机器人产业正在经历一次方法论转向：单点算法或单一硬件的领先，越来越难以支撑“泛化能力、工程可靠性与规模化交付”三者同时成立。围绕这一痛点，英伟达（NVIDIA）在CES 2026期间集中推出一套面向机器人与“物理AI（Physical AI）”的全栈平台组合，将开放基础模型、仿真评测框架、工作流编排与边缘计算模块打包推进，试图把机器人研发流程从碎片化工具链，拉回到更可复制的“标准工程化管线”。

在官方表述中，NVIDIA创始人兼首席执行官黄仁勋（Jensen Huang）把此次动作定义为机器人产业的关键拐点。他在新闻稿中表示，“机器人领域的ChatGPT时刻已经到来”，物理AI的突破正在解锁全新的应用；并强调英伟达的Jetson机器人处理器、CUDA、Omniverse以及开放物理AI模型，将支持全球合作伙伴用AI驱动机器人改造行业。 英伟达希望像Android之于智能手机那样，成为“通用型机器人”的默认平台层。

从“模型层”看，NVIDIA此次发布的核心是三类开放模型：其一是面向物理世界合成数据与仿真评测的“世界模型”体系NVIDIA Cosmos，其中包括Cosmos Transfer 2.5与Cosmos Predict 2.5，用于物理一致的合成数据生成与在仿真中进行策略评估；其二是Cosmos Reason 2，一款面向物理世界理解的推理视觉语言模型（VLM）；其三是NVIDIA Isaac GR00T N1.6——一款面向人形机器人、具备推理能力的视觉-语言-动作（VLA）开放模型，强调全身控制能力并调用Cosmos Reason来增强上下文理解。上述模型与框架被英伟达明确放到开放生态中，官方称其可在Hugging Face等渠道获取。 作为补充，英伟达（NVIDIA）在其开源仓库中也对GR00T N1.6给出了更技术化的定义：该模型接收语言与图像等多模态输入，用于在多样环境中完成操控任务，并支持通过后训练适配具体本体与任务。

“仿真与评测层”则对应NVIDIA对研发流程的再组织。新闻稿称，NVIDIA发布了开源框架NVIDIA Isaac Lab-Arena，用于在仿真中进行大规模策略评测与基准测试，并与Lightwheel协作设计评测与任务层；同时推出NVIDIA OSMO作为云原生编排框架，把合成数据生成、模型训练、软件在环测试等流程统一到一个“指挥中心”，可跨工作站与混合云资源运行，以缩短开发迭代周期。 Unite.AI进一步把这套组合概括为“脑（GR00T）+世界（Cosmos）+实验场（Lab-Arena）+调度台（OSMO）”的闭环，并强调其目标是把机器人在上真实工厂/仓库之前的大部分风险验证，前置到可规模化的虚拟环境里完成。

“算力与部署层”同样给出了清晰的产品化参数口径。英伟达在新闻稿中披露，新发布的NVIDIA Jetson T4000模块基于Blackwell架构，为Jetson Orin用户提供升级路径：在1000片采购量下定价为1999美元，宣称相较上一代实现4倍性能提升，提供1,200 FP4 TFLOPS算力与64GB内存，并可在可配置的70瓦功耗范围内运行，面向能耗受限的自主机器与通用机器人。 同一份材料还提到，NVIDIA IGX Thor将把机器人算力进一步延伸到工业边缘侧，提供企业级软件支持与功能安全能力，并计划在当月晚些时候提供。

值得注意的是，NVIDIA也在把“开源社区”纳入其平台战略的一部分。新闻稿称，Hugging Face与NVIDIA将把Isaac与GR00T相关技术整合进LeRobot开源框架，以降低开发者获取模型、数据与工具链的门槛，并推动端到端开发更顺滑。 Hugging Face是一家以开源模型、数据集与协作工具闻名的AI社区与平台企业，近年在开源生态中扮演“分发与协作枢纽”的角色；英伟达选择在此完成整合，意图把其机器人栈的使用门槛拉到更广泛的开发者群体。

