2023年開始，具生智能機器人行業開始急劇升溫，這股熱火一直持續到今年還未見退去的跡象。

據《圓周機器人》不完全統計，2024年全球人形機器人行業共發生87起融資事件，已披露的融資總額超155億元。其中，71起發生在國內，融資總額將近70億元，單筆融資達億級的有26起。有興趣的朋友可以回看我們之前的內容。累計80起！總額超150億！機器人2024融資“殺瘋了”

很多人奇怪的是，機器人其實并不算一個新興行業，甚至說是古老的傳統行業也不為過，為什么這時候突然又火起來了？

最近，《圓周機器人》訪談了NVIDIA 機器人與邊緣計算副總裁 Deepu Talla ，他給出了2點思考：

1、他認為生成式AI（GenAI）對于通用機器人的發展扮演了至關重要的角色。ChatGPT的出現讓大型語言模型（LLMs）顛覆了數字應用領域。現在，這些技術在醫療、自動駕駛等千行百業發揮作用，機器人產業自然也是其中的受益者。

2、仿真環境的改進也對具身智能機器人的發展提供了足夠的開發環境。由于沒有很好的商業化落地場景，機器人很難實現大規模量產，這導致其制造成本非常高昂。

此外，在物理世界中取得進展同樣需要大量時間，因為一切都遵循“真實時間”（即我們所說的“墻鐘時間”）。以前，機器人技術的測試主要依賴于物理環境，這導致進展非常緩慢。過去的一年里，NVIDIA通過 Omniverse技術打破這種物理空間的束縛。簡單點說就是給機器人提供一個虛擬的測試環境，讓它可以脫離現實的物理空間測試。這大大縮短了機器人的開發周期。

然而，即便如此，具身智能機器人的挑戰依然巨大。地平線副總裁蘇菁表示，如果自動駕駛都做不好，有什么資格做機器人。業內人士都知道，機器人比自動駕駛要復雜得多，通用機器人更是皇冠上的明珠，讓人望而卻步。

破局者依然是英偉達，CES 2025上，英偉達發布了針對機器人行業的“三臺計算機”：

1、第一臺計算機用于訓練：這是用于訓練AI模型的系統。訓練通常在云端、數據中心或像NVIDIA DGX這樣的強大系統上進行。這是構建機器人“大腦”的關鍵步驟。

2、第二臺計算機用于仿真：一旦訓練完成，就需要進行測試。以往的標準是物理測試，但這種方式既慢又昂貴，還存在風險。更好的解決方案是引入一個“仿真層”，即“數字孿生”，在虛擬環境中完成測試。仿真允許在大規模、快速且安全的條件下運行數千種場景測試，無需受到真實世界時間或成本的限制。

3、第三臺計算機用于部署：第三種系統安裝在機器人內部，它就是操作物理機器人的“大腦”。對NVIDIA來說，這可以通過像Jetson或AGX這樣的系統來實現。

這三臺機器就是NVIDIA Isaac GR00T、Omniverse 和 Cosmos，主要應用在機器人開發的三個不同階段：訓練、測試和部署。

首先是Isaac GR00T Blueprint。機器人的開發需要大量的訓練。但訓練數據的獲取是個大難題。當前的方法包括使用Apple Vision Pro或動作捕捉套裝來記錄人類動作的示范。但規模、效率、豐富度都非常低。

谷歌和特斯拉的數據顯示，采集數據的成本非常高。花費了17個月、16個工程師以及13臺機器人，僅僅采集了13萬條數據。今天，特斯拉的這套設備，包括內部的系統設備以及整個數據采集的過程，都是高昂的成本，費用高達百萬。

于是，英偉達帶來了Isaac GR00T Blueprint，它的主要作用是合成運動生成，幫助開發者生成海量的合成運動數據，以便通過模仿學習來訓練人形機器人。通過真實數據與合成數據的結合，行業能夠克服機器人技術中數據稀缺的問題。

