夢晨 發自 凹非寺

量子位 | 公眾號 QbitAI

黃仁勛正在像押注OpenAI一樣在中國押注未來的具身智能巨頭。

英偉達給剛創辦的OpenAI送超算這個事已經被大家津津樂道，現在他們正在把這個經驗 復用到機器人領域。

中國首批Jetson Thor芯片送到了 銀河通用手里，在機器人世界大會展示無人售貨場景機器人的絲滑漂移、規劃能力也明顯提升，驚艷全場。

背后的Jetson Thor的性能提升也令人印象深刻：計算能力是上一代Jetson Orin的7.5倍，接近10倍；每瓦性能提升3.5倍；I/O吞吐量提升10倍，滿足高帶寬感知需求。

同樣與英偉達密切合作的還有宇樹科技。

宇樹科技創始人王興興、銀河通用CTO王鶴上午還在世界機器人大會，下午就來到英偉達，與 英偉達Omniverse和仿真技術副總裁Rev Lebaredian一起出席活動。

兩位創始人風格迥異。

王興興語速飛快，連英偉達副總裁耳機里的AI翻譯都跟不上他的節奏。談起人形機器人落地，他的觀點直接而犀利：“人形機器人最大的問題還是模型不夠泛化，硬件在過去一兩年已經足夠用了。”

作為北大副教授的王鶴則像在講課，條理清晰地分析著機器人產業的發展路徑，對于人形機器人的市場前景，他給出了一個大膽的預測：每三年產值乘10。

兩家公司做的事風格也大有不同，宇樹科技主打足式機器人，走“運動優先”的路線；而銀河通用依托仿真合成數據推動人形機器人在輕工業和零售場景快速落地，走“智能優先”的路線。

除了銀河通用和宇樹科技，阿里云、北京人形機器人創新中心、傅利葉、加速進化、優必選、智元機器人等企業都在與英偉達深度合作。阿里云更是宣布，英偉達全棧機器人及物理AI組件已通過其云端服務開放使用。

就像當年英偉達押注OpenAI一樣，不同的是，具身智能時代不會只有一家獨大——黃仁勛這次把籌碼分散下注在了多家中國機器人公司身上。

踩著AI大模型產業發展的經驗，具身智能時代的一切都在加速。

宇樹科技王興興：未來組裝機器人像組裝電腦

我們在過去幾年中一直非常重視人形機器人這一方向。

某種意義上，我將人形機器人視為通用機器人的重要載體。眾所周知，通用AI是目前全球最主流的發展方向，而真正的通用AI在執行任務時必然離不開機器人，尤其是通用型機器人。

對比來看，目前人形機器人反而是最理想的專業機器人形態。雖然看上去較為復雜，但實際結構并不如想象中那么復雜，本質上是由若干關節電機串聯而成。因此結構相對簡單，不像履帶式小車或其他形式的機器人反而更復雜。由于主要是電機和連桿的組合，所以整體設計簡潔。我一直相信，當通用AI大規模成熟后，每個人都可以輕松制造一臺人形機器人，就像今天人們可以購買電腦零部件組裝一臺電腦一樣。未來若AI足夠強大，對硬件的要求會越來越低。

此外，我們近期發布了A2機器狗，其最大特點是在緊湊輕量化設計下實現了較大負載能力。自重約37千克，持續負載可達30千克，空載續航可行駛20公里。其外觀吸取了以往的設計經驗，更具科幻感，且具備防塵防水性能。我們一直希望機器人能在工業場景中替代人類完成繁重、危險或重復性工作。我們的機器狗在一些公益項目中已實現24小時不間斷運行，具備自動充電和巡邏檢測功能。

去年底我們升級了輪式機器人，這款產品較大，自重約70~80千克，因此部分場景不便使用。為此，我們推出了更小型且防塵防水的版本，適用于室內外多種場景。雖然體型較大，但靈活性依然優秀。通常小型機器人靈活性更強，而大型機器人靈活性較差，但我們在較大尺寸下依然保證了良好的運動性能。

今年1月，我們的機器人登上央視春晚，最大亮點是全自動編隊跳舞。它在頭部配備三個激光雷達，可自動建圖并變換隊形。為適應舞臺演出，我們將后臺控制權交給舞臺控臺，使音樂與動作實現毫秒級同步。此次演出共有16臺機器人，統一連接至我們后臺服務器，再接入舞臺系統。該項目的最大挑戰在于多機協作及復雜的編程維護。目前，這些機器人在澳門美高梅每日進行表演。

