📢 转载信息
原文链接:https://www.qbitai.com/2025/10/339075.html
原文作者:量子位
在机器人学习大会(CoRL)上,英伟达(NVIDIA)震撼发布了一系列重磅开源技术,旨在解决当前机器人研发领域最棘手的几大难题。其中,与Google DeepMind和迪士尼研究院联合开发的物理引擎 Newton 成为了全场焦点。
英伟达这次可以说是“全家桶”式出击,不仅带来了具备“物理直觉”的Newton引擎,还发布了赋予机器人人类推理能力的 Isaac GR00T N1.6 基础模型,以及能够生成海量训练数据的 Cosmos 世界基础模型。

目前,包括Boston Dynamics、Figure AI在内的顶尖机器人公司,以及斯坦福大学、苏黎世联邦理工学院等知名高校,都已开始采用这些新技术。
Newton物理引擎:让仿真环境告别“不真实感”
全球超过25万的机器人开发者都面临一个共同的挑战:如何确保机器人在仿真环境中学习到的技能,能安全、可靠地迁移到现实世界?尤其对于结构复杂的人形机器人而言,平衡控制难度极高,现有的物理引擎已难以满足需求。
英伟达Omniverse与仿真技术副总裁Rev Lebaredian表示:“人形机器人是物理AI的下一个前沿领域,它们需要在不可预测的世界中进行推理、适应环境并安全行动。”
Newton引擎正是为解决此痛点而生。作为一个由Linux Foundation管理的开源项目,它基于英伟达的Warp和OpenUSD框架构建,并充分利用了GPU加速技术。Newton最强大的地方在于,它能够精准仿真复杂多变的机器人动作,例如在雪地或碎石路面行走,以及操控杯子、水果等精细动作。
苏黎世联邦理工学院机器人系统实验室、慕尼黑工业大学、北京大学等顶尖高校已率先引入Newton。光轮智能和仿真引擎公司Style3D也加入了早期用户行列。
Isaac GR00T N1.6:机器人的“深度思考大脑”
如何让机器人理解“帮我拿杯水”这类模糊指令,一直是行业的一大难题。英伟达最新发布的Isaac GR00T N1.6开源模型,集成了Cosmos Reason视觉语言模型,让机器人获得了接近人类的推理能力,并将很快在Hugging Face平台上线。
该模型能够利用现有知识、常识和物理原理,将模糊指令转化为可执行的逐步计划。更重要的是,机器人可以同时完成移动和物体操控任务,躯干和手臂的活动自由度更大,甚至能推开较重的房门。
目前,Cosmos Reason模型的下载量已突破100万次,在Hugging Face的物理推理模型排行榜上稳居第一。英伟达还贴心地提供了开源物理AI数据集,包含数千条合成及真实世界轨迹数据,下载量已超过480万次。
AeiROBOT、Franka Robotics、LG Electronics等领先机器人制造商正在评估采用Isaac GR00T N系列模型。
训练革新:从简单抓取到全面技能习得
教会机器人抓取物体是机器人领域最具挑战性的任务之一。基于英伟达Omniverse构建的Isaac Lab 2.3开发者预览版,新增了“灵巧抓取工作流”。
这个工作流巧妙地采用了“自动化课程体系”:从简单的任务入手,逐步增加难度,并动态调整重力、摩擦力、物体重量等参数,确保机器人在不可预测的环境中也能牢固掌握技能。波士顿动力(Boston Dynamics)的Atlas机器人正是通过该工作流学习抓取技能,操控能力得到了显著提升。
为解决测试场景分散化和过于简单化的问题,英伟达与光轮智能联合开发了Isaac Lab Arena——一个用于大规模实验和标准化测试的开源策略评估框架。开发者无需从零开始构建系统,即可在仿真环境中开展复杂、大规模的评估。
全新AI基础设施加持,机器人开发全面提速
在硬件层面,英伟达同样下了大功夫。
- GB200 NVL72 机架式系统集成了36个Grace CPU和72个Blackwell GPU,各大云服务提供商已开始采用。
- RTX PRO服务器 为机器人开发的各类工作负载提供统一架构,RAI Institute已率先使用。
- 最受期待的是搭载Blackwell GPU的 Jetson Thor,它能支持机器人在多个AI工作流中实时运行,实现智能交互。Figure AI、银河通用、Google DeepMind、宇树科技等合作伙伴已开始采用该产品。
在CoRL大会收录的论文中,近半数引用了英伟达的相关技术。卡内基梅隆大学、华盛顿大学等顶尖研究机构均在使用英伟达的GPU、仿真框架和CUDA加速库。斯坦福视觉与学习实验室的BEHAVIOR机器人学习基准测试项目,以及北京大学开发的触觉机器人仿真平台Taccel,也均基于英伟达技术开发。
从开源物理引擎到核心基础模型,从创新训练工作流到强大的硬件基础设施,英伟达这次的“全栈式”布局,正在重新定义机器人研发的竞争格局。
机器人从实验室走向日常生活的道路,可能比我们想象的要短得多。
参考链接:
[1]https://developer.nvidia.com/newton-physics
[2]https://github.com/nvidia-cosmos/cosmos-reason
[3]https://www.nvidia.cn/ai/cosmos/
🚀 想要体验更好更全面的AI调用?
欢迎使用青云聚合API,约为官网价格的十分之一,支持300+全球最新模型,以及全球各种生图生视频模型,无需翻墙高速稳定,小白也可以简单操作。
评论区