文｜有界UnKnown 錢江

編輯｜山茶

11月底，黃仁勛在香港科技大學的博士學位授予儀式上，將人形機器人與汽車、無人機并肩列為未來會實現大規模量產的三種機器人。

這已經不是黃仁勛第一次在公開場合“力挺”人形機器人，在今年3月份的英偉達GTC大會上，黃仁勛曾與1X Technologies、Agility Robotics、Boston Dynamics、Figure AI、宇樹等9個人形機器人同時登臺，發布英偉達人形機器人通用基礎模型——Project GR00T。

▲黃仁勛在GTC大會上 直播截圖

在之后的多個場合里，黃仁勛都向外界傳遞著相同的觀點：人形機器人將會成為人類生活里不可缺少的伙伴，它終將成為和汽車一樣的主流產品。

在關于人形機器人未來在人類生活中重要地位的看法上，黃仁勛也與馬斯克不謀而合。

馬斯克也曾在2024年特斯拉股東大會上表示，未來“全世界每個人都會想要一個機器人 ”，他認為人形機器人和人類的比例，至少是2比1，甚至能到1比1，未來會有100億甚至200億、300億臺人形機器人。在一次采訪中，黃仁勛也坦言，“100年后大街上將到處都是人形機器人”，馬斯克則在X上默契地回復，“人形機器人普及程度將是汽車10倍”。

▲馬斯克在X平臺上與黃仁勛互動 截圖

黃仁勛也幾乎成為除了馬斯克之外，最賣力為人形機器人站臺的科技大佬。但和馬斯克更側重于造出人形機器人本體、并將其應用于特斯拉的生產和勞動力補給上不同，黃仁勛更專注于做人形機器人的技術服務商。

英偉達機器人和邊緣計算副總裁Deepu Talla在東京的一次會議上直言，英偉達瞄準的是一個由“數十萬”家機器人制造商組成的分散市場，而不是由少數幾家主要參與者主導的集中式智能手機市場，“我們為機器人提供平臺，而不是制造機器人”。

那么，英偉達究竟想要做一個什么樣的機器人平臺？

01 打造人形機器軟件生態

2021年，波士頓動力曾發布一則Atlas的跑酷視頻，在全球范圍內第一次掀起了人形機器人的狂熱。

在這則視頻中，Atlas可以輕而易舉地在各種形狀和坡度的踏板之間跳躍、奔跑、上下階梯。但很多人都不知道，在這則驚艷世界的視頻背后，是Atlas十多年如一日的訓練。

機器人和人一樣，要學會走路也需要經過無數次的訓練，通過積累足夠多的數據才能實現。對于早期的人形機器人而言，積累數據沒有捷徑，只能通過一次又一次的跌倒來完成。

所以在Atlas早期的訓練視頻中，我們會看到它身邊時刻都跟隨著好幾個工作人員，以便在它“倒下”的時候及時檢查零件。

但這個過程顯然太過漫長，不利于人形機器人快速發展。為了提高人形機器人的訓練效率，人們在AI、大數據和云計算等前沿技術的基礎上，建立了一套利用虛擬世界對人形機器人進行訓練的方法。

通常來講，人形機器人的訓練，會經歷一個從Real2Sim（真實到虛擬）到Sim2Real（虛擬到真實）的過程。也就是先從真實環境采集數據投入到仿真環境，讓機器人在仿真環境里做充分學習和訓練，再將其拉到現實世界里歷練。

這個過程由于有相當一部分在虛擬環境中進行，因此不僅可以加快訓練速度，還可以降低硬件損耗。

英偉達在人形機器人領域的第一個布局，就是搭建一套仿真訓練設施，它具體包括人形機器人仿真訓練場需要使用的虛擬場所構建、人形機器人與環境互動的仿真訓練，以及人形機器人控制規劃學習的仿真訓練。

