英偉達(dá)對(duì)機(jī)器人下手了

春節(jié)前夕，黃仁勛照例開(kāi)啟年會(huì)巡演，北京站成為各路CEO追星現(xiàn)場(chǎng)。大合照中，坐在黃仁勛左邊的是宇樹(shù)科技的王興興，第一排最右是銀河通用的王鶴。

三人曾在年初的CES展上有過(guò)一次“非正式會(huì)談”，當(dāng)時(shí)黃仁勛演講到尾聲，人形機(jī)器人軍團(tuán)壓軸登場(chǎng)，其中就包括宇樹(shù)在春晚轉(zhuǎn)手絹的H1、銀河通用的Galbot G1。

英偉達(dá)年會(huì)與2025年CES展

發(fā)布會(huì)現(xiàn)場(chǎng)，14臺(tái)人形機(jī)器人一字排開(kāi)，有波士頓動(dòng)力這種老牌選手，有宇樹(shù)這樣的行業(yè)新貴，還有跨界玩家小鵬，唯獨(dú)缺席了一邊買(mǎi)黃總的芯片一邊悄悄搞自研的特斯拉。

在機(jī)器人軍團(tuán)壓軸登場(chǎng)前，黃仁勛公布了一系列大模型組成的機(jī)器人訓(xùn)練平臺(tái)Cosmos。

Cosmos的作用可以簡(jiǎn)單理解為在虛擬世界模擬真實(shí)的物理環(huán)境，瞄準(zhǔn)的是當(dāng)前人形機(jī)器人產(chǎn)業(yè)的真空帶、也是英偉達(dá)圍繞人形機(jī)器人布局的最后一環(huán)——仿真數(shù)據(jù)。

三個(gè)月后的英偉達(dá)GTC，機(jī)器人再度成為壓軸節(jié)目。除了Cosmos再度刷臉，英偉達(dá)還發(fā)布了一個(gè)人形機(jī)器人基礎(chǔ)模型Isaac GR00T N1，仿真物理模型Newton，并由小機(jī)器人Blue完成收尾。

機(jī)器人Blue（右）

如果把人形機(jī)器人視為人工智能領(lǐng)域一條正在瘋狂施工的高速公路，那么英偉達(dá)正在做的事情，就是提前把收費(fèi)站先修好。

五年高考三年模擬

從年初的CES到前兩天的GTC，英偉達(dá)真正的關(guān)鍵詞是“物理AI”。

按照黃仁勛的說(shuō)法，AI的新一波浪潮是物理AI，其關(guān)鍵環(huán)節(jié)是讓AI理解物理定律，人形機(jī)器人則是當(dāng)下最重要的載體。

傳統(tǒng)的工業(yè)機(jī)器人大多基于特定的規(guī)劃執(zhí)行特定的操作，比如運(yùn)輸和分揀，與其說(shuō)機(jī)器人，倒不如說(shuō)是一種“自動(dòng)化設(shè)備”。

但人形機(jī)器人在理想狀態(tài)下，可以理解物理世界各種物體、語(yǔ)言和文字的含義，并自主規(guī)劃和決策。

2023年7月，《紐約時(shí)報(bào)》探班谷歌實(shí)驗(yàn)室，記錄了一個(gè)基于RT-2模型的機(jī)器人智能閃現(xiàn)的瞬間： 桌子上放著恐龍、鯨魚(yú)、獅子三個(gè)塑料玩具，工程師讓機(jī)器人“撿起滅絕的動(dòng)物”，機(jī)器人拿起了恐龍。

這個(gè)案例很好的說(shuō)明了人形機(jī)器人最大的變革：機(jī)器人不僅能識(shí)別三種動(dòng)物，也能理解“滅絕的動(dòng)物”的含義，還可以完成具體的操作。

基于RT-2模型的機(jī)器人

也就是說(shuō)，兩者的核心區(qū)別在“智能”。判斷機(jī)器人的智能化程度，不是看它會(huì)不會(huì)前后空翻大劈叉，而是能不能像人一樣思考。

