NVIDIA 与全球机器人合作伙伴共赌物理AI

从硅到钢铁：NVIDIA的物理AI推进

长期以来以AI计算主导者身份闻名的NVIDIA正在进行激进的物理世界扩展。该公司宣布了与全球机器人领导者的一系列广泛合作，旨在加速其所谓的"物理AI"——不仅处理信息，而且主动与现实世界互动和操纵的人工智能。

与驱动聊天机器人和图像生成器的数字AI不同，物理AI必须感知三维环境，推理物理学原理，并实时执行精确的电动机动作。这是一个更困难的问题，NVIDIA相信它拥有解决这个问题的平台。

作为运行层的Isaac平台

NVIDIA机器人战略的核心是其Isaac平台——一套设计用于从芯片级别开始为机器人供电的硬件和软件工具。Isaac包括用于机器人操作系统的Isaac ROS框架、基于Omniverse构建的Isaac Sim仿真环境，以及用于视觉AI的Isaac Perceptor。它们共同形成了一个完整的堆栈，机器人公司可以基于此构建，而无需从头开始重新发明。

新的合作大幅扩展了Isaac生态系统。跨越工业自动化、仓库物流、手术机器人和人形开发的公司现在承诺基于NVIDIA的基础架构构建。这反映了使NVIDIA在云AI中成为必不可少的战略——用优秀的工具吸引开发者，然后乘着整个类别的增长浪潮。

为什么合作比产品更重要

NVIDIA并未制造自己的机器人。相反，它在做一些可能更强大的事情：成为机器人构建者产业的共享神经系统。通过提供常见的仿真工具、训练管道和推理硬件，NVIDIA确保无论哪个机器人公司赢得市场，NVIDIA都赢得基础架构竞争。

这类似于AWS如何成为软件行业的必要基础设施。差异在于机器人需要定制硅——NVIDIA的Jetson和Thor处理器——使硬件锁定比云服务更具粘性。

仿真优势

NVIDIA带来的最重要功能之一是逼真的仿真。在现实世界中训练机器人昂贵、危险且缓慢。一个学习抓取易碎物品的机器人在仓库中反复掉落它们需要花费金钱和时间。同样的训练在Omniverse中只需计算周期。

NVIDIA的仿真环境可以大规模生成合成数据，创建机器人可能遇到的照明条件、物体方向和表面纹理的数千种变化。这种合成数据管道越来越被认为是机器人开发中的关键瓶颈——而NVIDIA处于独特的位置来解决它。

生态系统中的参与者

公布的合作涵盖了广泛的机器人应用。工业自动化公司正在将Isaac集成到制造臂和质量检测系统中。物流公司正在使用NVIDIA的感知堆栈进行仓库导航。几家人形机器人初创公司——一个投资爆炸增长的类别——正在为板载处理基于NVIDIA的Thor芯片构建。

广泛度是有意为之的。NVIDIA希望物理AI与数字AI一样普遍，这需要在机器人将运作的每个部门都存在。

前方的挑战

尽管势头强劲，物理AI面临数字AI没有的挑战。现实世界环境以数据中心不存在的方式是不可预测的。在仿真中完美工作的机器人在遇到不寻常的阴影、略微湿润的地板或以意外角度放置的纸箱时可能会失败。

仿真到真实世界的差距——仿真训练和实际部署之间的性能差异——仍然是机器人学中最困难的开放问题之一。NVIDIA的合作需要生成真实运营数据来缩小这一差距，这意味着尽早而不是晚些时候大规模部署机器人。

更大的图景

NVIDIA的物理AI倡议出现在机器人投资空前高涨的时刻。来自Figure、Agility和Boston Dynamics的人形机器人正在进入商业试点。随着劳动力成本上升，仓库自动化正在加速。手术机器人正在扩展到手术室之外。

通过将自己定位为所有这一切下方的共同平台，NVIDIA正在赌注机器人产业将遵循与云计算和AI相同的模式：爆炸性增长、赢家通吃的基础架构动态，以及控制挖矿工具的公司获得巨大回报。

本文基于The Robot Report的报道。阅读原始文章。