電子發(fā)燒友網(wǎng)綜合報道 在節(jié)前的機器人學習大會（CoRL）上，NVIDIA 發(fā)布了一系列突破性技術，包括開源物理引擎 Newton、機器人基礎模型 Isaac GROOT N1.6以及全新 AI 基礎設施。這些技術為機器人研發(fā)提供了一套完整解決方案，旨在縮小仿真與現(xiàn)實之間的差距，加速人形機器人從實驗室走向實際應用的進程。

Newton：機器人 “身體” 的精準仿真引擎

長期以來，人形機器人復雜的關節(jié)控制、平衡調節(jié)與動作遷移難題，讓現(xiàn)有物理引擎難以滿足需求。此次 NVIDIA 聯(lián)合 Google DeepMind、Disney Research 推出的開源物理引擎 Newton，徹底打破這一僵局 —— 基于 NVIDIA Warp 和 OpenUSD 框架構建、由 Linux Foundation 管理的它，不僅兼容多種物理求解器，更能精準仿真機器人在雪地、碎石路行走，或操控杯子、水果等精細動作，且能安全可靠地將這些技能遷移到現(xiàn)實場景。

蘇黎世聯(lián)邦理工學院機器人系統(tǒng)實驗室、慕尼黑工業(yè)大學、北京大學等全球頂尖高校，以及光輪智能、Style3D 等機器人技術公司已率先應用 Newton 開展研發(fā)?！叭虺^ 25 萬機器人開發(fā)者亟需精準的物理仿真技術，以確保在仿真環(huán)境中教會機器人技能，同時安全可靠地遷移到現(xiàn)實世界?！盢VIDIA Omniverse 與仿真技術副總裁 Rev Lebaredian 表示，“Newton 正是解決這一痛點的關鍵工具。”

Isaac GROOT N1.6：賦予機器人 “深度思考” 能力

機器人不僅需要精準的動作控制，更需要理解模糊指令并應對復雜場景的能力。NVIDIA Isaac GROOT N1.6 開源基礎模型將為機器人賦予接近人類的推理能力，使其能夠拆解復雜指令，并借助已有知識與常識執(zhí)行任務。

該模型即將在 Hugging Face 平臺上線，屆時將集成 NVIDIA Cosmos Reason—— 一款專為物理 AI 打造的開源、可定制推理視覺語言模型。作為機器人的 “深度思考大腦”，Cosmos Reason 能夠利用已有知識、常識和物理原理，將模糊的指令轉化為逐步執(zhí)行的計劃，從而應對新場景并泛化到多種任務中。

Cosmos Reason 作為機器人的 “深度思考大腦”，其創(chuàng)新點在于：
·物理常識知識庫：內(nèi)置結構化物理知識庫，包含物體動力學屬性（如 “玻璃易碎，抓取時壓力需＜5N”）和動作 - 效果關聯(lián)（如 “推開沉重的門時，需先施加推力，再保持門的運動軌跡”）；
·層次化任務拆解：面對模糊指令（如 “把紅色盒子放到書架第二層”），模型會分三步拆解 —— 目標解析、子任務拆分和動作參數(shù)化，將抽象指令轉化為機器人關節(jié)的具體參數(shù)。

在 NVIDIA 內(nèi)部測試中，面對 100 條模糊物理指令，Cosmos Reason 的任務拆解準確率達 91%，遠超傳統(tǒng)視覺語言模型的 68%。

全新 AI 基礎設施：支撐機器人研發(fā)全流程

為支持這些先進技術和軟件庫，NVIDIA 推出了專為高要求工作負載設計的 AI 基礎設施，具體包括：?
·NVIDIA GB200 NVL72：集成 36 個 Grace CPU 和 72 個 Blackwell GPU 的機架式系統(tǒng)，目前已由各大云服務提供商采用，可顯著加速 AI 訓練和推理過程；
·NVIDIA RTX PRO 服務器：為機器人開發(fā)提供統(tǒng)一架構，支持訓練、合成數(shù)據(jù)生成、機器人學習和仿真等全環(huán)節(jié)需求；
·NVIDIA Jetson Thor：搭載 Blackwell GPU，能夠支持機器人同時運行多個 AI 工作流，實現(xiàn)實時智能交互。

結語

從仿真引擎到推理模型，從數(shù)據(jù)生成到硬件支撐，NVIDIA 此次發(fā)布的技術矩陣，正打通機器人 “研發(fā) - 測試 - 落地” 全鏈路。隨著開源生態(tài)的持續(xù)完善與產(chǎn)學研協(xié)同的深化，人形機器人距離 “走進日常生活” 的目標，正邁出關鍵一步。