文 | 有界UnKnown

11月底，黄仁勋在香港科技大学的博士学位授予仪式上，将人形机器人与汽车、无人机并肩列为未来会实现大规模量产的三种机器人。

这已经不是黄仁勋第一次在公开场合“力挺”人形机器人，在今年3月份的英伟达GTC大会上，黄仁勋曾与1X Technologies、Agility Robotics、Boston Dynamics、Figure AI、宇树等9个人形机器人同时登台，发布英伟达人形机器人通用基础模型——Project GR00T。

▲黄仁勋在GTC大会上 直播截图

在之后的多个场合里，黄仁勋都向外界传递着相同的观点：人形机器人将会成为人类生活里不可缺少的伙伴，它终将成为和汽车一样的主流产品。

在关于人形机器人未来在人类生活中重要地位的看法上，黄仁勋也与马斯克不谋而合。

马斯克也曾在2024年特斯拉股东大会上表示，未来“全世界每个人都会想要一个机器人 ”，他认为人形机器人和人类的比例，至少是2比1，甚至能到1比1，未来会有100亿甚至200亿、300亿台人形机器人。在一次采访中，黄仁勋也坦言，“100年后大街上将到处都是人形机器人”，马斯克则在X上默契地回复，“人形机器人普及程度将是汽车10倍”。

▲马斯克在X平台上与黄仁勋互动 截图

黄仁勋也几乎成为除了马斯克之外，最卖力为人形机器人站台的科技大佬。但和马斯克更侧重于造出人形机器人本体、并将其应用于特斯拉的生产和劳动力补给上不同，黄仁勋更专注于做人形机器人的技术服务商。

英伟达机器人和边缘计算副总裁Deepu Talla在东京的一次会议上直言，英伟达瞄准的是一个由“数十万”家机器人制造商组成的分散市场，而不是由少数几家主要参与者主导的集中式智能手机市场，“我们为机器人提供平台，而不是制造机器人”。

那么，英伟达究竟想要做一个什么样的机器人平台？

打造人形机器软件生态

2021年，波士顿动力曾发布一则Atlas的跑酷视频，在全球范围内第一次掀起了人形机器人的狂热。

在这则视频中，Atlas可以轻而易举地在各种形状和坡度的踏板之间跳跃、奔跑、上下阶梯。但很多人都不知道，在这则惊艳世界的视频背后，是Atlas十多年如一日的训练。

机器人和人一样，要学会走路也需要经过无数次的训练，通过积累足够多的数据才能实现。对于早期的人形机器人而言，积累数据没有捷径，只能通过一次又一次的跌倒来完成。

所以在Atlas早期的训练视频中，我们会看到它身边时刻都跟随着好几个工作人员，以便在它“倒下”的时候及时检查零件。

但这个过程显然太过漫长，不利于人形机器人快速发展。为了提高人形机器人的训练效率，人们在AI、大数据和云计算等前沿技术的基础上，建立了一套利用虚拟世界对人形机器人进行训练的方法。

通常来讲，人形机器人的训练，会经历一个从Real2Sim（真实到虚拟）到Sim2Real（虚拟到真实）的过程。也就是先从真实环境采集数据投入到仿真环境，让机器人在仿真环境里做充分学习和训练，再将其拉到现实世界里历练。

这个过程由于有相当一部分在虚拟环境中进行，因此不仅可以加快训练速度，还可以降低硬件损耗。

英伟达在人形机器人领域的第一个布局，就是搭建一套仿真训练设施，它具体包括人形机器人仿真训练场需要使用的虚拟场所构建、人形机器人与环境互动的仿真训练，以及人形机器人控制规划学习的仿真训练。

