来源：远川科技评论

春节前夕，黄仁勋照例开启年会巡演，北京站成为各路CEO追星现场。大合照中，坐在黄仁勋左边的是宇树科技的王兴兴，第一排最右是银河通用的王鹤。

三人曾在年初的CES展上有过一次“非正式会谈”，当时黄仁勋演讲到尾声，人形机器人军团压轴登场，其中就包括宇树在春晚转手绢的H1、银河通用的Galbot G1。

发布会现场，14台人形机器人一字排开，有波士顿动力这种老牌选手，有宇树这样的行业新贵，还有跨界玩家小鹏，唯独缺席了一边买黄总的芯片一边悄悄搞自研的特斯拉。

在机器人军团压轴登场前，黄仁勋公布了一系列大模型组成的机器人训练平台Cosmos。

Cosmos的作用可以简单理解为在虚拟世界模拟真实的物理环境，瞄准的是当前人形机器人产业的真空带、也是英伟达围绕人形机器人布局的最后一环——仿真数据。

三个月后的英伟达GTC，机器人再度成为压轴节目。除了Cosmos再度刷脸，英伟达还发布了一个人形机器人基础模型Isaac GR00T N1，仿真物理模型Newton，并由小机器人Blue完成收尾。

如果把人形机器人视为人工智能领域一条正在疯狂施工的高速公路，那么英伟达正在做的事情，就是提前把收费站先修好。

五年高考三年模拟

从年初的CES到前两天的GTC，英伟达真正的关键词是“物理AI”。

按照黄仁勋的说法，AI的新一波浪潮是物理AI，其关键环节是让AI理解物理定律，人形机器人则是当下最重要的载体。

传统的工业机器人大多基于特定的规划执行特定的操作，比如运输和分拣，与其说机器人，倒不如说是一种“自动化设备”。

但人形机器人在理想状态下，可以理解物理世界各种物体、语言和文字的含义，并自主规划和决策。

2023年7月，《纽约时报》探班谷歌实验室，记录了一个基于RT-2模型的机器人智能闪现的瞬间：桌子上放着恐龙、鲸鱼、狮子三个塑料玩具，工程师让机器人“捡起灭绝的动物”，机器人拿起了恐龙。

这个案例很好的说明了人形机器人最大的变革：机器人不仅能识别三种动物，也能理解“灭绝的动物”的含义，还可以完成具体的操作。

也就是说，两者的核心区别在“智能”。判断机器人的智能化程度，不是看它会不会前后空翻大劈叉，而是能不能像人一样思考。

和大模型训练一样，让机器人拥有思考能力的过程，同样是对数据的消耗——换句话说就是刷题。

人工智能泰斗级人物李飞飞曾对算法的训练过程有一个形象的解释：让算法不断观察包含猫和其他动物的图片，在每张图片背后写下正确答案。计算机每看一次图片，就和背面的答案核对一次。只要次数够多，算法就能学会辨别猫。

但问题是，写好答案的图片并不是现成的。

和GPT等大模型爬取互联网数据不同，机器人会和真实世界产生交互，因此需要遵循物理规则的真实数据来训练算法。但如果用真人动作捕捉来训练，不仅成本高，也容易坐实“AI奴役人类”的地狱笑话。

之中的数据空白，就成为了仿真数据的实践空间。所谓仿真数据，可以简单理解为在虚拟空间构建遵循真实世界物理规则的场景，并输出为可以被用来训练的数据。

马斯克就是仿真数据的铁杆粉丝，2021年的特斯拉AI Day，马斯克曾公开过自家数据仿真技术，当时生成并投入训练的仿真数据规模就已经达到了37.1亿张图片和4.8亿标注[2]。xAi最新发布的Grok 3，也投喂了大量仿真数据用于训练。

自动驾驶尚且可以搜集车主真实的行驶数据用于训练，机器人尚未大规模投入应用，对仿真数据的需求更为迫切。

真实数据和仿真数据就像“五年高考”和“三年模拟”，一个是真题，一个是模拟题。真题的参考价值更高，但数量有限，模拟题量大管饱，但参考价值要看它与真题的相似程度。

至此，英伟达凑齐了人形机器人开发“三大件”——超级计算机DGX（训练算力）、融合了Cosmos的仿真平台Omniverse（训练数据）、终端芯片Jetson Thor（推理算力）。

除了没下场造机器人，能干的活基本全干了。

物理骗术和算力游戏

在虚拟世界构建物理规则这件事上，英伟达的积累恐怕比大部分人想象的深厚。

一项技术的应用并不取决于技术本身，而是能否绑定一个高商业价值的场景，实现自我造血的良性循环。在机器人和自动驾驶大规模产业化之前，最匹配这项技术的英伟达的老本行：游戏。

大多数游戏都是对现实世界的模拟，但虚拟世界并不遵循现实世界的物理规则，小到游戏世界草木树叶飘动的方向、服装布料的褶皱，大到刀剑挥砍的力度和反馈效果，都会影响游戏的“沉浸感”。

