通用机器人的时代到来，NVIDIA引领智能革命

引言：“通用机器人的时代已经到来。”——在 2025 年 GTC 大会上，NVIDIA 创始人兼 CEO 黄仁勋如是说。
 
近年来，全球劳动力短缺、供应链不稳定、老龄化加剧等挑战，使得自动化与智能机器人需求激增。传统工业机器人虽已渗透制造业，但它们大多依赖预设程序，缺乏自主学习与泛化能力。通用机器人（General-Purpose Robot） 作为新一代智能体，具备感知、推理、自适应交互等能力，正从工厂走向更广阔的应用场景，包括医疗、物流、家政、农业等多个行业。
 
在3月18日的NVIDIA GTC大会上，NVIDIA展示了一系列针对机器人技术的突破性创新。作为全球 AI 计算的引领者，NVIDIA 正通过人工智能、物理仿真和合成数据生成的融合创新，重塑机器人技术的边界。从赋予人形机器人智能决策能力的“通用大脑” GR00T N1，到加速机器人物理模拟的 Newton 物理引擎，再到专注于医疗机器人的Isaac for Healthcare，NVIDIA正以前所未有的方式推动通用机器人的发展，让智能体真正走向现实世界。
 
 
 
 
GR00T N1：人形机器人的“通用大脑”
 
NVIDIA Isaac GR00T N1 是本次发布的核心亮点之一，作为全球首个开源且完全可定制的人形机器人基础模型，它为机器人赋予了通用技能与推理能力。该模型采用受人类认知启发的双系统架构：其中，“系统 1”是一个快速反应模型，类似人类的直觉，能够实时生成精确的机器人动作；“系统 2”则是一个深度推理的视觉语言模型，负责感知环境、理解指令并规划任务。这种设计使得 GR00T N1 能够轻松应对从简单抓取到复杂多步骤任务的广泛场景，例如物品搬运、包装和检查等。
 
GR00T N1 的训练数据来源丰富多样，结合了人类演示数据与 NVIDIA Omniverse 平台生成的海量合成数据。这种混合训练方式赋予了模型强大的泛化能力，使其能够通过后训练适配不同机器人形态和任务需求。在 GTC 主题演讲中，黄仁勋展示了 1X 公司的人形机器人基于 GR00T N1 自主完成室内清理任务的场景，这一成果得益于 1X 与 NVIDIA 的 AI 训练合作。1X 首席执行官 Bernt Børnich 表示：“GR00T N1 在机器人推理和技能上的突破令人瞩目，仅需少量后训练数据，我们就实现了全面部署，这让我们更接近于打造真正辅助人类的机器人伙伴。”
 
GR00T N1 的开源特性进一步扩大了其影响力。全球领先的机器人企业，如 Agility Robotics、波士顿动力、Mentee Robotics 和 NEURA Robotics，已率先获得使用权限。这一开放生态的建立，不仅为开发者提供了灵活的定制空间，也为解决全球超过 5,000 万的劳动力缺口提供了技术可能性。
 
GR00T N1 的训练数据和任务评估场景现已通过 Hugging Face 和 GitHub 开放获取。
 
Newton 物理引擎：跨界合作重塑机器人学习
 
除了 GR00T N1，NVIDIA 还宣布与 Google DeepMind 和 Disney Research 合作开发开源物理引擎 Newton，计划于今年晚些时候发布。这一引擎专为机器人开发设计，基于 NVIDIA Warp 框架构建，并与 Google DeepMind 的 MuJoCo 和 NVIDIA Isaac Lab 仿真框架无缝兼容。Newton 的目标是提升机器人在复杂任务中的精度和可靠性，其性能预计将通过 Google DeepMind 的 MJX 开源库和 Newton 本身实现高达 70 倍的机器学习工作负载加速。
 
这一合作还展现了跨行业的协同创新潜力。Disney Research 是 Newton 的首批应用者之一，其娱乐机器人平台已推出以《星球大战》为灵感的 BDX 机器人。在 GTC 主题演讲中，BDX 机器人与黄仁勋同台亮相，展现了其富有表现力的互动能力。Walt Disney 想象工程研发部门高级副总裁 Kyle Laughlin 表示：“BDX 只是起点，与 NVIDIA 和 Google DeepMind 的合作将助力我们打造更具吸引力的下一代机器人角色。”此外，NVIDIA 还将与 Disney Research 及 Intrinsic 合作，基于 OpenUSD 标准优化机器人数据流，进一步推动技术落地。
 
数据飞轮：Omniverse Blueprint 驱动机器人进化
 
高质量数据集是机器人开发的关键，但真实数据的采集成本高昂且效率低下。为此，NVIDIA 推出了 Isaac GR00T Blueprint，一个基于 Omniverse 和 Cosmos Transfer 模型的合成数据生成框架。该蓝图能够从少量人类演示数据出发，生成海量合成运动轨迹。例如，NVIDIA 在 11 小时内生成了 78 万条合成轨迹，相当于连续九个月的人类演示数据。将这些合成数据与真实数据结合后，GR00T N1 的性能提升了 40%，显示出数据飞轮效应的巨大潜力。
 
