0
最近，英偉達又成了話題中心。
短短幾天里，接連兩場看起來毫不相干的活動持續(xù)刷屏，一場是斯坦福教授李飛飛和英偉達首席科學家 Jim Fan 的直播，對談主題是“讓 AI 學會在世界里行動”，而另一場黃仁勛的女兒、英偉達產(chǎn)品營銷高級總監(jiān) Madison Huang 首次公開亮相，與光輪智能（Lightwheel）創(chuàng)始人謝晨展開對話，共同探討仿真、具身智能與 Sim2Real 的未來。
兩場活動一邊屬于學術界的象征，一邊則是產(chǎn)業(yè)界的未來接班力量。但當我們把它們放在一起看時，會發(fā)現(xiàn)它們其實講述的是同一件事：英偉達正在全力推進它的仿真計算機戰(zhàn)略。
這是黃仁勛為未來十年定下的方向：用 Omniverse、Isaac Sim 和 Physical AI 三大支柱，去構建一張貫穿虛擬與現(xiàn)實的“智能物理世界計算網(wǎng)”。簡單來說，英偉達想要打造的不只是更強的算力，而是一套讓 AI 能夠“在世界中學習與行動”的系統(tǒng)，讓機器不止能理解數(shù)據(jù)，而是真正學會理解世界本身。
英偉達正在下很大一盤棋。
而在過去十年里，英偉達的身份已經(jīng)悄然轉變。從顯卡制造商到 AI 超算引擎，再到如今的世界構建者，這家公司早就不再滿足于讓模型理解語言或圖像，而是要讓智能真正理解物理，并能在現(xiàn)實世界中行動。
這也是黃仁勛最近再各種場合反復提到的 Simulation Computer Strategy——仿真計算機戰(zhàn)略，即未來的智能世界，不會只靠一臺超級計算機來驅動。這個戰(zhàn)略的核心，是讓 AI 在虛擬世界中被訓練、被測試、被磨練，再以近乎零摩擦的方式遷移回真實世界。
在這個新體系下，英偉達定義了“三臺計算機”的格局：訓練計算機、仿真計算機和實時計算機 —— 它們構成了一個從思考到行動的完整智能循環(huán)。
英偉達的第一臺計算機是“訓練計算機”（Training Computer）。我們可以把它看成 AI 的“智力工廠”，最典型的代表就是 DGX 系統(tǒng)。所有的大模型都誕生在這里 —— 從 GPT 這樣的語言模型，到機器人用的世界模型，AI 的腦子就是在這臺機器上被訓練出來的。這里是它學會思考的地方。
第二臺計算機，是仿真計算機（Simulation Computer）。這是英偉達這兩年最激動人心的部分，由 Omniverse 和 Isaac Sim 驅動。現(xiàn)實世界的數(shù)據(jù)太貴、太慢、太有限，而仿真世界沒有這些限制。AI 可以在虛擬空間里無數(shù)次地試錯、生成數(shù)據(jù)、重來一遍又一遍，在那里，它能學會如何看世界、怎么動手、怎么反應。你可以把它想成 AI 的練功房，它在那里摸爬滾打、不斷升級。雷峰網(wǎng)
第三臺，是實時計算機（Real-Time Computer），也就是像 Jetson AGX、Jetson Thor 這樣的平臺。它們是跑在機器人和自動駕駛系統(tǒng)里的AI 大腦。在這里，AI 不再是模型，而是真正在動的智能體——它能實時感知、推理、規(guī)劃、行動，把在虛擬世界里練出來的本事，用在現(xiàn)實世界里。
這三臺計算機構成了英偉達的“物理智能三部曲”：從 Training Computer 負責訓練智能，到 Simulation Computer 模擬世界，再到 Real-Time Computer 驅動現(xiàn)實，三者首尾相連，形成了一個從思考到行動的閉環(huán)。
這三臺計算機，分別對應了智能的“思維—體驗—行動”三個階段，也構成了英偉達新一代物理智能體系的骨架。