和大模型訓(xùn)練一樣，讓機(jī)器人擁有思考能力的過(guò)程，同樣是對(duì)數(shù)據(jù)的消耗——換句話說(shuō)就是刷題。

人工智能泰斗級(jí)人物李飛飛曾對(duì)算法的訓(xùn)練過(guò)程有一個(gè)形象的解釋：讓算法不斷觀察包含貓和其他動(dòng)物的圖片，在每張圖片背后寫(xiě)下正確答案。計(jì)算機(jī)每看一次圖片，就和背面的答案核對(duì)一次。只要次數(shù)夠多，算法就能學(xué)會(huì)辨別貓。

但問(wèn)題是，寫(xiě)好答案的圖片并不是現(xiàn)成的。

和GPT等大模型爬取互聯(lián)網(wǎng)數(shù)據(jù)不同，機(jī)器人會(huì)和真實(shí)世界產(chǎn)生交互，因此需要遵循物理規(guī)則的真實(shí)數(shù)據(jù)來(lái)訓(xùn)練算法。但如果用真人動(dòng)作捕捉來(lái)訓(xùn)練，不僅成本高，也容易坐實(shí)“AI奴役人類”的地獄笑話。

之中的數(shù)據(jù)空白，就成為了仿真數(shù)據(jù)的實(shí)踐空間。所謂仿真數(shù)據(jù)，可以簡(jiǎn)單理解為在虛擬空間構(gòu)建遵循真實(shí)世界物理規(guī)則的場(chǎng)景，并輸出為可以被用來(lái)訓(xùn)練的數(shù)據(jù)。

馬斯克就是仿真數(shù)據(jù)的鐵桿粉絲，2021年的特斯拉AI Day，馬斯克曾公開(kāi)過(guò)自家數(shù)據(jù)仿真技術(shù)，當(dāng)時(shí)生成并投入訓(xùn)練的仿真數(shù)據(jù)規(guī)模就已經(jīng)達(dá)到了37.1億張圖片和4.8億標(biāo)注[2]。xAi最新發(fā)布的Grok 3，也投喂了大量仿真數(shù)據(jù)用于訓(xùn)練。

自動(dòng)駕駛尚且可以搜集車(chē)主真實(shí)的行駛數(shù)據(jù)用于訓(xùn)練，機(jī)器人尚未大規(guī)模投入應(yīng)用，對(duì)仿真數(shù)據(jù)的需求更為迫切。

真實(shí)數(shù)據(jù)和仿真數(shù)據(jù)就像“五年高考”和“三年模擬”，一個(gè)是真題，一個(gè)是模擬題。真題的參考價(jià)值更高，但數(shù)量有限，模擬題量大管飽，但參考價(jià)值要看它與真題的相似程度。

至此，英偉達(dá)湊齊了人形機(jī)器人開(kāi)發(fā)“三大件”——超級(jí)計(jì)算機(jī)DGX（訓(xùn)練算力）、融合了Cosmos的仿真平臺(tái)Omniverse（訓(xùn)練數(shù)據(jù)）、終端芯片Jetson Thor（推理算力）。

除了沒(méi)下場(chǎng)造機(jī)器人，能干的活基本全干了。

物理騙術(shù)和算力游戲

在虛擬世界構(gòu)建物理規(guī)則這件事上，英偉達(dá)的積累恐怕比大部分人想象的深厚。

一項(xiàng)技術(shù)的應(yīng)用并不取決于技術(shù)本身，而是能否綁定一個(gè)高商業(yè)價(jià)值的場(chǎng)景，實(shí)現(xiàn)自我造血的良性循環(huán)。在機(jī)器人和自動(dòng)駕駛大規(guī)模產(chǎn)業(yè)化之前，最匹配這項(xiàng)技術(shù)的英偉達(dá)的老本行：游戲。

大多數(shù)游戲都是對(duì)現(xiàn)實(shí)世界的模擬，但虛擬世界并不遵循現(xiàn)實(shí)世界的物理規(guī)則，小到游戲世界草木樹(shù)葉飄動(dòng)的方向、服裝布料的褶皺，大到刀劍揮砍的力度和反饋效果，都會(huì)影響游戲的“沉浸感”。

