在 CES2026上，英偉達系統性展示了其在機器人領域的最新佈局:從基礎模型、仿真平臺到邊緣計算硬件，一套面向“物理 AI”的完整技術棧正式亮相。英偉達明確釋放信號——其目標並非單點賦能，而是成爲通用機器人的默認平臺，角色定位類似 Android 在智能手機時代的操作系統。

這一戰略背後，是整個 AI 行業的重心遷移。隨着傳感器成本持續下降、仿真技術成熟，以及具備跨任務泛化能力的模型不斷涌現，人工智能正從雲端推理走向能夠在真實物理世界中感知、思考和行動的機器人系統。英偉達正試圖在這一轉變中佔據底層入口。

英偉達

據 AIbase 報道，英偉達在 CES 期間披露了其“物理人工智能”全棧生態的核心細節。公司發佈了一批開放的機器人基礎模型，支持機器人在多任務、多環境中進行推理、規劃與自適應，突破以往只能執行單一、固定任務的侷限。相關模型已同步上線 Hugging Face，進一步降低開發門檻。

具體來看，新模型體系包括多個關鍵組件:Cosmos Transfer2.5與 Cosmos Predict2.5作爲世界模型，用於在仿真環境中生成合成數據並評估機器人策略;Cosmos Reason2是一款推理型視覺語言模型（VLM），使 AI 能夠“看懂”物理世界並據此行動;而 Isaac GR00T N1.6則是面向類人機器人的新一代視覺語言動作(VLA)模型。GR00T 以 Cosmos Reason 爲核心大腦，實現了類人機器人全身級控制，使其能夠在移動的同時完成複雜操作。

在軟件與訓練層面，英偉達還推出了 Isaac Lab-Arena。這一託管在 GitHub 上的開源仿真框架，成爲其物理 AI 平臺的重要組成部分，可在虛擬環境中安全測試機器人能力。該平臺旨在解決行業長期面臨的痛點:隨着機器人任務複雜度不斷提高，從精密抓取到電纜安裝，真實環境測試往往成本高昂、週期漫長且存在風險。Isaac Lab-Arena 通過整合任務場景、訓練工具及 Libero、RoboCasa、RoboTwin 等成熟基準，首次爲行業提供了統一、可複用的評測與訓練標準。

支撐這一體系運轉的是 Nvidia OSMO——一個開源的“指揮中心”。OSMO 負責串聯從數據生成、仿真到模型訓練的完整流程，覆蓋桌面端與雲端環境，爲機器人開發提供統一的調度與管理能力。

在硬件層面，英偉達同步發佈了採用 Blackwell 核心的 Jetson T4000顯卡，隸屬於 Jetson Thor 系列。該產品被定位爲高性價比的端側計算升級方案，可在40至70瓦功耗區間內提供高達1200萬億次浮點運算的 AI 算力，並配備64GB 內存，面向複雜機器人推理與控制場景。

英偉達還進一步加深了與 Hugging Face 的合作。雙方將 Isaac 與 GR00T 技術集成至 Hugging Face 的 LeRobot 框架之中，打通英偉達約200萬機器人開發者與 Hugging Face 超過1300萬 AI 構建者的生態。Hugging Face 平臺上的開源人形機器人 Reachy2現已可直接運行在 Jetson Thor 芯片之上，使開發者無需依賴封閉系統即可測試不同模型與算法。

從更宏觀的角度看，英偉達正通過軟硬件一體化策略降低機器人研發門檻，並試圖成爲行業通用的底層供應商。初步成效已經顯現:機器人已成爲 Hugging Face 平臺上增長最快的技術類別之一，其中英偉達相關模型的下載量遙遙領先。同時，包括波士頓動力、卡特彼勒、Franka Robotics 以及 NEURA Robotics 在內的多家機器人公司，已開始在產品與研發中採用英偉達技術。