本該是前世界首富傑夫·貝索斯的高光時刻，結果被一隻貓咪表情包攪了局。今天凌晨，當貝索斯要親自下場做 AI 公司的消息剛在網上發酵，馬斯克就火速轉發推文，並附帶一句話：哈哈，不可能。Copy cat（跟屁蟲）如果你關注科技圈，這劇情大概見怪不怪了。從衛星到火箭，這兩位科技圈的頂流已經互懟了整整二十年。只是，如今吵架的戰場，變成了眼下最火的物理 AI。62 億美元，貝索斯開啟史上最壕創業2021 年貝索斯把亞馬遜 CEO 的位置讓給了安迪·賈西，本以為他要專心當富豪享受人生。結果四年後，這位電商之王突然宣佈：我要重返一線，這次他瞄準的新項目，叫普羅米修斯計畫(Project Prometheus)。據紐約時報的報導，這個計畫一出場就拿了 62 億美元（折合人民幣 447 億元）的融資啟動資金，其中相當一部分是貝索斯自己掏的腰包。憑藉這筆巨款，普羅米修斯在矽谷展開了「人才大搶購」，已經挖來了近 100 名頂級研究員，這些人之前都在 OpenAI、Google DeepMind 和 Meta 工作。那讓貝索斯選擇二次創業的普羅米修斯到底要做什麼？簡單說，就是讓 AI 從虛擬世界走進現實世界。現在市面上的 AI 主要都是通過學習網上的文字、圖片來生成內容。它們很會寫文章、畫畫、聊天，但有個致命問題，它們不懂物理世界。舉個例子：你問 ChatGPT「怎麼設計一個更輕的飛機機翼」，它可能給你講一堆理論，但它自己從來沒摸過真實的機翼，不知道不同材料在風洞裡的表現。貝索斯要做的，就是讓 AI 真正動手做實驗。據悉，普羅米修斯預計探索一個類似超大型自動化實驗室的項目。在這個實驗室裡，機器人會 24 小時不間斷地進行物理、化學和工程測試。AI 會像科學家一樣，自己提出假設、設計實驗、觀察結果、得出結論，然後不斷迭代最佳化。目標領域非常明確：航空航天、汽車工程、電腦硬體製造。比如在航空領域，AI 可以自己跑成千上萬次風洞模擬，找出最優的機翼形狀；在汽車製造中，AI 可以規劃整條產線的機器人如何協作。此外，貝索斯選的搭檔也很有意思：維克·巴賈傑（Vik Bajaj）。他是個跨界科學家，有著物理和化學的學術背景，曾是神秘實驗室 Google X 的核心成員，參與過無人機送貨項目 Wing 和自動駕駛項目 Waymo 的早期開發。後來還創立了 Alphabet 旗下的生命科學公司 Verily。選這樣一個人當聯合 CEO，至少在技術層面也有一個把握航向的舵手。馬斯克為什麼說貝索斯「抄襲」？馬斯克這次發「Copycat」不是沒有原因的。最近幾年，馬斯克一直在強調：特斯拉已經變成了一家 AI 和機器人公司。現在貝索斯也要搞物理 AI，也投資了一堆機器人公司，在他看來，貝索斯進軍物理 AI 和機器人領域，更像是在抄特斯拉的作業。而兩者的恩怨，也由來已久。2019 年，亞馬遜宣佈要做 Project Kuiper 衛星項目，馬斯克當場開罵「Copycat」，因為 SpaceX 的 Starlink 早在 2015 年就開始規劃了。同年貝索斯發佈「藍月」月球著陸器，馬斯克又惡搞 P 圖把「Blue Moon」改成「Blue Balls」。2020 年，亞馬遜花 12 億美元收購自動駕駛公司 Zoox，馬斯克又發推：「@JeffBezos 是個跟屁蟲」。往前追溯，兩人的梁子結得更早。2004 年兩人首次見面時，就不歡而散。2013 年為了 NASA 的 39A 發射台打得不可開交。2014 年打專利官司，2021 年又因為登月合同鬧上法庭。不過話說回來，雖然兩人互懟了二十年，但在技術成就面前，馬斯克還是展現了一定的風度。當地時間 11 月 13 日，貝索斯旗下藍色起源的新格倫號重型火箭成功發射，並完美回收了第一級助推器。後續馬斯克在 X 上送上了祝福。而無論是貝索斯的普羅米修斯， 還是馬斯克的特斯拉和 Optimus， 他們都在做同一件事：讓 AI 真正理解物理世界， 能夠走出螢幕。所以，拋開「抄襲」的口水戰，更值得關注的是：當兩個頂級玩家同時押注物理 AI 時，這個賽道的爆發可能比我們想像的更快。 (APPSO)