如果說算力是大腦，那么 Omniverse 則是世界的神經(jīng)系統(tǒng)。作為英偉達最雄心勃勃的項目之一，Omniverse 并非一個單純的圖形引擎，而是一套構建數(shù)字世界的底層操作系統(tǒng)。
它基于 OpenUSD 架構，把視覺、物理、語義與傳感器信息統(tǒng)一在一個可計算的世界模型中。它允許企業(yè)、科研機構和開發(fā)者用一致的語言去描述和操作虛擬世界，從工廠到城市，從機器人到車輛，每個物體都能在這個數(shù)字空間中擁有精確的存在。
更重要的是，Omniverse 不只是用來“看”的，而是用來“算”的。光的折射、風的流動、機械臂的摩擦、機器人行走的重心，全都可以在這里被精確模擬。世界在這里被重新編碼為可計算的邏輯，這讓 AI 不僅能理解圖像，更能理解世界。
正是在 Omniverse 的基礎上，英偉達構建了面向機器人領域的 Isaac Sim。這個仿真引擎讓機器人能在虛擬環(huán)境中成長、學習、甚至獲得真實的經(jīng)驗。在英偉達的 Isaac Lab–Arena 系統(tǒng)中，成千上萬個虛擬機器人同時運行，它們被放置在不同場景中，不斷測試動作策略、強化學習模型、傳感器響應機制。
Cosmos 系統(tǒng)則負責定義這個世界的物理規(guī)則 —— 光線的傳播、重力的作用、物體的硬度與材質。Newton 模塊確保每一次碰撞和每一次位移都符合真實物理。通過這樣的體系，英偉達把“虛擬世界”變成了“智能的課堂”，讓機器人可以像人類一樣在安全的環(huán)境里反復試錯，最終掌握可遷移到現(xiàn)實的經(jīng)驗。
而 Physical AI 則是黃仁勛近年來頻繁提到的詞匯，它代表著 AI 的下一階段：具備物理常識、能夠與世界互動的智能。一個真正的智能體，必須能理解重力、慣性、摩擦，必須能預測自己的行為將對環(huán)境產(chǎn)生怎樣的結果。這種能力無法僅靠文本訓練獲得，必須通過仿真——通過不斷地與虛擬世界互動、體驗、修正，AI 才能形成可遷移到現(xiàn)實的智慧。英偉達正在嘗試讓每一個模型都經(jīng)歷這樣的“成長”：先在仿真中學習世界，再在現(xiàn)實中應用世界。
Madison Huang 在那場《OpenUSD Insiders》直播中也曾說到：“機器人不能只讀取數(shù)據(jù)，它們必須體驗世界。” 這句話是對整個英偉達仿真戰(zhàn)略的最好注解。
她在自己的首次亮相中并沒有談 GPU，也沒有談市場，而是談仿真、具身智能與 Sim2Real。這正是英偉達未來的邏輯：數(shù)據(jù)訓練讓 AI 理解語言，仿真訓練讓 AI 理解世界。
在這場節(jié)目中，Madison 對話光輪智能，與這家初創(chuàng)企業(yè)暢談仿真與具身智能的未來，甚至坦言：“英偉達需要合成數(shù)據(jù)工廠，而光輪剛好出現(xiàn)?！?/p>
這句話后來在開發(fā)者社區(qū)引起了廣泛討論，也揭開了英偉達仿真戰(zhàn)略中一個鮮為人知的關鍵角色。
值得一提的是，英偉達的這兩場直播，分別把鏡頭對準了“虛擬世界的科學家”和“現(xiàn)實世界的工程師” —— 李飛飛團隊和光輪智能。
在學術端，斯坦福大學李飛飛教授主導的 Behavior Challenge 是當前最具代表性的仿真研究項目之一。
她的團隊構建了一個極其復雜的虛擬家庭環(huán)境，讓 AI 在其中完成各種日常任務——收拾桌子、做飯、找東西。乍一看像游戲，但背后卻是嚴肅的科學：讓 AI 學會如何觀察、規(guī)劃與行動。這樣的研究推動了具身智能的發(fā)展，也讓學術界對“AI 如何理解世界”這一根本問題有了更深入的探索。
