作者：李寧遠

在NVIDIA對AI技術(shù)進化路徑梳理中，AI從感知型AI演進為生成式AI，再到代理型AI，最終將實現(xiàn)Physical物理AI。在物理AI終局，人形機器人、移動機器人、智能攝像頭和AI智能體等等任何能感知并執(zhí)行任務(wù)的設(shè)備都會由AI賦能釋放應(yīng)用潛力。

在物理AI最具落地前景的工業(yè)領(lǐng)域，雖然此前數(shù)字化轉(zhuǎn)型智能制造升級的變革已滲透多年，但大多數(shù)工廠場景仍停留在自動化而非智能化階段，離真正實現(xiàn)感知到認知到?jīng)Q策的閉環(huán)智能相去甚遠。而現(xiàn)在，物理AI的進步，終于讓工業(yè)場景的智能化變革迎來了轉(zhuǎn)折點。

物理AI在工業(yè)場景的落地生根催生出前所未有的智能化躍遷。從早期以PLC為核心構(gòu)建的機械自動化基石，到物聯(lián)網(wǎng)與云計算掀起的數(shù)據(jù)互聯(lián)化浪潮，工業(yè)系統(tǒng)完成了從孤立運算到云端協(xié)同的歷史性跨越。

現(xiàn)在，物理AI帶來的閉環(huán)智能，突破了傳統(tǒng)規(guī)則引擎的邏輯桎梏，將工業(yè)系統(tǒng)的決策模式從“經(jīng)驗驅(qū)動”推向“自主智能”。這種變革不僅是效率的提升，更是工業(yè)生產(chǎn)力本質(zhì)的重塑。

以世界模型為引擎，釋放物理AI工業(yè)應(yīng)用潛力

在此前物聯(lián)網(wǎng)智庫探討端側(cè)AI的文章中，曾表達過這樣一個觀點，“端側(cè)硬件設(shè)備借力智能模型通過多模態(tài)能力增強智能理解和決策是現(xiàn)今產(chǎn)業(yè)鏈正在推進的方向，其目的是通過硬件與模型的深度融合將AI從數(shù)字世界帶入物理世界?！?/p>

物理AI設(shè)備其實可以看作是端側(cè)AI設(shè)備的終極形態(tài)，在基礎(chǔ)的算力、感知、運控硬件配置上，物理AI在模型配置上向前更進一步，即使用世界模型將人工智能與物理世界的規(guī)律、機理深度融合，通過數(shù)據(jù)驅(qū)動與物理建模的協(xié)同，實現(xiàn)對物理系統(tǒng)的精準模擬、預(yù)測、控制與優(yōu)化。

以最具代表性的物理AI設(shè)備人形機器人為例，工規(guī)級機器人硬件配置雖然會有差異，但基礎(chǔ)能力是完備的，拉不開太大差距，機器人能否在動態(tài)且復雜的工廠環(huán)境下對空間與物理過程進行精準建模、理解與推理決策，很大程度上取決于其配置的世界模型大腦。世界模型是實現(xiàn)物理AI的前提，也是機器人實現(xiàn)具身智能的前提。

在早些時候的CES上，NVIDIA發(fā)布過面向物理AI開發(fā)的Cosmos。NVIDIA Cosmos是一個世界基礎(chǔ)模型（WFM）開發(fā)平臺，用于推動物理AI的發(fā)展。其核心是Cosmos WFM，這些開放可用的預(yù)訓練多模態(tài)模型可供開發(fā)者直接使用，用于生成視頻形式的世界狀態(tài)和物理AI推理，或通過后訓練開發(fā)專門的物理AI模型。NVIDIA Cosmos還包括先進的視覺標記器（tokenizers）、護欄（guardrails）、加速視頻數(shù)據(jù)處理平臺以及后訓練框架。