一种改进思路由此产生：为什么不用物理公式计算物体的实时运动状态、设计运动轨迹呢？

当时，一家名叫Ageia的初创公司开发了物理引擎PhysX，通过对游戏画面中的物体做“受力分析->代入运动方程->更新位置信息->输出”的实时循环计算[3]，让游戏中的场景尽可能贴合真实世界的物理规则。

由于PhysX需要消耗大量算力，Ageia还专门开发了配套的硬件PPU（Physics Processing Unit）专门负责物理运算。可惜PPU销量惨淡，Ageia濒临倒闭，黄仁勋骑着白马就来了。

收购完成后，英伟达干的第一件事就是砍掉PPU产品线，将PhysX的计算工作交给自家的GPU，并推出针对游戏开发的软件工具箱PhysX APEX，降低使用门槛。

由于PhysX的特性是对物理规则的模拟和仿真，此后几年，英伟达还推动了PhysX在医疗手术、影视特效等工业场景的应用。

2019年，英伟达在GPU架构中引入RT核心，推出了光线追踪功能。

和PhysX类似，光线追踪的核心同样是对真实物理规则的模拟——根据物体和光源、障碍物间的相对位置，实时计算出光线反射至人眼的状态[4]，每束光线的实时计算结果组合成一帧的画面，让英伟达狠狠秀了一把算力的肌肉。

伴随自动驾驶、人形机器人这些新产业的出现，“在虚拟世界模拟物理规则”的需求也越来越大。

Cosmos和Omniverse等软件工具的出现，相当于英伟达给人形机器人建了个可以沉浸式训练的“健身房”，接下来就可以卖“私教课”了——你看我的芯片怎么样？

英伟达的野心

过去二十年，英伟达的经营思路可以用一句话来概括：让高性能计算不断覆盖高价值的场景。

GPU是高性能计算的载体，也是英伟达的核心产品。2010年之前，虽然一些学者已经开始使用GPU训练神经网络，但GPU对应的高价值场景其实只有游戏一个。

按照黄仁勋的说法，游戏市场“既代表着最棘手的技术难题，又具备惊人的市场规模，同时拥有这两个特质的市场非常罕见。”

英伟达开拓的第一个新场景是移动设备。2013年小米3发布，处理器采用高通骁龙800和英伟达的Tegra系列混搭，是英伟达切入手机市场，开辟显卡之外第二战线的绝佳机会。

当时，英文不好的雷军和中文不好的黄仁勋罕见同台，黄仁勋现场还当了一回米粉。

可惜Tegra芯片因为制程和外挂基带问题，能耗失控发热严重。英伟达的移动业务此后也未见起色，Tegra系列只能在任天堂Switch上发挥余热。后来黄仁勋去台大演讲，称英伟达“主动放弃”了智能手机市场。

第二个场景是自动驾驶。最先吃螃蟹的是特斯拉，Model S/X都曾搭载过英伟达的方案。黄仁勋也从米粉变成特斯拉车主，跟马斯克如胶似漆。

虽然特斯拉后来用自研方案替代了英伟达，但有了榜样的力量，英伟达还是顺利打入造车新势力内部。不过汽车业务在英伟达的版图中远不如游戏和数据中心耀眼，营收占比几乎从未超过5%。

第三个场景是人工智能。ChatGPT的横空出世让英伟达彻底打开收入天花板，计算机视觉、大语言模型等前沿计算机科学统统都离不开英伟达的芯片，也让后者成为了全球市值最高的半导体公司。

第四个场景就是人形机器人，以及更加广阔的“物理AI”。按照黄仁勋的说法，“我们正处于生成式人工AI阶段，将走向智能体AI时代，随后是物理AI时代。”

而在具体思路上，英伟达不仅提供芯片，还会开发对应的软件工具箱和配套服务。换句话说，英伟达不仅卖铲子，也提供全套的保养工具和防护设备，但必须搭配英伟达牌的铲子。

在游戏业务里，光线追踪、DLSS等功能必须搭配英伟达的GPU使用；类似的逻辑，英伟达不仅向大模型和云计算公司出售GPU，还会提供NVLink这类通信连接方案、CUDA编程平台与之牢牢绑定。

随着今年GTC演讲结束，Cosmos、Newton等软件和模型的发布，一个围绕GPU与“物理AI”的收费站也宣告落成。

如果黄仁勋中文水平够高，多少也得来一句“英伟达不造机器人，帮助机器人公司造好机器人”。

参考资料

[1] 未来简史，尤瓦尔·赫拉利

[2] 万字长文详解特斯拉自动驾驶体系，自动驾驶之心

[3] 给我一个物理引擎，我也能“预测”世界杯？中科院物理所

[4] “光线追踪”杂谈，电子报

[5] Unimate 机器人：工业自动化的起源，AGV

编辑/jayden