在動作學習方面，我們通過采集人體動作數據并結合深度強化學習進行訓練。不同于語言模型訓練，動作訓練只需少量真實數據，其余由強化學習完成。我們主要使用NVIDIA的Isaac Sim平臺進行訓練，已掌握舞蹈、跳躍、空翻等多種動作。當前限制機器人執行更復雜動作的最大因素并非算法，而是硬件物理極限。例如，要將奔跑速度從每秒3~4米提升到10米，對硬件的改進需求極高。

我們同樣重視機器人上肢和手部的研發，目前已自主開發一款約20自由度的靈巧手，目標是讓機器人真正能夠執行日常任務，而不僅是完成展示性動作。希望在未來一到兩年內實現自然交互，例如在沒有預先適配的情況下，直接指令機器人去為某人倒水。

今年5月底，我們與央視合作舉辦了一場機器人格斗賽，時長約1.5小時，包含4個團隊參賽。格斗賽的算法復雜度高于舞蹈或功夫表演，因為動作組合是隨機且存在強干擾，要求動作銜接流暢并可自由組合。我們的目標是在未來實現“任意動作的任意實時生成”。

此外，我們還發布了R1機器人，重量約25千克，輕便且安全。雖然體積較小，但動力性能強勁，主要面向工業應用。其算法與人形機器人類似，但由于四足機器人的穩定性更好，可完成更劇烈的動作而不易損壞，且具備較強的越障能力。

回顧過去，AI與機器人技術的發展始終是全球協作的成果。包括NVIDIA在內的多方力量一直推動機器人與AI領域的全球合作。在通用智能大模型和真正能執行任務的機器人普及之前，我們仍需共同努力，推動人類進入下一個科技時代。我相信，AI與機器人技術將像電力與蒸汽機的發明一樣，使人類文明邁向新的高度。

銀河通用王鶴：通用機器人將成為下一個數萬億人民幣市場

今天我想與大家分享，銀河通用通過與NVIDIA的一系列合作，從仿真到可落地的產品，利用合成大數據賦能的VLA驅動工業級機器人。

首先，我認為今天在場的所有機器人公司，包括NVIDIA和銀河通用在內，我們的共同目標都是打造通用機器人。這樣的通用機器人將成為下一個價值數萬億美元、數萬億人民幣市場的關鍵性、革命性產品。

這種革命性產品背后包含多個核心要素：

第一個要素是機器人的本體；

第二個要素是驅動它運轉的具身智能模型；

模型背后則是數據支撐——什么樣的數據能訓練出這樣的能力。

接下來，我將依次分享銀河通用在這些方面的探索與成果，并介紹最終落地的產品。

一、機器人硬件本體

銀河通用與其他公司的不同之處在于，我們的機器人并非完全人形，而是輪式雙臂雙手的形態。我們采用輪式底盤，主打高續航、工業級安全性，以及可實現大規模、高可靠交付的能力。銀河通用G1機器人于2024年5月首次亮相，經過一年多迭代，目前在自動充電、運行流暢度與穩定性方面均已達到大規模自主商用的標準。

特別感謝NVIDIA，我們率先在中國將NVIDIA Jetson Thor芯片部署于人形機器人之中，也是全球最早收到該芯片的公司之一，并在本次WRC大會上實現了現場部署。在演示中，配備該芯片的機器人展現出絲滑的運動性能以及實時的貨箱視覺處理與運動規劃能力，速度顯著提升，贏得現場觀眾一致評價為“最快的人形機器人”。這背后離不開強大芯片的支撐。

二、具身智能大模型

我們的機器人之所以能夠在復雜環境中高效導航，源于銀河通用長期研發的大規模具身大模型VLA。其中，導航大模型只需一句話指令即可在場景中自主運動。 “六一”兒童節前夕，我們全球首發了無需建圖、可在任何復雜場景中跟隨人的TrackVLA，能夠自然語言交互、穿梭障礙物，全程自主運行，即使在人流干擾下也能穩定跟隨。

上半身操作方面，我們全球首發了抓取基礎大模型Grasp VLA，實現了抓取動作的實時閉環生成。在各種光照條件和挑戰性背景下，均能實現指定物體的零樣本抓取，且無需事先訓練該物體。這為未來“自然語言+即時執行”奠定了基礎。

