走出屏幕，获得肉身的智能

罗马人把地中海称为「我们的海(Mare Nostrum)」，这花了漫长的岁月。起初不过是一个小城邦的罗马，统一了意大利半岛，击垮了迦太基，最终将希腊和埃及纳入版图，才终于有底气宣告整片海洋都是自己的领土。黄仁勋走过的路与此相似。他先征服了游戏这片小池塘，接着渡过了科学计算这条河流，又横跨了人工智能这片大洋。如今，他的目光越过海面，投向陆地上那些真正在运动的机器。

过去几年，我们一直沉迷于屏幕里的人工智能。看ChatGPT写诗，看Midjourney画画，看Sora生成视频，无不惊叹。

可如果你让这些了不起的智能去倒一杯咖啡呢？什么也不会发生。因为它们没有手，没有脚，没有眼睛，也没有皮肤。它们是被困在比特(Bit)世界里的幽灵。再聪明的幽灵，也拧不动一个门把手。

黄仁勋很早就看透了这个局限。他想：智能凭什么只能困在屏幕里？如果人类的大脑始终留在颅骨之内，就不会有金字塔，也不会有万里长城。正因为大脑的指令沿着神经传到肌肉，肌肉搬动石块、砌起砖墙，文明才得以矗立。

人工智能也一样。只在屏幕里给出答案还不够，它必须能在现实世界中帮到人，才算真正完成。

这就是黄仁勋所说的物理AI（Physical AI）。要理解这个概念，得先明白现有人工智能的局限。你问ChatGPT怎么削苹果，它能给出一份完美的文字回答。

握刀的角度、削皮的方向、去核的顺序，说得事无巨细。可你真把一把刀和一个苹果塞到它手里，什么也不会发生。因为它只知道「苹果」这个词和「削」这个动词之间的概率关系，对苹果圆滑表面传来的打滑感、刀刃切入果皮时的阻力，一无所知。

物理AI不一样。

它懂重力，理解摩擦力，知道惯性是什么，能判断因果关系。

一个球滚着滚着钻进沙发底下看不见了，普通的人工智能可能认为球消失了。

物理AI却清楚球还在那里，只是看不到而已。心理学把这叫做客体永久性（Object Permanence）。几个月大的婴儿都能掌握的概念，拥有数万亿参数的大语言模型却理解不了。

黄仁勋在2024年和2025年的多次主题演讲中，将这一变化定义为AI的下一波浪潮。按他的说法，人工智能经历了三个阶段的演进。

第一波是感知（Perception）阶段。计算机学会了识别图像、听懂语音。

第二波是生成（Generation）阶段。它能写文章、画图、制作视频。

第三波是物理行动（Physical Action）阶段。人工智能通过传感器感知环境，用大脑做出判断，再借助手臂和腿脚介入现实世界。

想想这个变化为什么重要。到目前为止，数字革命主要发生在办公桌上。计算机和互联网改变的，是写文件、发邮件、搜索信息的方式。

然而全球经济的很大一部分仍然建立在体力劳动之上：工厂里组装零件，仓库里搬运箱子，工地上砌砖，医院里照护病人。黄仁勋相信，人工智能进入这片物理领域的那一刻，真正的工业革命才算完成。

把数字世界的智能移植到物理机器上，比想象中难得多。写错的文章擦掉就好，机器人动作出错却可能伤到人。自动驾驶汽车判断失误，可能搭上性命。所以黄仁勋说，需要一套全新的计算架构。

他给出的方案是三台计算机组成的系统。

第一台计算机是训练人工智能的超级计算机。英伟达的Blackwell和DGX系统就属于这一类。人工智能在这里学习海量数据，形成智能。

第二台计算机负责仿真。它创造出机器人将要活动的虚拟世界，在其中测试和验证人工智能。第三台计算机是装进机器人体内的大脑，一台搭载了训练好的AI模型、让机器人与现实世界交互的小型计算机。

当这三台计算机连为一体，智能才真正走出屏幕，获得物理实体。在数据中心诞生的智能，在虚拟世界里学会走路，被移植到现实中的钢铁躯体里，开始在工厂、道路和家庭中运转。黄仁勋把英伟达改造成了为这一切提供大脑和神经网络的公司。

