英伟达对机器人下手了

　　三个月后的英伟达GTC■★◆■★■，机器人再度成为压轴节目。除了Cosmos再度刷脸，英伟达还发布了一个人形机器人基础模型Isaac GR00T N1，仿真物理模型Newton，并由小机器人Blue完成收尾。

　　第二个场景是自动驾驶。最先吃螃蟹的是特斯拉，Model S/X都曾搭载过英伟达的方案★★★■。黄仁勋也从米粉变成特斯拉车主，跟马斯克如胶似漆。

　　收购完成后◆■◆★，英伟达干的第一件事就是砍掉PPU产品线，将PhysX的计算工作交给自家的GPU，并推出针对游戏开发的软件工具箱PhysX APEX，降低使用门槛◆◆。

　　第三个场景是人工智能■■◆。ChatGPT的横空出世让英伟达彻底打开收入天花板，计算机视觉、大语言模型等前沿计算机科学统统都离不开英伟达的芯片，也让后者成为了全球市值最高的半导体公司。

　　GPU是高性能计算的载体◆■◆■，也是英伟达的核心产品。2010年之前，虽然一些学者已经开始使用GPU训练神经网络，但GPU对应的高价值场景其实只有游戏一个。

　　随着今年GTC演讲结束★■★★，Cosmos、Newton等软件和模型的发布■★◆■■，一个围绕GPU与“物理AI◆■■★■”的收费站也宣告落成。

　　可惜Tegra芯片因为制程和外挂基带问题，能耗失控发热严重。英伟达的移动业务此后也未见起色，Tegra系列只能在任天堂Switch上发挥余热。后来黄仁勋去台大演讲，称英伟达“主动放弃”了智能手机市场。

　　英伟达开拓的第一个新场景是移动设备■◆★◆■。2013年小米3发布，处理器采用高通骁龙800和英伟达的Tegra系列混搭，是英伟达切入手机市场■◆，开辟显卡之外第二战线的绝佳机会。

　　和PhysX类似，光线追踪的核心同样是对真实物理规则的模拟——根据物体和光源★★■、障碍物间的相对位置★■■，实时计算出光线]，每束光线的实时计算结果组合成一帧的画面★◆★★，让英伟达狠狠秀了一把算力的肌肉。

　　之中的数据空白■■★◆■◆，就成为了仿真数据的实践空间◆■◆■。所谓仿真数据★★■，可以简单理解为在虚拟空间构建遵循真实世界物理规则的场景★■◆◆★◆，并输出为可以被用来训练的数据◆★。

　　但人形机器人在理想状态下◆◆★■★，可以理解物理世界各种物体、语言和文字的含义，并自主规划和决策。

　　一项技术的应用并不取决于技术本身，而是能否绑定一个高商业价值的场景，实现自我造血的良性循环■◆★◆。在机器人和自动驾驶大规模产业化之前，最匹配这项技术的英伟达的老本行：游戏■◆★■。

　　发布会现场，14台人形机器人一字排开，有波士顿动力这种老牌选手，有宇树这样的行业新贵■◆★■★◆，还有跨界玩家小鹏，唯独缺席了一边买黄总的芯片一边悄悄搞自研的特斯拉。

　　马斯克就是仿线年的特斯拉AI Day◆■◆■，马斯克曾公开过自家数据仿真技术★◆■■★，当时生成并投入训练的仿线]。xAi最新发布的Grok 3，也投喂了大量仿真数据用于训练。

　　自动驾驶尚且可以搜集车主真实的行驶数据用于训练，机器人尚未大规模投入应用，对仿真数据的需求更为迫切。

　　一种改进思路由此产生：为什么不用物理公式计算物体的实时运动状态、设计运动轨迹呢？

　　真实数据和仿真数据就像“五年高考”和“三年模拟”★◆★，一个是真题，一个是模拟题。真题的参考价值更高，但数量有限，模拟题量大管饱，但参考价值要看它与真题的相似程度。

　　在游戏业务里，光线追踪★★、DLSS等功能必须搭配英伟达的GPU使用；类似的逻辑，英伟达不仅向大模型和云计算公司出售GPU，还会提供NVLink这类通信连接方案、CUDA编程平台与之牢牢绑定。

　　和GPT等大模型爬取互联网数据不同，机器人会和真实世界产生交互◆■◆■★◆，因此需要遵循物理规则的真实数据来训练算法★■■■★★。但如果用真人动作捕捉来训练，不仅成本高，也容易坐实“AI奴役人类”的地狱笑话◆■◆★■■。

　　2023年7月，媒体探班谷歌实验室★★★★，记录了一个基于RT-2模型的机器人智能闪现的瞬间：桌子上放着恐龙★■◆★■、鲸鱼、狮子三个塑料玩具★◆★★★■，工程师让机器人“捡起灭绝的动物”，机器人拿起了恐龙◆■★★。

