英偉達想做「物理 AI」的「安卓」

撰文：鮑奕龍

來源：華爾街見聞

英偉達正在全力打造機器人領域的默認平台，旨在復制安卓在智能手機操作系統的主導地位。

1 月 5 日，英偉達 CES 2026 上發布了多款開源基礎模型，包括多個開源基礎模型，使機器人能夠在多種任務和環境中進行推理、規劃和適應，所有模型均在 Hugging Face 平台上開放。

英偉達同時推出了新一代 BlackWell 架構的 Jetson T4000 顯卡，以及名為 OSMO 的開源指揮中心，以支撐整個機器人開發工作流程。 公司還深化了與 Hugging Face 的合作，旨在降低機器人訓練的硬件門檻和技術壁壘。

這一佈局反映出人工智能從雲端向物理世界遷移的行業趨勢。 隨著傳感器成本下降、仿真技術進步和 AI 模型泛化能力提升，機器人正從執行單一任務向通用化方向演進。 波士頓動力、卡特彼勒等企業已開始使用英偉達技術，機器人類別也成為 Hugging Face 平台上增長最快的領域。

構建完整模型矩陣

英偉達此次發布的基礎模型構成了物理 AI 的核心能力層。

Cosmos Transfer 2.5 和 Cosmos Predict 2.5 兩款世界模型負責合成數據生成和機器人策略評估，可在仿真環境中驗證機器人行為。

Cosmos Reason 2 作為推理型視覺語言模型，賦予 AI 系統在物理世界中觀察、理解和行動的能力。

Isaac GR00T N1.6 是專門針對人形機器人開發的視覺語言動作模型，以 Cosmos Reason 作為推理核心，實現全身控制功能，使人形機器人能夠同時完成移動和物體操作。

英偉達在 CES 上推出的 Isaac Lab-ArENA 是託管在 GitHub 上的開源仿真框架，旨在解決機器人能力驗證的行業痛點。

隨著機器人學習精確物體處理、電纜安裝等複雜任務，在物理環境中驗證這些能力往往成本高昂、耗時且存在風險。

該平台整合了資源、任務場景、訓練工具以及 Libero、RoboCasa 和 RoboTwin 等既有基準測試，為此前缺乏統一標準的行業建立了通用框架。 配套的開源平台 OSMO 作為指揮中心，將從數據生成到訓練的整個工作流程整合在一起，支持桌面和雲端環境。

降低硬件門檻

Thor 系列新成員 Jetson T4000 圖形卡搭載 Blackwell 架構，作為成本效益型設備端算力升級方案，提供 1200 萬億次浮點 AI 算力和 64GB 內存，功耗控制在 40 至 70 瓦之間。

英偉達還深化了與 Hugging Face 的合作，將 Isaac 和 GR00T 技術集成到後者的 LeRobot 框架中，連接英偉達 200 萬機器人開發者與 Hugging Face 1300 萬 AI 構建者。

開源人形機器人 Reachy 2 現已直接支持英偉達 Jetson Thor 芯片，開發者可以測試不同 AI 模型而無需被鎖定在專有系統中。

早期跡象顯示英偉達策略正在產生效果。 機器人已成為 Hugging Face 平台上增長最快的類別，英偉達的模型在下載量上處於領先地位。 波士頓動力、卡特彼勒、Franka Robots 和 NEURA Robotics 等企業已在使用英偉達技術。

這一佈局體現了該公司使機器人開發更易獲取的戰略意圖，同時將自身定位為底層硬件和軟件供應商，類似安卓之於智能手機製造商的角色。

隨著 AI 從雲端向具備物理世界學習能力的機器轉移，更便宜的傳感器、先進的仿真技術和跨任務泛化的 AI 模型正推動行業整體轉型。