它們分別對應著虛擬協作和仿真平臺Omniverse、用于機器人行為仿真的平臺Isaac Sim、用于機器人算法訓練與優化的平臺Isaac Lab。

▲英偉達人形機器人軟件生態，有界UnKnown制圖

用一個形象的比喻，Omniverse就像一座城市，這座城市里有高樓林立的大廈、車水馬龍的道路以及人類生活所需要的一切基礎設施，而人形機器人就像生活在這座城市的人類一樣，他們在城市之中穿梭、從事勞動活動。

Isaac Sim就像是Omniverse這座城市里的健身房一樣，人形機器人需要在這個健身房不斷與各類運動器材進行磨合，這就對應著人形機器人與環境交互的能力訓練，它們需要了解路徑規劃，比如怎么樣才能正確抵達所需要的運動器材面前，并且了解每一種器材的使用方法，比如看到啞鈴知道是用來抓取的、看到跑步機就知道是用來跑步的。開發者使用Isaac Sim來測試機器人在不同環境中的表現，不需要實際硬件即可驗證機器人的動作和決策。

Isaac Lab就像Omniverse這座城市里的圖書館一樣，人形機器人需要在這座圖書館之中不斷更新知識，它主要聚焦于算法開發與訓練，為機器人提供決策和控制能力，允許開發者在虛擬環境中開發、測試和優化機器人控制和智能算法。

▲英偉達GTC 2024大會，Isaac Lab環境里的Digit

所以，Omniverse是一個讓機器人學習如何更好適應現實世界的地方，在這樣的虛擬環境中，機器人可以進行智力訓練和動作訓練。基于Omniverse，英偉達開發了機器人開發仿真平臺和參考應用程序Isaac Sim和開源的模塊化機器人學習框架Isaac Lab。

總的來說，英偉達這一套人形機器人軟件生態，能夠為機器人數據訓練提高效率、降低成本，讓機器人可以不必在復雜的硬件環境中磕磕碰碰，在進入真實環境之前，能夠先在虛擬世界里“練兵”。

在今年3月份的英偉達GTC大會上登臺的9家人形機器人，就是這套生態的首批“種子用戶”。

在這樣一套仿真機制的配合之下，英偉達發布了具身智能通用大模型——Project GR00T，與迪士尼動畫《銀河護衛隊》中的小樹人格魯特同名，寓意著人形機器人可以如動畫中的格魯特一樣擁有超凡的力量。

GROOT使得機器人能夠理解和處理自然語言，并且具備多模態感知能力，即它能夠通過視覺、聽覺等多種感官輸入來進行信息處理。

但只做軟件生態，還無法滿足英偉達這樣一家以芯片起家的公司的野心。

02 為人形機器人造“芯”

對于英偉達來說，公司的根本一直都是硬件，是GPU。

因此在人形機器人領域，黃仁勛也同樣希望能夠延續英偉達在游戲、在AI、在智能汽車領域的神話，做出遙遙領先的芯片。

一個人形機器人也是由多個“芯片器官”組成的，每個芯片負責不同的任務，讓機器人能夠像人一樣思考、感知、行動、交流和生活。人形機器人需要6-8種不同類型的芯片，包括中央控制、運動、視覺、語音、傳感器和通信處理芯片，以完成全身調度、環境感知和與人類交流。

▲人形機器人所需要的芯片，有界UnKnown制圖

而這些芯片中，有兩類是比較關鍵的。一類是控制機器人運動路線的芯片，另一類是幫助機器人思考的芯片。

以特斯拉的人形機器人Optimus為例，這兩塊芯片分別使用的是特斯拉汽車上使用的FSD自動駕駛芯片，以及特斯拉訓練自動駕駛而專門開發DOJO芯片。

在自動駕駛芯片方面，英偉達一直遙遙領先，其最新發布的DRIVE AGX Thor可提供高達2000TFLOPS的算力，是目前算力最高、效果最好的自動駕駛芯片。

而英偉達的人形機器人芯片就與Thor同出一源。

今年11月中旬，華爾街日報曾報道，英偉達計劃在2025年推出面向人形機器人的專用芯片Jetson Thor，在快速增長的機器人行業中占據一席之地。

Jetson Thor具備高性能AI推理能力，支持運行如GR00T等大型多模態生成式AI模型，采用英偉達最新的Blackwell架構，并配備Transformer引擎，可以支持人形機器人在視覺、語音和觸覺等多模態感知下的交互，增強其與人類的自然交流能力。這也是英偉達首次公開宣稱專門為人形機器人打造的芯片平臺。

