Nvidia 致力成為通用機器人領域的 Android 平台

在2026年消費電子展上,Nvidia發表了一套全面性的全新機器人基礎模型、模擬工具及邊緣硬體解決方案。此舉彰顯該公司立志成為通用機器人領域的基礎平台,目標是建立類似Android在智慧型手機產業中的地位。
英偉達進軍機器人領域的舉措,正呼應著更廣泛的產業趨勢——人工智慧正從雲端向實體機器轉移。此轉變的驅動力來自於更經濟實惠的感測器、精進的模擬技術,以及能將學習能力泛化至多種任務的人工智慧模型。
週一英偉達詳述其實體AI全棧生態系統,包含全新開放基礎模型,旨在賦予機器人推理、規劃及適應多元任務與環境的能力,突破單一用途自動化的限制。所有模型皆可透過HuggingFace平台取得。
重點發布模型包括:用於生成合成數據及評估機器人策略的模擬世界模型Cosmos Transfer 2.5與Cosmos Predict 2.5;具備視覺語言推理能力的Cosmos Reason 2,使AI系統能感知、理解並與實體世界互動;以及專為人形機器人設計的新世代視覺語言行動模型Isaac GR00T N1.6。 GR00T以Cosmos Reason作為認知核心,實現人形機器人全身協調控制,可同步移動與操作物體。
Nvidia同時在CES發表開源模擬框架Isaac Lab-Arena(GitHub開放取得)。此框架作為Nvidia物理AI平台的關鍵組件,可安全高效地進行機器人能力虛擬測試。
該平台旨在解決產業重大挑戰:當機器人學習日益複雜的技能(從精密物件操作到電纜安裝),在現實世界驗證這些能力往往耗費高昂、耗時且具危險性。Isaac Lab-Arena 透過整合資源、任務場景、訓練工具及 Libero、RoboCasa、RoboTwin 等既定基準,建立前所未有的統一標準來解決此問題。
支撐整個生態系統的是Nvidia OSMO——這款開源指揮中心作為串聯基礎架構,無縫整合從數據生成到訓練的完整工作流程,同時適用於桌面端與雲端環境。
Techcrunch 活動 加入 Disrupt 2026 候補名單
立即加入 Disrupt 2026 候補名單,搶先獲得早鳥票優先購買權。 歷屆 Disrupt 舞台曾迎來 Google Cloud、Netflix、Microsoft、Box、Phia、a16z、ElevenLabs、Wayve、HuggingFace、Elad Gil 與 Vinod Khosla 等巨擘。他們是超過 250 位產業領袖中的一員,共同推動逾 200 場專題議程,旨在加速您的成長並強化競爭優勢。您還將有機會與橫跨各產業領域的數百家創新新創企業建立連結。
加入 Disrupt 2026 候補名單
立即加入 Disrupt 2026 候補名單,搶先獲得早鳥票優先購買權。 歷屆Disrupt舞台曾迎來Google Cloud、Netflix、Microsoft、Box、Phia、a16z、ElevenLabs、Wayve、HuggingFace、Elad Gil及Vinod Khosla等巨擘。他們是逾250位產業領袖中的一員,共同推動200多場專為加速企業成長、強化競爭優勢而設計的議程。您還將有機會與橫跨各產業領域的數百家創新新創企業建立連結。
舊金山 | 2026年10月13-15日 立即加入候補名單 驅動此生態系的核心是全新Blackwell架構的Jetson T4000圖形卡,此為Thor系列最新成員。Nvidia定位其為高性價比的裝置端運算升級方案,在僅需40至70瓦功耗下,即可提供1200兆浮點運算的AI效能與64GB記憶體容量。
NVIDIA同時擴大與HuggingFace的合作,使機器人訓練更易於取得,降低對昂貴硬體或深厚技術專業的需求。此合作將NVIDIA的Isaac與GR00T技術整合至HuggingFace的LeRobot框架,串聯NVIDIA兩百萬機器人開發者社群與HuggingFace一千三百萬AI建構者。 開發者平台上的開源人形機器人Reachy 2現可直接運行Nvidia Jetson Thor晶片,讓開發者能自由實驗各類AI模型,擺脫供應商鎖定困境。
Nvidia的終極目標在於降低機器人開發門檻,定位自身為不可或缺的硬體與軟體供應商——其策略類似Android成為智慧型手機製造商的預設平台。
初步跡象顯示該策略成效顯著:機器人技術已成HuggingFace平台成長最迅速的領域,其中NVIDIA模型下載量居冠。從波士頓動力、卡特彼勒到Franka Robots與NEURA Robotics等機器人企業,皆已部署NVIDIA技術。
點此追蹤TechCrunch對年度CES大會的完整報導。
Nvidia透過機器人技術將人工智慧帶入實體世界的願景,在#CES2026的一段影片中得以展現,過程中還獲得了幾位助手的協助。 pic.twitter.com/9et5JYtq2I—
TechCrunch (@TechCrunch) 2026年1月5日
相關文章
Wan-Streamer v0.2 實現超低延遲 AI 聊天
