万亿级新纪元：物理AI如何开启机器人产业的计算革命

TL;DR：

在一个充满憧憬与挑战的闭门会议上，英伟达的Rev Lebaredian、宇树科技的王兴兴和银河通用的王鹤，共同描绘了物理AI和具身智能的宏大未来。他们坚信，机器人将把计算带入万亿美元的物理世界，而合成数据和中国独特的生态系统将是实现这一愿景的关键。

2025世界机器人大会的余温仍在弥散，但在英伟达一场闭门交流会的现场，空气中却弥漫着一种更为炽热的能量——那是对未来的深邃洞察与磅礴雄心。当英伟达Omniverse和仿真模拟技术副总裁Rev Lebaredian，与中国机器人领域的两位先行者——宇树科技CEO王兴兴和银河通用CEO王鹤——以及一众媒体济济一堂时，人们仿佛听到了一个新时代的序曲：一个由“物理AI”引领，计算力从信息宇宙跨入真实物理世界的万亿级新纪元。

这是一场不仅仅是关于技术细节的探讨，更是一次关于人类如何借助智能体，重新定义生产力与生活方式的哲学思辨。

英伟达：从信息到物理的计算革命

Rev Lebaredian，这位在英伟达技术架构中扮演关键角色的副总裁，他的目光深邃而坚定，似乎能穿透代码与硅片，直抵未来世界的图景。他以一种令人信服的逻辑，勾勒出物理AI的宏伟蓝图。过去三四十年，计算产业将信息世界的能力放大了数百倍，但其影响主要停留在数字化的内容，如语言和可编码信息。然而，与全球总产值超百万亿美元的物理产业（制造、物流、医疗等）相比，IT产业的5万亿美元不过是冰山一角。Rev坚信，人工智能的出现，正以前所未有的方式，将这两个世界连接起来。

“我们已经进入AI推理时代，下一波浪潮将是物理AI。” Rev Lebaredian的声音充满力量，他将机器人定义为这座连接物理世界与信息世界的“桥梁”，让计算的力量不再局限于信息市场，而是能深度介入并改造那广阔无垠的物理世界市场。¹

而中国，在他眼中，是这场革命的“最佳地点”。他细数着中国在物理AI和机器人领域得天独厚的优势：全球近半数的顶尖AI人才、无可匹敌的电子制造能力、以及庞大的制造业基础，为机器人大规模部署、数据收集与快速迭代提供了“独一无二的生态系统”。这种高度的认可，既是对中国市场潜力的肯定，也是对全球协作模式的深刻洞察。¹

英伟达为此铺设了坚实的基础：三台专门为机器人打造的“计算机”——嵌入机器人内部的“本体计算机”（如专为人形机器人设计的Jetson Thor，计算能力是上一代的近10倍¹），训练机器人“大脑”的“AI工厂计算机”（DGX和HGX系统），以及用于生成数据和测试机器人的“仿真计算机”（Isaac Sim、Isaac Lab、NVIDIA Cosmos）。这不仅是硬件的堆叠，更是从芯片到平台、从训练到部署的全栈式解决方案，一种高度优化的“专用计算机”哲学，旨在打破通用计算的瓶颈。

宇树科技：人形之路的坚守与探索

王兴兴，宇树科技的CEO，带着一股青年科学家的锐气与务实，对人形机器人倾注了全部热情。他认为，人形机器人是通用型机器人的“最理想载体”，因为“真正的通用AI在执行任务时必然离不开机器人，尤其是通用型机器人”。他甚至大胆预言：

“我一直相信，当通用AI大规模成熟后，每个人都可以轻松制造一台人形机器人，就像今天人们可以购买电脑零部件组装一台电脑一样。未来若AI足够强大，对硬件的要求会越来越低。”¹

这份信念驱动着宇树在硬件成本上实现颠覆。去年5月发布的9.9万元人形机器人已具市场竞争力，而近期新版本R1更是将价格拉低至3.9万元人民币，大幅降低了消费级和工业级应用的门槛。他相信，硬件成本已不再是人形机器人商业化的最关键障碍，真正的瓶颈在于“具身智能模型的泛用性和实用性”。

在王兴兴的叙述中，宇树的技术探索充满着实验精神。从去年底在央视春晚实现16台机器人的全自动编队跳舞，到近期与央视合作的机器人格斗赛，他坦言，这些背后离不开NVIDIA Isaac Sim平台在动作学习和深度强化学习中的支持。他甚至尝试将视频生成模型作为“世界模型”驱动机械臂，尽管规模受限，但这份对前沿技术的好奇与大胆尝试，如同夜空中偶尔划过的流星，短暂却引人深思。他鼓励行业同仁：

“对于新兴技术，我认为大家都应该大胆尝试。AI领域充满了可能性，往往一个灵光一闪的创意就能带来突破。希望鼓励更多人去探索，或许下一个创新就出自你手。”¹

这份开放和探索，正是推动技术突破的内在驱动力。

银河通用：合成数据驱动的具身智能落地

王鹤，银河通用CEO，则以一种更为落地和商业化的视角，诠释着具身智能的潜力。他与英伟达英雄所见略同：共同的目标是打造通用机器人，这“将成为下一个价值数万亿美元、数万亿人民币市场的关键性、革命性产品。”¹

银河通用选择的并非纯粹的人形，而是轮式双臂双手形态，主打高续航和工业级安全性，旨在实现大规模、高可靠交付。其G1机器人已在自动充电、运行流畅度与稳定性方面达到大规模自主商用标准，并在WRC大会上现场部署了搭载NVIDIA Jetson Thor芯片的机器人，展现出“丝滑的运动性能以及实时的货箱视觉处理与运动规划能力”，被赞誉为“最快的人形机器人”。¹