最新消息顯示，近年來以狂練肌肉和“夕陽紅”戀情引發關注的前世界首富傑夫·貝索斯，正在親身入局AI創業浪潮。據多位知情人士透露，貝索斯正參與創立一家名為“普魯米修斯項目”（Project Prometheus）的AI初創公司，並將擔任聯席CEO。得益於老闆是當今全球第三富豪，該創業公司種子輪就獲得62億美元（約合人民幣440億元）融資，堪稱資金最充沛的初創公司之一。這也是貝索斯2021年7月卸任亞馬遜CEO後首次擔任營運職務。儘管他也深度參與火箭發射公司藍色起源的營運，但官方頭銜只是創始人。據悉，普魯米修斯項目將與貝索斯“把人類送往外太空”的興趣相契合。創業公司將聚焦電腦、航空航天、汽車等領域助力工程與製造的人工智慧。貝索斯的聯席CEO是物理學家和化學家維克·巴賈傑（Vik Bajaj）。他曾在GoogleX部門與Google聯合創始人謝爾蓋·布林緊密合作，該部門主要孵化一系列雄心勃勃的初創業務，包括後來成為Waymo的自動駕駛汽車。巴賈傑的職場社交帳號也顯示，離開Google後他參與過多次創業，並從本月開始成為普魯米修斯項目的聯創和聯席CEO。普魯米修斯項目也延續了今年AI創業的熱門方向——將AI應用於物理任務。許多曾效力GoogleDeepMind、OpenAI和Meta等大公司的研究專家紛紛“自立門戶”，探索機器人、藥物設計，以及數學和理論物理領域取得重大突破。貝索斯也在去年投資過一家名為Physical Intelligence的初創公司，主攻將人工智慧應用於機器人領域。多位知情人士表示，普羅米修斯項目已僱傭近百名研究人員，其中不少是從OpenAI等大機構挖來的。與聊天機器人相比，這些公司的主營業務有著相近但顯著的區別：大語言模型通過分析海量的文字來獲取技能，包括模仿人類的語言系統、編寫電腦程序等。這些新公司正在幫助AI從物理世界中學習技能。今年夏天，一群從Meta等大機構離職的研究人員創辦名為Periodic Labs的公司，致力於建構能加速物理與化學等領域研究的人工智慧技術。這家獲得3億美元融資的公司計畫在北加州建立一處大型實驗設施，安排機器人進行“大規模科學試驗”。理論上，通過分析試驗過程中的對錯，AI將能學習如何“獨立完成試驗”。據知情人士透露，普羅米修斯項目也將展開類似的工作。 (財聯社AI daily)

今天下午，何小鵬在小鵬汽車新總部，開了一場汽車味不濃的發佈會。這場發佈會其實四個字就能總結：物理 AI。發佈會上一切激動人心的成果，都基於物理 AI 展開：第二代 VLA 端到端輔助駕駛、小路 NGP、無需導航漫遊的 Super LCC、第二代人形機器人 IRON、前裝量產 Robotaxi...等等。三天前，何小鵬就在微博預熱：「當技術的要素積累到某個臨界點，過去那些孤立的技術難題，突然之間，貫通了。」屬於小鵬汽車的臨界點，正是將物理世界與矽基晶片，以大模型為媒介徹底貫通，然後一瞬天地寬。小鵬是國內極早開啟鑽研 AI 的汽車公司，早在車端算力僅有 30TOPS 的時代，何小鵬已經篤定，輔助駕駛會是人類進入 AI 終局的核心路徑。如今智能汽車的終端算力早已突破四位數，小鵬更坐擁目前量產車型第一梯隊的自研終端算力。於是從下午的發佈會開始，小鵬汽車正式將過去超過十年的技術積累和研發，投影到人類世界中不同場景。而在物理世界大模型的幫助下，今天發佈會的高光堪稱「井噴」——這也符合發佈會的主題：湧現。在汽車業務屢創交付新高的當下，小鵬汽車能否憑藉這樣的湧現和井噴，乘勢向下一個科技時代轉型？回顧完下午的發佈會，我們就能讀懂何小鵬的 AI 宇宙。物理 AI 打開新世界回到小鵬「湧現」的原點：什麼是「物理 AI」？這是一個沒有嚴格學術定義的概念，但幾個約定俗成的必要條件主要包括：多模態輸入處理（包括但不限於圖像、視訊、雷達、溫度、氣壓、IMU）；時間建模與預測能力（通過學習歷史狀態預測未來狀態，比如車輛運動軌跡）；自我監督學習（模型本身通過預測、對比、重建來訓練，無需大量人工標註）；具身智能支援（適配包括機器人、自動駕駛等所有具身繫統）。或者可以這樣說：物理世界 AI 大模型的終局，就是不需要定語的「真·具身智能」，AI 思維與現實世界交融，0 和 1 構成的大腦，將會擁有人類同等的真實世界互動能力。也正因如此，如今業界已經普遍認同，掌握基於物理 AI 的基座大模型，就擁有了在下一個科技時代競逐的鑰匙。今天是何小鵬展示鑰匙的時刻，推開大門，高光湧現，技術井噴。在他看來，物理 AI 意味著數字世界和物理世界開始融合，新的趨勢下，將會誕生「擁有理解、互動和改變世界能力的機器」。聚焦到今天下午的小鵬全球新總部，何小鵬拿出了四款全新產品，它們都將小鵬的「物理世界模型」照進現實，也都代表著未來不止十年內，人類出行生態的大變局。第二代 VLA，全球更好開其中普通讀者，特別是螢幕前小鵬車主、准車主們感知最強的躍遷，也正是何小鵬第一個發佈，且即將量產的物理 AI 產品。基於物理世界大模型，小鵬汽車第二代 VLA 大模型今天正式發佈。和第一代相比的核心進化，在於「V-L-A」中的「L，language，語言」被徹底打通，或者說極大程度上被「拆掉」了。VLA 路線本身，依然脫胎自人類對「模型可解釋性」的需求，也就有了從 Vision 視覺到 Language 語言，再從語言到動作的兩層轉譯。但兩次轉譯，意味著車子從看到世界的那一刻，再到作出反應的那一下之間存在延時，兩層轉譯更帶來了資訊的耗損。