而后在GTC2025上，NVIDIA推出了全新NVIDIA Cosmos世界基礎(chǔ)模型的重大更新，在基礎(chǔ)模型上引入了開放式、可完全定制的物理AI開發(fā)推理模型。黃仁勛表示，“正如大語言模型改變了生成式和代理式AI，Cosmos世界基礎(chǔ)模型是物理AI的一項重大突破，它為物理AI帶來了一個開放式、可完全定制的推理模型，為機器人和物理工業(yè)領(lǐng)域的突破性發(fā)展帶來了機遇?！?/p>

據(jù)了解，Cosmos Predict是通用模型，用于從多模態(tài)輸入生成世界狀態(tài)和運動預(yù)測，專為后訓練開發(fā)專門的物理AI模型而設(shè)計。Cosmos Predict作為NIM提供，可以隨處部署以實現(xiàn)更快推理。Cosmos Reason是完全可定制的多模態(tài)模型，用于思維鏈推理以規(guī)劃最佳響應(yīng)。而Cosmos Transfer基于結(jié)構(gòu)輸入或來自NVIDIA Omniverse的真實數(shù)據(jù)，可根據(jù)提示，生成不同場景風格的視頻。

同時NVIDIA還推出了與Cosmos世界基礎(chǔ)模型相連接的新NVIDIA Omniverse Blueprint，一個將全球物理數(shù)據(jù)與物理AI領(lǐng)域連接起來的操作系統(tǒng)。產(chǎn)業(yè)鏈可以借助Omniverse，實現(xiàn)用于物理AI開發(fā)的機器人就緒設(shè)施和大規(guī)模合成數(shù)據(jù)生成，快速統(tǒng)一工業(yè)生態(tài)系統(tǒng)并構(gòu)建新應(yīng)用，助力AI工廠的實現(xiàn)。

這些世界模型為物理AI提供“認知底座”，提供對物理世界的結(jié)構(gòu)化理解；物理AI則作為世界模型的“應(yīng)用載體”，通過工程化設(shè)計使其適應(yīng)真實場景的嚴苛要求。二者的深度整合，正從數(shù)據(jù)驅(qū)動的效率優(yōu)化邁向認知驅(qū)動的智能重構(gòu)，這將明顯提升工業(yè)系統(tǒng)的自主決策能力與復雜場景適應(yīng)性。

在AI工廠內(nèi)，物理AI基于物理原理能夠充分理解并精準模擬工業(yè)設(shè)備的運行狀態(tài)與未來狀態(tài)，大幅提升生產(chǎn)效率與設(shè)備智能化程度。例如基于過往運行數(shù)據(jù)和物理規(guī)律，工廠能進行更精準的預(yù)測性維護，機器人等設(shè)備則能實時感知環(huán)境變化并基于物理規(guī)律做出精準動作調(diào)整，增強生產(chǎn)靈活性與協(xié)同性，全方位提升工業(yè)智能化程度。

物理AI以世界模型為數(shù)字引擎，正在賦予工業(yè)系統(tǒng)完整智能閉環(huán)，推動工業(yè)智能化從“被動響應(yīng)”向“主動進化”躍遷。

Omniverse加速物理AI訓練，推進AI工廠制造升級

不論是基礎(chǔ)的生成式AI模型、VLA多模態(tài)模型還是推進物理AI實現(xiàn)的世界模型，都需要大量的數(shù)據(jù)進行訓練優(yōu)化。這就涉及真實數(shù)據(jù)與合成數(shù)據(jù)，特別是在工業(yè)場景，采集大量用于訓練的真實數(shù)據(jù)存在一定難度，且場景的多模態(tài)數(shù)據(jù)很難統(tǒng)一在同一個標定尺度內(nèi)，而這些數(shù)據(jù)不經(jīng)過精確統(tǒng)一標定就無法被用來訓練學習。這也是為什么來自傳統(tǒng)系統(tǒng)的海量數(shù)字和物理世界數(shù)據(jù)容易形成多個孤島，無法被充分利用起來。

