NVIDIA GTC 2026展示推动物理AI时代的虚拟世界

本文是洞悉 Omniverse系列文章。“洞悉 Omniverse”重点介绍开发者、3D 从业者与企业如何使用OpenUSD和NVIDIA Omniverse的最新进展深入改变他们的工作流。

NVIDIA GTC 大会标志着物理 AI迎来了一个重要转折点：机器人、车辆和工厂正从单一的用例与孤立的部署，扩展为跨行业的复杂企业级工作负载。

推动这场变革的核心是全新面向物理 AI 的前沿模型，包括 NVIDIA Cosmos 3、NVIDIA Isaac GR00T N1.7 和 NVIDIA Alpamayo 1.5。

此外，NVIDIA 还发布了旨在推动世界模型、人形机器人技能和智能汽车前沿化发展的NVIDIA 物理 AI 数据工厂 Blueprint，以及应用于 AI 工厂数字孪生仿真的NVIDIA Omniverse DSX Blueprint。

诸如 OpenClaw 等开源智能体框架将 AI 堆栈全面延伸至运营层面——赋能可长期运行的 “Claw”，使其能够利用工具、记忆和消息接口，在专属设备上编排工作流、管理数据管线并自主执行任务。

OpenClaw 创造者 Peter Steinberger 在 NVIDIA GTC 大会的一份新闻稿中表示：“基于 NVIDIA 和更广泛的生态系统，我们正在构建 Claw 和安全护栏，让任何人都能创建出强大且安全的 AI 助手。”

OpenUSD是推动物理 AI 可扩展性的关键驱动力——它提供了一种通用的场景描述语言，使团队能够将计算机辅助设计 (CAD) 数据、仿真资产和现实世界的遥测数据，整合到一个共享且物理精确的世界视图中。

AI 工厂的建前仿真

现代 AI 工厂结构复杂——涉及散热、电网、网络负载和机械系统等多个方面。借助仿真技术，企业能够更轻松地确保其能够在既定预算内按期建成。

为解决这一问题，NVIDIA 在 GTC 大会上推出了Omniverse DSX Blueprint，这是一种通过单一数字孪生整合 AI 工厂各层级仿真的参考架构，使运营团队能够在服务器机架实装前便完成性能和效率优化。

算力即数据：现实世界数据不再是护城河

现实世界数据曾是物理 AI 的护城河——但无法实现规模化。现实世界充满了混乱、难以预测以及各种的边缘情况，而且用于处理、仿真和评估数据的工作流也是碎片化的。真正的瓶颈不仅在于数据本身，而在于整个数据工厂。

为应对这一挑战，NVIDIA 在 GTC 大会上推出了物理 AI 数据工厂 Blueprint，这是一个将算力转化为大规模、高质量训练数据的开放参考架构。该架构基于NVIDIA Cosmos 开放世界基础模型和NVIDIA OSMO控制器构建，将数据管护、增强和评估整合到单一管线，使开发者能够利用有限的现实世界输入生成多样化的长尾数据集。

FieldAI、Hexagon Robotics、Linker Vision、Milestone Systems、Skild AI和Teradyne Robotics等领先的物理 AI 开发商，正利用该蓝图加速机器人、视觉 AI 智能体和智能汽车的开发。

Microsoft Azure和Nebius是首批提供该蓝图的云平台，将全球规模的计算能力转化为开箱即用的数据生产引擎。

NVIDIA Omniverse 与仿真技术副总裁 Rev Lebaredian 在新闻稿中表示：“通过与领先的云服务提供商合作，我们正在提供一种全新的智能体引擎，将算力转化为高质量数据，推动下一代自主系统和机器人的发展。在这个新时代，算力即数据。”

从 OpenUSD 到现实：设计与部署的无缝衔接

将 CAD 文件转换为OpenUSD是物理 AI 工作流中的关键步骤——即将工程数据转化为仿真就绪资产，以供开发者在物理级精确的虚拟环境中构建、测试和验证机器人。

借助NVIDIA Omniverse Kit软件开发套件和NVIDIA Isaac Sim等工具，团队可以优化和丰富 3D 数据，以支持实时渲染、仿真和协作工作流。

包括FANUC和 Fauna Robotics 在内的多家公司正利用 CAD-to-OpenUSD 这一无缝工作流，以加速机器人系统的设计和验证进程。

通过工业数字孪生重塑制造业与物流业

Lebaredian 在 GTC 大会关于数字孪生与仿真的特别演讲中表示：“如今，工厂本身就是一套机器人系统。”

所有工厂都始于仿真。 NVIDIA Mega Omniverse Blueprint 为企业提供了一套参考架构，使其在车间实际部署机器人之前，先在具备物理精确性设施的数字孪生环境中设计、测试和优化机器人集群及 AI 智能体。

KION正与埃森哲和西门子合作，利用该蓝图为全球最大的纯合同物流服务商 GXO 构建大规模仓储数字孪生，用于训练和测试基于 NVIDIA Jetson 的自动驾驶叉车车队。

物理 AI 从仿真走向现实世界

NVIDIA 正与全球机器人生态系统开展合作——包括领先的机器人“大脑”开发商、工业机器人巨头以及人形机器人先锋企业——共同推进生产级物理 AI 的发展。

全球机器人装机量超 200 万台的ABB Robotics、发那科 (FANUC)、KUKA和 Yaskawa 正利用NVIDIA Omniverse库和NVIDIA Isaac仿真框架，通过物理精确的数字孪生技术来验证复杂的机器人应用和生产线。此外，这些企业还将NVIDIA Jetson 模块集成到其控制器中，以实现实时 AI 推理。

机器人开发始于“大脑”，正因如此，包括 FieldAI 和Skild AI在内的领先开发商正利用NVIDIA Cosmos世界模型进行数据生成，并借助 Isaac 仿真框架在仿真环境中验证策略。

同时，Generalist AI 正基于 NVIDIA Cosmos 探索生成合成数据。这种组合使机器人能够以惊人的速度精通从供应链监测到食品配送的任何任务。