它们分别对应着虚拟协作和仿真平台Omniverse、用于机器人行为仿真的平台Isaac Sim、用于机器人算法训练与优化的平台Isaac Lab。

▲英伟达人形机器人软件生态，有界UnKnown制图

用一个形象的比喻，Omniverse就像一座城市，这座城市里有高楼林立的大厦、车水马龙的道路以及人类生活所需要的一切基础设施，而人形机器人就像生活在这座城市的人类一样，他们在城市之中穿梭、从事劳动活动。

Isaac Sim就像是Omniverse这座城市里的健身房一样，人形机器人需要在这个健身房不断与各类运动器材进行磨合，这就对应着人形机器人与环境交互的能力训练，它们需要了解路径规划，比如怎么样才能正确抵达所需要的运动器材面前，并且了解每一种器材的使用方法，比如看到哑铃知道是用来抓取的、看到跑步机就知道是用来跑步的。开发者使用Isaac Sim来测试机器人在不同环境中的表现，不需要实际硬件即可验证机器人的动作和决策。

Isaac Lab就像Omniverse这座城市里的图书馆一样，人形机器人需要在这座图书馆之中不断更新知识，它主要聚焦于算法开发与训练，为机器人提供决策和控制能力，允许开发者在虚拟环境中开发、测试和优化机器人控制和智能算法。

▲英伟达GTC 2024大会，Isaac Lab环境里的Digit

所以，Omniverse是一个让机器人学习如何更好适应现实世界的地方，在这样的虚拟环境中，机器人可以进行智力训练和动作训练。基于Omniverse，英伟达开发了机器人开发仿真平台和参考应用程序Isaac Sim和开源的模块化机器人学习框架Isaac Lab。

总的来说，英伟达这一套人形机器人软件生态，能够为机器人数据训练提高效率、降低成本，让机器人可以不必在复杂的硬件环境中磕磕碰碰，在进入真实环境之前，能够先在虚拟世界里“练兵”。

在今年3月份的英伟达GTC大会上登台的9家人形机器人，就是这套生态的首批“种子用户”。

在这样一套仿真机制的配合之下，英伟达发布了具身智能通用大模型——Project GR00T，与迪士尼动画《银河护卫队》中的小树人格鲁特同名，寓意着人形机器人可以如动画中的格鲁特一样拥有超凡的力量。

GROOT使得机器人能够理解和处理自然语言，并且具备多模态感知能力，即它能够通过视觉、听觉等多种感官输入来进行信息处理。

但只做软件生态，还无法满足英伟达这样一家以芯片起家的公司的野心。

为人形机器人造“芯”

对于英伟达来说，公司的根本一直都是硬件，是GPU。

因此在人形机器人领域，黄仁勋也同样希望能够延续英伟达在游戏、在AI、在智能汽车领域的神话，做出遥遥领先的芯片。

一个人形机器人也是由多个“芯片器官”组成的，每个芯片负责不同的任务，让机器人能够像人一样思考、感知、行动、交流和生活。人形机器人需要6-8种不同类型的芯片，包括中央控制、运动、视觉、语音、传感器和通信处理芯片，以完成全身调度、环境感知和与人类交流。

▲人形机器人所需要的芯片，有界UnKnown制图

而这些芯片中，有两类是比较关键的。一类是控制机器人运动路线的芯片，另一类是帮助机器人思考的芯片。

以特斯拉的人形机器人Optimus为例，这两块芯片分别使用的是特斯拉汽车上使用的FSD自动驾驶芯片，以及特斯拉训练自动驾驶而专门开发DOJO芯片。

在自动驾驶芯片方面，英伟达一直遥遥领先，其最新发布的DRIVE AGX Thor可提供高达2000TFLOPS的算力，是目前算力最高、效果最好的自动驾驶芯片。

而英伟达的人形机器人芯片就与Thor同出一源。

今年11月中旬，华尔街日报曾报道，英伟达计划在2025年推出面向人形机器人的专用芯片Jetson Thor，在快速增长的机器人行业中占据一席之地。

Jetson Thor具备高性能AI推理能力，支持运行如GR00T等大型多模态生成式AI模型，采用英伟达最新的Blackwell架构，并配备Transformer引擎，可以支持人形机器人在视觉、语音和触觉等多模态感知下的交互，增强其与人类的自然交流能力。这也是英伟达首次公开宣称专门为人形机器人打造的芯片平台。