过去的人工智能把文本转化为token来处理；物理人工智能则把机器人的动作转化为token。用黄仁勋的话说，对计算机而言，写诗、画画还是挥动机械臂，没有区别，都是数字，都是token。现在你告诉机器人「把蓝色箱子拿起来放到红色货架上」，人工智能就能理解这句话，计算出机械臂各关节的角度和马达的力道，把指令变成真实的动作。

凯撒在高卢战争中展现的并非单纯的军事天才。他懂得补给线的重要性，将后勤体系化，让罗马军团像一个有机体般运转。黄仁勋也是如此。他不只是做出好芯片，而是设计了一整套让人工智能在现实世界中运行的生态系统。训练、仿真、执行这三根支柱被连接起来，为数字智能流入物理世界打开了通道。

这件事他准备了八年。在没人关注的时候就开始开发机器人仿真器，打磨物理引擎，设计边缘计算机。所以当物理人工智能的时代来临，英伟达手里已经攥着全部拼图。

Omniverse：机器人学习认识世界的学校

罗马军团为什么强大？出色的武器有一份功劳，但真正的秘诀在于训练。罗马士兵在和平时期也按战时标准训练。背着沉重的行装每天行军几十公里，面对假想敌反复操练阵型的构建与拆解。所以当真正的战斗打响时，战争对他们来说不过是熟悉的日常。黄仁勋认为，机器人也需要这样一所训练营。

但有个难题。在现实世界中训练机器人太危险、太慢、成本太高。想想看：机器人为了学会走路，可能需要摔倒上百万次。每摔一次零部件就会受损，维修要花时间和金钱。自动驾驶汽车在学习过程中出了事故，造成的伤害无法挽回。最关键的是，现实中的时间太慢了。人类花十年才掌握的技能，不可能让机器人也等上十年。

黄仁勋的逆向思维在这里登场了。既然没法在现实中学，那就造一个和现实一模一样的虚拟世界。这就是Omniverse诞生的背景。

Omniverse不是一个普通的3D图形工具。这里有重力作用，有摩擦力存在，光线在物体表面发生反射，是一个完整的物理世界。可以把它理解为一个由牛顿运动定律支配的数字地球。

英伟达与Google DeepMind、迪士尼研究院合作，开发了名为Newton的物理引擎。这个引擎不仅能计算刚体碰撞，还能实时模拟柔性物体的变形、流体的运动以及触觉反馈。

机器人在这个虚拟世界里出生、学习、成长。它们摔倒数万次来学会走路。在现实中摔一次就得修理，在Omniverse里按一下按钮就能重新站起来。还能加速时间，把好几年的训练压缩到短短几天内完成。黄仁勋说，这是「机器人学习如何做机器人的学校」。

这所学校的教学方式和人类的学习过程很像。

回忆一下小孩学骑自行车的情景。一开始肯定会摔。踩踏板的力度、转车把的角度、保持身体平衡的方法，都是经过无数次试错才摸索出来的。父母不会逐一指示「向右倾斜3度」。孩子是自己用身体学会的。Omniverse里的机器人也一样。程序员并不用代码规定每一个动作，机器人自己在反复试错中找到最优的运动方式。

英伟达在此基础上又走了一步。

他们引入了一个叫Cosmos的模型。Cosmos通过学习物理世界的影像和数据来预测和生成未来场景。这就好比机器人在做梦。

人类也通过做梦来学习。白天的经历在夜晚的梦境中重放，凝固成记忆。Cosmos赋予机器人这种做梦的能力。开发者给机器人演示一次抓取物体的动作，Cosmos就能想象出这个动作在成千上万种不同环境下如何执行。灯光变了怎么办？物体位置不同了怎么调整？地面很滑该怎样落脚？借助这些虚拟生成的数据，机器人只需看几次示范，就能掌握通用技能。

黄仁勋把这称为「将算力转化为数据」。机器人训练中最大的瓶颈一直是数据不足。ChatGPT这样的语言模型可以拿互联网上遍地都是的文本来学习，但机器人行走、抓取物体、在复杂环境中移动的数据，互联网上几乎找不到。英伟达通过在虚拟世界中生成无限量的数据，解决了这个问题。

