NVIDIA CES 2026发布革命性物理AI模型
CES 2026的展台上,机器人不再是笨拙执行单一指令的机械臂,而是具备了观察、思考甚至协作能力的“智能体”。这一切的背后,一场由物理AI模型驱动的变革正在发生。

从Boston Dynamics、Caterpillar到LG Electronics,全球顶尖的机器人公司不约而同地展示了基于NVIDIA技术栈构建的新产品。这并非巧合,而是行业风向的集中体现。NVIDIA在此次展会上发布的一系列开源模型、框架和基础设施,正试图为整个机器人行业按下加速键。
开源模型:降低“通用专家”机器人的开发门槛
打造一个能理解物理世界、进行推理规划的“专家级通用”机器人,曾经需要天文数字般的资金和海量专业知识来训练基础模型。如今,这个瓶颈有望被打破。
NVIDIA发布的全套开源模型,旨在让开发者跳过资源最密集的预训练阶段,直接站在巨人的肩膀上创新。这些模型均已登陆Hugging Face平台,其中包括:
NVIDIA Cosmos™ Transfer 2.5 与 Predict 2.5:作为开源且完全可定制的世界模型,它们为物理AI提供了基于物理原理的合成数据生成和机器人策略仿真评估能力。
NVIDIA Cosmos Reason 2:这是一个开源的推理视觉语言模型(VLM),目标是让机器能像人类一样“看懂”场景,理解物理规律并做出行动决策。
NVIDIA Isaac™ GR00T N1.6:专为人形机器人设计的开放式视觉语言行动(VLA)模型。它解锁了复杂的全身控制能力,并借助Cosmos Reason增强了上下文理解和推理水平。
市场反应迅速。Franka Robotics、NEURA Robotics等公司已开始利用GR00T模型来仿真和训练机器人的新行为。更具体的案例是,LEM Surgical正借助NVIDIA Isaac for Healthcare和Cosmos Transfer训练其Dynamis手术机器人;而Salesforce则利用相关模型分析机器人采集的视频,将事件处理时间缩短了一半。
全新框架:简化从仿真到部署的复杂流程
仿真训练和评估是机器人开发的必经之路,但当前的工作流往往割裂且难以管理。基准测试依赖人工、难以扩展,端到端的流程更是需要在各种计算资源间复杂编排。
为此,NVIDIA在GitHub上开源了两个关键框架,目标直指简化流程、加速落地:
NVIDIA Isaac Lab-Arena:这是一个为大规模机器人策略仿真评估与基准测试设计的协作系统。它与光轮智能等伙伴合作设计,能够对接Libero、Robocasa等行业主流基准,旨在实现测试标准化,确保机器人在投入真实世界前足够可靠。
NVIDIA OSMO:可以把它理解为一个云原生的“机器人开发指挥中心”。它允许开发者定义并运行跨工作站、混合云等多种计算环境的工作流,涵盖从数据生成、模型训练到软件在环测试的全过程,显著压缩开发周期。目前,Hexagon Robotics等开发者已开始采用,该框架也已集成至Microsoft Azure的工具链中。
生态共建:与Hugging Face联手壮大开源社区
机器人已成为Hugging Face平台上增长最快的领域,而NVIDIA的开源模型和数据下载量一直名列前茅。为了进一步激活社区,双方展开了深度合作。
NVIDIA将把Isaac和GR00T等技术集成到热门的LeRobot开源机器人框架中,让开发者能更便捷地获取软硬件一体化的工具链。此举相当于连接了NVIDIA的200万机器人开发者与Hugging Face超过1300万的全球AI开发者社区。
具体来说,GR00T N系列模型和Isaac Lab-Arena现已上线LeRobot库,方便开发者微调评估。同时,Hugging Face开源的Reachy 2人形机器人将与NVIDIA Jetson Thor™实现完全互操作,可直接运行GR00T等模型;其Reachy Mini桌面机器人也能与NVIDIA DGX Spark™协同,让开发者基于本地运行的大模型打造定制体验。
硬件基石:Jetson平台驱动多样化机器人形态
