从GTC2024的人形机器人军团，到GTC2025年的迪士尼萌宠Blue，机器人成为了黄仁勋演讲的压轴节目。

压轴出场往往指向未来趋势，机器人无疑是英伟达瞄准的下一个标的。今年的GTC大会不仅展示了英伟达在AI推理计算上的最新成果，更揭开了其在机器人领域的战略蓝图。

“通用机器人的时代已经到来。”英伟达创始人兼CEO黄仁勋在演讲中表示，劳动力需求与AI技术的高速发展正在推动通用机器人加速走向产业化。

此次GTC中，英伟达通过发布全球首个开源人形机器人基础模型Isaac GR00T N1，以及一系列配套的仿真框架和物理引擎，为通用机器人的发展提供了完整的“英伟达方案”。从基础模型到工业制造和医疗服务，英伟达正在构建一个全方位的机器人开发生态系统，推动机器人技术向各种实际应用场景深度渗透。

而英伟达对于机器人产业的重视，还体现在更多行动细节中。在2025年伊始，英伟达在北京的迎春会上，邀请了一众机器人企业参加晚宴，宇树科技、银河通用等明星公司的创始人就和黄仁勋同桌交谈。作为下一个AI的重要场景，机器人的盛宴正在启动，英伟达正在开拓更智能、更开放的新生态圈。

GR00T N1：通用机器人的新篇章

当前的英伟达，已经不仅仅是芯片厂商，它的产品线已经覆盖到AI基建的多个层面。黄仁勋就谈道，英伟达在AI基础设施方面有三个核心重点，分别是云数据中心、企业IT和机器人系统。

机器人在英伟达业务中的重要性可见一斑，但在黄仁勋看来，这个赛道的商业机遇远远早于机器人本身。

他说道：“在拥有机器人之前，必须先为机器人打造AI。在拥有聊天机器人之前，必须先创建聊天机器人的AI。聊天机器人只是最后的一环，是终端的呈现。因此，要推动全球机器人产业的发展，其上游需要大量的AI基础设施。我们必须打造这些基础设施，以教会机器人如何成为真正的机器人。”

因此，英伟达要做的是上游的铺路者，而教会机器人比训练聊天机器人要困难得多。“机器人不仅要操控物理世界中的物体，还要能够理解现实世界的物理属性，”黄仁勋进一步谈道，“因此，我们必须为其发明新的技术。而训练它们所需的数据量是巨大的，不仅仅是文本，而是视频数据、物理规律等更复杂的多模态信息。”

而英伟达已经投入多年，并提炼出了“Physical AI”（物理AI）的概念，这也是今年黄仁勋演讲中的核心关键词之一。他认为生成式AI（Gen-AI）、代理式AI（Agentic AI）之后，物理AI将是终极阶段，物理AI又主要面向自动驾驶和机器人。

对于机器人而言，很重要的就是AI大脑，而大模型为机器人安装了大脑，甚至小脑。

英伟达酝酿已久，GTC上最新发布的Isaac GR00T N1，是全球首个开源且完全可定制的人形机器人基础模型，能够赋予机器人通用技能与推理能力。这个模型的设计灵感或许受到经济学家、心理学家丹尼尔·卡尼曼对人类思维模式研究的影响，结合了直觉与逻辑的优势。

汇正财经资深研究员张轩在接受媒体采访时谈道：“GR00T N1为机器人具身智能时代的到来奠定了坚实的基础。”他格外强调开源策略可能释放的巨大协同创新潜力，“模型的开源会降低开发的门槛，促进技术的普及和应用的多样化，同时也将促进机器人产业链的整合，推动创新生态的建立。”

不止模型：英伟达的“三台计算机”

英伟达在通用机器人领域展示的“组合拳”远不止GR00T N1。事实上，黄仁勋提出的架构是，每家机器人公司最终都必须构建三台计算机。换言之，为了开发人形机器人，需要三个加速计算机系统来分别处理机器人的训练、仿真和运行时（Run time，计算机程序从开始执行到终止执行的运作、执行的时期）。

首先，前述提到的GR00T N1大模型，就属于训练模型的环节。开发者可以在英伟达平台上使用NVIDIA NeMo来训练和微调强大的基础和生成式AI模型，也可以直接使用GR00T N1模型。