在2024年和2025年的主题演讲中，黄仁勋演示了迪士尼的一个小型机器人在Omniverse里学习走路的过程。这个叫BD-X的机器人在虚拟世界中无数次摔倒，慢慢学会了保持平衡。当它第一次来到现实世界时，像一个训练有素的老兵一样自然地行走。专家们把这叫做Sim-to-Real，即从仿真到现实的迁移。

Omniverse的用途远不止训练机器人。整座工厂都可以先在虚拟空间里搭建出来。BMW、梅赛德斯-奔驰、富士康等大型制造企业，在建造实体工厂之前，会先在Omniverse里建好一个完美的数字孪生体。在这座虚拟工厂里，数千台机器人如何协作、作业动线会不会打结、哪里会出现瓶颈、机械臂之间会不会碰撞，全部提前验证。

黄仁勋说：未来每一座工厂都将是两座。一座是生产实物产品的物理工厂，另一座是生产运营智能的数字工厂。不再是看着图纸盖楼，而是先看见完工后的未来，再动手去建。

这是范式的转换。过去是先建好再出了问题再修。现在是还没动工就把所有问题发现并解决掉。试错的成本，从现实搬到了虚拟世界。

英伟达在Omniverse平台之上，又布局了一个野心勃勃的计划：Project GR00T。

GR00T是面向人形机器人的基础模型。就像我们教孩子学走路一样，GR00T教机器人理解世界、学会运动。这个模型能理解人类语言，能观察人类动作并加以模仿，还能通过虚拟世界中的试错来习得技能。

黄仁勋把这项技术做成了开源。全球的机器人开发者不必从零开始研发人工智能，只需拿来英伟达做好的「大脑」直接用就行。Figure AI、波士顿动力、Agility Robotics等领先的机器人企业，已经在这个平台上开发下一代机器人了。

罗马修建道路的时候，走在上面的不只是军队。商人来来往往，学者四处游历，文化随之扩散。Omniverse也是一样。英伟达打造的这个虚拟世界，早已超越了技术平台的范畴，正在成为物理人工智能时代的基础设施。

一切移动之物的自主化

黄仁勋经常说这样一句话：一切移动之物都将实现自主化。这不是自动化。自动化是机器按照预设指令重复执行动作。洗衣机洗衣服、电梯上下运行，这是自动化。自主化不同。机器自己感知、自己判断、自己行动。环境变了，它自己找应对方案。

自主化浪潮最先冲击的是汽车产业。黄仁勋把汽车定义为「装了轮子的机器人」。过去的汽车靠发动机马力和外观设计竞争，现在靠的是车载计算机的算力和软件能力。

英伟达的DRIVE平台改变了汽车行业的格局。梅赛德斯-奔驰、捷豹路虎、现代汽车、沃尔沃等全球顶尖车企，纷纷搭载英伟达的芯片。黄仁勋称之为「软件定义汽车」(Software-Defined Vehicle)。就像智能手机通过软件更新获得新功能一样，汽车也变成了购买之后还能持续变聪明的机器。

2025年发布的Alpamayo模型展示了这场变革的顶峰。这是一个端到端(End-to-End)学习模型，根据摄像头采集的视觉信息直接控制方向盘和刹车。令人惊讶的是，这个人工智能不只是开车，还能解释自己为什么做出了那样的决定。「前车的刹车灯亮了，旁边车道有车要并入，所以减速。」它就是这样边思考边驾驶的。过去自动驾驶系统的黑箱问题，也就是无法知道它为什么做出某个判断的问题，被解决了。

黄仁勋的野心没有止步于公路。他的目光投向了工厂、仓库、医院和家庭。人形机器人，即Humanoid，可以说是物理人工智能的皇冠。黄仁勋关注人形机器人的理由很直接：我们生活的世界是为人类设计的。门把手的位置、台阶的高度、工具的形状、椅子的大小，全都是按照人体结构来的。所以只有拥有人类体型的机器人，才能不改造环境就立刻投入到社会的各个角落。