何小鵬問了一個業界求索已久的問題：「能不能把 Language 語言拆掉」？然後他馬上給出了小鵬的答案：即將在 12 月底先鋒推送的小鵬汽車「創新 VLA」。「拆掉語言」，意味著不需要對場景做「描述」（包括人工標註和自動標註），而是讓模型直接理解真實世界，就像我們開車是「看路」，而不是旁邊坐著個人給你「讀路」。但這也同時意味著，小鵬需要從「大語言模型」向「物理世界模型」邁出艱難而關鍵的一步。何小鵬透露，直到今年二季度，自動駕駛團隊才迎來了第二代創新 VLA「巨大的跳躍」，隨即小鵬團隊才決定加大下一代 VLA 開發，並且停止第一代 VLA 開發。但就是半步的時間差，讓他認為小鵬的第二代 VLA，已經提前開始了「物理世界模型」的新範式。他也坦承今年小鵬的輔助駕駛更新其實偏向穩妥，因為從接下來的創新 VLA 開始，「一個全新的大門在打開，它很有可能成為以後自動駕駛行業更通用的方案」。何小鵬的自信，來源於創新 VLA 從原理上開始的高效率。節約中間轉譯過程後，輔助駕駛系統的時延更低、反應速度更高，模型影格率（類似於每秒響應的次數）更高，隨即而來的是安全上限也被拉高了。而從物理世界模型開始，何小鵬開始摸索新的 AI 方法論：「AI 燃料」。他表示，如果將物理世界模型比作 AI 時代的「引擎」，那麼資料就是這台數字引擎的「燃料」。和電力作為 AI 晶片的燃料一起，兩套動力共同驅動著小鵬的 AI 新階段。譬如，在創新 VLA 上，小鵬「燃燒」了接近 1 億的視訊 clips（片段），這也是目前車企官宣配合量產模型的第一個 9 位數輔助駕駛訓練片段，相當於 6.5 萬年的實際駕駛極限場景總和。而在車端運行創新 VLA 的實體「引擎」，則是三顆小鵬自研圖靈晶片，合計峰值算力達到了 2250TOPS。第二代 VLA 從車端推理到雲端訓練，都有著類似的「數字火力壓制」理念。3 萬張卡規模的阿里云云端算力叢集+720 億參數基座大模型，確保了小鵬可以以五天全鏈路迭代一次的速度，迎戰愈發激烈的輔助駕駛競賽。脫胎自基座大模型，第二代 VLA 在何小鵬看來，是屬於智能汽車的物理 AI「小腦」，擁有更強運動能力的作業系統。而越過真實世界資訊轉譯的奇點之後，小鵬的 VLA 模型迎來了能力湧現。譬如，第二代 VLA 將帶著「小路 NGP」全新模式上線，不僅從更細維度貫通高速-城市-小路/園區，更全面適應歐洲市場的路況。此外，滿足全球法律法規，真正「全球都能開」的「無導航自動輔助駕駛」Super LCC+人機共駕、讀秒時自動蠕動的「理解紅綠燈」、識別手勢「招手即停」等等...都是第二代 VLA 瞬間為小鵬打開的無窮想像力。這種湧現極其擬人，因為我們不會為一名駕校出來的人類司機安上「高速 NOA」、「城市 NOA」一個個單獨的技能包，人類司機天生就會觀察並總結經驗。「當你把模型、算力、資料，做到一個完全不一樣的情況之後，你就開始了湧現，因為解決一個問題之後，你發現同時解決了很多你（以前）完全沒有辦法解決的問題。」另一個好消息是，讓何小鵬一瞬天地寬的第二代 VLA，同樣會惠及全行業。小鵬不僅將第二代 VLA 正式開源，更將與大眾進一步合作，推動第二代小鵬 VLA 和圖靈晶片，在大眾品牌車型上落地。小鵬 Robotaxi，2026 見下一款即將落地的小鵬物理 AI 產品，是小鵬 Robotaxi。點亮物理 AI 技能樹之後，何小鵬上來就搞了個大新聞：2026 年，小鵬將發佈 3 款 Robotaxi 產品。這三款產品的具體命名和定位未知，不過可以確定的是，它們都將基於第二代 VLA 大模型，以及圖靈晶片提供 L4 級服務。其中小鵬 Robotaxi 標配了四顆圖靈晶片，合計高達 3000TOPS 的車端算力，其中一顆圖靈作為安全備份——事實上從算力、轉向、感知，再到能源、剎車、通訊，小鵬做了全安全的冗餘。基於二代 VLA+VLM 能力，小鵬的 Robotaxi 還具有更強的車外互動能力，不僅自己理解路人，路人也能理解 Robotaxi 本身。更有意思的點在於，三台 Robotaxi，既有面向商業營運的 B 端車，同時也有讓個人使用者「獨享 L4 級體驗」的 C 端車。而 Robotaxi 本身，也將成為小鵬汽車智能駕駛產品版型的最高級存在——單圖靈/雙 Orin 的 Max、三圖靈的 Ultra，以及四圖靈+全冗餘的「Robo」。何小鵬這樣解釋小鵬的 Robotaxi 商業模型：「我認為相當長時間內，很多人不會選擇純共享 L4 模式，還是會選擇自己買一台有 L4 軟硬體體驗的車，但是可以在我的家庭內共享，我們叫私享模式。」這樣從 L2 主機廠向 L4 Robotaxi 營運者進軍的路線，何小鵬認為從成本和泛化性來看都有優勢。譬如營運範圍更大、前裝成本更低等等。