在(zai)NVIDIA對AI技術進化路徑梳(shu)理(li)(li)中(zhong)，AI從感(gan)知型(xing)AI演進為生(sheng)成式AI，再到代理(li)(li)型(xing)AI，最終將實現Physical物理(li)(li)AI。在(zai)物理(li)(li)AI終局(ju)，人(ren)形機(ji)(ji)器人(ren)、移動(dong)機(ji)(ji)器人(ren)、智(zhi)能(neng)攝像(xiang)頭和AI智(zhi)能(neng)體等等任(ren)何能(neng)感(gan)知并執(zhi)行任(ren)務的設備(bei)都會(hui)由AI賦能(neng)釋放應用潛力。
在(zai)物理(li)AI最具落地前景的(de)(de)工業領域，雖然此前數(shu)字化轉型(xing)智(zhi)(zhi)能(neng)制造(zao)升級的(de)(de)變革已滲透多(duo)年，但大多(duo)數(shu)工廠場(chang)(chang)景仍停留在(zai)自動化而(er)非智(zhi)(zhi)能(neng)化階段，離(li)真正實現感知(zhi)到認知(zhi)到決策的(de)(de)閉(bi)環智(zhi)(zhi)能(neng)相去(qu)甚遠(yuan)。而(er)現在(zai)，物理(li)AI的(de)(de)進步，終于讓工業場(chang)(chang)景的(de)(de)智(zhi)(zhi)能(neng)化變革迎來了轉折點。
物理AI在工業場景的落地生根催生出前所未有的智能化躍遷。從早期以PLC為核心構建的機械自動化基石，到物聯網與云(yun)計算掀起的數據互聯化浪潮，工業系統完成(cheng)了(le)從(cong)孤立(li)運算到云(yun)端協同的歷史性跨越(yue)。
現在(zai)，物(wu)理AI帶來的閉環智(zhi)能(neng)，突破了傳(chuan)統(tong)規則引(yin)擎的邏輯桎梏(gu)，將工(gong)(gong)業(ye)系統(tong)的決策模式從“經驗(yan)驅動”推向“自主智(zhi)能(neng)”。這(zhe)種變革不僅是效率(lv)的提(ti)升(sheng)，更是工(gong)(gong)業(ye)生產(chan)力本質的重塑。
以世界模型為引擎，釋放物理AI工業應用潛力
在此前物聯網智庫探討端側AI的(de)(de)(de)文章中，曾(ceng)表達過(guo)這樣一個(ge)觀點，“端側硬件設備借力(li)智能(neng)模型通(tong)過(guo)多(duo)模態能(neng)力(li)增強智能(neng)理解(jie)和決(jue)策是現(xian)今產業鏈(lian)正在(zai)推進的(de)(de)(de)方向，其目的(de)(de)(de)是通(tong)過(guo)硬件與模型的(de)(de)(de)深(shen)度融合將(jiang)AI從數字世界帶(dai)入(ru)物理世界。”
物理AI設備其實可以看作是端側AI設備的終極形態，在基礎的算力、感知、運控硬件配置上，物理AI在模型配置上向前更進一步，即使用世界模型將人工智能與(yu)物(wu)理(li)(li)(li)世界的規律、機理(li)(li)(li)深度融合，通過數據(ju)驅動與(yu)物(wu)理(li)(li)(li)建模(mo)的協同，實(shi)現(xian)對物(wu)理(li)(li)(li)系統(tong)的精準模(mo)擬、預測(ce)、控制(zhi)與(yu)優(you)化。
以最具代表(biao)性的物(wu)(wu)理(li)AI設備人形機(ji)(ji)器(qi)人為(wei)例，工規級機(ji)(ji)器(qi)人硬件(jian)配(pei)置雖然會有差(cha)(cha)異，但基礎能力是完備的，拉不開太(tai)大(da)差(cha)(cha)距，機(ji)(ji)器(qi)人能否在動態且復(fu)雜的工廠環境下對空(kong)間與(yu)物(wu)(wu)理(li)過(guo)程進行精準(zhun)建模(mo)、理(li)解與(yu)推理(li)決策，很大(da)程度(du)上取決于其配(pei)置的世(shi)界模(mo)型大(da)腦(nao)。世(shi)界模(mo)型是實現物(wu)(wu)理(li)AI的前(qian)提(ti)，也是機(ji)(ji)器(qi)人實現具身智(zhi)能的前(qian)提(ti)。
