NVIDIA于周一在西雅图举行的CVPR 2026大会上推出了一系列全新AI模型，聚焦物理AI的三个关键领域：机器人抓取、自动驾驶和虚拟智能体训练。该公司表示，这些模型旨在实现规模化应用——从实验室实验转向工厂、道路和模拟环境中的实际部署。
物理AI的三大领域
这些模型涵盖机器人与自动驾驶系统长期面临的难题。其中一个模型专注于抓取能力——即机械臂在不压碎或掉落的情况下拾取未知物体的能力。另一个模型专为自动驾驶设计，负责处理交通中的感知与决策。第三个模型则针对虚拟智能体，企业通常在模拟世界中训练这些智能体，再将其投入实际场景。
NVIDIA未公布详细的性能基准测试，但该声明表明公司认为这三个领域是物理AI的主要瓶颈。该公司一直在机器人芯片、Isaac Sim等模拟平台以及车载计算系统上大力投入。这些模型将硬件成果与软件层紧密结合。
规模化为何重要
训练机器人抓取一个水瓶是一回事，而要让其以仓库所需的速度，在不同形状、光照或角度下抓取任意瓶子则是另一回事。同样，自动驾驶汽车需应对底特律的雪夜或孟买的混乱十字路口。NVIDIA强调，其新模型无需从头重新训练即可适应这些变化。
该虚拟智能体模型面向构建数字孪生体或训练AI助手的企业。模型使智能体在模拟环境中通过实践学习，而非为每次交互编写脚本。这一方法在物流和游戏领域已颇为流行，但NVIDIA希望将其推广至制造业和医疗健康领域。
聚焦视觉的盛会
CVPR（计算机视觉与模式识别大会）是计算机视觉研究人员最大的年度盛会。NVIDIA在此展示感知与控制相关成果再合适不过。该公司常年参展，常借此发布硬件或开源工具。今年的重点则是弥合“看见”与“行动”之间鸿沟的模型。
该声明未提及模型的具体发布日期或试点客户。NVIDIA通常通过开发者平台或向研究人员提供预训练权重的方式发布AI模型。随着会议继续进行，相关细节或将在未来几周内公布。
目前可以明确的是：NVIDIA押注下一波AI浪潮将不再局限于聊天机器人或图像生成器。物理AI——与混乱且不可预测的物理世界交互的机器——才是目标，而该公司正将其新模型叠加在现有硬件之上。
