在2026年国际消费电子展（CES）上，英伟达公布了一套面向通用机器人的完整技术栈，包括机器人基础模型、仿真工具和边缘硬件，目标是在机器人领域建立类似安卓在智能手机操作系统中的“默认平台”地位。

推进“物理AI”的全栈布局

英伟达表示，此次发布反映出行业正在从以云端为主的人工智能，转向能够在物理世界中学习和执行任务的“物理AI”。这一趋势被归因于传感器成本下降、更成熟的仿真技术，以及在多任务、多场景间具备更强泛化能力的AI模型。

公司周一披露，其面向物理AI的全栈生态系统由开放基础模型、仿真平台和指挥控制软件等组成，旨在让机器人在多任务和多样环境中进行推理、规划和适应，而不仅局限于传统的单一任务机器人。英伟达称，相关模型已在Hugging Face平台向开发者开放。

多款基础模型面向通用机器人

在模型层面，英伟达推出了多款新一代基础模型：

• Cosmos Transfer 2.5 和 Cosmos Predict 2.5：两款世界模型，用于合成数据生成和机器人策略评估。
• Cosmos Reason 2：一款推理型视觉语言模型（VLM），用于支持AI系统在物理世界中“看、理解并行动”。
• Isaac GR00T N1.6：新一代视觉语言动作（VLA）模型，专为类人机器人设计。

英伟达介绍，GR00T以Cosmos Reason作为“中枢”，用于实现类人机器人的全身控制，使其能够在移动的同时进行物体操作。

开源仿真框架Isaac Lab-Arena

在仿真层面，英伟达在CES上发布了开源仿真框架 Isaac Lab-Arena，并将其托管于GitHub。该框架被定位为公司物理AI平台的组成部分之一，用于支持机器人能力的虚拟测试。

英伟达称，随着机器人学习的任务愈发复杂，从精细物体操作到电缆安装，在真实物理环境中验证这些能力成本高、周期长且存在风险。Isaac Lab-Arena通过整合资源、任务场景、训练工具以及Libero、RoboCasa、RoboTwin等既有基准，试图形成统一标准，以应对这一行业痛点。

OSMO作为工作流“指挥中心”

支撑上述生态系统的是 英伟达OSMO。英伟达将其描述为一款开源“指挥中心”，用于连接从数据生成到训练的完整工作流程，覆盖桌面和云端环境，为物理AI开发提供基础设施层的统一入口。

Jetson T4000提供边缘算力

在硬件方面，英伟达发布了基于Blackwell架构的 Jetson T4000，作为Thor系列的最新成员。公司将其定位为一款面向设备端的性价比升级方案。

据介绍，Jetson T4000提供约1200万亿次AI计算能力，配备64GB内存，功耗区间为40至70瓦，面向需要在本地运行复杂模型的机器人和边缘设备场景。

与Hugging Face深化合作

英伟达同时宣布，将进一步深化与Hugging Face的合作，以降低机器人训练的门槛。此次合作将英伟达的Isaac和GR00T技术集成进Hugging Face的 LeRobot 框架。

英伟达称，此举将其约200万名机器人开发者与Hugging Face平台上约1300万名AI开发者连接起来，使更多开发者在不依赖昂贵硬件或专业配置的情况下尝试机器人训练。

在硬件开放方面，开发者平台上的开源类人机器人 Reachy 2 现可直接搭载英伟达Jetson Thor芯片。英伟达表示，这将允许开发者在同一硬件平台上尝试不同AI模型，而不受限于封闭的专有系统。

平台化战略初现反馈

从更宏观的层面看，英伟达正通过模型、仿真、工具链和硬件的组合，试图降低机器人开发门槛，并在这一过程中成为软硬件一体化供应商。

英伟达援引的早期迹象显示，机器人已成为Hugging Face上增长最快的类别之一，其在该平台上的模型下载量位居前列。同时，包括波士顿动力（Boston Dynamics）、卡特彼勒（Caterpillar）、Franka Robots和NEURA Robotics在内的多家机器人企业，已在使用英伟达相关技术。

英伟达表示，将继续在现有生态基础上推进机器人相关产品和平台的迭代。