一種改進(jìn)思路由此產(chǎn)生：為什么不用物理公式計(jì)算物體的實(shí)時(shí)運(yùn)動(dòng)狀態(tài)、設(shè)計(jì)運(yùn)動(dòng)軌跡呢？

當(dāng)時(shí)，一家名叫Ageia的初創(chuàng)公司開(kāi)發(fā)了物理引擎PhysX，通過(guò)對(duì)游戲畫(huà)面中的物體做“受力分析->代入運(yùn)動(dòng)方程->更新位置信息->輸出”的實(shí)時(shí)循環(huán)計(jì)算[3]，讓游戲中的場(chǎng)景盡可能貼合真實(shí)世界的物理規(guī)則。

由于PhysX需要消耗大量算力，Ageia還專門(mén)開(kāi)發(fā)了配套的硬件PPU（Physics Processing Unit）專門(mén)負(fù)責(zé)物理運(yùn)算。可惜PPU銷量慘淡，Ageia瀕臨倒閉，黃仁勛騎著白馬就來(lái)了。

收購(gòu)?fù)瓿珊螅ミ_(dá)干的第一件事就是砍掉PPU產(chǎn)品線，將PhysX的計(jì)算工作交給自家的GPU，并推出針對(duì)游戲開(kāi)發(fā)的軟件工具箱PhysX APEX，降低使用門(mén)檻。

由于PhysX的特性是對(duì)物理規(guī)則的模擬和仿真，此后幾年，英偉達(dá)還推動(dòng)了PhysX在醫(yī)療手術(shù)、影視特效等工業(yè)場(chǎng)景的應(yīng)用。

2019年，英偉達(dá)在GPU架構(gòu)中引入RT核心，推出了光線追蹤功能。

和PhysX類似，光線追蹤的核心同樣是對(duì)真實(shí)物理規(guī)則的模擬——根據(jù)物體和光源、障礙物間的相對(duì)位置，實(shí)時(shí)計(jì)算出光線反射至人眼的狀態(tài)[4]，每束光線的實(shí)時(shí)計(jì)算結(jié)果組合成一幀的畫(huà)面，讓英偉達(dá)狠狠秀了一把算力的肌肉。

伴隨自動(dòng)駕駛、人形機(jī)器人這些新產(chǎn)業(yè)的出現(xiàn)，“在虛擬世界模擬物理規(guī)則”的需求也越來(lái)越大。

Cosmos和Omniverse等軟件工具的出現(xiàn)，相當(dāng)于英偉達(dá)給人形機(jī)器人建了個(gè)可以沉浸式訓(xùn)練的“健身房”，接下來(lái)就可以賣(mài)“私教課”了——你看我的芯片怎么樣？

英偉達(dá)的野心

過(guò)去二十年，英偉達(dá)的經(jīng)營(yíng)思路可以用一句話來(lái)概括：讓高性能計(jì)算不斷覆蓋高價(jià)值的場(chǎng)景。

GPU是高性能計(jì)算的載體，也是英偉達(dá)的核心產(chǎn)品。2010年之前，雖然一些學(xué)者已經(jīng)開(kāi)始使用GPU訓(xùn)練神經(jīng)網(wǎng)絡(luò)，但GPU對(duì)應(yīng)的高價(jià)值場(chǎng)景其實(shí)只有游戲一個(gè)。

按照黃仁勛的說(shuō)法，游戲市場(chǎng) “既代表著最棘手的技術(shù)難題，又具備驚人的市場(chǎng)規(guī)模，同時(shí)擁有這兩個(gè)特質(zhì)的市場(chǎng)非常罕見(jiàn)。”

英偉達(dá)開(kāi)拓的第一個(gè)新場(chǎng)景是移動(dòng)設(shè)備。2013年小米3發(fā)布，處理器采用高通驍龍800和英偉達(dá)的Tegra系列混搭，是英偉達(dá)切入手機(jī)市場(chǎng)，開(kāi)辟顯卡之外第二戰(zhàn)線的絕佳機(jī)會(huì)。

