National Robotics Week — 最新物理AI研究、突破与资源

NVIDIA Blog 2026/04/10 19:40 新闻

physical-ai robotics nvidia robot-learning simulation foundation-models

摘要

National Robotics Week 期间，NVIDIA 重点展示了其在物理AI和机器人领域的突破，宣布了多项新技术，包括用于自然语言指令理解的NVIDIA Isaac GR00T开源模型、用于合成数据生成的Cosmos世界模型、Newton 1.0物理引擎，以及借助Isaac Sim 6.0和Isaac Lab 3.0扩展的仿真能力，从而加速机器人从训练到现实部署的开发进程。

<div id="bsf_rt_marker"></div>在<a target="_blank" href="https://www.nationalroboticsweek.org/">National Robotics Week</a>期间，NVIDIA 正在展示将人工智能带入物理世界的突破性技术，以及日益蓬勃的机器人浪潮如何重塑各行各业，涵盖农业、制造乃至能源等领域。 机器人在学习、仿真和基础模型方面的进步正在加速发展，使机器人能够比以往更快地从虚拟环境训练迈向现实世界部署。 凭借 NVIDIA 提供的<a target="_blank" href="https://www.nvidia.com/en-us/use-cases/robotics-simulation/">仿真</a>、<a target="_blank" href="https://www.nvidia.com/en-us/use-cases/synthetic-data-physical-ai/">合成数据</a>以及<a target="_blank" href="https://www.nvidia.com/en-us/use-cases/robot-learning/">AI 驱动的机器人学习</a>平台，开发者如今已拥有构建能够感知、推理并在复杂环境中执行操作的机器的工具。 <h2 id="gtc" class="wp-block-heading" style="font-size: 24px;">打造下一代 AI 机器人 <a href="https://blogs.nvidia.com/blog/national-robotics-week-2026/#gtc"><img src="https://s.w.org/images/core/emoji/17.0.2/72x72/1f517.png" alt="🔗" class="wp-smiley" style="height: 1em; max-height: 1em;" /></a></h2> 在上个月举办的<a target="_blank" href="https://www.nvidia.com/gtc/">NVIDIA GTC</a>大会上，<a target="_blank" href="https://nvidianews.nvidia.com/news/nvidia-and-global-robotics-leaders-take-physical-ai-to-the-real-world">一系列新技术被正式推出</a>，旨在加速 AI 驱动机器人的开发进程。 其核心是一套端到端的全栈工作流，实现从云端到机器人的无缝连接，整合了仿真、机器人学习与边缘计算——显著提升了智能机器的构建、训练与部署速度。 <div style="width: 1200px;" class="wp-video"><video class="wp-video-shortcode" id="video-92122-1" width="1200" height="675" preload="metadata" controls="controls"><source type="video/mp4" src="https://blogs.nvidia.com/wp-content/uploads/2026/04/GTC26-Robots_16x9_v3-2-1.mp4?_=1" /><a href="https://blogs.nvidia.com/wp-content/uploads/2026/04/GTC26-Robots_16x9_v3-2-1.mp4">https://blogs.nvidia.com/wp-content/uploads/2026/04/GTC26-Robots_16x9_v3-2-1.mp4</a></video></div> 主要发布内容包括： <ul> <li>全新<a target="_blank" href="https://developer.nvidia.com/isaac/gr00t">NVIDIA Isaac GR00T 开源模型</a>使机器人能够理解自然语言指令，并利用视觉-语言-动作推理技术执行复杂的多元步骤任务。</li> <li>用于生成合成数据及大规模训练机器人的<a target="_blank" href="https://www.nvidia.com/en-us/ai/cosmos/">NVIDIA Cosmos 世界模型</a>有助于系统更高效地学习，并在不同环境中实现良好的泛化能力。