在 SIGGRAPH 2025 大會上，NVIDIA 發(fā)布了全新 Omniverse 庫、Cosmos 世界基礎模型，以及 RTX PRO Blackwell 服務器與 DGX Cloud 等 AI 基礎設施，進一步強化其在機器人與物理 AI 領域的全棧布局。這一組合將幫助開發(fā)者構建物理精準的數(shù)字孿生、生成高質(zhì)量合成數(shù)據(jù)、實現(xiàn)世界級空間推理，并將機器人和智能體從實驗室推向真實世界。

Omniverse 新庫：讓世界構建與仿真更快落地

新一代 Omniverse SDK 和庫面向工業(yè) AI 與機器人仿真開發(fā)，重點包括：

• NuRec 3DGS 庫：利用傳感器數(shù)據(jù)重建和模擬現(xiàn)實世界，已接入開源模擬器 CARLA。
• MuJoCo 與 OpenUSD 互操作：為 25 萬 MJCF 開發(fā)者打通跨平臺仿真。
• Isaac Sim 5.0 與 Isaac Lab 2.2：新增 NuRec 神經(jīng)渲染與全新機器人、傳感器模式，縮小仿真與現(xiàn)實差距。

Boston Dynamics、Figure AI、Hexagon 等企業(yè)已率先應用，Amazon Devices & Services 正借此推動制造解決方案升級。

Cosmos 模型：從世界生成到空間推理

作為下載量超 200 萬的世界基礎模型，Cosmos 此次迎來兩大關鍵升級：

• Cosmos Transfer-2：從實景 3D 仿真或空間輸入生成高保真合成數(shù)據(jù)，精簡版將生成過程從 70 步壓縮到 1 步。
• Cosmos Reason：70 億參數(shù)的開源可定制推理型 VLM，讓機器人具備常識、物理理解與任務分解能力，即使在未知環(huán)境中也能執(zhí)行復雜指令。

Magna 已將 Cosmos Reason 集成至自動配送平臺，提升車輛在陌生城市的軌跡規(guī)劃能力；Lightwheel、Moon Surgical 等利用 Cosmos Transfer 大規(guī)模模擬條件，強化物理 AI 訓練。

AI 基礎設施：從云到邊緣的統(tǒng)一支持

為滿足高計算量仿真與 AI 推理需求，NVIDIA 推出：

• RTX PRO Blackwell 服務器：統(tǒng)一支持訓練、合成數(shù)據(jù)生成、機器人學習與仿真。
• DGX Cloud：已上線 Microsoft Azure Marketplace，為 Omniverse 開發(fā)者提供托管云平臺，簡化 OpenUSD 與 RTX 應用的大規(guī)模云端運行。

Accenture、Hexagon 等行業(yè)領導者已率先部署。

Metropolis 平臺：讓物理 AI 融入城市與工業(yè)

NVIDIA Metropolis 將視頻感知、推理與生成式 AI 結合，面向智慧城市與工業(yè)自動化：

• Cosmos Reason VLM：優(yōu)化視頻理解與時間推理，適合交通監(jiān)控與公共安全。
• VSS Blueprint 2.4：開放 API 增強現(xiàn)有視覺 AI 應用。
• TAO 6.0 與新視覺基礎模型：支持自監(jiān)督學習、知識蒸餾與邊緣—云部署。
• Isaac Sim 擴展：可模擬危險場景、生成豐富數(shù)據(jù)集，提升模型實戰(zhàn)性能。

Accenture 與 Belden 正開發(fā)智能虛擬圍欄，Avathon、DeepHow、Milestone Systems、Telit Cinterion 等則分別在工業(yè)安全、作業(yè)指導、交通管理和缺陷檢測中落地應用。

行業(yè)分析：物理 AI 成為下一波機器人競爭高地

NVIDIA 此次發(fā)布的技術組合，覆蓋了機器人和物理 AI 的三大核心鏈路：世界構建 → 合成數(shù)據(jù)生成 → 空間推理與執(zhí)行，并通過 Blackwell 架構與 DGX Cloud 實現(xiàn)云—邊全域部署。這種從底層硬件到上層模型的全棧布局，使其不僅是工具供應商，更是物理 AI 生態(tài)的基石。

從產(chǎn)業(yè)趨勢看，物理 AI 的價值正在快速顯現(xiàn)：

• 機器人“上崗速度”加快：高精度仿真和合成數(shù)據(jù)讓機器人從實驗室走向工廠、倉儲和城市的周期顯著縮短。
• 智能體從單任務走向多任務：Cosmos Reason 等推理模型，讓機器人可處理模糊、開放式任務，這將推動機器人形態(tài)和應用場景的多樣化。
• AI 計算基礎設施成為競爭壁壘：Blackwell 服務器和 DGX Cloud 把 NVIDIA 的 GPU 能力延伸到仿真、訓練和推理全流程，鎖定開發(fā)者生態(tài)。

未來 2-3 年，物理 AI 很可能成為機器人行業(yè)的新分水嶺：有能力將仿真、生成和推理形成閉環(huán)的廠商，將在產(chǎn)業(yè)落地速度與規(guī)模上甩開競爭對手。而 NVIDIA 的這套組合拳，無疑讓它站在了這一波浪潮的前列。