合作与平台发布 - Nebius与NVIDIA合作，推出专为物理AI和机器人全生命周期（从仿真、训练到大规模现实世界部署）构建的端到端平台 [1] - 该平台结合Nebius的全球AI云基础设施与NVIDIA物理AI数据工厂蓝图，旨在解决大规模物理AI面临的两大根本障碍：基础设施和工具碎片化，以及缺乏决定现实世界成功所需的、针对罕见及不可预测场景的高质量训练数据 [2] - 平台通过提供统一、智能的编排和生成大规模、符合物理规律的合成数据，构建一个从合成数据生成到现实世界推理的完整托管物理AI运行时环境，并可作为服务使用 [5][8] 技术方案与价值主张 - 大规模构建物理AI需在三个不同环境（大规模GPU训练、仿真测试、边缘部署）中运行，工程团队通常花费**30–40%**的时间在集成工作上，而非改进机器人行为 [3] - 现实世界训练数据收集成本高昂且危险，在不同公司间不一致，且永远不足以覆盖决定机器人现场成败的长尾边缘案例 [4] - 平台核心组件包括：NVIDIA OSMO（提供跨整个流程的统一智能编排服务）、NVIDIA Cosmos开放世界基础模型（生成大规模、物理一致的合成数据）以及Nebius AI Cloud（基于NVIDIA RTX PRO 6000 Blackwell服务器版GPU等构建的专用基础设施） [5][7] - 平台将机器人生命周期延伸至生产环节，提供包括Nebius Token Factory在内的无服务器和托管推理服务，实现从云到边缘的低延迟执行与扩展 [8] 早期客户成效与案例 - RoboForce使用Nebius云上的NVIDIA Cosmos，将流水线设置时间减少了**70%以上**，并将新策略投入生产的速度显著加快，迭代周期从数周缩短至数天 [9][10] - Voxel51与Nebius及NVIDIA技术共同为保时捷工程公司提供合成数据生成流水线，以加速自动驾驶数据增强工作流程 [11] - Milestone Systems选择Nebius来微调其下一代视觉语言模型，Nebius为其计算密集型工作提供持续的大型GPU集群访问、高吞吐量数据流水线和托管工作流编排 [12] 市场定位与公司战略 - 物理AI被视为未来十年定义性的技术转变之一，Nebius旨在与NVIDIA共同构建整个物理AI生态系统的执行层 [3] - Nebius云平台现已在美国和欧洲的数据中心上线 [13] - 公司定位为AI云公司，为开发者和企业构建从数据、模型训练到生产部署的全栈平台，服务于全球构建AI产品、智能体和服务的初创企业和大型企业 [14]

文章核心观点 - 英伟达发布了一项名为“物理人工智能数据工厂蓝图”的开源参考架构，旨在统一并自动化大规模训练物理人工智能系统所需数据的生成、增强和评估过程，从而降低其成本、时间和复杂性 [1][13] 产品与服务 - 该蓝图使开发者能够利用英伟达Cosmos开放世界基础模型和领先的编码智能体，将有限的训练数据转化为大规模、多样化的数据集，包括那些在现实世界中难以获取的罕见边缘案例和长尾场景 [2] - 蓝图集成了英伟达OSMO开源编排框架，该框架可跨计算环境统一管理工作流，减少手动任务，使开发者能专注于模型构建 [5] - OSMO现已与Claude Code、OpenAI Codex和Cursor等领先编码智能体集成，实现由智能体主动管理资源、解决瓶颈并加速大规模模型交付的AI原生操作 [6] - 蓝图包含三大核心功能模块：1）**整理与搜索**：通过Cosmos Curator处理、提炼和标注大规模真实世界与合成数据集；2）**增强与倍增**：通过Cosmos Transfer指数级扩展和多样化已整理的数据，倍增真实和模拟输入以更好地捕捉不同环境和光照条件下的罕见及长尾场景；3）**评估与验证**：通过基于Cosmos Reason的Cosmos Evaluator自动评分、验证和过滤生成的数据，确保物理准确性和训练就绪度 [16] 合作伙伴与生态系统 - 英伟达正与微软Azure和Nebius合作，将这一开放蓝图与它们的云基础设施和服务集成，使开发者能够将加速计算能力转化为海量训练数据 [3] - 微软Azure正将物理人工智能数据工厂蓝图集成到一个开放的物理人工智能工具链中，并提供与Azure IoT Operations、Microsoft Fabric、Real-Time Intelligence、Microsoft Foundry和GitHub Copilot等服务的集成，以提供企业级、智能体驱动的工作流，用于快速、大规模地训练和验证物理人工智能系统 [8] - Nebius已将OSMO集成到其AI Cloud中，其基础设施融合了英伟达RTX PRO 6000 Blackwell服务器版GPU、超高速对象存储、原生数据管理与标注、无服务器执行和内置托管推理，为物理人工智能堆栈提供端到端的支持 [10] 应用与客户 - 领先的物理人工智能开发商FieldAI、Hexagon Robotics、Linker Vision、Milestone Systems、RoboForce、Skild AI、Teradyne Robotics和Uber正在使用该蓝图加速机器人、视觉AI智能体和自动驾驶汽车的开发 [3][15] - 英伟达自身正使用该蓝图训练和评估Alpamayo，这是世界上首个基于推理的、面向长尾自动驾驶场景的开放视觉语言动作模型 [4] - 早期用户Milestone Systems、Voxel51和RoboForce正在利用Nebius基础设施上的蓝图，加速视频分析AI智能体、自动驾驶汽车和工业人形机器人的模型开发 [11] - FieldAI、Hexagon Robotics、Linker Vision和Teradyne Robotics是首批测试Azure物理人工智能工具链以加速和扩展其感知、移动和强化学习流程中数据生成、增强和评估的公司 [9] 行业趋势与战略 - 物理人工智能被视为人工智能革命的下一前沿，其成功取决于生成海量数据的能力，公司高管提出“计算即数据”的新时代理念 [4] - 物理人工智能遵循扩展定律：随着数据、计算和模型能力的增长，其性能会得到提升 [4] - 云服务提供商在提供加速人工智能基础设施、机器学习运营和编排服务方面扮演关键角色，使开发者能够大规模构建和部署物理人工智能 [7] - 该蓝图预计将于四月在GitHub上提供 [11]