</li> <li>开源物理引擎<a target="_blank" href="https://developer.nvidia.com/newton-physics">Newton 1.0</a>现已正式全面可用（GA），为灵活的机器人操作提供了快速可靠的基础，具备精确的碰撞检测、逼真的物体接触模拟，以及支持刚体与柔性部件混合系统的稳定仿真能力。</li> <li>随着<a target="_blank" href="https://developer.nvidia.com/isaac/sim">NVIDIA Isaac Sim 6.0</a>、<a target="_blank" href="https://developer.nvidia.com/isaac/lab">Isaac Lab 3.0</a>以及<a target="_blank" href="https://docs.nvidia.com/nurec/">Omniverse NuRec 技术</a>的全面可用，仿真能力得到大幅扩展，使开发者能够在部署前对真实场景进行建模并验证机器人系统。</li> </ul> 您可以观看<a target="_blank" href="https://www.nvidia.com/en-us/on-demand/search/?facet.event_name[]=GTC%20San%20Jose&facet.event_year[]=2026&facet.mimetype[]=event%20session&headerText=All%20Sessions&layout=list&ncid=no-ncid&page=1&q=-&regcode=no-ncid&sort=relevance&sortDir=desc">NVIDIA GTC 全球 AI 大会的回放课程</a>以了解该峰会中展示的最新机器人突破，均由该领域的顶尖专家主讲。 <h2 id="peritas" class="wp-block-heading" style="font-size: 24px;">推动手术精准度的重大突破 <a href="https://blogs.nvidia.com/blog/national-robotics-week-2026/#peritas"><img src="https://s.w.org/images/core/emoji/17.0.2/72x72/1f517.png" alt="🔗" class="wp-smiley" style="height: 1em; max-height: 1em;" /></a></h2> PeritasAI 通过将<a target="_blank" href="https://www.nvidia.com/en-us/glossary/generative-physical-ai/">物理 AI</a>融入真实手术室环境，致力于推进新一代手术机器人的发展。该公司基于<a target="_blank" href="https://isaac-for-healthcare.github.io/">NVIDIA Isaac for Healthcare</a>以及用于医院自动化的<a target="_blank" href="https://isaac-for-healthcare.github.io/workflows/rheo/">Rheo</a>蓝图，正在开发具备实时感知、协同与行动能力的多智能体系统。 <a href="https://blogs.nvidia.com/wp-content/uploads/2026/04/hospital-automation-1024x576-1.png"><img loading="lazy" decoding="async" class="aligncenter size-full wp-image-92286" src="https://blogs.nvidia.com/wp-content/uploads/2026/04/hospital-automation-1024x576-1.png" alt="" width="1024" height="576" srcset="https://blogs.nvidia.com/wp-content/uploads/2026/04/hospital-automation-1024x576-1.png 1024w, https://blogs.nvidia.com/wp-content/uploads/2026/04/hospital-automation-1024x576-1-960x540.png 960w, https://blogs.nvidia.com/wp-content/uploads/2026/04/hospital-automation-1024x576-1-630x354.png 630w, https://blogs.nvidia.com/wp-content/uploads/2026/04/hospital-automation-1024x576-1-300x169.png 300w, https://blogs.nvidia.com/wp-content/uploads/2026/04/hospital-automation-1024x576-1-400x225.png 400w" sizes="auto, (max-width: 1024px) 100vw, 1024px" /></a> 在与 Lightwhee