當(dāng)時(shí)，英文不好的雷軍和中文不好的黃仁勛罕見(jiàn)同臺(tái)，黃仁勛現(xiàn)場(chǎng)還當(dāng)了一回米粉。

小米3發(fā)布會(huì)，2013年

可惜Tegra芯片因?yàn)橹瞥毯屯鈷旎鶐?wèn)題，能耗失控發(fā)熱嚴(yán)重。英偉達(dá)的移動(dòng)業(yè)務(wù)此后也未見(jiàn)起色，Tegra系列只能在任天堂Switch上發(fā)揮余熱。后來(lái)黃仁勛去臺(tái)大演講，稱英偉達(dá)“主動(dòng)放棄”了智能手機(jī)市場(chǎng)。

第二個(gè)場(chǎng)景是自動(dòng)駕駛。最先吃螃蟹的是特斯拉，Model S/X都曾搭載過(guò)英偉達(dá)的方案。黃仁勛也從米粉變成特斯拉車(chē)主，跟馬斯克如膠似漆。

黃仁勛在社交媒體上分享自己的Model X

雖然特斯拉后來(lái)用自研方案替代了英偉達(dá)，但有了榜樣的力量，英偉達(dá)還是順利打入造車(chē)新勢(shì)力內(nèi)部。不過(guò)汽車(chē)業(yè)務(wù)在英偉達(dá)的版圖中遠(yuǎn)不如游戲和數(shù)據(jù)中心耀眼，營(yíng)收占比幾乎從未超過(guò)5%。

第三個(gè)場(chǎng)景是人工智能。ChatGPT的橫空出世讓英偉達(dá)徹底打開(kāi)收入天花板，計(jì)算機(jī)視覺(jué)、大語(yǔ)言模型等前沿計(jì)算機(jī)科學(xué)統(tǒng)統(tǒng)都離不開(kāi)英偉達(dá)的芯片，也讓后者成為了全球市值最高的半導(dǎo)體公司。

2016年，馬斯克作為OpenAI董事長(zhǎng)簽收英偉達(dá)DXG-1

第四個(gè)場(chǎng)景就是人形機(jī)器人，以及更加廣闊的“物理AI”。按照黃仁勛的說(shuō)法 ，“我們正處于生成式人工AI階段，將走向智能體AI時(shí)代，隨后是物理AI時(shí)代。”

而在具體思路上，英偉達(dá)不僅提供芯片，還會(huì)開(kāi)發(fā)對(duì)應(yīng)的軟件工具箱和配套服務(wù)。換句話說(shuō)，英偉達(dá)不僅賣(mài)鏟子，也提供全套的保養(yǎng)工具和防護(hù)設(shè)備，但必須搭配英偉達(dá)牌的鏟子。

在游戲業(yè)務(wù)里，光線追蹤、DLSS等功能必須搭配英偉達(dá)的GPU使用；類似的邏輯，英偉達(dá)不僅向大模型和云計(jì)算公司出售GPU，還會(huì)提供NVLink這類通信連接方案、CUDA編程平臺(tái)與之牢牢綁定。

隨著今年GTC演講結(jié)束，Cosmos、Newton等軟件和模型的發(fā)布，一個(gè)圍繞GPU與“物理AI”的收費(fèi)站也宣告落成。

如果黃仁勛中文水平夠高，多少也得來(lái)一句“英偉達(dá)不造機(jī)器人，幫助機(jī)器人公司造好機(jī)器人”。

參考資料

[1] 未來(lái)簡(jiǎn)史，尤瓦爾·赫拉利

[2] 萬(wàn)字長(zhǎng)文詳解特斯拉自動(dòng)駕駛體系，自動(dòng)駕駛之心

[3] 給我一個(gè)物理引擎，我也能“預(yù)測(cè)”世界杯？中科院物理所

[4] “光線追蹤”雜談，電子報(bào)

[5] Unimate 機(jī)器人：工業(yè)自動(dòng)化的起源，AGV

編輯：李墨天

視覺(jué)設(shè)計(jì)：疏睿

責(zé)任編輯：何律衡