▲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。