基于Grasp VLA，我們打造了零售場景應用——在2024年上海WAIC大會上，李強總理親自體驗了真實貨架抓取。無論瓶裝、袋裝、散裝、掛裝或軟體物品，均可由同一模型完成抓取與遞送。這是全球首個可應對50多種不同物體擺放、且從剛體到軟體全覆蓋的端到端零售大模型。

三、合成數據與仿真技術

銀河通能在全球率先推出多款基礎大模型，并能在真實商店場景穩定應用，得益于NVIDIA提供的全套仿真引擎。我們與NVIDIA一致認為，合成數據是推動具身智能快速落地的關鍵。目前，真實世界數據僅占我們訓練數據的1%，其余99%均為合成數據。

我們將自研機器人模型、大量物體與材質資產輸入合成管線，經NVIDIA引擎完成仿真驗證與物理渲染，生成全球首個百億級抓取操作大數據集，以及全球首個百億級柔性物體操作大數據集。這些數據使我們的模型在真實環境中具備極高的魯棒性與泛化能力。

四、下一代人形機器人研發

我們還與NVIDIA聯合官宣了基于Isaac平臺的下一代人形機器人項目。目前銀河通用為輪式形態，下一代將采用純雙足設計，基于OpenWBT_Isaac進行數據采集與遙控控制。無論在仿真環境還是現實環境，該平臺可訓練并部署多種任務能力，例如推車、拾取地面物體等。

五、商業化落地案例

銀河通用的多項技能已實現完全商用。我們推出了全球首個24小時無人藥房解決方案，在北京、上海、深圳等地簽約超過100家藥店。用戶通過APP下單后，由機器人在店內完成取藥并交付外賣員，該方案已吸引多位政府領導與外國元首參觀。

2024年，我們還官宣了24小時無人零售店項目，將在10個城市的百處核心商圈和旅游景點部署銀河通用“太空艙”零售終端，銷售飲品等商品。目前已在北京海淀區大融城落地。

銀河通用成立兩年來已完成超過20億元人民幣融資。我們將繼續與NVIDIA等合作伙伴攜手，打造服務千行百業、千家萬戶的通用機器人。

英偉達：為具身智能提供三臺計算機

NVIDIA也為這幅拼圖貢獻了獨特的一塊。

從一開始，我們的使命就不是解決所有問題，而是打造專門針對“最難問題”的計算機。我們打造的特殊計算機，能夠解決幾乎不可能完成的難題——而機器人就是其中最難的問題之一。我們早已夢想參與解決這一問題，并為此努力了很長時間。

在機器人領域，我們必須打造三臺計算機：

1. 機器人本體計算機：嵌入在機器人內部，例如自動駕駛汽車或人形機器人中的計算機。專門為人形機器人打造的Jetson Thor就屬于這一類，今年在 WRC 展會上，就可以在 Galbot 和其他展出的機器人上看到它們的身影。

2. AI工廠計算機：在使用機器人本體計算機之前，必須先開發它的“大腦”。需要依賴 DGX 和 HGX 系統，處理海量原始數據，生成物理 AI 算法、物理 AI 模型和神經網絡，再部署到機器人上。

3. 仿真計算機：物理世界的數據無法直接從互聯網獲取，只能通過兩種方式獲得：真實世界傳感器采集；基于物理定律和世界規則進行計算機仿真生成。仿真不僅能生成數據，還能在部署前測試機器人，確保它們在真實環境中安全運行，且測試速度可快于現實時間。

四、Isaac平臺與Jetson Thor

在機器人領域，NVIDIA 擁有完整的Isaac 平臺，它結合了硬件與三臺計算機所需的軟件棧，包括：

運行時和計算環境

仿真工具

訓練框架

NVIDIA Jetson Thor是一款專為物理世界中的智能推理代理（特別是機器人）打造的超級計算機，黃仁勛稱它為“實時推理機器”。

Jetson Thor 性能亮點：

計算能力是上一代Jetson Orin的7.5倍，接近10倍；

每瓦性能提升3.5倍；

CPU 性能提升3.1倍；

I/O 吞吐量提升10倍，滿足高帶寬感知需求。

Isaac 平臺還包括 NVIDIA 的模擬器與仿真框架：

環境和傳感器仿真、機器人測試、生成合成數據。

強化學習的仿真平臺。

世界基礎模型及框架，支持構建理解物理世界的 AI，并與 Omniverse 等模擬器結合，生成更精確、更大規模的數據。

世界基礎模型雖然還處在起步階段，尚不能完全理解世界，但已經非常有用，并為機器人研發帶來了全新能力。