这次“全栈机器人平台”的信号并不在于某一项模型或某一块模组参数，而在于NVIDIA把机器人研发的关键瓶颈拆解为可对接的标准接口：用开放模型缩短预训练门槛，用仿真评测把“可用性验证”规模化，用OSMO把算力与流程编排工程化，再用Jetson/Thor/IGX把能力落到边缘部署。对希望从单点智能迈向可复制规模化落地的机器人产业而言，这种“工具链一体化+开源分发”的路线，正在把竞争从“单机性能”推向“研发效率与交付效率”的系统战。

VIDIA（Nvidia Corporation，/ɛnˈvɪdiə/；中国台湾与香港繁中名为輝達，中国大陆简中名为英伟达），创立于1993年1月，是一家以设计和销售图形处理器为主的无厂半导体公司。NVIDIA亦会设计游戏机核心，例如Xbox和PlayStation。NVIDIA最出名的产品线是为个人与游戏玩家所设计的GeForce系列，为专业CGI工作站而设计的Quadro系列，以及为服务器和高效运算而设计的Tesla系列，虽然起家于PC电脑的显卡业务，英伟达也曾涉及移动芯片Tegra的设计，但智能机市场对此响应不大，不过近年却利用这些研发经验，目前朝向人工智能和机器视觉的市场发展，也是图形处理器上重要的开发工具CUDA的发明者。不过NVIDIA的发展过程也是非议不断，批评多集中于滥用排他性商业合作、不正当营销方式、对业界开放标准和自由软件运动的拒斥等。

NVIDIA的总部设在美国加利福尼亚州的圣克拉拉位于硅谷的中心位置。

历史

NVIDIA创办人兼首席执行官兼总裁黄仁勋

黄仁勋、克里斯·马拉科夫斯基和卡蒂斯·普里姆于1993年4月美国加州创办了NVIDIA（随后成为特拉华州企业）。NVIDIA保持低调到1997－1998年，当时它发布了RIVA个人电脑绘图处理器产品线。并于1999年1月在纳斯达克挂牌上市；同年5月，售出第一千万个绘图处理器。于2000年收购了一代王者3dfx的知识产权。3dfx是1990年代中期其中一间最大的图形处理器厂商。NVIDIA与许多OEM厂商，和一些组织创建起密切关系，最知名的包括台积电。2002年2月，NVIDIA售出第一亿个绘图处理器。

目前NVIDIA和AMD供应了市场上大部分独立显卡。NVIDIA最著名的GeForce绘图处理器产品线于1999年首次亮相。现在GeForce产品线已经扩展至桌面型和笔记本电脑。移动设备方面，NVIDIA拥有Tegra产品线。它能提供高性能，同时保持低电源消耗。此类产品通常用于无线通信设备。

2020年4月 27日，NVIDIA宣布已完成对Mellanox Technologies, Ltd.（迈络思科技有限公司）的收购，成交价70亿美元。

2020 年 7 月，有报导称英伟达正在与软银谈判以 320 亿美元收购英国芯片设计公司安谋。 2020 年 9 月 13 日，英伟达宣布将以 400 亿美元的价格从软银集团手中收购 Arm Holdings，但须接受通常的审查，后者保留英伟达 10% 的股份。

2021年6月11日，英伟达宣布收购自动驾驶汽车高清地图开发商 DeepMap, Inc.。

产品制造

作为一家无晶圆IC半导体设计公司，NVIDIA于自己的实验室研发芯片，但将芯片制造工序分包给晶圆代工厂。以往，NVIDIA从其他厂商，例如IBM、意法半导体、台积电（NVIDIA目前最重要的代工合作伙伴）和联华电子获得硅芯片生产能力。芯片的供应链需涉及数间第三厂：制造完毕的晶圆由集成电路封装厂进行初步测试与封装作业，之後交由测试厂的测试部门进行深度测试并根据性能分类。依据存货清单，NVIDIA必须提早数月订购芯片，并将之存储起来等待使用。

在最终产品上（指显卡、主板等），NVIDIA会推出所谓原厂“公版”（Reference）产品（称为参考样卡或参考模板）供展示及测试之用，早期产品是由台湾的微星和斯博科、美国的威竣（VisionTek）和新美亚（Sanmina-SCI）、德国的埃尔莎代工，目前由新加坡的伟创力与台湾的鸿海（富士康）、华硕和捷波代工或设计。在零售市场上，NVIDIA会把顶级型号的“原厂”公版产品给各个第三方厂商贴牌，如GeForce 7950 GX2、Quadro FX 5600、nForce 680i SLI等等，这些厂商的产品设计用料完全相同，均由一家厂商代工。在OEM市场上，亦有部分“原厂”公版产品存在。2008年后NVIDIA允许了旗舰级产品的“非公版”（Non-Reference）设计，但只有极少数有实力的厂商（如华硕、技嘉、微星、影驰等）会推出自己设计的产品。2010年10月初，NVIDIA曾透过BestBuy少量销售由富士康代工的NVIDIA品牌“原厂”产品。