很多已經開始了實踐探索。銀河通用通過該平臺將各種 3D 固體資產、環境以及各類材質和紋理素材相互融合，模擬機器人的運行場景，探討機器人如何操作物體。

Deepu Talla也坦言，不管合成數據再怎么逼真，也無法和真實數據相比。他們通過算法手段將仿真與現實世界的差異縮小。例如，通過貝爾曼最優性原則，采用預隨機化方式，對接觸面上的摩擦力、材質，以及物體的質量中心、質量大小和分布等問題進行隨機處理。實際上，現實中存在諸多復雜因素，在仿真環境中處理這些因素比在真實環境中更具挑戰性。

Deepu Talla 表示：“Isaac 采用的是混合云架構（hybrid cloud），云上和端側架構一致，這種一致的架構使得相同的軟件能夠在不同環境中工作，極大地簡化了部署和調整的過程。”目的就是為了保證端云一體化，模型的部署和修改更加靈活。

英偉達還帶來了Omniverse，一個基于多GPU技術的實時協作和模擬平臺，被視為3D軟件生態的“連接樞紐”。基于Omniverse，英偉達搭建了數字孿生的“Mega工廠”，通過數字化方式仿真整個場景。每個機器人的動作，比如在空間中的移動，都會改變環境，需要實時地仿真整個環境。

其實就是模擬機器人工作的環境。Mega將機器人、環境和傳感器集成在一個平臺，可以進行大規模的仿真。它是一個參考架構，允許開發者在大規模的場景下進行實驗，并優化機器人系統的性能。

NVIDIA在 CES 上還發布了 Cosmos 平臺。Deepu Talla 表示，“Cosmos 平臺擁有一系列開放的預訓練世界基礎模型，專為生成具有物理感知的視頻和物理 AI 開發所需的世界狀態而設計。”

它包含自回歸模型和擴散模型，有各種模型尺寸并適用于多種輸入數據格式。這些模型基于 1800 萬億個數據單元進行訓練，其中包括 200 萬小時的自動駕駛、機器人、無人機拍攝的視頻以及合成數據。

除了幫助生成大型數據集外，Cosmos 還能通過將圖像從 3D 擴展到真實場景，縮小仿真與現實之間的差距。將 Omniverse（一個用于構建 3D 應用程序和服務的應用程序編程接口和微服務開發平臺）與 Cosmos 相結合至關重要，通過其高度可控、物理精確的仿真提供關鍵保障，有助于最大限度地減少世界模型常見的幻覺問題。

而這個結合貫穿了機器人開發測試驗證的各個環節。Deepu Talla介紹了Omniverse和GR00T在其中發揮的巨大作用。

數據生成：我們使用Omniverse和GR00T相關的工作流，例如GR00T-Mimic，將捕捉到的人類示范擴展成更大的合成運動數據集。最后，基于 NVIDIA Omniverse 和 NVIDIA Cosmos 平臺構建的 GR00T-Gen 工作流，會通過域隨機化和 3D 提升技術，指數級擴增這個數據集。

模型訓練：GR00T提供了高效的技術，幫助企業更快速地完成模型訓練，從而加速收斂并節省成本。與此同時，Cosmos專注于資源優化，進一步提升訓練的速度和效果。

仿真測試：GR00T通過Isaac Labs進行仿真測試來評估機器人策略，而Cosmos也支持在仿真環境中進行測試，確保模型在實際應用中的表現。Cosmos 還能通過將圖像從 3D 擴展到真實場景，縮小仿真與現實之間的差距。

模型部署：在部署階段，GR00T能夠幫助機器人完成任務并適應現實環境。Cosmos同樣支持實時場景下的機器人部署，確保高效運行。

過去，機器人是一個相對傳統的行業，更多的是機械工程的主導。按照Deepu Talla的理解，新技術的突破給機器人帶來了新的發展，使得通用具身智能機器人能夠在5-10年時間里實現巨大突破。