- 全球无序抓取市场的领导者

机器人正加速走向真实世界。从实验室到工业现场，从结构化环境到开放空间(jiān)，物(wù)理(lǐ) AI 对(duì)数(shù)据(jù)规(guī)模(mó)、物(wù)理(lǐ)准(zhǔn)确(què)性(xìng)与(yǔ)训(xun)练(liàn)效(xiào)率(lǜ)提(tí)出(chū)了(le)前(qián)所(suǒ)未(wèi)有(yǒu)的(de)要(yào)求(qiú)。

作(zuò)为(wèi) NVIDIA 在(zài)机(jī)器(qì)人(rén)仿(fǎng)真(zhēn)与(yǔ)合(hé)成(chéng)数(shù)据(jù)领(lǐng)域的(de)合(hé)作(zuò)伙(huǒ)伴(bàn)，光(guāng)轮(lún)智(zhì)能(néng)聚(jù)焦(jiāo)物(wù)理(lǐ) AI 领(lǐng)域的核心挑战——机器人数据短缺问题，并基于 NVIDIA 技术栈构建了仿真数据解决方案，为机器人基础模型训练提供高质量数据支持。

物理 AI 的“数据困境”

与依赖互联网海量文本数据进行预训练的大语言模型不同，机器人领域缺乏相应的数据基础设施，这也成为了物理 AI 发展的根本矛盾。

在谢晨博士看来，机器人基础模型的发展面临巨大的数据短缺。与大语言模型不同，现实世界中没有足够的机器人持续采集数据。因此，必须在仿真环境中，通过人类遥操生成足够的数据来训练机器人基础模型。

在 SIGGRAPH 2025，谢晨博士进一步解释了机器人领域面临的(de)数(shù)据(jù)挑(tiāo)战(zhàn)。在(zài)他(tā)看(kàn)来(lái)，物(wù)理(lǐ) AI 的(de)数(shù)据(jù)问(wèn)题(tí)比(bǐ)大(dà)语(yǔ)言(yán)模(mó)型(xíng)的(de)数(shù)据(jù)问(wèn)题(tí)大(dà) 1000 倍(bèi)。现(xiàn)实(shí)世(shì)界(jiè)中(zhōng)部(bù)署(shǔ)的(de)机(jī)器(qì)人(rén)数(shù)量(liàng)远(yuǎn)远(yuǎn)不(bù)足(zú)以(yǐ)支(zhī)撑(chēng)基(jī)础(chǔ)模(mó)型(xíng)所(suǒ)需(xū)的(de)数(shù)据(jù)规(guī)模(mó)，而合成数据成为突破这一瓶颈的关键路径。

基于 NVIDIA 技术栈的一站式解决方案

为了推动物理 AI 的发展，NVIDIA 持续构建从底层标准、仿真平台到云端基础设施的完整技术体系，为机器人开发者提供统一、可扩展的技术基础。作为 NVIDIA 在机器人仿真与合成数据领域的合作伙伴，光轮智能基于 NVIDIA 技术栈的全面支持及深度技术整合，为机器人开发者打造了一站式平台。通过这一平台，开发者能够获得从场景构建、模型训练、仿真测试到真机部署所需的能力。

光轮智能从 OpenUSD 及其衍生产品出发，创建高质量的 SimReady 资产，并让用户能够轻松搜索、验证和使用这些资产。OpenUSD 能够完整描述物理属性，这使其成为物理 AI 仿真资产的理想基础。比如，光轮智能提供了大量物理精确的厨房场景，针对希望在厨房环境部署机器人的客户需求，构建了各种不同类型的厨房布局，冰箱门的铰链、抽屉的摩擦系数等物理细节都经过精确建模，确保机器人在仿真中习得的“手感”能够迁移到真实世界。

此外，在数据采集方面，光轮智能通过 NVIDIA Isaac Sim 构建了人类遥操（human-in-the-loop）解决方案，让人类操作员在仿真环境中演示操作，采集合成数据用于模型训练。云端基础设施(shī)方(fāng)面(miàn)，NVIDIA Omniverse Cloud 为(wèi)光(guāng)轮(lún)智(zhì)能(néng)的(de)仿真云平台提供支持，让开发者能够在云端进行大规模仿真。

这一完整的技术方案正在加速多个行业的应用落地。光轮智能已为医疗手术机器人、智能制造产线、自动化化学实验室、智慧农业采摘等多个垂直领域提供数据支持。

以仿真为加速器

共同推动机器人产业演进

光轮智能致力于以仿真推动机器人行业的加速发展，这与 NVIDIA 的技术路径不谋而合。

随着物理 AI 时代的到来，NVIDIA 将通过开放标准、仿真平台与加速计算技术，赋能光轮智能等行业生态伙伴一起，共(gòng)同(tóng)推(tuī)动(dòng)机(jī)器(qì)人(rén)产(chǎn)业(yè)的(de)规(guī)模(mó)化(huà)落(luò)地(de)。