主要产品

NVIDIA的产品组合包括绘图处理器、个人电脑平台（主板逻辑核心）芯片组和数字媒体播放器的软件。在Mac/PC用户社区中，NVIDIA的"GeForce"产品线最为人熟悉。除了独立型显卡外，还有微软的Xbox游戏核心和nForce主板（已停产）的核心技术，NVIDIA最近进入的领域是用于手机和平板电脑的ARM芯片，品牌为Tegra至今已推出5代。

在2004年12月，NVIDIA宣布会协助索尼设计PS3的绘图处理器（RSX）。NVIDIA只会负责设计，Sony会负责制造该绘图处理器。根据合约，NVIDIA会使用索尼的芯片厂（索尼和东芝）来制造RSX，并将制程提升至65纳米。这与微软的协议是互相违背的，因为NVIDIA会透过第三者制造Xbox的绘图处理器。（其间微软选择了AMD去提供Xbox 360的绘图硬件的IP设计。任天堂的GameCube和Wii亦采用ATI的绘图处理器。）

2008年2月11日，NVIDIA发布了用于手机平台的APX 2500应用处理器。该处理器集成了一个ARM处理器和一个显示核心。这款处理器是由NVIDIA和微软联合研制，方面应用于使用Windows Mobile的电话中，提高Windows Mobile平台的多媒体处理能力。芯片的制程是65nm，核心频率750 MHz，并集成256KB的L2缓存。芯片亦内置GeForce核心，支持OpenGL ES 2.0和Direct3D Mobile标准。APX 2500属于ARM架构，其低耗电设计，使手提电话可以长时间播放音乐或720p高清晰视频。

NVIDIA于2008年12月发布了一支持Intel Atom处理器的NVIDIA ION移动平台，主打轻薄桌面型市场，可以支持DirectX 10的内置显示芯片性能是原本英特尔官方945GSE芯片组的5倍，让迷你电脑也有部分游戏能力；它解决了Atom没有GPU、无法支持高清、无法支持数字显示、屏幕需小于10英寸、不能支持更高版本的Windows Vista的种种问题。

在2011年1月5日的CES上，NVIDIA宣布将自行设计与研发基于ARM架构的台式机CPU，产品代号Project Denver（丹佛项目）。其处理器能够支持微软下一代桌面系统Windows 8以及行动平台上的Android、苹果iOS等。相比之前的Tegra产品，NVIDIA总裁表示这将是一颗高度定制的“ARM兼容CPU”，即获得ARM指令集授权，但处理器微架构则完全由NVIDIA自行开发，以更高性能面向桌面、服务器甚至高性能计算市场。届时NVIDIA基于ARM架构的处理器将在市场上与英特尔和AMD等基于X86架构的处理器直接竞争。

在GTC 2020主题演讲中，NVIDIA宣布推出Ampere架构，是NVIDIA 8代GPU历史上最大的一次性能飞跃，包含超过540亿个晶体管，是有史以来最大的7纳米芯片，性能相较于前代提升了高达20倍，

NVIDIA A100是首款基于NVIDIA Ampere架构的GPU，全新多实例GPU技术可将单个A100分割成最多七个独立的GPU来处理各种计算任务；第三代NVIDIA NVLink技术能将多个GPU组合成一个巨型GPU；全新结构化稀疏功能将GPU的性能提高一倍。具有TF32的第三代Tensor Core核心 ，其功能经过扩展后加入了专为AI开发的全新TF32，它能在无需更改任何代码的情况下，使FP32精度下的AI性能提高多达20倍。此外，Tensor Core核心现在支持FP64精度，相比于前代，其为HPC应用所提供的计算力比之前提高了多达2.5倍。

2020年，NVIDIA发布软件开发包NVIDIA Maxine。