英伟达GTC现场的隐形AI巨头：老黄机器人demo背后都是它

59 0 0

文章摘要

在GTC 2026大会上，AI产业焦点从大模型与机器人本体转向Physical AI，即人工智能向现实世界渗透的阶段。此次大会标志着行业竞争核心正从“谁有最好模型”向“谁有最好训练场”转变，基础设施成为决定上限的关键因素。老黄在主题演讲中指出，2025—2027年新一代AI计算平台将催生约1万亿美元收入机会，Physical AI首次与生成式AI并列为核心议题。其发展逻辑在于通过数字孪生实现无限场景训练，再将学习成果迁移至真实机器人，从而避免高成本、高风险的实地试错。

当前AI演进分为三步：感知（理解世界）、生成（创造内容）、Physical AI（进入世界）。进入第三阶段后，仿真环境精度、数据生成能力及闭环评测标准成为制约发展的关键瓶颈。没有高保真物理建模，机器人无法准确感知力反馈；缺乏规模化数据支持，模型难以泛化；缺少工业级验证，技术迭代效率低下。光轮智能因此成为行业不可替代的底层支撑者——国际主要具身智能团队超80%的仿真资产与合成数据来自其系统，尤其在接触力学、柔体建模等关键环节，其物理参数体系是保证仿真到现实迁移性的基础。

光轮不仅提供工具，更参与规则制定。其创始人谢晨博士加入NVIDIA、Google DeepMind、Disney Research联合推动的Newton开源物理仿真引擎指导委员会，与Erik Frey、Yuval Tassa、Miles Macklin等顶尖专家共议核心技术方向。该公司是目前唯一覆盖“世界建模—数据生成—物理测量—参数校准—评测闭环”的全栈式厂商，类比CUDA对AI计算、Linux对操作系统的影响，光轮正定义Physical AI时代的基础设施标准。

在展台布置上，光轮设置三大展区对应核心命题：World 展示“物理测量工厂”，机械臂标准化采集材料受力特征；Behavior 构建行为数据网络，融合遥操记录与人类第一视角视频，形成含策略细节的大规模训练样本；Eval 则呈现RoboFinals评测体系，作为业内首个面向工业级机器人能力评估的仿真平台，实现高难度任务的量化对比。现场六场布道演讲层层推进，讲述从世界构建、数据生产到能力评测的完整方法论。

此外，光轮于展会首晚举办逾350人规模的Party，聚集机器人企业创始人、高校教授及开源社区骨干，彰显其强大行业号召力。活动后持续引发社交传播，反映出其正在搭建一个围绕基础设施的跨领域生态网络。随着Physical AI走向工程化与产业化，这场从概念到落地的变革已然启程，而基础设施层的价值将愈发凸显。行业的主战场已下沉至底层，谁能构筑可靠、可扩展、可协同的仿真实验平台，谁就将在新纪元占据制高点。