「我認為 Robotaxi 要想真正做到大規模商業化，並且從中國走向全球，必須要由整車廠親自投入」，何小鵬表示作為軟硬體一體開發製造的整車廠，小鵬天生適合 Robotaxi。伴隨著 Robotaxi 體系全面上線，小鵬汽車的無人駕駛出行試營運服務，也將從 2026 年開始推出，從廣州逐漸覆蓋到全國，甚至全球。AI 宇宙，機器人閉環無人出行，類人服務，這八個字可以簡單總結 AI 對人類生活的重塑。後面四個字，對應的是機器人。今天的第七屆科技日，正好也是小鵬機器人路線更新至第七世代。何小鵬也帶來了迄今為止，小鵬團隊最擬人的機器人作品：全新 IRON。新一代 IRON 標誌著小鵬徹底堅定了人形機器人的路徑，AI 時代的資料思維從中起到了明顯作用，何小鵬解釋稱「如果不擬人，你沒有辦法從人身上獲取有價值的資料訓練」。創業，往往就是這樣的選擇遊戲。小鵬並非唯一一家進入機器人行業的車企，但在何小鵬看來，沒有軟硬體、大模型、資料驅動等等能力的車企最終會發現，和傳統汽車行業軟體依賴供應商不同，「機器人軟體供應商就是機器人廠商本身」。而選擇擬人路線，才會倒推小鵬收集真正人類生活空間的資料，並且進一步發揮自己資料閉環能力的優勢。回到新 IRON 身上，它凝聚了小鵬一系列「擬人」成果，甚至具備了「骨骼-肌肉-皮膚」的人類基本「構型」。譬如號稱「行業尺寸最小」的骨骼尺寸、實現肌肉效果的晶格材料包覆、支援觸覺感測的無縫工藝材料、超大面積的 3D 曲面頭部螢幕，等等。最終走上舞台的新一代 IRON，收穫了可能是今天下午最不可思議的掌聲——因為除了形象擬人，IRON 的體態、步姿，相比前代有了極其顯著的進步。人類本身，就是自然科學的極限所在。何小鵬和團隊深知這一點，所以全新 IRON 身上傾注了大量資源，貼近人類的分毫細節。譬如 仿人脊椎、1：1仿人手結構，再到極其接近人類手臂靈活性、尺寸的 22 自由度機械手（人類 27 個）、可以聳肩、夾胸，借鑑汽車底盤的「反向仿生」全新肩背結構...等等。而回到「具身智能」這一品類本身，IRON 同樣參數可觀。三顆圖靈晶片 2250TOPS 算力驅動下，小鵬首次在機器人上推出了「VLT 大模型」的概念。T 代表 Task 任務，以及 Thinking 思考，對應著機器人的深度思考，甚至是自主決策能力。當然也不用過分擔心「智械危機」，程式設計師出身的何小鵬，今天還擴展了傳承八十多年的「機器人三大法則」。他加入的第四條，叫做「機器人不得洩露人類隱私資料，除非該命令與第一法則衝突。」除了軟體安全，IRON 的硬體安全同樣是重點。IRON 是首個發佈的、使用全固態電池驅動的機器人，何小鵬表示「人形機器人最有可能是推動全固態電池量產的產品」，原因很簡單——人形機器人是私密空間產品，一旦發生安全問題，遠比汽車危險。聊到量產，IRON 目前已經進入最緊張的量產準備階段，何小鵬給的時間表是「明年一季度末，軟硬體量產就將進入合圍階段」。他進一步預測，最快後年開始，以 IRON 為代表的人形機器人，就將帶來社會工作崗位的變化，譬如機器人訓練、指導等等。不過何小鵬認為， IRON 這樣的人形機器人，反而不適合輿論普遍期待的「打螺絲」，而是會優先進入導購、導覽、導巡方向。而如果明年年底，IRON 可以如期實現大規模量產，他表示這將讓小鵬徹底迎來「巨大的升維」。湧現與實現今天的何小鵬在台上越說越興奮，技術躍遷讓這位在新造車賽道上奔跑十年的創業者欣喜若狂。以至於，100 分鐘的發佈會本身資訊密度很高，還有太多亮點沒有說完。譬如匯天也帶來了全新的、搭載物理 AI 和第二代 VLA 技術的 6 人乘坐全傾轉固定翼飛行汽車「A868」，已經進入試飛階段；陸地航母也官宣將在 2026 年規模化量產交付，等等。當然，這樣高密度、廣維度，但依然需要時間等待量產的前瞻性發佈會，一定會遭遇這樣的問題：「為什麼現在就要發」？其實這個問題縈繞何小鵬，也伴隨著過去十年的新造車。2019 年，何小鵬說「智能汽車的核心在營運，營運的核心則在於軟體」；如今沒有任何一家車企可以在發佈會上忽視「軟硬一體」。2023 年科技日，何小鵬說車企以後每年要投入數億甚至數十億成本，培養更大的算力；如今每一家車企都被問「你們有多少卡」？21 世紀的第三個十年註定屬於 AI 和無人出行，何小鵬相信趨勢，而實現趨勢需要找到爆發點。今天小鵬科技日的主題是湧現，背後的趨勢是物理 AI，爆發點，則在於小鵬拿出來的一系列 AI 產品。這樣的湧現，能否讓小鵬實現下一回合的領先？我們會在接下來的量產中找到答案。 (電動星球)