對齊部分真實數(shù)據(jù)生成大量可控的符合物理規(guī)律的合成數(shù)據(jù)，在物理AI模型部署到現(xiàn)實世界之前進行仿真測試和調(diào)試，成為提高開發(fā)效率的一條路徑。這也是NVIDIA推出Omniverse的原因之一，幫助開發(fā)者統(tǒng)一物理世界的數(shù)據(jù)和應(yīng)用，實現(xiàn)物理AI的大規(guī)模合成數(shù)據(jù)生成。

根據(jù)不同的任務(wù)，Omniverse聚合現(xiàn)實世界中的傳感器數(shù)據(jù)，隨后對世界模型進行調(diào)控，將原始采集數(shù)據(jù)拓展生成為大量高度逼真且多樣的數(shù)據(jù)，借助被Cosmos與Omniverse增強后的數(shù)據(jù)集，設(shè)備運營策略能夠在數(shù)字孿生中進行充分的模擬訓練。

Cosmos與Omniverse提供了一個在真實世界可采集的數(shù)據(jù)之外，擴展逼真訓練數(shù)據(jù)的機會。據(jù)了解，領(lǐng)先的工業(yè)軟件和服務(wù)提供商如Ansys、Databricks、Dematic、Omron、SAP、Schneider Electric with ETAP、西門子等正在將NVIDIA Omniverse平臺集成到他們的解決方案中，利用Omniverse加速物理AI訓練推動工業(yè)數(shù)字化。

在GTC2025的主題演講中，黃仁勛就展示了如何基于Omniverse Blueprint開發(fā)應(yīng)用，以規(guī)劃、優(yōu)化和模擬一座AI工廠。Omniverse使用OpenUSD庫，使來自不同來源的3D數(shù)據(jù)得以聚合在一起，為所有數(shù)據(jù)源提供通用語言。在合成數(shù)據(jù)與部分真實數(shù)據(jù)的實時仿真下，AI工廠配置能夠?qū)崟r調(diào)整，并立即看到影響，進而繼續(xù)改進。可以說Omniverse既打破了工程團隊中的設(shè)計壁壘，還加速了工廠決策制定與基礎(chǔ)設(shè)施建設(shè)，同時降低了在現(xiàn)實世界中測試所產(chǎn)生的成本和風險。

其實在工業(yè)制造走向物理AI的過程中，工業(yè)代理式AI與工業(yè)智能體概念已經(jīng)呼之欲出。在GTC上NVIDIA就提到過正在將AI智能體集成到Omniverse中，并展示了工業(yè)視覺AI智能體的應(yīng)用。

在工業(yè)智能化升級的轉(zhuǎn)折點上，AI智能體不再是被動的算法工具，而是被賦予了理解能力與協(xié)作能力的智能工作節(jié)點。從單個應(yīng)用節(jié)點來說，在場景感知與物理推理的基礎(chǔ)上，智能體能應(yīng)用到極其細分的工業(yè)應(yīng)用上，如上面提到的視覺應(yīng)用。從工業(yè)全局場景來看，智能體能夠聚合場景內(nèi)IT與OT信息并提供自主運營決策，這也是傳統(tǒng)工廠向AI工廠升級的可預(yù)見方向。

從代理式AI到物理AI，工業(yè)世界正在向軟硬共生軟件定義轉(zhuǎn)型，圍繞物理AI體系搭建的模型與平臺，為AI快速進入到工業(yè)應(yīng)用提供了一條路徑。

寫在最后

隨著物理AI與世界模型技術(shù)進一步迭代，有望打破物理世界與數(shù)字世界的最后壁壘。特別是在工業(yè)領(lǐng)域，二者融合正在讓每一臺工業(yè)設(shè)備都成為智能節(jié)點，讓每一條工廠產(chǎn)線都成為進化單元，最終構(gòu)建起自感知、自決策、自執(zhí)行、自優(yōu)化的下一代智能工業(yè)體系。