大會核心亮點：物理 AI 迎來重要轉折點
在剛剛落幕的 NVIDIA GTC 大會上，物理 AI 的發展迎來了一個關鍵里程碑：機器人、智能車輛和自動化工廠正從孤立的單點應用，迅速擴展為覆蓋全行業的企業級複雜系統。
推動這一變革的核心力量，是 NVIDIA 發佈的一系列面向物理 AI 的前沿模型與藍圖，包括：
NVIDIA Cosmos 3：新一代世界基礎模型
NVIDIA Isaac GR00T N1.7：人形機器人技能模型
NVIDIA Alpamayo 1.5：智能汽車專用模型
物理 AI 資料工廠 Blueprint：將算力轉化為大規模訓練資料的開放架構
Omniverse DSX Blueprint：用於 AI 工廠數字孿生仿真的參考架構
OpenUSD：解鎖物理 AI 可擴展性的關鍵
OpenUSD（通用場景描述）成為推動物理 AI 規模化的核心驅動力。它提供了一種通用的場景描述語言，使團隊能夠將計算機輔助設計（CAD）資料、仿真資產和真實環境資料整合到一個共享且物理精確的虛擬世界中。
這一能力讓開發者可以在仿真環境中完成真實世界中難以實現的大規模、低成本、高復現性測試，從而極大加速 AI 從實驗室走向實際應用的進程。
兩大 Blueprint 加速 AI 工廠落地
1. Omniverse DSX Blueprint：AI 工廠的建前仿真
現代 AI 工廠涉及散熱、電網、網路負載和機械系統等多層複雜結構。Omniverse DSX Blueprint 通過一個統一的數字孿生，整合了所有層級的仿真。這使得運營團隊能夠在物理伺服器機架實際安裝之前，就完成性能和效率的驗證與優化，確保專案按期、按預算交付。
2. 物理 AI 資料工廠 Blueprint：算力即資料
現實世界資料曾是物理 AI 的護城河——但無法規模化。真實場景充滿混亂、邊緣情況和碎片化工作流。真正的瓶頸不僅在於資料本身，而在於整個資料工廠。
為此，NVIDIA 推出物理 AI 資料工廠 Blueprint。該架構基於 NVIDIA Cosmos 開放世界基礎模型和 OSMO 控制器，將資料管護、增強和評估整合到單一管線。開發者僅需有限的現實世界輸入，即可生成多樣化的長尾資料集。
首批實踐者：FieldAI、Hexagon Robotics、Skild AI 等領先的物理 AI 開發商已採用該藍圖加速開發。
雲平台支援：Microsoft Azure 和 Nebius 成為首批提供該藍圖的雲平台。
NVIDIA Omniverse 與仿真技術副總裁 Rev Lebaredian 表示：「通過與領先的雲服務提供商合作，我們正在提供一種全新的智能體引擎，將算力轉化為高品質資料……在這個新時代，算力即資料。」
從 CAD 到 OpenUSD：設計與部署的無縫銜接
將 CAD 文件轉換為 OpenUSD 是物理 AI 工作流中的關鍵一步。借助 NVIDIA Omniverse Kit 開發套件和 Isaac Sim 等工具，團隊可以優化和豐富 3D 資料，以支援實時渲染、仿真和協作。
包括 FANUC 和 Fauna Robotics 在內的多家公司，正利用這一無縫工作流加速機器人系統的設計與驗證。
工業數字孿生：重塑製造業與物流業
正如 Lebaredian 在 GTC 演講中所言：「如今，工廠本身就是一套機器人系統。」
所有工廠都始於仿真。NVIDIA Mega Omniverse Blueprint 為企業提供了一套參考架構，使其在車間實際部署機器人之前，先在其物理精確的數字孿生中設計、測試和優化機器人集群。
案例：KION 正與埃森哲和西門子合作，利用該藍圖為全球最大的純合同物流服務商 GXO 構建大規模倉儲數字孿生，用於訓練和測試基於 NVIDIA Jetson 的自動駕駛叉車車隊。
物理 AI 從仿真走向現實世界
NVIDIA 正與全球機器人生態系統廣泛合作，包括：
工業機器人巨頭：ABB、FANUC、KUKA、Yaskawa（全球裝機量超 200 萬台）。他們利用 NVIDIA Omniverse 和 Isaac 仿真框架，通過數字孿生驗證複雜應用，並將 NVIDIA Jetson 模組集成到控制器中實現實時推理。
機器人「大腦」開發商：FieldAI、Skild AI 等利用 NVIDIA Cosmos 世界模型生成資料，並在 Isaac 仿真環境中驗證策略。
通用智能體：Generalist AI 基於 NVIDIA Cosmos 探索生成合成資料，使機器人能快速精通從供應鏈監測到食品配送等多種任務。
開源框架 OpenClaw：將 AI 延伸至運營層面
開源智能體框架 OpenClaw 將 AI 堆棧全面延伸至運營層面。它賦能可長期運行的智能體，使其能夠利用工具、記憶和消息接口，在專屬設備上編排工作流、管理資料管線並自主執行任務。
OpenClaw 創造者 Peter Steinberger 表示：「基於 NVIDIA 和更廣泛的生態系統，我們正在構建 Claw 和安全護欄，讓任何人都能創建出強大且安全的 AI 助手。」
總結：虛擬世界正在定義物理 AI 的未來
本次 GTC 大會清晰地表明：物理 AI 的規模化落地，不再僅依賴真實世界的試錯，而是越來越多地在虛擬世界中完成設計、訓練、驗證與優化。NVIDIA Omniverse 及其相關的模型、藍圖和開源框架，共同構成了這一變革的基礎設施。
WeChat
Profile