英伟达、宇树、银河通用问答全文：未来10年机器人如何改变世界

在2025年的世界机器人大会（WRC）上，英伟达Omniverse与仿真模拟技术副总裁 Rev Lebaredian、宇树科技创始人王兴兴、银河通用创始人兼CTO王鹤罕见同框。

　　在一场媒体沟通会上，他们围绕物理AI、仿真、机器人平台与商业落地、合成数据与具身智能模型的产业化路径，展开了深入交流。

　　Rev Lebaredian首先抛出核心判断：过去三四十年，计算机和IT产业放大了各行各业的能力，但影响“大多还停留在”信息空间“，也就是可以数字化的内容。互联网让计算机走进日常生活，并带来几十年的增长，但”IT 行业的总规模约为5万亿美元“，相比全球超过100万亿美元的所有产业总量，只是小部分。他指出其他行业更大的价值在于触达物理世界的”原子领域——交通、制造、物流、医疗等。

　　“而今天，随着人工智能的出现，我们终于有了让机器具备‘物理智能’的能力，可以把物理世界和信息世界真正连接起来。”他强调，这意味着计算机的力量将进入100万亿美元的物理世界市场，而机器人正是实现这一跃迁的桥梁。

　　在他看来，中国具备在这一跨越中脱颖而出的独特条件。比如，全球近一半的人工智能研究人员和开发者在中国，本土还拥有无可匹敌的电子制造能力，以及可供大规模部署和测试的庞大制造业基础。

　　谈到英伟达的角色，他指出，公司使命是打造专门针对“最难问题”的计算机，要推动机器人发展、物理 AI 落地，英伟达提出必须构建三类计算机：一是嵌入机器人本体的计算机，例如人形机器人搭载的 Jetson Thor；二是 AI 工厂计算机，用于在部署前通过 DGX、HGX 系统处理海量数据、训练模型；三是仿真计算机，通过物理定律生成数据并提前测试机器人，测试速度可快于现实时间。

　　目前，宇树科技和银河通用等机器人企业都和英伟达进行了合作，比如银河通用的G1 Premium人形机器人，就是首批搭载 NVIDIA Jetson Thor 的人形机器人之一，在工业码垛、拆垛及物料箱搬运等复杂场景中展现出流畅性与作业速度。宇树科技则在其新型人形机器人 R1上部署了英伟达全栈机器人技术，通过Isaac Sim高仿真平台优化运动与操控能力，并借助Isaac Lab系统实现快速策略迭代。

　　王兴兴表示：“某种意义上，我将人形机器人视为通用机器人的重要载体。”在人形机器人的设计上，他认为结构并不如想象中复杂，“本质上是由若干关节电机串联而成”，因此未来当通用 AI 成熟，“每个人都可以轻松制造一台人形机器人，就像今天人们可以购买电脑零部件组装一台电脑一样，未来若AI足够强大，对硬件的要求会越来越低。”

　　从宇树科技的产品历程看，去年，宇树推出一款售价约9.9万元人民币的人形机器人，其架构成为全球较为主流的设计。今年发布的新版本售价约3.9万元人民币，支持外观定制，“目前现货可供，预计量产在年底前完成。”王兴兴说道。

　　其他产品线上，宇树科技近期发布了A2机器狗，自重约37千克，持续负载可达30千克，空载续航可行驶20公里。同时，宇树科技重视机器人上肢和手部的研发，王兴兴介绍道：“目前已自主开发一款约20自由度的灵巧手，目标是让机器人真正能够执行日常任务，而不仅是完成展示性动作。希望在未来一到两年内实现自然交互，例如在没有预先适配的情况下，直接指令机器人去为某人倒水。”

　　王鹤则从具身智能的底层逻辑切入。他指出，通用机器人将成为下一个价值数万亿美元、数万亿人民币市场的关键性、革命性产品。这种革命性产品背后包含多个核心要素，第一个是机器人的本体，第二是驱动它运转的具身智能模型。模型背后则是数据支撑，王鹤表示：“我们与英伟达一致认为，合成数据是推动具身智能快速落地的关键。目前，真实世界数据仅占我们训练数据的1%，其余99%均为合成数据。”