截至2026年，全球各地的人形机器人正在陆续登场。波士顿动力的Atlas转为电驱动方式，能在工厂里独立完成部件转运作业。特斯拉的Optimus定价目标在2万到3万美元之间，瞄准的是从工厂作业到家庭辅助全覆盖的通用机器人。Figure AI的人形机器人已经在宝马工厂里支援装配和物料搬运工作。

这些机器人的手指灵巧度也在飞速进步。人类指尖的触觉分辨率大约在2.8到3.5毫米，最新的触觉传感器已经达到了30到100微米级别的精度。比人类灵敏得多的手，开始被装到机器人身上了。

工厂本身也在变成一个巨大的机器人。

黄仁勋把未来的工厂看作一个巨型智能系统。工厂建筑本身就是一个机器人，里面运转的数千台机械臂和自主移动机器人，像这栋建筑的器官一样有机地协同运作。亚马逊已经在物流仓库里部署了100万台机器人。这些机器人通过人工智能识别和分类货物，沿着最优路径移动。

在医疗领域，物理人工智能同样在引发变革。经过人工智能增强的手术机器人，实现了手术精度提升40%、患者恢复时间缩短15%、手术效率提高20%。达芬奇手术机器人从手术影像中学习，自主调整摄像头角度，像人一样追踪外科医生的器械。

所有这些变化的背后，是人口结构的转变。全球范围内，适龄劳动人口在减少。发达国家出生率下降，人口老龄化加剧。黄仁勋坚信，机器人不是来抢人类饭碗的，而是将成为填补劳动力缺口的必要伙伴。

危险的建筑工地、要求极高精度的半导体制程、需要24小时看护的医疗现场，物理人工智能将代替人类挥洒汗水。人类不愿意做的重复性、危险性劳动交给机器人，人类就能把精力投入到更有创造性、更有价值的事情上。

挑战当然也存在。把在仿真环境中学到的东西原封不动地搬到现实里，并不容易。虚拟世界和现实世界之间永远存在差距。光照条件不同，物体质感不同，还会出现意料之外的状况。专家们把这叫做「仿真到现实的鸿沟」(Sim-to-Real Gap)。

英伟达和各机器人企业正在用域适应、域随机化、迁移学习等方法逐步缩小这个差距。

安全与伦理问题同样不可回避。物理人工智能系统存在于物理世界，因此也伴随着物理风险。有报告指出，引入人工智能控制的机器人之后，工业事故反而增加了。机器人踩到儿童的脚、运行不稳定的案例也有发生。在创新与安全、伦理标准之间找到平衡，是接下来要面对的课题。

对劳动市场的冲击也不容忽视。部分研究预测，到2030年全球可能有数亿名劳动者被自动化取代。低技能劳动者一旦被自动化替代，很难找到同等水平甚至更好的工作。高技能劳动者则凭借更好的职业前景，有能力缓冲自动化带来的影响。如何让技术进步的红利公平分配，仍然是一个社会性课题。

即便如此，黄仁勋依然保持乐观。他把机器人定义为伙伴，而非工具。当机器人替人类承担那些危险的、重复的劳动时，人类就能把精力放在更有创造力、更有意义的事情上。他相信，物理人工智能不是取代人类，而是增强人类的能力。

英伟达的Jetson和Thor芯片，正在成为一切移动之物的大脑。从小型配送机器人到大型建筑重型机械，英伟达的大脑都被植入其中。黄仁勋就像罗马皇帝让条条大路通罗马一样，让一切会移动的机器都在英伟达的平台上思考和行动。

我们正站在黄仁勋设计的未来的门槛上。走出屏幕的人工智能在我们身边行走、工作，有时帮助我们。对黄仁勋来说，这一切并非偶然。十年前，在没有人看好的年代，他就开始做机器人芯片、开发仿真器，一步一步默默垒起来的，是必然的结果。

他常说：「我们是一家30天后就可能倒闭的公司。」这种谦逊而紧迫的态度，让他从不停下脚步，最终做成了把智能带入现实世界这件事。物理人工智能的到来，不只是一次技术进步。它正在根本性地改变人类使用工具的方式，以及人类与工具共存的方式。这是一场巨大的文明转型。而站在这场转型中心的，是那个穿着黑色皮夹克的工程师，黄仁勋。