台北時間周三凌晨，全球市值最高上市公司輝達在美國首都舉辦GTC大會，公司CEO黃仁勳登台暢談AI產業的前沿展望。與以往有明確重點的發佈會不同，黃仁勳今天的演講涉獵甚廣，全球資本市場熱炒的6G、量子計算、物理AI和機器人、核聚變、自動駕駛全都有份。面對輝達直到2028年的技術路線圖和下一代Vera Rubin架構產品實機亮相，疊加黃仁勳炫耀“到2026財年的Blackwell、Rubin晶片訂單已經積攢5000億美元”。“全球股王”輝達收漲4.98%報201.03美元，公司總市值接近4.9兆美元。輝達的暴漲還帶動了部分晶片股走高，英特爾漲5.03%，博通漲3.02%。諾基亞漲22.84%，輝達官宣將向諾基亞投資10億美元，加速AI-RAN創新並引領從5G到6G的轉型。作為今天官宣的第一個合作協議，黃仁勳宣佈與諾基亞達成合作協議，除了10億美元股權投資外，兩家公司還將合作推出面向6G的電信計算平台NVIDIA ARC（Aerial RAN Computer），捕捉AI-RAN市場的機遇。NVIDIA Arc是運行在CUDA-X之上的無線通訊系統。輝達介紹稱，目前“AI流量”正處於爆發性增長的狀態，例如ChatGPT每周8億活躍使用者中，幾乎有50%的人通過移動裝置訪問該AI。借助AI-RAN系統，移動營運商可以提升性能和效率，增強AI應用的網路體驗，並用同樣的設施提供6G服務，為無人機、汽車、機器人以及AI眼鏡提供網路連線。在會後的新聞稿中，輝達也宣佈與T-Mobile、思科等合作夥伴打造美國首個面向6G的AI原生無線堆疊，並推出推進下一代無線技術的新應用。輝達同時展示了基於CUDA‑Q核心建構的NVQLink，用於連接傳統GPU和量子電腦，共同加速量子計算。目前的量子計算對環境噪聲高度敏感，且可用性有限。因此需要基於GPU的超級電腦承擔起量子處理器的部分負載，支援量子糾錯所需的控制演算法。黃仁勳隨後宣佈與美國能源部達成協議，將再建設7台超級電腦。這些超算將使用Blackwell和下一代Vera Rubin架構晶片，分別配置在阿貢國家實驗室和洛斯阿拉莫斯國家實驗室。其中名為Solstice的系統將配備10萬塊Blackwell GPU，將成為“美國能源部用於科學發現的最大AI超級電腦”。作為演講的保留節目，黃仁勳又展示了他的“晶片盾牌”——今天的盾牌由NVLink連接的72個GPU構成。黃仁勳特別強調，通過在更多GPU之間更好地分配推理任務，GB200 NVL72 AI超級電腦的性能提高了10倍，同時運行成本也降低了10倍——AI正變得對所有人更加可及。輝達也披露了新款BlueField-4資料處理晶片，可加速千億量級的AI基礎設施，支援800Gb/s吞吐量，並實現高性能推理處理。作為刺激股價表現的環節，黃仁勳在現場宣佈，截至2026財年末，公司帳上已經堆了超過5000億美元訂單。他也在現場展示了輝達截至2028年的GPU路線圖，和下一代Vera Rubin架構晶片的樣機。這款產品可能要到明年此時或更晚一些才能量產發貨。順便一提，現場也展示了輝達的液冷AI伺服器機架。黃仁勳比劃稱，1吉瓦資料中心需要8000個這樣的機架。單個機架重達2噸，由150萬個零部件構成。在備受投資者關注的“物理AI”方面，黃仁勳的演講主要放在Omniverse數字孿生技術上，包括利用該技術建構現代工廠，以及訓練和打造機器人。其中機器人初創公司Figure宣佈與輝達開展合作，加速下一代人形機器人研發。Figure正在使用輝達加速計算建構其Helix視覺-語言-動作模型，並採用Isaac平台進行模擬和訓練。輝達也推出了新一代工業級邊緣AI平台IGX Thor，旨在將即時物理人工智慧帶到邊緣端。與上一代產品IGX Orin相比，IGX Thor在整合GPU形態下能提供8倍AI算力，獨立GPU也能提供2.5倍算力，並提供翻倍的連接性，從而在邊緣側無縫運行大型語言模型和視覺語言模型。順便一提，核聚變反應堆也能用數字孿生來模擬。輝達透露，公司與General Atomics以及一系列國際合作夥伴打造了一個具有互動性能的高保真、AI驅動的數字孿生聚變反應堆。這個模型能夠以秒級速度預測電漿體行為。作為演講的壓軸環節，黃仁勳宣佈推出NVIDIA DRIVE AGX Hyperion 10，這是一套參考級量產計算平台與感測器架構。輝達宣稱，這套系統是面向“L4級自動駕駛”的通用平台，包括14個高畫質攝影機、9個雷達、1個雷射雷達和12個超聲感測器，以及兩台基於Blackwell架構的車載DRIVE AGX Thor平台。輝達也宣佈與Uber達成合作，使用該計算平台的車輛將可選接入Uber平台。 (財聯社)