其次，英伟达的数字孪生平台Omniverse结合Cosmos平台，能够为测试和优化机器人提供开发平台和仿真环境。简单来说，就是在虚拟数字世界中先构建出机器人，并进行“线上”测验。

比如，借助Omniverse和Issac Sim，开发者能够在更逼真的虚拟环境中对机器人进行训练、测试和验证，同时借助Replicator SDK生成仿真数据。从而有效克服传统机器人训练中真实数据缺失的痛点，大幅降低数据采集成本并加速模型的训练进程。

从实用案例上看，智元机器人利用Isaac Sim、GR00T-Teleop和GR00T-Mimic框架打造出一套高效的仿真数据采集方案，大幅提升了数据生成效率。银河通用团队则借助Isaac Sim上的Isaac Lab组件搭建了一个大规模数据集DexGraspNet，其中包含132万个ShadowHand对5355个物体的抓握动作，数据的质量和多样性都得到提高。

英伟达上周还发布了全新的Omniverse Blueprint以及一款与Google DeepMind和Disney Research联合开发的Newton物理引擎。Newton物理引擎基于英伟达Warp框架构建，不仅能够生成高质量的仿真数据，还能模拟真实世界中的物理环境。

Cosmos平台也是为了达到同样的目的，Cosmos平台依托“世界基础模型”（World Foundation Models），企业可以在虚拟环境中模拟多种场景，开发适用于机器人和自动驾驶汽车的软件，而无需依赖昂贵的机器人设备或在现实中进行道路测试。这大幅降低了开发成本，并加快了技术迭代。

最后，训练好的AI模型会被部署到运行时计算机上，这就是第三台计算机。英伟达已经推出了小巧的Jetson Thor机器人计算机，搭载上Jetson Thor这款硬件产品，就可以快速开发中小型机器人。

可以看出，英伟达正在构建一个完整的机器人开发生态系统，为开发者提供从数据生成、模型训练、仿真环境到实际部署的全流程支持。这种“全栈式方案”降低了开发门槛，加速机器人技术的创新与应用。

TrendForce集邦咨询分析师曾伯楷向21世纪经济报道记者表示，尽管GR00T N1采用开源模式，但训练模型得出的参数往往与机器人硬件配置有一定程度的绑定。这意味着，使用GR00T N1的开发者可能需要依靠英伟达的硬件解决方案，才能实现效益最大化。

例如，专为紧凑型版载计算需求而设计的Jetson Thor机器人计算机，正是英伟达为人形机器人打造的硬件平台。通过这种软硬件一体化的模式，英伟达能够在开源中构建起竞争壁垒。

这一策略与英伟达通过CUDA技术和GPU芯片建立AI产业领先地位的路径高度相似。通过提供全面的软件工具链和硬件支持，英伟达不仅巩固了其市场地位，还为竞争对手设置了很高的进入门槛。

机器人3.0：从车到机器人

麻省理工学院物理学教授泰格马克在《生命3.0：人工智能时代，人类的进化与重生》中提出，人类通过技术进化的三个阶段。

生命1.0，软件不能换，硬件也不能换，全部由DNA决定，相当于早期人类。

生命2.0，软件能换，硬件不能换，可以学习新的思想、语言，相当于现代人类。

生命3.0，软件能换，硬件也能换，包括对数字生命技术，摆脱基因对人类的束缚。

这种总结对于理解新的技术发展是方便法门，事实上，技术的发生并不完全是简单线性分段的，而更像是进化、像基因一样夺命狂奔后的机缘巧合。

借用以上的分类方法，洗衣机、空调、冰箱、电饭锅可以称为第一代机器人（1.0阶段），它们是只为干一种固定的任务而被创造的机器。

汽车、电脑、手机则属于第二代机器人（2.0阶段），虽然他们的作用依然高度聚集在某一领域，但能够承接的任务却高度多样化，并且其上开始搭载可升级的软件系统。

汽车工业，特别是新能源和智能汽车是通向第三代机器人，即人形机器人的康庄大道。他们的制造能力基础极其接近，所以变形金刚又叫做“汽车人”。

事实上，英伟达对于机器人的分类就颇有深度，黄仁勋在CES的演讲中曾指出三种机器人，第一是代理机器人（agentic robots）和代理AI（agentic AI），第二是自动驾驶汽车，第三是人形机器人。从中也能看到英伟达在机器人领域的野心，在AI触及的泛机器人地带，英伟达都要延伸到。

