配资盘网面对全新应用场景还有推理能力英伟达发布全新物理AI模型

网易汽车1月6日报道在本届CES展会上，宣布推出用于物理AI的全新开源模型、框架和AI基础设施，并展示了全球合作伙伴为各行业打造的多款机器人。

黄仁勋在主题演讲中强调：“机器人开发的 ChatGPT 时刻已然到来。物理 AI 领域取得了突破性进展，这类模型具备理解现实世界、推理和行动规划的能力，持续催生全新的应用场景。

英伟达重磅发布Isaac GR00T N1.6视觉语言动作（VLA）模型（开源可通过 Hugging Face 获取），作为本次机器人展示的核心技术支柱。该模型基于 Blackwell 架构优化，具备三大突破：

全身精准控制：融合 Cosmos Reason 2 视觉语言模型（VLM）的物理常识推理能力，实现人形机器人关节级动作精度控制，任务成功率较前代提升 40%。

极速训练迭代：借助 Cosmos 系列世界模型生成合成数据，模型训练周期从传统人工采集的 3 个月压缩至 36 小时，数据效率提升 60 倍。

多模态交互：支持自然语言指令识别与环境视觉感知融合，可响应 “分拣不规则零件”“避开动态障碍物” 等复杂指令。

合作伙伴矩阵：全场景机器人落地秀

在落地应用上，英伟达联合Boston Dynamics、Caterpillar、LG Electronics 等全球头部企业，展示覆盖工业、消费、医疗、特种等场景的新一代机器人：

Boston Dynamics Atlas：搭载 GR00T N1.6 模型，在汽车装配线完成高精度焊接与零部件装配，通过 Cosmos 仿真训练实现 0.1mm 级操作精度

光轮智能工厂机器人：通过 GR00T 模型验证合成数据，电子元件分拣准确率达 99.7%，部署周期缩短 50%

Caterpillar：扩大合作布局，将 AI 与自主系统引入建筑、采矿设备及作业现场，CES 主题演讲将披露更多细节

智元机器人：推出工业 / 消费级人形机器人，配套 Isaac Sim 集成的仿真平台 Genie Sim 3.0

LEM Surgical Dynamis 手术机器人：搭载 Jetson AGX Thor 与 Holoscan，通过 Isaac for Healthcare 训练，精准执行手术操作

XRLabs 手术内窥镜：借助 Thor 算力实现实时 AI 分析，为外科医生提供手术引导

Diligent Robotics Moxi：新增手术器械转运功能，处理 300TB 医疗数据，在美国 100 余家医院节省医护时间超 50 万小时。

面向机器人开发的全新开源仿真和计算框架

可扩展的仿真对于机器人训练和评估至关重要，但当前的工作流依然分散且难以管理。基准测试通常由人工操作且难以扩展，而端到端工作流需要跨异构计算资源进行复杂编排。

NVIDIA 今天在 GitHub 上发布了全新开源框架，可简化这些复杂工作流，并加速从研究到现实应用的过渡。

NVIDIA 与 Hugging Face 一起加速开源物理 AI 开发

机器人现已成为 Hugging Face 平台上增长最快的领域，在蓬勃发展的开源社区中，NVIDIA 开源模型与数据集下载量持续领先。

为推动社区发展，NVIDIA 正与 HuggingFace 合作，将开源的 Isaac 与 GR00T 技术集成到领先的 LeRobot 开源机器人框架中，为开发者提供更便捷的软硬件一体化工具的获取渠道，加速端到端开发。此次合作连接了 NVIDIA 的 200 万机器人开发者与 Hugging Face 的 1300 万全球 AI 开发者社区。

人形机器人开发者采用 NVIDIA Jetson Thor

NVIDIA Jetson Thor 能够满足具备推理能力的人形机器人对海量计算的需求。在 CES 上，人形机器人开发者展示了目前集成 Jetson Thor 的最新先进机器人。

NEURA Robotics 将推出由保时捷设计的第 3 代人形机器人，以及针对精细化控制优化的小型人形机器人。Richtech Robotics 将发布一款可在复杂工业环境中进行精细操作和导航的移动人形机器人 Dex。智元机器人将推出面向工业和消费行业的人形机器人以及与 Isaac Sim 集成的机器人仿真平台 Genie Sim 3.0。LG Electronics 发布了一款可执行各种室内家务的新家用机器人。

Boston Dynamics、Humanoid 和 RLWRLD 均已将 Jetson Thor 集成至现有的人形机器人，用于增强其导航和操作能力。

可以说，英伟达在CES 2026上的新一代机器人展示，以Isaac GR00T N1.6 物理 AI 模型与 Jetson 硬件平台为核心，通过“技术突破 - 场景落地 - 生态开放”的完整链路，实现了机器人行业的关键性跨越。技术层面，合成数据训练与物理常识推理能力，彻底解决了传统机器人开发中数据稀缺、测试成本高的核心痛点；落地层面，覆盖工业、消费、特种、开源四大场景的合作伙伴矩阵，验证了技术从实验室到产业端的可行性，形成 “精准控制 + 高效部署 + 全场景适配” 的差异化优势；生态层面，开源工具链与百万级开发者网络的联动，进一步降低了行业准入门槛，加速技术迭代与应用普及。

股票实盘配资平台提示：文章来自网络，不代表本站观点。