黃仁勳堪稱是當前手握全球AI算力命脈的男人。輝達最新推出的專為物理AI和人形機器人設計的計算平台Jetson Thor，包括開發者套件Jetson AGX Thor和量產模組Jetson T5000。黃仁勳盛讚新品，將它擺到了標竿級的位置：“Jetson Thor是推動物理 AI 和通用機器人時代發展的終極超級電腦。”自進入2025年以來，Jetson Thor就是人形機器人行業翹首以待的計算平台。回溯到2024年的輝達 GTC 開發者大會，黃仁勳正式敲響“進軍人形”的號角：在闊別線下舞台五年後，他擺出 All in 人形機器人的姿態，發佈通用基礎模型 Project GR00T，並讓九台搭載GR00T模型的頂流人形機器人同台亮相。與此同時，輝達還首次拋出了基於 NVIDIA Thor 系統級晶片（SoC）的人形機器人計算平台 Jetson Thor，由此正式殺入人形賽道。據輝達當時公佈的資訊，該平台同樣採用 NVIDIA Blackwell 架構，算力為800TFLOPS，憑藉整合的功能安全處理器、高性能 CPU 叢集和 100GB 乙太網路頻寬，能夠支援 GR00T 等多模態大模型的流暢運作。英國《金融時報》在2024年底曾透露，輝達計畫在2025年上半年重注機器人領域，推出Jetson Thor。然而，發佈時間一路推遲到今天。但從最終公佈的參數來看，姍姍來遲的 Jetson Thor，顯然沒有辜負行業的等待。性能跨越7.5倍,算力進入2000TFLOPS時代與五個月前GTC大會上首次亮相相比，最新發佈的Jetson Thor終於揭開了完整的性能面紗，算力、功耗和生態能力全面升級。作為黃仁勳口中的“機器人新大腦”，Jetson Thor直指人形機器人行業最核心的痛點：如何在有限功耗下，讓端側裝置能夠即時運行多模態大模型。Jetson Thor基於全新的NVIDIA Blackwell GPU架構，搭載14核Arm Neoverse CPU，升級至128GB LPDDR5X記憶體，視訊記憶體頻寬高達273GB/s。峰值AI算力實現跨代式飛躍，FP4精度下峰值算力可達 2070 TFLOPS，在性能大幅提升的同時，Thor仍將整體功耗控制在 40W至130W，在同等能耗下提供遠超前代的推理能力。Jetson Thor借助 4 個 25 GbE 網路、攝影機解除安裝引擎和 Holoscan 感測器橋接器，提取高速感測器資料以實現即時性能。根據輝達官網資料，Jetson AGX Thor開發者套件的定價為3499美元（約合人民幣25023元），量產模組 Jetson T5000 在採購 1000片及以上時單價為 2999美元（約合人民幣21447元）。作為對比，上一代 Jetson AGX Orin開發者套件的售價為 1999美元（約合人民幣14296元），AGX Orin 64GB模組在採購 1000片及以上時單價為1599美元（約合人民幣11435元）。與上一代Jetson Orin相比，Thor的跨代進化幾乎是“全維度”的：AI算力提升7.5倍、CPU性能提升3.1倍、記憶體容量翻倍、I/O吞吐能力提升10倍，並且在支援多路高速感測器並行互動的同時，將能效比提升至 3.5倍。這意味著，在過去需要兩到四顆Orin才能實現的機器人算力，如今一顆Thor就能完成。對人形機器人廠商來說，這一提升具有決定性意義。過去大多數機器人搭載1到2顆Orin，端側算力大約在 275至550TOPS。但多位技術負責人都曾表示，若想讓機器人原生搭載VLA大模型，端側算力至少需要逼近 3000TOPS 才能滿足即時性要求。Jetson Thor的出現，顯然讓端側算力焦慮被大幅緩解。Thor的算力冗餘還體現在它對大模型的原生支援能力上。它相容幾乎所有主流AI框架與推理模型，既能運行 Cosmos Reason、DeepSeek、Llama、Gemini、Qwen、Physical Intelligence等通用大模型，也支援 Isaac GR00T N1.5 等機器人專用模型。開發者可以在端側裝置上同時運行多個大模型，讓機器人直接完成視覺、語言與動作的一體化推理，大幅降低對雲端算力的依賴。輝達的CUDA生態系統也為Thor提供了長期最佳化的可能性。官方資料顯示，通過軟體升級，Xavier的性能提高50%，Orin提升100%。隨著後續軟體棧的持續最佳化，Jetson Thor在吞吐量和響應速度上還將進一步突破，為機器人帶來更長的生命周期紅利。在硬體進化的同時，Jetson Thor與輝達自研的全端軟體深度整合：資料中心的NVIDIA DGX 負責訓練大模型，Omniverse承擔3D模擬與驗證，Jetson Thor則在機器人進入物理世界後充當即時決策與推理的大腦。通過與 Isaac平台、GR00T基礎模型、Metropolis視覺AI和Holoscan感測器處理框架的協同，輝達正在建構一條從訓練到部署的閉環，顯著降低機器人開發、驗證與迭代的複雜度。