一位AI资深人士向21世纪经济报道记者分析道，人形机器人的三个核心基础构成，分别是机械控制、续航动力和智能软件，而这三个要素在智能汽车领域都完全具备。其在生产过程中使用的大量自动化机械臂、智能驾驶的训练场景、电池动力及安全管控都为机器人生产提供基础。

所以，可以看到，越是造车新势力的汽车厂商，越是更积极地发布自己的机器人产品，只是多开一条生产线的问题。雷军在发布汽车前先发布CyberOne人形机器人，不是和手机业务联动，而是和汽车业务呼应。小鹏推出PX5，特斯拉汽车推出擎天柱也是如此。

借用生物进化的视角，有的物种虽然长相差距很大，却有着高度相似的基因，智能汽车和人形机器人，在工业上堪称亲戚。

对于不同的任务而言，人类不再需要为单个任务研发不同的机器人了，机器人进入3.0阶段。如果说AGI是通用人工智能，处理全部智力类的任务，那么人形机器人则是通用机器人，处理全部物理类的任务。

通用机器人时代要来了吗？

不止一次，黄仁勋在发言中谈及人形机器人的光明未来。在ITF World 2023半导体大会上，黄仁勋就曾表示，人工智能的下一个浪潮将是具身智能（Embodied AI）。

所谓具身智能，核心是与物理世界进行互动，就是要AI要具备“身体力行、躬身入局”的身体。与其说人工智能助力了人形机器人的发展，不如更深刻地说，人形机器人是人工智能发展的重要机会。

到了2024年，黄仁勋更加看好机器人赛道，他说：“在重工业和制造业，对机器人的投资正在激增，是被物理AI的新突破引发的，认知智能基础模型的快速发展，物理智能基础模型快速进步，机器人时代即将到来。”

2025年初，黄仁勋进一步做出判断：“通用机器人的ChatGPT时刻即将到来。”回顾英伟达的加速计算之路，几乎每一次都能精准地踏在AI浪潮的节奏上。从游戏PC市场，到深度学习的崛起，到云计算的普及，再到生成式AI的降临，英伟达的技术所向披靡。眼下，机器人成为了英伟达瞄准的下一个空间。

在人形机器人领域，海外的人形机器人玩家以美国为主，包括Figure AI、Agility Robotics、波士顿动力、特斯拉等，知名的仅1x Technologies在挪威。国内的玩家主要包括优必选、达阀科技、宇树科技、银河通用、傅里叶智能、智元机器人等。随着大语言模型这一核心基础的持续发展，人形机器人开始进入快速发展期，并逐步进入商业化阶段。

根据曾伯楷的分析，在GR00T N1达到大幅优化机器人AI训练的前提下，预期该领域产品将提前放量，推升全球人形机器人市场产值于2028年接近40亿美元。高盛在最新的分析中同样给予人形机器人很高的期待，据高盛预测，到2035年全球人形机器人市场的规模将达到380亿美元，较其两年前约60亿美元的预测值增长了六倍多，可见行业发展速度远超预期态势。

尽管前景广阔，但人形机器人行业的竞争格局依然复杂，市场发展也面临诸多挑战。除了英伟达，Google和Figure AI等企业也正在加速布局机器人领域。Google DeepMind在今年3月推出的Gemini Robotics同样整合了动作模型与推理模型，能够胜任复杂的物理任务。

Figure AI的Helix则采用了与N1相类似的双系统架构，既能做出快速反应，又可以深入理解命令，聚焦于提高机器人的高频、精细控制能力。不过，据曾伯楷分析，目前英伟达在数据完备性与部署灵活性上有一定优势，使其在当下的机器人竞争格局中略胜一筹。

当然，通用人形机器人的商业化进程仍然受到硬件成本、算法优化以及市场接受度等多重因素的制约。从软硬件角度看，虽然AI模型能力不断提升，但人形机器人的机械结构、传感器系统和动力系统仍需突破，成本高昂且较难规模化生产。

尽管面临挑战，但是英伟达对未来高度乐观，将通用机器人视为AI算力的下一个重要出口。