强大的推理能力离不开海量计算的支持。NVIDIA的Jetson Thor机器人计算机,正成为许多人形机器人的“大脑”。在CES上,多款集成该平台的最新机器人亮相:
NEURA Robotics展示了由保时捷设计的第三代机器人及小型化版本;Richtech Robotics发布了适用于复杂工业环境的移动人形机器人Dex;智元机器人则推出了面向多行业的人形机器人及仿真平台。此外,Boston Dynamics、Humanoid等老牌玩家也已将Jetson Thor集成至现有产品中,以提升导航和操作能力。
除了高端平台,面向更广泛边缘应用的新品也已就位。全新NVIDIA Jetson™ T4000模组基于Blackwell架构,为原有Orin客户提供了高性价比的升级路径。它在70瓦功耗下提供高达1200 FP4 TFLOPS的算力和64GB内存,性能达到前代的4倍,非常适合能效受限的自主系统。
与此同时,NVIDIA IGX Thor将于本月晚些时候上市,旨在将具备企业级软件和安全保障的高性能AI计算扩展到工业边缘。AAEON、Advantech等十余家合作伙伴已率先推出基于Thor的系统。
产业合作也在深化。Caterpillar宣布扩大与NVIDIA的合作,共同将先进的AI与自主系统引入建筑和采矿领域。更多细节,将在CES的主题演讲中揭晓。
从开源模型降低核心研发门槛,到开发框架简化工作流程,再到硬件平台提供算力基石并与生态伙伴紧密绑定——NVIDIA正在构建一个完整的物理AI赋能体系。这或许意味着,机器人的“ChatGPT时刻”真的不远了。
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
修Bug被Gemini追删代码致宕机修复报告现编
最近,一起堪称“教科书级别”的AI Agent IDE翻车事件在开发者社区引发热议。这起事故值得所有依赖AI编程工具的开发者,尤其是那些已经在生产环境中对AI Agent 授予较高权限的团队,进行深刻反思。 简单回顾:5月26日,一位开发者要求Gemini 3 5(运行在Agent IDE环境中)修
Notion AI运营指南:自动归纳用户反馈
其实,想在 Notion 中高效搞定用户反馈的自动归纳,并不复杂。下面这四种 AI 方法,基本覆盖了从单条处理到全局分析的常见场景。 如果你也在用 Notion 收集用户反馈——无论是问卷、邮件、客服记录,还是社群发言——但总觉得信息碎片化严重,难以提炼共性问题和核心诉求,那很可能是因为缺少一套结构
AI给出的答案为何总不符期望?原因解析
大模型能力强大,但提问方式不当会导致结果不理想。核心在于精准提问,通过角色设定、背景介绍、明确任务、实现路径和输出要求这五个关键步骤逐步细化问题,才能大幅提升AI回答的质量和精准度。
Anthropic新AI聊天机器人模型声称在多项测试中击败OpenAI GPT-4
2024年3月5日,人工智能领域迎来了一位重要参与者——由OpenAI前员工创立的Anthropic公司正式推出了Claude 3系列模型。这次发布极具分量:新模型不仅在性能上与Google和OpenAI的顶级产品并驾齐驱,部分指标甚至实现超越。要理解此次升级的真正价值,先关注几个关键变化。首先是多
Trae对Deno与Bun运行时的AI代码补全支持程度全面详解
如果你在使用 Trae 进行 AI 代码补全时发现,它对 Deno 或 Bun 运行时的提示不够精准——例如类型定义缺失、API 无法正确识别——那很可能不是代码本身有误,而是 Trae 的底层配置尚未适配。简而言之,Trae 对于非 Node js 运行时的标准库支持尚未实现“开箱即用”。下面我们
- 日榜
- 周榜
- 月榜
1
2
3
4
5
6
7
8
9
10
相关攻略
2015-03-10 11:25
2015-03-10 11:05
2021-08-04 13:30
2015-03-10 11:22
2015-03-10 12:39
2022-05-16 18:57
2025-05-23 13:43
2025-05-23 14:01
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题