這種“軟硬一體”的優勢，讓Jetson Thor在行業內幾乎無可替代。為Jetson Thor背書的客戶陣容幾乎囊括全球最有影響力的具身智能公司：從 波士頓動力、Agility Robotics、Apptronik、Figure、Skild AI，到國內的宇樹科技、智元機器人、銀河通用、眾擎機器人、優必選、傅利葉、靈初智能等，均已在研發中部署Thor。這也讓輝達在人形機器人產業鏈上的影響力被進一步放大。Skild AI在開箱Jetson Thor值得一提的是，1X、OpenAI與Physical Intelligence三家頭部企業仍保持觀望，尚處於評估階段。憑藉跨代的性能躍升與軟硬體生態的深度整合，Jetson Thor不僅徹底重塑了機器人算力平台的技術標準，也讓輝達在人形機器人產業鏈的控制力被推向新高。十年佈局：輝達在人形機器人的史前史Jetson Thor的發佈，是輝達在機器人計算平台上的一次重量級落子，而這一步棋，其實早在十年前就已埋下伏筆。2014年，輝達首次推出面向機器人領域的 Jetson 系列，同步發佈 Jetson TK1 晶片，正式拉開進軍機器人的序幕。此後十年，他們先後推出 TX1、TX2、Xavier、Orin，在硬體端逐步建構出完整產品矩陣。彼時，第一代TK1的算力僅為 0.3TFLOPS，而如今Jetson Thor的FP4精度下峰值算力已經達到 2070TFLOPS，十年間實現了 7000倍的性能飛躍。但在過去的十年，儘管技術體系逐漸完善，機器人市場卻遲遲未迎來爆發。輝達2026財年一季報資料，自動駕駛與機器人業務部門在收入同比暴增72%的情況下，季度營收仍僅為5.67億美元，佔總營收1.29%。換言之，這是一場輝達長達十年的戰略蓄勢。但從輝達在AI的成功中，他們深知，只有算力 + 工具鏈 + 開發者生態三位一體，才能在具身智能時代建立真正的護城河。正如他們在AI爆發前十餘年持續投入CUDA生態，輝達在機器人領域同樣提前播下種子：發佈通用機器人基礎模型 Project GR00T，打通具身智能大模型的底層能力；建構 NVIDIA Omniverse 模擬平台，為開發者提供高精度虛擬驗證與數字孿生環境；  推出專注視覺AI的 NVIDIA Metropolis 和針對感測器處理的 NVIDIA Holoscan，完善從資料到推理的工具鏈。借助這一系列基礎設施，輝達圍繞 Jetson 平台逐步形成了開放式開發者生態。官方資料顯示，Jetson及其機器人技術堆疊已吸引超過200萬名開發者，並與超過150家硬體、軟體和感測器夥伴建立合作，形成覆蓋演算法、資料、模擬和硬體的立體化網路。在軟硬體生態之外，輝達更直接地不吝真金白銀向具身智能創業者們砸去。近年來，他們頻頻出手，重倉投資新一代人形機器人企業：2024年2月，人形機器人頂流Figure AI宣佈完成新一輪6.75億美元的融資，輝達就出資5000萬美元；2024年9月，李飛飛創辦、專注於世界模型研發的World Labs宣佈成立並獲得2.3億美元融資，輝達參與其中；2025年6月，在機器人獨角獸企業Skild AI的B輪融資中，輝達投資了2500萬美元；2025年7月，具身智能創企Field AI宣佈完成兩輪共4.05億美元的融資，輝達正是領投方之一。可以說，Jetson Thor只是輝達十年佈局的冰山一角。通過工具鏈、開發者生態與資本協同，輝達已經把自己嵌入人形機器人價值鏈的每一環，在這場才剛開局的產業革命中，搶先站上了制高點。寫在最後過去十年，輝達在人形機器人上的每一步，都是在下一盤極為漫長的棋局：算力的躍遷、生態的編織、資本的下注。Jetson Thor的出世，也不過是棋盤上的又一次落子，但這一子，重到足以讓整個行業震盪。這不是輝達的第一次豪賭，或許也不是最漫長的一次，但極可能是回報最大的一次。因為他們賭的不只是晶片，而是未來具身智能格局的入口。然而，故事才剛剛開始。當輝達把底座搭好，兆級的具身智能市場正迅速升溫，越來越多的玩家從四面八方殺入戰場，算力、模型與生態的秩序正在被迫改寫。隨著中國企業的崛起，沒有人敢確定，這個棋局最終贏家會不會是輝達。 (高工人形機器人)

9月24日，在2025杭州雲棲大會上傳來消息，阿里雲和輝達在Physical AI（物理AI）領域達成合作。據介紹，阿里雲人工智慧平台PAI將整合NVIDIA Isaac Sim、NVIDIA Isaac Lab、NVIDIA Cosmos和Physical AI資料集在內的全套Physical AI軟體棧，結合阿里雲巨量資料AI平台能力，將為企業使用者提供資料預處理、模擬資料生成、模型訓練評估、機器人強化學習、模擬測試等全鏈路平台服務，進一步縮短具身智能、輔助駕駛等應用的開發周期。截至發稿，阿里巴巴港股大漲超8%，最新股價報173港元/股，盤中最高報174.6港元/股。 (上海證券報)