在早些(xie)時(shi)候的(de)CES上，NVIDIA發布過面(mian)向物(wu)理(li)AI開(kai)(kai)發的(de)Cosmos。NVIDIA Cosmos是一個(ge)世界(jie)基礎模(mo)(mo)型（WFM）開(kai)(kai)發平臺，用(yong)于(yu)推動物(wu)理(li)AI的(de)發展。其核心是Cosmos WFM，這些(xie)開(kai)(kai)放可用(yong)的(de)預(yu)訓(xun)練多(duo)模(mo)(mo)態(tai)模(mo)(mo)型可供開(kai)(kai)發者(zhe)直接使用(yong)，用(yong)于(yu)生(sheng)成視(shi)頻(pin)形式(shi)的(de)世界(jie)狀(zhuang)態(tai)和(he)物(wu)理(li)AI推理(li)，或(huo)通過后(hou)(hou)訓(xun)練開(kai)(kai)發專門的(de)物(wu)理(li)AI模(mo)(mo)型。NVIDIA Cosmos還包(bao)括(kuo)先進的(de)視(shi)覺(jue)標記器（tokenizers）、護欄（guardrails）、加速視(shi)頻(pin)數據處理(li)平臺以及后(hou)(hou)訓(xun)練框(kuang)架。
而后(hou)在GTC2025上(shang)，NVIDIA推(tui)出了全(quan)新NVIDIA Cosmos世界基礎模(mo)型(xing)(xing)(xing)的(de)重大更新，在基礎模(mo)型(xing)(xing)(xing)上(shang)引入(ru)了開(kai)放式(shi)、可完全(quan)定制的(de)物理(li)(li)AI開(kai)發推(tui)理(li)(li)模(mo)型(xing)(xing)(xing)。黃仁勛表示，“正如(ru)大語言模(mo)型(xing)(xing)(xing)改(gai)變了生(sheng)成式(shi)和代理(li)(li)式(shi)AI，Cosmos世界基礎模(mo)型(xing)(xing)(xing)是物理(li)(li)AI的(de)一(yi)項重大突破，它為物理(li)(li)AI帶(dai)來了一(yi)個開(kai)放式(shi)、可完全(quan)定制的(de)推(tui)理(li)(li)模(mo)型(xing)(xing)(xing)，為機器人和物理(li)(li)工業領域(yu)的(de)突破性發展帶(dai)來了機遇。”
據了解，Cosmos Predict是通用模(mo)(mo)型(xing)，用于(yu)(yu)從(cong)多模(mo)(mo)態(tai)(tai)輸(shu)入(ru)生成世界狀(zhuang)態(tai)(tai)和運(yun)動預測，專為后訓練開(kai)發(fa)專門的物(wu)理(li)(li)AI模(mo)(mo)型(xing)而(er)設(she)計。Cosmos Predict作為NIM提供，可以隨處部署以實(shi)(shi)現更(geng)快推理(li)(li)。Cosmos Reason是完全可定制的多模(mo)(mo)態(tai)(tai)模(mo)(mo)型(xing)，用于(yu)(yu)思(si)維(wei)鏈推理(li)(li)以規(gui)劃最(zui)佳響(xiang)應。而(er)Cosmos Transfer基于(yu)(yu)結構輸(shu)入(ru)或(huo)來(lai)自NVIDIA Omniverse的真(zhen)實(shi)(shi)數據，可根據提示，生成不同(tong)場(chang)景風格的視頻(pin)。
同時NVIDIA還推(tui)出了與(yu)Cosmos世界(jie)基礎模型相連接的(de)新NVIDIA Omniverse Blueprint，一個將全球物(wu)理數據(ju)與(yu)物(wu)理AI領域連接起來的(de)操作系統(tong)(tong)。產業鏈可以借助Omniverse，實現用于物(wu)理AI開發的(de)機器人就緒設施和大規模合成(cheng)數據(ju)生(sheng)(sheng)成(cheng)，快(kuai)速統(tong)(tong)一工業生(sheng)(sheng)態系統(tong)(tong)并構建新應用，助力AI工廠的(de)實現。
這(zhe)些(xie)世界模型為(wei)物(wu)理AI提供“認知(zhi)底座”，提供對物(wu)理世界的(de)(de)結構(gou)(gou)化理解；物(wu)理AI則作為(wei)世界模型的(de)(de)“應用載體”，通過工(gong)程化設計使其適應真實場(chang)景的(de)(de)嚴(yan)苛要求(qiu)。二(er)者的(de)(de)深度整合，正從數據驅(qu)動(dong)的(de)(de)效(xiao)率優(you)化邁(mai)向認知(zhi)驅(qu)動(dong)的(de)(de)智能重構(gou)(gou)，這(zhe)將明顯提升工(gong)業(ye)系統的(de)(de)自主(zhu)決策能力與復(fu)雜場(chang)景適應性。