查看原文

查看缓存全文

缓存时间: 2026/04/21 01:12

# 国家机器人周 —— 最新物理AI研究、突破与资源来源：https://blogs.nvidia.com/blog/national-robotics-week-2026/ 在本届国家机器人周（National Robotics Week）期间，NVIDIA 重点介绍了将人工智能带入物理世界的突破性进展，以及正在农业、制造业和能源等领域重塑产业的机器人浪潮。机器人在学习、仿真和基础模型方面的进步正加速研发进程，使机器人能够以前所未有的速度从虚拟环境训练走向现实部署。借助 NVIDIA 的仿真平台、合成数据平台和 AI 驱动的机器人学习平台，开发者现在拥有了构建能够在复杂环境中感知、推理和采取行动之机器的工具。 ## **打造下一代 AI 机器人🔗** 在上个月的 NVIDIA GTC 大会上，新一代技术集中发布，旨在加速 AI 驱动机器人的研发。其核心是一套端到端、从云端到机器人的工作流程，打通了仿真、机器人学习与边缘计算环节——从而大幅缩短智能机器的构建、训练与部署周期。 https://blogs.nvidia.com/wp-content/uploads/2026/04/GTC26-Robots_16x9_v3-2-1.mp4 关键发布内容包括： - 全新的 NVIDIA Isaac GR00T 开源大模型让机器人能够通过视觉-语言-动作推理来理解自然语言指令，并执行复杂的多步骤任务。 - 全新的 NVIDIA Cosmos 世界模型可用于生成合成数据并进行规模化机器人训练，帮助系统更高效地学习并实现跨环境泛化。 - 开源物理引擎 Newton 1.0 正式进入通用发布阶段，为灵巧机器人操作提供了快速可靠的底层基础，支持精准的碰撞检测、逼真的物体接触模拟，以及刚柔耦合复杂系统的稳定仿真。 - NVIDIA Isaac Sim 6.0、Isaac Lab 3.0 及 Omniverse NuRec 技术已全面开放使用，进一步扩展了仿真能力，使开发者能够在部署前对真实场景进行建模并验证机器人系统。观看 NVIDIA GTC 全球 AI 大会的回放课程，跟随领域顶级专家深入了解机器人技术的最新突破。 ## **推动手术精准度的突破🔗** PeritasAI 通过将物理 AI 集成到实际手术室环境中，推动新一代手术机器人的发展。借助 NVIDIA Isaac for Healthcare 和用于医院自动化的 Rheo 蓝图，该公司正在开发能够实时感知、协调和行动的 Multi-Agent（多智能体）系统。 [](https://blogs.nvidia.com/wp-content/uploads/2026/04/hospital-automation-1024x576-1.png) 通过与 Lightwheel 和 Advent Health Hospitals 的合作，这项成果将具身智能引入手术室——为外科团队提供态势感知、无菌协作以及器械、植入物和流程的智能化管理支持。 ## **从指令到运动：NVIDIA NemoClaw 将自然语言控制引入 Isaac Sim🔗** NVIDIA Omniverse 开发者 Umang Chudasama 已将 NVIDIA NemoClaw 与 NVIDIA Isaac Sim 集成，仅通过日常自然语言指令即可操控 Nova Carter 自主移动机器人，无需手动编写代码。NemoClaw 能将文本指令（例如“前进两米”）转化为可执行的 Python 脚本，并通过自定义的 REST API 实时发送至 Isaac Sim。 https://blogs.nvidia.com/wp-content/uploads/2026/04/nemoclaw-isaacsim.mp4 整个系统在 Isaac Sim 内部运行，为机器人提供了一个逼真且符合物理规律的仓库环境，使其能在真正投入实体世界前完成大量演练。Isaac Sim 与 NemoClaw 的结合意味着更快的开发速度、更安全的测试体验以及更高效的部署路径。开发者不再需要逐行编写代码，而是可以直接用语言与机器人交互，标志着向真正协同式、语言驱动型机器人迈出了重要一步。 ## **OceanSim：一种 GPU 加速的水下机器人感知仿真框架🔗** 水下仿真是开发可靠感知系统的关键环节，但目前仍面临基于物理原理的传感器建模不够精确以及渲染速度不足的难题。密歇根大学的研究人员开发了 OceanSim，这是一款 GPU 加速的高保真仿真器，有望填补这一空白。它采用先进的基于物理的渲染技术，使合成水下图像更加逼真。利用 GPU 加速，该模拟器可实现成像声呐的实时渲染并快速生成合成数据。 OceanSim 基于 NVIDIA Isaac Sim 构建，并无缝对接 NVIDIA Omniverse 库，在机器人学习研究与水下机器人技术之间架起桥梁。该集成使得开发者能够轻松开发并部署面向水下应用的具身 AI 技术。 ## **RoboLab：下一代通用机器人性能基准测试🔗** RoboLab 是一款高保真仿真基准测试平台，专为开发和评估通用机器人的策略算法而设计——旨在赋能能够在不同环境中执行多样化任务的机器人系统。 https://blogs.nvidia.com/wp-content/uploads/2026/04/Put_the_onion_in_the_wood_bowl_0_viewport_3X.mp4 RoboLab 依托 NVIDIA Isaac 和 NVIDIA Omniverse 的仿真技术，利用照片级真实的环境与基于物理的建模，实现大规模策略训练与测试。这使得研究人员能够准确衡量随着任务复杂度增加，仿真环境中习得的行为向现实世界迁移的效果。通过结合先进仿真与结构化评估，RoboLab 加速了从虚拟训练走向现实部署的进程。 RoboLab 的相关功能将被整合进 NVIDIA Isaac Lab-Arena 的开发路线图。Isaac Lab-Arena 是一个用于大规模策略搭建与评估的开源框架。 ## **AI 推理驱动的智能码垛作业🔗** 在仓储环境中，码垛机器人通常遵循固定规则，无论箱内物品、状态或易碎程度如何，处理方式都千篇一律。Doosan Robotics 研发的一个新项目引入了更具自适应性的方案，该方案基于 NVIDIA Cosmos Reason。系统仅需分析一张相机图像，即可推断箱内物品、检测破损情况，并根据预估重量和易碎程度调整每个物品的处理方式（如放置位置、搬运速度和抓取力度）。这有效降低了损坏或易碎品被错误堆叠等常见问题。为了让机器人在真正投入实地工作前就能理解物理世界，机器人研究者与开发者正致力于构建由 NVIDIA Cosmos 世界基础模型（WFMs）驱动的策略模型。Toyota Research Institute 定制了 Cosmos WFM 以构建自身的世界模型，在动态视角合成、顶尖的遥操作数据增强以及导航世界模型等方面均取得了业界领先的结果。 https://blogs.nvidia.com/wp-content/uploads/2026/04/nvidia_cosmos_accelerates_ai_training_for_robotics.mp4 Mimic robotics 则另辟蹊径，推出了 mimic-video。这是一个视频-动作模型，它将预训练的互联网级视频模型与流匹配动作解码器相结合，用视频学习到的物理动力学特性替代了传统 VLA 模型中静态的图像-语言骨干网络，在处理现实世界操作任务时，样本效率提升了 10 倍，收敛速度加快了 2 倍。这两支团队的成果共同印证了一个根本性转变：在融合了物理规律与因果关系的世界模型上训练出的机器人，只需极少的现实世界数据，就能在未见过的环境中稳定完成任务。 ## **NVIDIA Jetson 上的开放与智能机器人：社区创新助力物理 AI 新浪潮🔗** 本届国家机器人周期间，运行于 NVIDIA Jetson 平台的 OpenClaw 展示了开源创新正多么迅速地转化为现实世界中的智能机器人应用。从实际应用到创新项目，机器人社区正在快速打造未来产品。开发者们不断拓展自主能力的边界——包括利用 Jetson Thor 开展硬件在环测试、分析来自 NVIDIA Isaac Sim 的摄像头画面流，甚至构建能够自动生成代码以完成任务的系统。 