我們驚嘆於ChatGPT 寫出的散文、Stable Diffusion 畫出的圖、語音助理的語速語調……但它們依然無法像人類一樣，擰開一瓶礦泉水，或者把地上的蘋果撿起來。這不就是一種「智慧錯置」嗎？我們正進入一個奇妙而矛盾的時代：AI的「腦」越來越像人，但「身體」還像一台機器。不過，這一切，正在改變。人工智慧的三波：從感知、生成到推理黃仁勳最近在一次訪談中講述了AI發展的四個階段。他沒有講“未來會怎樣”，而是告訴我們：“未來已經開始，只是我們還沒有完全意識到。”他將AI的歷史，分成三波已經發生、正在發生，甚至是即將到來的浪潮：第一波：感知AI ——讓機器看得見、聽得懂2012年，AlexNet在ImageNet大賽上橫空出世，它的背後，是NVIDIA GPU的運算力和深度學習架構的爆發。這是AI歷史上的「哥白尼時刻」──人們第一次看到：不靠人類手工提取特徵，也能辨識影像，比人類更準。這波浪潮讓「感知」成為現實——電腦視覺、語音辨識和自然語言理解突飛猛進。 AI不再是只能下棋的規則機器人，而是真正「能看、能聽、能懂」的助手。第二波：生成式AI －讓機器說得出、畫得出到了2020年代，感知不再稀奇。 AI開始「表達」：從GPT-3到ChatGPT，從DALL·E到Sora，AI不僅能理解，還能創造。我們進入了「文字到萬物」的時代——文字能生成圖片、音頻、視頻，甚至代碼。 AI第一次被賦予「表達的能力」。而這，也讓AI走出實驗室，走向大眾。第三波：推理AI－讓機器能思考、有邏輯現在，我們正在經歷的，是「推理AI」浪潮。你可能已經在用ChatGPT的「思考鏈（Chain of Thought）」功能，它會一步一步分解問題，推演邏輯。這不只是“說得漂亮”，更是**“會思考”**的表現。黃仁勳指出，這波AI最大的特徵，是：具備「常識」和「步驟性思考」。它甚至能自己查論文、分析文檔，然後得出結論。這使得「通用人工智慧」（AGI）的目標，第一次不再遙不可及。但真正的智能，還缺一條腿：行動力我們來想像一個場景：你對AI說：“請把桌子上的咖啡遞給我。”在今天，這句話對ChatGPT毫無意義——它不會移動，不知道「咖啡」在那，也不會明白「遞」是什麼意思。為什麼？因為今天的AI，還不懂「世界」。AI缺乏「物理常識」：不知道重力為何物、也無法理解「物體會移動但不會瞬移」。這些看似簡單的“常識”，其實是人類在嬰兒期就學會的知識。所以，第四波浪潮，正在醞釀。下一波浪潮：物理AI的覺醒黃仁勳預言，下一波AI浪潮將是“物理AI”——AI不只懂語言、不僅會推理，它還要“下得了地”，能與現實世界互動。這種AI將擁有：物理直覺：知道物體有慣性、有摩擦、有因果；運動能力：可操控機械手臂、移動機器人；感知與回饋迴路：能即時處理視覺、觸覺、空間等資訊。我們看到的Boston Dynamics機器人、Tesla的Optimus、Figure 01機器人，正一步步走向這個目標。AI的最終進化，是從“想得清”到“做得到”人類的智能，從來不是只有腦袋，還有身體。黃仁勳說：「所有這些能力的集合，將讓我們迎來下一波浪潮——機器人。」他口中的“物理AI”，正是將腦力與體力合而為一的智能新形態。那將是AI的「從人類大腦到人類行動」的躍遷。思考：如果AI真的有了身體，那些產業會先被改變？那些工作最難保留？面對未來的物理AI，我們該培養什麼樣的新能力？ （或許是「人類獨有的情感與價值判斷」？）真正的智能，不只是“知道”，而是“做到”。 （AI森林物種圖鑑）

2025年3月，全球資本市場掀起一股“物理AI熱”，而港股上市公司瑞聲科技憑藉股價單日飆升超10%、四日累計漲幅超16%的亮眼表現，成為這場技術革命的焦點。高盛在其報告中直言，物理AI（Physical AI）是“重塑製造業與物流業50兆美元價值鏈的核心技術”，而瑞聲科技憑藉其在光學感測器與車載鏡頭領域的技術壁壘，正在成為這一賽道的關鍵推動者。 物理AI的本質，是讓機器（如機器人、自動駕駛汽車）具備感知物理世界、理解三維空間關係並執行複雜操作的能力。這項技術的突破，不僅依賴演算法，更需硬體端的高精度感測器支援。瑞聲科技，這家以聲學業務起家的隱形冠軍，如何在實體AI浪潮中完成從「手機配件商」到「智慧機器視覺領導者」的蛻變？ 一、全端式光學方案，定義物理AI的“視覺標準” 在現今高度競爭的智慧型手機與數位產品市場上，科技革新已成為推動產業前進的重要力量。近年來，隨著物理AI技術的快速發展，該領域正在迎來全新的轉機。瑞聲科技的核心競爭力在於其光學業務的全端式自研能力，涵蓋從設計、製造到系統整合的完整鏈條。目前自動駕駛、人形機器人等新興產業逐漸滲透。