在AI工(gong)廠內，物理(li)(li)AI基于(yu)物理(li)(li)原理(li)(li)能(neng)夠(gou)充分理(li)(li)解并(bing)精(jing)準模擬工(gong)業(ye)設(she)(she)備的運行狀(zhuang)態與未來狀(zhuang)態，大幅提(ti)升(sheng)(sheng)生(sheng)產(chan)效率與設(she)(she)備智(zhi)能(neng)化程度(du)。例如基于(yu)過往運行數據和物理(li)(li)規(gui)律，工(gong)廠能(neng)進行更精(jing)準的預測(ce)性(xing)維護，機器人(ren)等設(she)(she)備則能(neng)實時感知環境(jing)變(bian)化并(bing)基于(yu)物理(li)(li)規(gui)律做出精(jing)準動作(zuo)調整，增強生(sheng)產(chan)靈活(huo)性(xing)與協同性(xing)，全方位提(ti)升(sheng)(sheng)工(gong)業(ye)智(zhi)能(neng)化程度(du)。
物理(li)AI以世界模型為數字引擎，正在(zai)賦予工(gong)業系統完整智能閉環(huan)，推動工(gong)業智能化從“被動響應”向“主動進化”躍遷。
Omniverse加速物理AI訓練，推進AI工廠制造升級
不論是基礎的(de)生(sheng)成(cheng)(cheng)式(shi)AI模(mo)型、VLA多模(mo)態(tai)模(mo)型還是推進(jin)物理AI實(shi)(shi)現的(de)世界模(mo)型，都需要大量的(de)數(shu)(shu)(shu)據(ju)進(jin)行訓(xun)練優化。這(zhe)就涉及真實(shi)(shi)數(shu)(shu)(shu)據(ju)與(yu)合(he)成(cheng)(cheng)數(shu)(shu)(shu)據(ju)，特別是在工業場景，采(cai)集大量用(yong)于訓(xun)練的(de)真實(shi)(shi)數(shu)(shu)(shu)據(ju)存(cun)在一(yi)定難度，且場景的(de)多模(mo)態(tai)數(shu)(shu)(shu)據(ju)很難統(tong)(tong)一(yi)在同一(yi)個標定尺度內，而這(zhe)些數(shu)(shu)(shu)據(ju)不經過精確(que)統(tong)(tong)一(yi)標定就無法被(bei)用(yong)來(lai)訓(xun)練學習。這(zhe)也是為什么(me)來(lai)自傳(chuan)統(tong)(tong)系統(tong)(tong)的(de)海量數(shu)(shu)(shu)字和物理世界數(shu)(shu)(shu)據(ju)容易形成(cheng)(cheng)多個孤(gu)島，無法被(bei)充分(fen)利用(yong)起來(lai)。
對齊(qi)部分真實數據生(sheng)(sheng)成(cheng)(cheng)大(da)量(liang)可控的(de)符合(he)物(wu)理規律(lv)的(de)合(he)成(cheng)(cheng)數據，在(zai)物(wu)理AI模型部署(shu)到現實世(shi)界之(zhi)前進行仿真測試(shi)和(he)調試(shi)，成(cheng)(cheng)為提高(gao)開(kai)發效率的(de)一條路(lu)徑。這也是NVIDIA推(tui)出Omniverse的(de)原因之(zhi)一，幫助開(kai)發者(zhe)統一物(wu)理世(shi)界的(de)數據和(he)應用，實現物(wu)理AI的(de)大(da)規模合(he)成(cheng)(cheng)數據生(sheng)(sheng)成(cheng)(cheng)。
根據不同的任務，Omniverse聚合現實世界中的傳感器數據，隨后對世界模型進行調控，將原始采集數據拓展生成為大量高度逼真且多樣的數據，借助被Cosmos與Omniverse增強后的數據集，設備運營策略能夠在數字孿生中進行(xing)充分的(de)模擬訓練。
Cosmos與Omniverse提(ti)供了一個(ge)在真(zhen)(zhen)實世界可采集(ji)(ji)的(de)數(shu)(shu)據之外，擴展逼真(zhen)(zhen)訓(xun)(xun)練數(shu)(shu)據的(de)機會(hui)。據了解，領先(xian)的(de)工業(ye)軟件和服務提(ti)供商如(ru)Ansys、Databricks、Dematic、Omron、SAP、Schneider Electric with ETAP、西門(men)子等正在將NVIDIA Omniverse平臺集(ji)(ji)成到他(ta)們的(de)解決方案中，利用Omniverse加速(su)物理AI訓(xun)(xun)練推動工業(ye)數(shu)(shu)字化。