银河通用得以在复杂环境中高效导航和操作，核心在于其大规模具身大模型VLA。他们首发的抓取基础大模型Grasp VLA，能在各种光照和背景下实现指定物体的零样本抓取，无需事先训练。这为实现“自然语言+即时执行”奠定了基础，并已在零售场景中成功应用，同一模型可抓取和递送50多种不同摆放形态的商品，从刚体到软体全覆盖。

王鹤强调，银河通用之所以能率先推出并稳定应用这些基础大模型，得益于对仿真引擎的极致依赖：

“我们与NVIDIA一致认为，合成数据是推动具身智能快速落地的关键。目前，真实世界数据仅占我们训练数据的1%，其余99%均为合成数据。”²³⁴

他们将自研机器人模型、大量物体与材质资产输入合成管线，生成百亿级抓取操作和柔性物体操作大数据集。这些数据让模型在真实环境中具备极高的鲁棒性与泛化能力。银河通用的商业化成果已然显现：全球首个24小时无人药房解决方案已在北京、上海等地签约超过100家药店；24小时无人零售店项目也计划在10个城市的百处核心商圈部署。

弥合鸿沟：仿真与现实的协同进化

在媒体交流环节，关于技术瓶颈的探讨尤为深入。当被问及机器人对能耗、热管理和体积的严苛要求时，Rev Lebaredian从历史的维度剖析了英伟达的应对策略：告别通用计算平台上的“摩尔定律”，转向针对特定算法的“专用计算机”的全栈优化，这正是其核心竞争力所在。¹

而“仿真到现实”（Sim2Real）的差距，则是横亘在物理AI面前的巨大挑战。Rev承认，如果仿真器不够精准，机器人就无法被信任。他提出了弥合差距的三重路径：

1. 提升仿真器精度：利用AI本身作为提升仿真速度和精度的工具，将物理仿真函数转化为AI函数，构建AI模拟器。NVIDIA正在开发的“Cosmos”项目，正是能理解世界物理规律的AI模型，与传统仿真结合，构建更精准、高效的仿真器。¹
2. AI辅助生成数据：即使有高质量仿真器，构建具有正确物理参数的虚拟环境也极难。未来具备物理理解能力的AI将成为“机器人艺术家”，辅助高效创建真实感十足的虚拟世界。¹
3. 直接捕捉现实世界：利用物理AI技术将现实环境数字化、导入仿真环境，确保虚拟场景与现实高度一致。¹

王鹤也印证了仿真在具身智能训练中的关键作用：

“随着仿真引擎和并行渲染器的进步，合成数据的生成变得更加高效……无论是人形机器人行走、跳舞等技能的训练，还是抓取、叠衣服和导航等任务的背后，都离不开高效的仿真器和并行渲染器。”他特别感谢英伟达在这一过程中提供的强大支持。¹

关于多模态大模型发展面临的数据稀缺问题，王鹤一针见血地指出：“文本数据非常丰富，而文本-图像配对数据相对较少，再加上动作数据更少，因此视觉理解能力和基于视觉的动作操作能力还有较大差距。” 他重申，仿真正是应对这一数据瓶颈的“最有效途径”。¹

而王兴兴则直言，目前机器人领域的大模型架构“非常不统一”，拖慢了整体进展。但他对视频生成模型作为“世界模型”驱动机器人的方向抱有期待，并从谷歌的最新成果中看到了潜力。

洞察未来：机器人与人类社会的深层交织

在会议的尾声，对话转向了机器人更深层次的社会影响和未来形态。关于“人形”必要性的争议，王兴兴和王鹤给出了各自的理解。王兴兴认为双足设计提供更强的通用性，是“自然而然的发展方向”，而移动能力是更弱的AI能力，真正的核心在于通用AI模型。他认为在不同阶段，最适合落地应用的形态会不同。¹

王鹤则从终局视角看待人形机器人：

“从长远来看，人形机器人无疑是要融入人类的生活中……除了人形，它没有其他合适的形态。”他预测人形机器人产值将呈指数级增长，三年后达到1万台，再三年后10万台，十年内可能超越汽车和手机产业，成为万亿级市场。¹

当被问及机器人取代人类工作，甚至影响生育率的问题时，Rev Lebaredian的回应充满了宏观视野和人文关怀。他指出，多数国家面临人口缩减趋势，可能导致经济停滞或萎缩。因此，发展机器人技术是“一项紧迫的任务”，旨在“补充‘人工人口’，帮助完成各类工作并提升生产力”，从而维持甚至推动社会发展。¹

对于人形机器人规模化部署的关键瓶颈，王鹤明确指出是“机器人完成任务的能力仍然不足，能够执行的任务类型有限”。但他相信，一旦抓取、移动和精准目标识别与定位这三个基本能力实现高度通用化，市场将迅速扩展。他乐观预计，到今年年底，银河通用将有几十台机器人进入工厂车间实际应用，但诸如汽车工厂的分拣工作，在速度和精度上仍需进一步突破。¹

王兴兴对机器人大规模普及的周期持谨慎乐观态度，他认为通用机器人技术才发展了两三年，与十几年前的技术已不可同日而语。他预测未来几年人员和出货量有望每年翻倍，但家用机器人面临更高的伦理和安全标准，普及难度更大。

这场闭门会，不仅是一次技术细节的分享，更是一次对未来图景的共同描绘。在Rev Lebaredian的战略远见、王兴兴的工程师情怀、以及王鹤的商业落地魄力交织下，物理AI和具身智能的宏伟叙事，正从实验室的构想，一步步走向现实世界的每一次抓取、每一次移动，每一个颠覆传统产业的可能。

引用

• 物理AI
• 机器人
• 具身智能
• 合成数据
• 英伟达
• 宇树科技
• 银河通用
• 仿真技术
• 人形机器人