和台积电在内的全球领先工业企业[2][20] - 上述解决方案运行在亚马逊AWS、谷歌云、微软Azure和甲骨文云等领先云服务商，以及戴尔、HPE和超微等原始设备制造商的英伟达AI基础设施上[3][20] 工业软件与智能体解决方案 - Cadence、达索系统、西门子和新思科技正利用英伟达NeMo平台、Nemotron开放模型、CUDA-X库和加速计算，在其平台中引入智能体人工智能，为复杂的芯片和系统工作流程提供自主设计智能体[6][21] - 具体智能体应用包括：Cadence的ChipStack AI SuperAgent用于半导体设计与验证；达索系统的3DEXPERIENCE平台上的Virtual Companions角色智能体；西门子的Fuse EDA AI Agent用于半导体和PCB全流程；新思科技的AgentEngineer多智能体框架[21] 加速设计与工程仿真 - **汽车行业**：本田使用由英伟达Grace Blackwell平台加速的新思科技Ansys Fluent软件，空气动力学仿真速度比CPU快**34倍**，缩短了开发周期[7] 捷豹路虎和梅赛德斯-奔驰使用西门子Simcenter STAR-CCM+软件优化工程流程[7] 达索系统的SIMULIA软件支持Rivian的车辆仿真测试[8] - **航空航天**：Ascendance使用甲骨文云上的Cadence Fidelity软件，实现了当日完成全空气动力学仿真，这在基于CPU的高性能计算中无法实现[10] - **能源行业**：Solar Turbines利用戴尔基础设施上的Cadence Fidelity软件，在**14小时内**完成了360度、**十亿**网格的燃烧室仿真[11] 阿贡国家实验室在由HPE构建、英伟达A100 GPU加速的Polaris超级计算机上使用Cadence Fidelity进行高保真燃烧仿真[12] 半导体设计与制造 - 随着半导体设计进入后摩尔定律的**万亿**晶体管时代，行业领导者采用英伟达加速工具推进电子设计自动化[13] - 三星和SK海力士使用Cadence、新思科技和西门子的软件，在英伟达加速的戴尔和HPE系统上，优化大规模计算光刻和物理验证，加速DRAM和闪存生产[14] - Astera Labs在AWS上使用新思科技PrimeSim B200 GPU加速的EC2实例，芯片设计速度比纯CPU系统快**3.5倍**[15] 联发科利用英伟达H100 GPU，将Cadence Spectre加速**6倍**[15] - 台积电使用HPE和超微系统上的新思科技工具加速先进制造的关键工作负载[22] 美光扩大与Cadence的合作，采用GPU加速设计工具并集成智能体AI，提升其复杂内存设计工作流程的效率[22] 工业数字孪生与制造物流 - 西门子新推出的Digital Twin Composer利用英伟达Omniverse库，使富士康、现代重工、百事公司和凯傲等公司能够大规模构建工业元宇宙环境[24] - Krones在微软Azure上使用Ansys Fluent，结合英伟达Omniverse和CUDA-X，将灌装线仿真时间从数小时缩短至数分钟[25] - PTC宣布了从其Onshape CAD平台到英伟达Isaac Sim的新机器人设计-仿真工作流程，为发那科等公司创建无缝的CAD到OpenUSD桥梁[26] - 凯傲与西门子、英伟达和埃森哲合作，利用英伟达Omniverse和物理AI数字孪生架构，创建大规模、物理精确的仓库数字孪生，以训练和测试基于英伟达Jetson的自动叉车车队[27]