在GTC2025的(de)主(zhu)題演講(jiang)中，黃仁勛就展示了如何(he)基(ji)于Omniverse Blueprint開發(fa)應用(yong)，以(yi)(yi)規劃、優化和模擬一(yi)座AI工(gong)廠(chang)。Omniverse使(shi)(shi)用(yong)OpenUSD庫，使(shi)(shi)來(lai)自不同(tong)來(lai)源(yuan)的(de)3D數(shu)據(ju)得以(yi)(yi)聚合(he)在一(yi)起，為所(suo)有數(shu)據(ju)源(yuan)提(ti)供(gong)通(tong)用(yong)語言。在合(he)成數(shu)據(ju)與(yu)部(bu)分真實(shi)數(shu)據(ju)的(de)實(shi)時(shi)(shi)(shi)仿真下(xia)，AI工(gong)廠(chang)配置能夠實(shi)時(shi)(shi)(shi)調整，并(bing)立即看到(dao)影響，進而繼續改進。可以(yi)(yi)說Omniverse既打破(po)了工(gong)程團(tuan)隊中的(de)設(she)計壁壘，還加速了工(gong)廠(chang)決策制定與(yu)基(ji)礎設(she)施建設(she)，同(tong)時(shi)(shi)(shi)降低了在現實(shi)世界中測試所(suo)產生(sheng)的(de)成本和風險。
其實在(zai)(zai)工業(ye)制造走向物(wu)理AI的過程(cheng)中，工業(ye)代理式AI與工業(ye)智能(neng)體(ti)概念(nian)已經呼(hu)之欲出。在(zai)(zai)GTC上(shang)NVIDIA就提(ti)到(dao)過正(zheng)在(zai)(zai)將AI智能(neng)體(ti)集成到(dao)Omniverse中，并展示了工業(ye)視(shi)覺(jue)AI智能(neng)體(ti)的應用。
在工(gong)業智(zhi)能(neng)化升級的(de)(de)轉折點上(shang)，AI智(zhi)能(neng)體(ti)(ti)不再是(shi)被動(dong)的(de)(de)算法工(gong)具，而是(shi)被賦予(yu)了理(li)解能(neng)力(li)與(yu)協作能(neng)力(li)的(de)(de)智(zhi)能(neng)工(gong)作節點。從單個(ge)應(ying)用(yong)節點來說，在場(chang)景感(gan)知(zhi)與(yu)物理(li)推(tui)理(li)的(de)(de)基礎上(shang)，智(zhi)能(neng)體(ti)(ti)能(neng)應(ying)用(yong)到(dao)極其細(xi)分的(de)(de)工(gong)業應(ying)用(yong)上(shang)，如上(shang)面提到(dao)的(de)(de)視覺應(ying)用(yong)。從工(gong)業全(quan)局(ju)場(chang)景來看，智(zhi)能(neng)體(ti)(ti)能(neng)夠聚合場(chang)景內IT與(yu)OT信息并提供(gong)自主運營決策，這也是(shi)傳統工(gong)廠向AI工(gong)廠升級的(de)(de)可預見方向。
從(cong)代理(li)(li)式AI到(dao)物理(li)(li)AI，工業世界正在向軟硬共生軟件定義(yi)轉型，圍繞物理(li)(li)AI體系(xi)搭建的(de)模(mo)型與平臺(tai)，為AI快(kuai)速進入(ru)到(dao)工業應用提供(gong)了一條路(lu)徑。
寫在最后
隨著物(wu)理AI與世界(jie)模(mo)型技術(shu)進一步迭代，有望打破物(wu)理世界(jie)與數字世界(jie)的最后壁(bi)壘。特別(bie)是在(zai)工(gong)(gong)業領域，二者融合正在(zai)讓每(mei)一臺工(gong)(gong)業設備(bei)都成為(wei)智(zhi)能(neng)(neng)節點，讓每(mei)一條(tiao)工(gong)(gong)廠(chang)產線都成為(wei)進化(hua)單元，最終(zhong)構建起自感知、自決策、自執(zhi)行、自優化(hua)的下一代智(zhi)能(neng)(neng)工(gong)(gong)業體系(xi)。