英偉達與 Behavior Challenge 的合作，也并不僅僅是技術層面的支持，更是一種理念上的共鳴。李飛飛希望 AI 能在虛擬世界中獲得行為智慧，而英偉達正致力于打造那個“可讓智能成長的世界”。對雙方而言，AI 的未來不再停留在識別圖片或理解文字，而是要真正理解物理世界，理解人類與環(huán)境之間的復雜關系。
換個角度，如果說 Behavior Challenge 代表學術界的未來實驗室，那么光輪智能就是工業(yè)界的“現(xiàn)實引擎”。
這家公司專注于仿真資產(chǎn)、合成數(shù)據(jù)與仿真基礎設施，目標清晰直接：讓 AI 能在虛擬世界中完成那些原本必須在現(xiàn)實里進行的大規(guī)模訓練與測試。
值得一提的是，光輪智能的創(chuàng)始人謝晨曾在英偉達擔任自動駕駛仿真框架負責人，對“仿真驅動智能”的理念有著深刻理解。
而在這次的直播中，謝晨提到他們一直在做仿真資產(chǎn)和合成數(shù)據(jù)，希望讓 AI 能在虛擬世界里完成原本得在現(xiàn)實中做的訓練和測試。他說，光輪的使命是“讓仿真成為現(xiàn)實創(chuàng)新的起點”，也就是把數(shù)字世界變成一個可以提前驗證想法的實驗場。雷峰網(wǎng)(公眾號：雷峰網(wǎng))
光輪團隊提出了一個叫 “SimReady” 的概念，意思是“為仿真準備好的資產(chǎn)”。謝晨解釋說，仿真不光要看起來真，還得感覺真，像門鉸鏈、抽屜、布料這些細節(jié)都要在虛擬世界里真實地動起來。這樣，機器人才能在仿真里練出真正的“手感”。
Madison Huang 在直播中也提到，很多策略評估流程能跑得這么順利，很大程度上得益于光輪智能提供的高保真 SimReady 資產(chǎn)。這些資產(chǎn)現(xiàn)在已經(jīng)被廣泛應用在 Isaac Sim、Isaac Lab、DexBench 等項目里，成了英偉達整個物理 AI 生態(tài)的重要一環(huán)。Madison 更是表示：英偉達十分需要光輪。
謝晨還分享了他們和英偉達在 Newton 求解器、Cosmos 框架上的合作案例，展示了仿真如何幫助機器人更快地進行強化學習和策略遷移。他最后強調，真正的突破將來自仿真 —— 因為它已經(jīng)足夠強大，足以成為打通物理 AI 數(shù)據(jù)壁壘的關鍵力量。
最后說，希望大家能“相信仿真”——因為仿真已經(jīng)足夠強大，可以幫我們突破物理 AI 的數(shù)據(jù)瓶頸。
可以說，在某種意義上，光輪智能是英偉達“仿真計算機戰(zhàn)略”的現(xiàn)實支點。它讓前沿研究真正轉化為可落地的生產(chǎn)力，也讓那張連接虛擬與現(xiàn)實的網(wǎng)絡，開始真正運轉起來。
最終，當我們把這些線索拼在一起時，一幅新的棋盤圖景浮現(xiàn)出來。
Omniverse 是世界的定義層，提供構建虛擬地球的法則；Isaac Sim 是行動與學習的引擎，讓智能在虛擬世界中成長；光輪智能則是內容與數(shù)據(jù)的提供者，負責讓虛擬世界變得真實可感；而李飛飛的 BEHAVIOR Challenge 是認知層的代表，探索智能如何理解人類的行為與動機。這四個部分相互疊合，構成了英偉達“仿真計算機戰(zhàn)略”的全景。
所以，當我們再回頭看那兩場引發(fā)熱議的事件：李飛飛的直播，以及老黃女兒在直播首秀中對談的光輪智能，它們其實都是英偉達棋盤上的信號：一個來自學界的啟示，一個來自產(chǎn)業(yè)的回應。
它們共同展現(xiàn)了英偉達的下一步：不只是提升算力，而是模擬現(xiàn)實，不只是訓練模型，而是訓練世界。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
