听雨 发自 凹非寺

量子位 | 公众号 QbitAI

GTC 2026，比往年更热。

主会场观者如市，台下三万东谈主、线上数百万不雅众同步不雅看。

从大模子到机器东谈主，再到Physical AI，险些悉数东谈主都在究诘并吞个问题：

AI，如何真确投入现实寰球？

黄仁勋台上布谈，各路AI公司则在台下争妍斗艳。

但本年现场表里，一家不造机器东谈主、也不作念大模子的公司，却在Physical AI多个关键规范中反复出现。

它即是当下最炙手可热的具身智能独角兽——光轮智能。

台上台下，光轮的身影可谓“无处不在”：

老黄主题演讲中，演示了多个机器东谈主仿真demo——机器东谈主叠穿戴、拉紧皮带，背后用的即是光轮的本事。

光轮的展台Booth 1406，位置亦然超过中枢，就在进口一进来的方位，支配即是三星、好意思光等存储芯片巨头，还有Together AI、Lambda、Global AI等AI Infra分量级玩家。

开幕本日，光轮展台被围得里三层外三层，热度居高不下。

仔细一瞅，本年的GTC大会上，主舞台、产物展区、主题演讲，哪哪儿都有光轮的身影，Physical AI的氛围亦然接续愉快。

再加上光轮智能的合营名单，从大模子公司到Infra公司，从具身智能企业再到车企，那叫一个通吃。

连寰球模子公司，比如“AI教母”李飞飞的World Labs，也都跟它关陆续。

环球渐渐封闭到，在Physical AI领域，提供数据与仿真基础设施的光轮智能，照旧成为了行业生态中不行替代的存在。

Physical AI爆发：Infra成为新焦点

夙昔几年，GTC的聚光灯长期奴隶着大模子与机器东谈主施行。

从ChatGPT掀翻生成式AI海浪，到东谈主形机器东谈主纷繁亮相，环球的眼神主要停留在台前——模子有多灵巧，机器东谈主能作念什么。

但本年的GTC，风向变了。

老黄在主题演讲中布告了一个数字：

2025-2027年，以Blackwell和下一代Rubin为代表的新一代AI筹备平台，将带来约1万亿好意思元范围的收入契机。

此话一出，现场一派愉快。

Physical AI也头一次成为GTC的中枢主题，与生成式AI平起平坐。

肤浅来说，AI的发展不错分为三步：

第一步是感知：AI学会看和听。东谈主脸识别、语音助手问世，AI驱动结合这个寰球。

第二步是生成：ChatGPT、Midjourney横空出世。AI不仅会看，还会写会画，成了超等“键盘侠”。

当前到了第三步：Physical AI。AI要从“结合寰球”变成“投入寰球”，从屏幕后头走出来，真确去干活。

但问题来了，你要让一个东谈主形机器东谈主在工场里拧螺丝，不行能让它在现实中摔几千次跤来试错。资本太高，风险太大，速率太慢。

它需要在仿真环境里“先教师、再落地”。

这即是Physical AI的底层逻辑：在数字孪生中生成无尽场景、测试多数战略、集合活动数据，然后把教师好的“大脑”下载到实体机器东谈主身上。

也正因如斯，一个关键的变化出现了：决定行业上限的不再是模子自己，而是仿真、数据与评磨砺证的基础设施。

莫得高精度的物理仿真，机器东谈主就学不会受力响应；莫得范围化的数据生成，模子尽力教师燃料；莫得闭环的评测迭代，智商也无法接续进步。

Physical AI时间的竞争，照旧从“谁有最佳的模子”，变成了“谁有最佳的教师场”。

光轮智能所构建的，恰是这么一套面向Physical AI的数据与仿真基础设施。

这套底层智商照旧被行业鄙俗禁受。外洋主要具身智能团队中跳跃80%的仿真财富与仿真合成数据，都来自光轮智能。

隐形基础设施照旧出现

在GTC现场，会发现一个值得细心的神色：光轮并不张扬，却同期占据了Physical AI的多个关键席位。

可谓是“隐形”的巨头。

在主舞台上，老黄展示的多个机器东谈主仿真demo，背后所使用的仿真教师本事险些都由光轮提供。

比如Peritas AI教师的手术室辅助机器东谈主，它不错圣洁从架子上拿取物品：

以及Isaac Lab Arena的多机器东谈主教师场景、机械臂的精致操作……险些悉数机器东谈主仿真画面，背后都遴选了光轮的本事。

关键在于，这些系统并非“不错用光轮，也不错毋庸”。

在触及战役力学、柔体建模、材料属性等关键规范时，要是莫得历程确凿测量与校准的物理参数体系，仿真效果将无法迁徙到确凿寰球。

这套Physical AI系统之是以确立，自己就诞生在光轮所提供的物理寰球建模智商之上。

而况更首要的是，光轮正在从“用器用的东谈主”，变成“定例则的东谈主”。

就在几天前，光轮考究布告加入了ewton的本事相似委员会（TSC）。

Newton是什么？NVIDIA、Google DeepMind、Disney Research三家巨头联手搞的开源物理仿真引擎，亦然Linux Foundation的顶级技俩。