Jetson是英伟达旗下专为 AI 应用设计的紧凑型计算机平台，其芯片除了机器人之外，还应用在无人机、智能家居、医疗设备和工业自动化等场景。

Jetson平台最早可以追溯到2014年，这也是英伟达在机器人领域布局的开始。

这一年，物联网、边缘计算、人工智能和机器人技术开始崭露头角，市场对与之匹配的芯片需求也在持续扩大。同时，这一年人形机器人也开始投入初期应用。软银在这一年推出Pepper，它是全球首款能够识别和回应人类情感的商用人形机器人；法国Aldebaran Robotics公司开发NAO机器人，开始投入教育领域，帮助学生学习编程、科学和数学。

也是在这一年，英伟达上线Jetson TK1芯片，它具备更强的图形处理能力和AI处理能力，采用了基于Kepler架构的GPU，并结合了ARM Cortex-A15 CPU，适用于低功耗设备。虽然它并不是直接针对人形机器人，但却为人形机器人处理复杂的视觉感知和计算提供了硬件支持。

随后，几乎每隔一两年，英伟达Jetson系列都会发布新产品，其中Jetson Xavier 和Jetson Orin相关系列对人形机器人的发展提供支持，并且它们清一色都是推理芯片。

▲英伟达Jetson芯片应用介绍

虽然Jetson AGX Xavier和Jetson Orin系列适用于机器人领域，但并非专门为人形机器人而设计，它们同样适用于无人机、自动驾驶等产品。

而计划于2025年上线的Jetson Thor则是专为人形机器人打造的，根据英伟达官方表示，Jetson Thor能够执行复杂任务，并与人和机器安全、自然地交互，它采用英伟达最新的Blackwell架构，并配备Transformer引擎，可以支持人形机器人在视觉、语音和触觉等多模态感知下的交互，增强其与人类的自然交流能力。

结语

人形机器人并非黄仁勋首次做趋势性预测的领域，在黄仁勋的辉煌历史中，曾连续两次“押对宝”。

1999年，中央处理单元（CPU）仍然是计算机系统的核心，虽然图形处理的需求不断增长，但CPU主要负责所有的计算任务，包括图形渲染。当时，虽然图形显卡市场也在发展，但多数显卡只能提供基础的2D图形渲染，并且较少具备3D加速能力。

黄仁勋却在这一年推出GeForce GPU系列，发布GeForce256，成为世界上第一款GPU，也是首个支持硬件加速的实时3D图形渲染的图形处理单元。

它给游戏玩家带来了前所未有的顺畅体验，根据“英伟达中国”纪念1999年这款GPU的相关文章描述，与GeForce256结合的游戏《虚幻竞技场》是首批拥有逼真反射效果的游戏之一，在发布的第一年内，便售出了超过100万份。[1]

2006年，黄仁勋发布并行计算平台和编程模型“CUDA”，使得GPU具备处理通用计算任务的能力，CUDA的发布被夸张地形容为一场“灾难”。如果将GPU形容为一个拥有上千个工人的工厂，可以驱动工人同时处理成千上万的图形像素，那么，CUDA就像这群工厂工人的管理系统，它不仅能做图像渲染，还能做科学计算、分析大数据、训练AI模型。

这两次，黄仁勋都赢在芯片上。

那么，在人形机器人领域，除了做仿真训练平台，黄仁勋为人形机器人这个“新物种”造的“芯”，能让英伟达再次站在新的时代高点吗？

也许，不到100年，就能看到大街上到处行走的人形机器人。

参考资料：

[1]：英伟达中国《生日快乐！1999年世界上第一块GPU问世！》