所有具有移动能力的事物都将被打造成机器人。借助大模型和海量数据，未来机器人将具备更高的智能水平，能够在不断变化的环境中灵活应对各种挑战，而且还能够理解物理世界，并与物理世界互动。
为了实现这样的目标，业界正在努力开发各种新的硬件、软件和大模型。9月29日，在韩国首尔机器人学习大会（CoRL）上，NVIDIA宣布了多项开源模型和仿真库，包括物理引擎Newton、Isaac GR00T N1.6，以及Cosmos世界基础模型，为全球研究机构和企业提供了一个统一的加速开发平台。这些技术不仅缩短了机器人技能的迭代周期，还实现了仿真环境与现实世界之间的安全迁移，推动了机器人技术平民化。
开源物理引擎Newton：仿真复杂动作的基石
机器人在仿真环境中的学习速度更快、安全性更高，但人形机器人关节结构、平衡控制和动作模式非常复杂，对现有物理引擎的性能提出了严峻挑战。全球超过 25 万机器人开发者亟需精准的物理仿真技术，以确保在仿真环境中教会机器人技能，同时安全可靠地迁移到现实世界。
NVIDIA联合Google DeepMind和Disney Research开发的开源物理引擎Newton，基于NVIDIA Warp和OpenUSD框架构建，该引擎由Linux Foundation管理，现在已经可以通过NVIDIA Isaac Lab获取使用。
Newton的灵活设计和兼容多种物理求解器的能力，让开发者能够对机器人在雪地行走、操控杯子或抓取水果等高难度场景进行仿真，并能够成功将这些动作部署到现实场景中。
已采用Newton的机构包括苏黎世联邦理工学院、慕尼黑工业大学、北京大学，以及机器人公司光轮智能和仿真引擎公司Style3D。
Newton的开源不仅加速了学术研究，还吸引了商业伙伴，如Agility Robotics和Boston Dynamics，他们正利用Isaac Lab中的Newton训练Atlas机器人的抓取技能。
Isaac GR00T N1.6：赋予机器人人类级推理能力
为了执行类似人类的任务，机器人必须理解模糊指令并应对未知场景。NVIDIA 开源模型 Isaac GR00T N1.6 集成了NVIDIA一款专为物理AI设计的推理视觉语言模型Cosmos Reason，它可作为机器人的“深度思考大脑”。该模型利用已有知识和常识，将抽象指令转化为逐步执行计划，帮助机器人应对未见过的情景，例如在陌生环境中推开重门或同时操控躯干与手臂。
Isaac GR00T N1.6 即将在 Hugging Face 平台上线。开发者可以利用Hugging Face平台上的开源NVIDIA物理AI数据集，对NVIDIA Isaac GR00T N系列模型进行后训练。该数据集包含数千条合成及来自真实世界的轨迹数据，下载量已超 480 万次。
Cosmos 世界基础模型：合成数据驱动训练革命
训练机器人需要大量高质量数据，但现实数据采集成本高昂且效率低下。NVIDIA开源Cosmos 世界基础模型平台通过文本、图像和视频提示生成多样化合成数据，大幅加速物理 AI 训练。该平台包含三大核心模型：Cosmos Predict（未来状态生成）、Cosmos Transfer（逼真世界增强）和 Cosmos Reason（物理推理），总下载量已超 300 万次。
即将推出的 Cosmos Predict 2.5 支持生成长达 30 秒的多视角视频，而 Cosmos Transfer 2.5 模型大小缩减至前代 1/3.5，生成效率显著提升。这些模型可创建虚拟厨房、交通场景等环境，用于训练机器人在多样情境中泛化技能。NVIDIA 研究团队强调，合成数据有望解决机器人领域的数据缺乏问题——通过生成式 AI 打破数据匮乏的僵局，推动人形机器人技术普及。
生态合作与研究进展
全球产业与学术机构正快速拥抱 NVIDIA 的机器人技术。Agility Robotics、Boston Dynamics、Disney Research 等公司采用 Isaac 与 Omniverse 技术开发下一代机器人。在学术领域，斯坦福大学、苏黎世联邦理工学院和新加坡国立大学利用 NVIDIA 加速计算推进机器人研究，近半数 CoRL 论文引用了 NVIDIA 的 GPU 或仿真框架。
NVIDIA 同时推出了专为高性能工作负载设计的 AI 基础设施，包括 GB200 NVL72 机架系统、RTX PRO 服务器和 Jetson Thor，形成从云端训练到边缘部署的完整解决方案。RAI Institute 等组织已部署 RTX PRO 服务器，以统一架构支持训练、合成数据生成和仿真工作流。
未来展望
NVIDIA 的开源策略正加速物理 AI 的民主化。通过 Newton、Isaac GR00T 和 Cosmos 的协同，开发者能够以更低成本、更高效率构建适应现实世界的智能机器人。随着数字孪生与生成式 AI 的融合，机器人有望在虚拟“矩阵”中掌握多样技能，最终安全地融入人类生活。
全部评论