Isaac GR00T Blueprint将以交互式演示形式在build.nvidia.com上线。为进一步赋能开发者，NVIDIA 将 GR00T N1 数据集纳入更大的开源物理 AI 数据集，现已通过 Hugging Face 开放下载。这一举措降低了开发门槛，使全球开发者能够快速上手并优化模型，推动人形机器人技术的普及和创新。
 
Isaac for Healthcare，AI 赋能自主医疗成像
 
AI的发展要应用到实际的领域，才能切实发挥其作用。NVIDIA 携手GE医疗推出 Isaac for Healthcare，通过引入物理 AI 技术，双方将重点开发自主 X 射线和超声成像系统，以提升医疗服务的可及性和效率。
 
全球医疗资源分布不均、人力短缺和患者需求激增等问题亟待解决，而自主成像技术的引入无疑是应对这些挑战的重要一步。数据显示，全球近三分之二人口无法获得超声和 X 射线等基础诊断服务，而这些技术却是医疗体系中最常见的成像手段。传统成像设备依赖人工操作，复杂的工作流如患者定位、扫描和质量检测往往耗时耗力。而自主成像系统需要理解物理世界并实现自动化操作，这正是 NVIDIA Isaac for Healthcare 的用武之地。
 
NVIDIA 医疗健康副总裁 Kimberly Powell 在大会上表示：“医疗行业是 AI 最重要的应用领域之一，当前医疗服务需求远超供给。我们与 GE 医疗的合作，将通过 Isaac for Healthcare 为医疗设备赋予自主能力，助力全球医疗服务的普及。”
 
Isaac for Healthcare 是 NVIDIA 专为医疗行业打造的物理 AI 平台，基于其三大机器人计算支柱——NVIDIA DGX、Omniverse 和 Holoscan 构建。该平台整合了预训练 AI 模型、基于物理的传感器仿真以及解剖结构和医疗环境模拟，为开发者提供了一个从虚拟训练到现实部署的完整工具链。平台的核心优势在于其能够弥合仿真与现实的差距，使医疗机器人和成像系统在部署前通过精确的数字孪生环境完成训练和验证。
 
与传统仿真工具相比，Isaac for Healthcare 的独特之处在于其多尺度仿真能力。从微观解剖结构到手术室，再到完整的医院设施，开发者可以导入定制传感器、器械甚至患者模型，训练系统应对多样化的医疗场景。例如，自主成像系统可通过仿真学习如何优化患者定位，而手术机器人则能在虚拟环境中练习复杂操作。这种方法不仅降低了真实场景测试的高昂成本，还提升了系统的安全性和可靠性。
 
平台还集成了边缘 AI 计算框架 NVIDIA Holoscan，支持实时决策，以及增强视觉和语言处理能力，使设备能够“理解、行动并观察”。这一全栈式解决方案为 GE 医疗的自主 X 射线和超声系统研发提供了强有力的技术支撑，同时也为其他医疗机器人应用打开了广阔空间。
 
Isaac for Healthcare 的发布不仅服务于 NVIDIA 与 GE 医疗的合作，还为更广泛的医疗机器人生态注入了活力。包括 Moon Surgical、Neptune Medical 和 Xcath 在内的多家机构已率先试用该平台，应用于手术、内窥镜和心血管介入等场景。此外，Ansys、Franka、ImFusion、Kinova 和 Kuka 等生态合作伙伴也已开始将其仿真工具和机器人系统集成至平台，共同推动医疗机器人技术的落地。
 
从技术层面看，Isaac for Healthcare 的推出标志着医疗机器人研发进入了一个新阶段。从自主成像系统的研发加速，到医疗机器人生态的快速扩展，这一合作不仅为行业注入了新的技术动能，也为提升全球医疗可及性提供了切实路径。正如 Kimberly Powell 所言，AI 在医疗领域的应用关乎生命，而 NVIDIA 正通过其技术创新，与合作伙伴共同书写这一领域的未来篇章。
 
总结
 
无论是通用人形机器人、智能医疗设备，还是 AI 赋能的物理世界理解能力，NVIDIA不仅是一个技术提供者，更是一个产业变革的引领者。从产业角度看，NVIDIA 的开源策略和跨界合作正在重塑机器人生态格局，通过降低技术门槛和加速开发周期，中小企业和初创公司得以快速进入市场，推动技术普及和创新多元化。而从社会价值来看，无论是人形机器人缓解劳动力危机，还是自主成像系统提升医疗公平性，NVIDIA 的技术蓝图都指向了一个更智能、更高效的未来。