https://blogs.nvidia.com/wp-content/uploads/2026/04/oss-on-jetson-models-nrw.mp4 此外，现在完全在 NVIDIA Jetson Thor 本地运行的 OpenClaw（依托优化后的 NVIDIA Nemotron 开源模型与 vLLM 开源推理库），标志着机器人私有化、低延迟边缘 AI 的重大飞跃。而在 Jetson 平台上集成 NVIDIA NemoClaw 栈等创新方案，正在不断拓展开源技术与高性能机器人平台交叉领域的可能性。 ## **在仿真中训练与打磨运动能力🔗** 机器人创作者 Gennady Plyushchev（网名 Skyentific）正在记录一台双足步行机器人的建造全过程，涵盖仿真与设计到现实部署的各个阶段——展现了“先仿真、后实体”的机器人开发理念。该项目结合基于 NVIDIA Isaac 的仿真工作流以及用于端侧 AI 与控制计算的 NVIDIA Jetson，证明了开发者如何在虚拟环境中快速迭代，随后再将其部署至实体系统。这一成果凸显了机器人领域的更大趋势：利用 AI、仿真与边缘计算加速开发进程，让能力日益强大的人形机器人走进现实。 ## **马里兰大学研究人员开发用于复杂家务任务的机器人🔗** 为了将机器人融入日常生活，获得 NVIDIA 学术资助计划拨款的马里兰大学研究人员正在开发由 AI 驱动的类人系统，使其具备更高自主性，能够胜任复杂的家务任务。该项目的核心在于构建统一感知、规划与控制的机器人基础模型。借助 NVIDIA Isaac 开源机器人开发平台，研究人员可以创建照片级真实的高保真虚拟家庭环境，其中包含多样化的物品与布局。这让机器人能够练习数百万种任务变体，并安全测试罕见或复杂的场景。用于大模型训练的 NVIDIA RTX PRO 6000 Blackwell GPU，以及用于实体机器人高效部署的 NVIDIA Jetson AGX Thor 开发者套件，正在有效弥合科研与真实应用之间的差距。 [](https://blogs.nvidia.com/wp-content/uploads/2026/04/Seungjae-Lee-UMIACS-scaled.jpg) 通过融合生成式 AI、序列决策与可扩展计算的最新进展，这项工作朝着能在家庭、医疗等场景为人们提供支持的多功能机器人迈出了关键一步。 ## **正式发布 MassRobotics 研究员项目🔗** 本届亚马逊云科技（AWS）MassRobotics 研究员项目的第二批入选者均为创新型初创企业，他们因在工业场景中成功结合机器人与计算机视觉技术的应用案例而脱颖而出。这些企业将获得技术支持资源及 AWS 云积分。本期成员包括 NVIDIA Inception 计划企业 Burro、Config Intelligence、Deltia、Haply Robotics、Luminous Robotics、Roboto AI、Telexistence、Terra Robotics 和 WiRobotics。它们各自专注于人形机器人、工业自动化、触觉反馈技术及农业系统等领域的技术研发。 **Burro** 打造农业自主机器人，用于葡萄采摘和农田巡检等作业。 **Config Intelligence** 构建面向通用双手机器人的数据基础设施，实现在现实场景中稳定可靠的双手操作任务。 **Deltia** 提供 AI 驱动的制造智能解决方案，利用计算机视觉与数据分析优化装配线流程。 **Haply Robotics** 设计触觉反馈控制设备，充当各行业物理 AI 系统的“方向盘”。 **Luminous Robotics** 部署由 AI 驱动的机器人系统，以实现快速、低成本的 s……

National Robotics Week — 最新物理AI研究、突破与资源

相似文章

走进 Omniverse：NVIDIA GTC 展示赋能物理智能时代的虚拟世界

@dhruvtwt_：怎么没人聊这事？@nvidia 正免费提供约 80 款 AI 模型的托管 API

@dair_ai: 本周 AI 热门论文 (5 月 4 日 - 10 日) - Conductor - HeavySkill - Horizon Generalization - 1000 台合成计算机…

NVIDIA GTC 2026：AI 未来趋势实时速递

DevDay 发布了新模型和开发者产品

提交意见反馈