隨著現代技術的飛速發展,人機互動正變得愈發普遍。傳統的視訊通話常常面臨卡頓、延遲以及音影片不同步等問題。通義實驗室最新發布的 Wan-Streamer v0.2 徹底克服了這些挑戰,實現了真正的“面對面”自然交流,響應延遲僅為 550 毫秒。Wan-Streamer v0.2 是一個全新的端到端多模態理解與生成模型。它在單個 Transformer 模型中整合了“聽、看、說、演”功能,使 AI 能夠像人類一樣實時感知並回應對話。這意味著無論是語音、文字還是影片,AI 都能即時理解並生成恰當的回應
Meta 加入臺積電和美光,為新型伺服器配備舊款記憶體
隨著人工智慧在全球範圍內的採用加速,下一代 DDR5 記憶體正經歷嚴重的供應短缺。為了避免 AI 資料中心部署出現延誤,Meta 與臺積電(TSMC)和美光(Micron)等行業領導者合作,開發了一種突破性的過渡解決方案。這項創新使得原本專為 DDR5 設計的先進 AI 伺服器能夠與較舊的 DDR4 模組無縫協同工作。該系統被稱為“弗蘭肯斯坦”(Frankenstein)配置,在現實世界測試中表現出卓越的穩定性,為突破當前的供應鏈瓶頸提供了可行的出路。彌合硬體鴻溝DDR5 與 DDR4 之間的向後
時序資料庫如何賦能實時機器人資料
Doug Pagnutti,Tiger Data 公司。Pagnutti 擔任 Tiger Data 的工業開發者倡導者,支援團隊構建現實世界中的工業系統。他在石油天然氣和製造自動化領域擁有超過 12 年的經驗,曾從事可程式設計邏輯控制器(PLC)、機器人和 SCADA 系統的工作,隨後轉至 Dell EMC 和 VTScada 從事工業軟體開發。他透過幫助自動化工程師解決大規模 IIoT 部署中的時間序列資料基礎設施問題,彌合了運營技術(OT)與資訊科技(IT)之間的差距。顯示時間線8:43 –
相關專題推薦
評論 (1)
0/500
Nvidia's push into robotics with those CES 2026 announcements is wild! 🤖 Honestly, if they pull off a unified platform for general-purpose robots, it could change everything from manufacturing to home help. But let's be real, the hardware costs might keep this out of reach for average folks for a while. Still, watching them try to dominate the Android of robots is fascinating. 🚀

在2026年消費電子展上,Nvidia發表了一套全面性的全新機器人基礎模型、模擬工具及邊緣硬體解決方案。此舉彰顯該公司立志成為通用機器人領域的基礎平台,目標是建立類似Android在智慧型手機產業中的地位。
英偉達進軍機器人領域的舉措,正呼應著更廣泛的產業趨勢——人工智慧正從雲端向實體機器轉移。此轉變的驅動力來自於更經濟實惠的感測器、精進的模擬技術,以及能將學習能力泛化至多種任務的人工智慧模型。
週一英偉達詳述其實體AI全棧生態系統,包含全新開放基礎模型,旨在賦予機器人推理、規劃及適應多元任務與環境的能力,突破單一用途自動化的限制。所有模型皆可透過HuggingFace平台取得。
重點發布模型包括:用於生成合成數據及評估機器人策略的模擬世界模型Cosmos Transfer 2.5與Cosmos Predict 2.5;具備視覺語言推理能力的Cosmos Reason 2,使AI系統能感知、理解並與實體世界互動;以及專為人形機器人設計的新世代視覺語言行動模型Isaac GR00T N1.6。 GR00T以Cosmos Reason作為認知核心,實現人形機器人全身協調控制,可同步移動與操作物體。
Nvidia同時在CES發表開源模擬框架Isaac Lab-Arena(GitHub開放取得)。此框架作為Nvidia物理AI平台的關鍵組件,可安全高效地進行機器人能力虛擬測試。
該平台旨在解決產業重大挑戰:當機器人學習日益複雜的技能(從精密物件操作到電纜安裝),在現實世界驗證這些能力往往耗費高昂、耗時且具危險性。Isaac Lab-Arena 透過整合資源、任務場景、訓練工具及 Libero、RoboCasa、RoboTwin 等既定基準,建立前所未有的統一標準來解決此問題。
支撐整個生態系統的是Nvidia OSMO——這款開源指揮中心作為串聯基礎架構,無縫整合從數據生成到訓練的完整工作流程,同時適用於桌面端與雲端環境。
Techcrunch 活動加入 Disrupt 2026 候補名單
立即加入 Disrupt 2026 候補名單,搶先獲得早鳥票優先購買權。 歷屆 Disrupt 舞台曾迎來 Google Cloud、Netflix、Microsoft、Box、Phia、a16z、ElevenLabs、Wayve、HuggingFace、Elad Gil 與 Vinod Khosla 等巨擘。他們是超過 250 位產業領袖中的一員,共同推動逾 200 場專題議程,旨在加速您的成長並強化競爭優勢。您還將有機會與橫跨各產業領域的數百家創新新創企業建立連結。