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]

核心观点 - NVIDIA在CES 2026上宣布了针对物理人工智能（物理AI）的新开放模型、框架和基础设施，旨在加速机器人技术发展，并推出了由全球合作伙伴打造的多行业机器人 [2] - 公司CEO黄仁勋称“机器人技术的ChatGPT时刻已经到来”，物理AI的突破正在解锁全新的应用，NVIDIA的全栈技术正赋能全球合作伙伴通过AI驱动机器人变革行业 [4] 新产品与技术发布 - **开放模型**：发布了NVIDIA Cosmos™ Transfer 2.5、Cosmos Predict 2.5（用于物理合成数据生成和策略评估的世界模型）以及Cosmos Reason 2（开放推理视觉语言模型VLM）[19] - **专用机器人模型**：发布了NVIDIA Isaac™ GR00T N1.6，这是一个专为人形机器人打造的开放推理视觉语言动作（VLA）模型，可实现全身控制并利用Cosmos Reason进行更好的推理 [19] - **开源框架**：发布了开源框架NVIDIA Isaac Lab-Arena，用于大规模机器人策略评估和基准测试 [9]；发布了云原生编排框架NVIDIA OSMO，用于统一机器人开发工作流 [10] - **硬件升级**：推出了基于Blackwell架构的新NVIDIA Jetson™ T4000模块，在1000件批量下售价为1,999美元，其性能是上一代的4倍，拥有1,200 FP4 TFLOPS和64GB内存，功耗可配置为70瓦 [22] - **边缘计算**：宣布NVIDIA IGX Thor将于本月晚些时候上市，将高性能AI计算扩展到工业边缘 [23] 合作伙伴与生态系统 - **行业领导者采用**：包括波士顿动力、卡特彼勒、Franka Robotics、Humanoid、LG电子和NEURA Robotics在内的全球行业领导者正在使用NVIDIA机器人技术栈推出新的AI驱动机器人 [3][18] - **具体应用案例**： - Franka Robotics、NEURA Robotics和Humanoid使用GR00T工作流模拟、训练和验证机器人新行为 [5] - Salesforce使用Agentforce、Cosmos Reason和NVIDIA Blueprint分析机器人拍摄的视频，将事件解决时间缩短了2倍 [5] - LEM Surgical使用NVIDIA Isaac for Healthcare和Cosmos Transfer训练其Dynamis手术机器人的自主手臂 [6] - XRlabs使用Thor和Isaac for Healthcare使手术镜（从外窥镜开始）能够通过实时AI分析指导外科医生 [6] - Hexagon Robotics等机器人开发者已开始使用OSMO，该框架已集成到微软Azure Robotics Accelerator工具链中 [11] - **社区合作**：NVIDIA与Hugging Face合作，将开源Isaac和GR00T技术集成到领先的LeRobot开源机器人框架中，此举联合了NVIDIA的200万机器人开发者和Hugging Face的1300万AI构建者社区 [13] 机器人产品展示 - **人形机器人**：多家合作伙伴展示了集成NVIDIA Jetson Thor的新一代人形机器人 [15] - NEURA Robotics推出了保时捷设计的第三代Gen 3人形机器人以及一款优化灵巧控制的小型人形机器人 [20] - Richtech Robotics推出了Dex，一款用于复杂工业环境中精细操作和导航的移动人形机器人 [20] - AGIBOT推出了面向工业和消费领域的人形机器人以及集成Isaac Sim的机器人仿真平台Genie Sim 3.0 [20] - LG电子推出了一款能够执行广泛室内家务任务的新型家用机器人 [20] - 波士顿动力、Humanoid和RLWRLD已将Jetson Thor集成到其现有人形机器人中以增强导航和操作能力 [21] - **其他自主机器**：合作伙伴基于NVIDIA技术推出了从移动机械臂到人形机器人的多种新机器人和自主设备 [18] 市场与行业影响 - **增长领域**：机器人技术现已成为Hugging Face上增长最快的类别，NVIDIA的开放模型和数据集在蓬勃发展的开源社区中下载量领先 [12] - **技术可及性**：NVIDIA正在构建开放模型，使开发者能够绕过资源密集的预训练，专注于创建下一代AI机器人和自主机器 [5] - **协作扩展**：卡特彼勒正在扩大与NVIDIA的合作，将先进的AI和自主技术引入建筑和采矿领域的设备与工地 [25]