阿谁在GTC舞台上和老黄对话的可人机器东谈主脚色雪宝（Olaf），背后的物理引擎即是Newton。

而TSC是Newton的中枢本事有盘算层。

内部大佬可不少：Google DeepMind仿真负责东谈主Erik Frey、MuJoCo中枢开拓者Yuval Tassa、NVIDIA仿真本事负责东谈主Miles Macklin等等，都集聚于此。

当前，光轮智能独创东谈主兼CEO谢晨博士当作公司代表加入该委员会，与这些大佬平起平坐，共同决定Newton往哪走、本事尺度如何定、下一代功能长什么样。

这也意味着，光轮不单使用引擎，而是参与界说引擎。

而况，与其他参与者不同，光轮智能并不单遮盖某一个本事点。

NVIDIA界说筹备，DeepMind鼓动算法，Disney探索极点场景，而光轮智能是当前独一同期买通寰球建模、数据生成、物理测量、参数校准与评测闭环的公司。

就像CUDA界说了AI筹备，Linux界说了操作系统，光轮智能，正在界说Physical AI时间的基础设施。

在GTC现场，光轮也径直把一整套Physical AI底座真确搭了出来。

他们的三个展位，区别对应着物理AI领域的三大中枢命题——World、Behavior、Eval。

World的中枢，是构建与确凿物理寰球对都的仿真寰球。

现场摆着一个“物理测量工场”，不错看到一台机械臂在尺度化实验平台上反复实践按压、拉伸、扭转等动作，对不同材质与结构的物体施加精准可控的外力。

Behavior的中枢，是范围化出产驱动模子教师的活动数据，涵盖仿真遥操与真东谈主第一视角东谈主类视频数据。

操作旅途、力控变化、有盘算时机，以及眇小的瞻念望、救援与战略取舍——这些警告都会被千里淀下来，并转译为可教师的数据结构。

再与仿真遥操记载、真东谈主第一视角视频互相补充，迟缓造成一张既具范围、又保留东谈主类战略细节的活动数据网罗。

Eval的中枢，则是RoboFinals评测体系。

它是业内首个难度实足高、具备工业级尺度、并提拔前沿大模子的仿真评测平台，有时以工业级尺度，揣度机器东谈主基础模子的确凿智商进展。

这并非三个孤单的demo，而是构建出了一套圆善的Physical AI基础设施。

此外，具身智能Infra的整套设施论，施行也驱动被布谈。

在现场，光轮在GTC连气儿举办了六场演讲，观者如市，主题层层递进，把我方构建整套Infra的设施论都讲透了：

寰球如何建——物理确凿的仿真环境如何搭建；

数据如何来——范围化合成数据出产管线；

智商如何测——工业级评测尺度与闭环考证。

通过布谈演讲，光轮迟缓构建出一条圆善的Physical AI基础设施叙事：以物理确凿的寰球构建为基础，以范围化数据生成为提拔，以工业级评测尺度为闭环。

GTC的第一晚，光轮还办了一场Physical AI的Party，参与东谈主数跳跃了350东谈主。

机器东谈主公司的独创东谈主、顶尖高校的扶植、开源社区的中枢孝顺者、一线工程师，纷繁都聚一堂。

场合相等火爆，有舞蹈的机器东谈主，战斗的机器东谈主，传闻还有一台装着机械臂的Cyber Truck（doge）。

Party收尾后，还有好多东谈主余味无穷，纷繁在X上求相片……

这场Party的火爆，则是另一个信号：展现出光轮的行业命令力，正在蚁合通盘Physical AI社区。

光轮正在结合仿真、模子、机器东谈主与诈欺等多方脚色，迟缓造成一个围绕其张开的行业生态网罗。

春江水暖鸭先知，物理AI时间的航船照旧开赴。

Physical AI的基础设施正在被界说

LLM时间，环球拼的是GPU+数据——谁卡多、谁数据量大，谁就能真金不怕火出好模子。堆料即是正义。

但Physical AI时间，这套玩法行欠亨了。

你不错有寰球上最佳的大模子，但要是机器东谈主分不清“摸到的是桌子如故墙”，搞不清“用多悠闲才不会持碎鸡蛋”，那它永远走不出实验室。

Physical AI能走多远，还得看仿真实精度、数据的范围、评测的尺度——这套基础设施有多塌实。

这亦然为什么，GTC 2026开释出了一个明晰的信号：行业竞争的主战场，照旧从“模子层”下千里到了“基础设施层”。

在这个布景下，回头看光轮在GTC上的发达，会更容易结合其真谛。

当一家公司同期出当前GTC主舞台，投入仿真引擎惩处层、打造圆善系统、输出工程设施，并构建起生态网罗时，它的脚色照旧发生变化。

光轮智能不仅仅实力强，而是渐渐成为了行业生态中的一层“基础设施”。

当Physical AI从观念走向工程、从愿景走向产业，真确决定上限的底层基础设施，正在被再行界说。

而这场变化，才刚刚驱动。

— 完 —

量子位 QbitAI · 头条号

温暖咱们开彩彩票网，第一期间获知前沿科技动态