加入 Disrupt 2026 候補名單
立即加入 Disrupt 2026 候補名單,搶先獲得早鳥票優先購買權。 歷屆Disrupt舞台曾迎來Google Cloud、Netflix、Microsoft、Box、Phia、a16z、ElevenLabs、Wayve、HuggingFace、Elad Gil及Vinod Khosla等巨擘。他們是逾250位產業領袖中的一員,共同推動200多場專為加速企業成長、強化競爭優勢而設計的議程。您還將有機會與橫跨各產業領域的數百家創新新創企業建立連結。
舊金山 | 2026年10月13-15日 立即加入候補名單驅動此生態系的核心是全新Blackwell架構的Jetson T4000圖形卡,此為Thor系列最新成員。Nvidia定位其為高性價比的裝置端運算升級方案,在僅需40至70瓦功耗下,即可提供1200兆浮點運算的AI效能與64GB記憶體容量。
NVIDIA同時擴大與HuggingFace的合作,使機器人訓練更易於取得,降低對昂貴硬體或深厚技術專業的需求。此合作將NVIDIA的Isaac與GR00T技術整合至HuggingFace的LeRobot框架,串聯NVIDIA兩百萬機器人開發者社群與HuggingFace一千三百萬AI建構者。 開發者平台上的開源人形機器人Reachy 2現可直接運行Nvidia Jetson Thor晶片,讓開發者能自由實驗各類AI模型,擺脫供應商鎖定困境。
Nvidia的終極目標在於降低機器人開發門檻,定位自身為不可或缺的硬體與軟體供應商——其策略類似Android成為智慧型手機製造商的預設平台。
初步跡象顯示該策略成效顯著:機器人技術已成HuggingFace平台成長最迅速的領域,其中NVIDIA模型下載量居冠。從波士頓動力、卡特彼勒到Franka Robots與NEURA Robotics等機器人企業,皆已部署NVIDIA技術。
點此追蹤TechCrunch對年度CES大會的完整報導。
Nvidia透過機器人技術將人工智慧帶入實體世界的願景,在#CES2026的一段影片中得以展現,過程中還獲得了幾位助手的協助。 pic.twitter.com/9et5JYtq2I—
TechCrunch (@TechCrunch) 2026年1月5日
Wan-Streamer v0.2 實現超低延遲 AI 聊天
隨著現代技術的飛速發展,人機互動正變得愈發普遍。傳統的視訊通話常常面臨卡頓、延遲以及音影片不同步等問題。通義實驗室最新發布的 Wan-Streamer v0.2 徹底克服了這些挑戰,實現了真正的“面對面”自然交流,響應延遲僅為 550 毫秒。Wan-Streamer v0.2 是一個全新的端到端多模態理解與生成模型。它在單個 Transformer 模型中整合了“聽、看、說、演”功能,使 AI 能夠像人類一樣實時感知並回應對話。這意味著無論是語音、文字還是影片,AI 都能即時理解並生成恰當的回應
Meta 加入臺積電和美光,為新型伺服器配備舊款記憶體
隨著人工智慧在全球範圍內的採用加速,下一代 DDR5 記憶體正經歷嚴重的供應短缺。為了避免 AI 資料中心部署出現延誤,Meta 與臺積電(TSMC)和美光(Micron)等行業領導者合作,開發了一種突破性的過渡解決方案。這項創新使得原本專為 DDR5 設計的先進 AI 伺服器能夠與較舊的 DDR4 模組無縫協同工作。該系統被稱為“弗蘭肯斯坦”(Frankenstein)配置,在現實世界測試中表現出卓越的穩定性,為突破當前的供應鏈瓶頸提供了可行的出路。彌合硬體鴻溝DDR5 與 DDR4 之間的向後
時序資料庫如何賦能實時機器人資料
Doug Pagnutti,Tiger Data 公司。Pagnutti 擔任 Tiger Data 的工業開發者倡導者,支援團隊構建現實世界中的工業系統。他在石油天然氣和製造自動化領域擁有超過 12 年的經驗,曾從事可程式設計邏輯控制器(PLC)、機器人和 SCADA 系統的工作,隨後轉至 Dell EMC 和 VTScada 從事工業軟體開發。他透過幫助自動化工程師解決大規模 IIoT 部署中的時間序列資料基礎設施問題,彌合了運營技術(OT)與資訊科技(IT)之間的差距。顯示時間線8:43 –
Nvidia's push into robotics with those CES 2026 announcements is wild! 🤖 Honestly, if they pull off a unified platform for general-purpose robots, it could change everything from manufacturing to home help. But let's be real, the hardware costs might keep this out of reach for average folks for a while. Still, watching them try to dominate the Android of robots is fascinating. 🚀





首頁