　　在机器人军团压轴登场前，黄仁勋公布了一系列大模型组成的机器人训练平台Cosmos★◆★★◆■。

　　春节前夕，黄仁勋照例开启年会巡演★◆★■，北京站成为各路CEO追星现场。大合照中，坐在黄仁勋左边的是宇树科技的王兴兴，第一排最右是银河通用的王鹤。

　　由于PhysX的特性是对物理规则的模拟和仿真■◆■◆，此后几年，英伟达还推动了PhysX在医疗手术■■◆、影视特效等工业场景的应用。

　　传统的工业机器人大多基于特定的规划执行特定的操作，比如运输和分拣■◆◆◆■★，与其说机器人，倒不如说是一种“自动化设备”◆■■◆■★。

　　过去二十年★◆■★，英伟达的经营思路可以用一句话来概括：让高性能计算不断覆盖高价值的场景◆★★◆。

　　而在具体思路上，英伟达不仅提供芯片，还会开发对应的软件工具箱和配套服务。换句话说★■★★■，英伟达不仅卖铲子，也提供全套的保养工具和防护设备◆◆■◆■■，但必须搭配英伟达牌的铲子。

　　Cosmos和Omniverse等软件工具的出现，相当于英伟达给人形机器人建了个可以沉浸式训练的■■◆★★“健身房”，接下来就可以卖“私教课”了——你看我的芯片怎么样？

　　当时，一家名叫Ageia的初创公司开发了物理引擎PhysX■■◆，通过对游戏画面中的物体做“受力分析-代入运动方程-更新位置信息-输出”的实时循环计算[3]，让游戏中的场景尽可能贴合真实世界的物理规则◆★■■■。

　　这个案例很好的说明了人形机器人最大的变革：机器人不仅能识别三种动物，也能理解■■★◆“灭绝的动物◆★■”的含义，还可以完成具体的操作。

　　也就是说，两者的核心区别在■★◆“智能”。判断机器人的智能化程度，不是看它会不会前后空翻大劈叉，而是能不能像人一样思考◆◆。

　　由于PhysX需要消耗大量算力★■◆■◆■，Ageia还专门开发了配套的硬件PPU（Physics Processing Unit）专门负责物理运算。可惜PPU销量惨淡，Ageia濒临倒闭，黄仁勋骑着白马就来了。

　　人工智能泰斗级人物李飞飞曾对算法的训练过程有一个形象的解释：让算法不断观察包含猫和其他动物的图片，在每张图片背后写下正确答案。计算机每看一次图片，就和背面的答案核对一次。只要次数够多，算法就能学会辨别猫。

　　至此★■◆◆■■，英伟达凑齐了人形机器人开发“三大件◆■■”——超级计算机DGX（训练算力）、融合了Cosmos的仿真平台Omniverse（训练数据）、终端芯片Jetson Thor（推理算力）◆★。

　　当时■★■◆，英文不好的雷军和中文不好的黄仁勋罕见同台■◆◆◆■★，黄仁勋现场还当了一回米粉。

　　如果黄仁勋中文水平够高★■，多少也得来一句“英伟达不造机器人，帮助机器人公司造好机器人◆★◆”■◆■。

　　伴随自动驾驶、人形机器人这些新产业的出现■★◆◆，◆★■“在虚拟世界模拟物理规则”的需求也越来越大◆■■★■★。

　　如果把人形机器人视为人工智能领域一条正在疯狂施工的高速公路，那么英伟达正在做的事情★◆★■，就是提前把收费站先修好。

　　Cosmos的作用可以简单理解为在虚拟世界模拟真实的物理环境，瞄准的是当前人形机器人产业的真空带、也是英伟达围绕人形机器人布局的最后一环——仿真数据。

　　本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问★★★■★◆。

　　按照黄仁勋的说法，AI的新一波浪潮是物理AI，其关键环节是让AI理解物理定律，人形机器人则是当下最重要的载体。

　　三人曾在年初的CES展上有过一次“非正式会谈”◆◆■，当时黄仁勋演讲到尾声，人形机器人军团压轴登场，其中就包括宇树在春晚转手绢的H1、银河通用的Galbot G1。

　　按照黄仁勋的说法，游戏市场◆■◆“既代表着最棘手的技术难题，又具备惊人的市场规模，同时拥有这两个特质的市场非常罕见★★◆■。◆■★■◆■”

　　和大模型训练一样，让机器人拥有思考能力的过程，同样是对数据的消耗——换句话说就是刷题。

　　大多数游戏都是对现实世界的模拟◆■◆■，但虚拟世界并不遵循现实世界的物理规则，小到游戏世界草木树叶飘动的方向、服装布料的褶皱，大到刀剑挥砍的力度和反馈效果，都会影响游戏的★★★◆■“沉浸感”。

　　虽然特斯拉后来用自研方案替代了英伟达，但有了榜样的力量，英伟达还是顺利打入造车新势力内部。不过汽车业务在英伟达的版图中远不如游戏和数据中心耀眼◆■★，营收占比几乎从未超过5%。

　　第四个场景就是人形机器人，以及更加广阔的★■“物理AI◆■◆★”★■。按照黄仁勋的说法，“我们正处于生成式人工AI阶段，将走向智能体AI时代■★■◆，随后是物理AI时代。”