　　与此同时，银河通用和英伟达官宣了基于Isaac平台的下一代人形机器人项目，“目前银河通用为轮式形态，下一代将采用纯双足设计，基于OpenWBT_Isaac进行数据采集与遥控控制。无论在仿真环境还是现实环境，该平台可训练并部署多种任务能力，例如推车、拾取地面物体等。”王鹤说道。

　　他认为，在未来的十年，人形机器人的整个占比不会小，“我预计未来每三年人形机器人的产值会乘10，那么我们现在头部是卖1000台，三年后就是1万台，再三年后就是10万台，如果卖几十万元一台的话，就达到了1000亿元，超过了整个工业机械臂的总产值。”

　　王鹤进一步表示：“在未来10年，我们将看到的是一个能够超越当前所有工业机器人量的机器人市场。再往后10年，可能是超越汽车手机这个市场量的万亿市场，所以不能低估它，但也没有大家想的那么快。”

　　从现场交流来看，要让机器人真正走出实验室并规模化部署，既需要顶层算力与仿真能力构建技术底座，也需要成本可控且可量产的硬件工程，以及以合成数据驱动的大规模训练体系。正如王兴兴所言，“AI 与机器人技术将像电力与蒸汽机的发明一样，使人类文明迈向新的高度。”

　　以下是英伟达Omniverse与仿真模拟技术副总裁Rev Lebaredian、宇树科技创始人王兴兴、银河通用创始人兼CTO王鹤的媒体问答全文（经记者整理，不改变原意）：

　　1、在像医疗和养老这样高精度应用场景中，NVIDIA Omniverse如何确保用仿真数据训练的机器人具备可靠性和安全性？

　　Rev：如果你想构建一个能够在现实世界中行动且安全可靠的机器人系统，实际上唯一的选择就是使用仿真。举个例子，你希望系统足够智能，能够应对那些很少发生的特殊情况，甚至应对你希望永远不会发生的紧急情况。

　　以自动驾驶为例，我们绝对不希望车撞到人或者孩子，但当街上出现小孩时，车辆的大脑该如何反应，如何获取训练这类系统的数据呢？唯一的办法就是通过仿真。因为我们绝不可能将孩子置于汽车前作为训练样本，这样做是不道德的、危险的，而且耗时且昂贵。

　　即使训练完系统，在将它部署到现实世界之前，也需要在这些相同场景中进行测试，确保在真正发生类似情况时，它能够正确反应。因此，真正的选择只有通过仿真实现，因为现实世界测试过慢、成本高且危险，我们不希望机器人在现实世界先失败。

　　换句话说，如果我们无法让仿真足够准确以测试机器人，那么我们将无法制造出可靠的机器人。幸运的是，目前已有非常准确的仿真器。不过，这些仿真器计算量大且成本高昂，我们面临的真正挑战是如何提升仿真速度，使其在大规模系统构建中具有成本效益，这也是我们一直努力的方向。

　　2、你认为未来几年内，驱动人工智能机器人的仿真领域会有哪些关键技术趋势将改变整个行业？能否分享一些中国生态合作伙伴如何利用英伟达仿真技术加速产品创新的案例？

　　Rev：我认为目前最大的趋势，实际上是所有在常规人工智能领域出现的技术和发展，正被应用到物理人工智能中。其中最重要的突破是推理能力的提升。比如DeepSeek将推理能力带入了开源领域，现在我们也看到了其他各种模型。

　　我们在智能水平上实现了飞跃，将同样的技术应用到物理人工智能，是机器人领域的一个重大突破。如果我们要制造这类机器人——比如能给你拿水的机器人——根据翻译理解，可能在今年年底或明年，我们的机器人将能更自然地与人互动，并完成复杂的多步骤任务。这是非常关键的能力。而将这种能力与仿真结合，我认为这是一个可能还未被广泛理解，但将成为重大突破的点。

　　目前我们面临的主要问题是人工智能极度依赖数据，而获取合适的数据非常困难。我们现有的推理模型，尤其是对物理世界的推理，现在可以帮助我们改善数据生成和数据创建的流程。

　　如今我们生成的数据，即使是合成数据，也需要大量人工参与，人工去构建虚拟世界和仿真环境，判断该生成哪些数据才能让智能系统更聪明。但是，如果我们把正在开发的人工智能技术用在数据生成流程中，就可以实现自动化，打造“自动驾驶”的合成数据生成。