Jetson是英偉達旗下專為 AI 應用設計的緊湊型計算機平臺，其芯片除了機器人之外，還應用在無人機、智能家居、醫療設備和工業自動化等場景。

Jetson平臺最早可以追溯到2014年，這也是英偉達在機器人領域布局的開始。

這一年，物聯網、邊緣計算、人工智能和機器人技術開始嶄露頭角，市場對與之匹配的芯片需求也在持續擴大。同時，這一年人形機器人也開始投入初期應用。軟銀在這一年推出Pepper，它是全球首款能夠識別和回應人類情感的商用人形機器人；法國Aldebaran Robotics公司開發NAO機器人，開始投入教育領域，幫助學生學習編程、科學和數學。

也是在這一年，英偉達上線Jetson TK1芯片，它具備更強的圖形處理能力和AI處理能力，采用了基于Kepler架構的GPU，并結合了ARM Cortex-A15 CPU，適用于低功耗設備。雖然它并不是直接針對人形機器人，但卻為人形機器人處理復雜的視覺感知和計算提供了硬件支持。

隨后，幾乎每隔一兩年，英偉達Jetson系列都會發布新產品，其中Jetson Xavier 和Jetson Orin相關系列對人形機器人的發展提供支持，并且它們清一色都是推理芯片。

▲英偉達Jetson芯片應用介紹

雖然Jetson AGX Xavier和Jetson Orin系列適用于機器人領域，但并非專門為人形機器人而設計，它們同樣適用于無人機、自動駕駛等產品。

而計劃于2025年上線的Jetson Thor則是專為人形機器人打造的，根據英偉達官方表示，Jetson Thor能夠執行復雜任務，并與人和機器安全、自然地交互，它采用英偉達最新的Blackwell架構，并配備Transformer引擎，可以支持人形機器人在視覺、語音和觸覺等多模態感知下的交互，增強其與人類的自然交流能力。

結語

人形機器人并非黃仁勛首次做趨勢性預測的領域，在黃仁勛的輝煌歷史中，曾連續兩次“押對寶”。

1999年，中央處理單元（CPU）仍然是計算機系統的核心，雖然圖形處理的需求不斷增長，但CPU主要負責所有的計算任務，包括圖形渲染。當時，雖然圖形顯卡市場也在發展，但多數顯卡只能提供基礎的2D圖形渲染，并且較少具備3D加速能力。

黃仁勛卻在這一年推出GeForce GPU系列，發布GeForce256，成為世界上第一款GPU，也是首個支持硬件加速的實時3D圖形渲染的圖形處理單元。

它給游戲玩家帶來了前所未有的順暢體驗，根據“英偉達中國”紀念1999年這款GPU的相關文章描述，與GeForce256結合的游戲《虛幻競技場》是首批擁有逼真反射效果的游戲之一，在發布的第一年內，便售出了超過100萬份。[1]

2006年，黃仁勛發布并行計算平臺和編程模型“CUDA”，使得GPU具備處理通用計算任務的能力，CUDA的發布被夸張地形容為一場“災難”。如果將GPU形容為一個擁有上千個工人的工廠，可以驅動工人同時處理成千上萬的圖形像素，那么，CUDA就像這群工廠工人的管理系統，它不僅能做圖像渲染，還能做科學計算、分析大數據、訓練AI模型。

這兩次，黃仁勛都贏在芯片上。

那么，在人形機器人領域，除了做仿真訓練平臺，黃仁勛為人形機器人這個“新物種”造的“芯”，能讓英偉達再次站在新的時代高點嗎？

也許，不到100年，就能看到大街上到處行走的人形機器人。