NVIDIA 在 ICRA 2026 上公布的最新机器人研究成果展示了模拟到真实传输方面的突破。主要进步包括多臂协调、适应性导航和精确抓取。
NVIDIA（纳斯达克股票代码：NVDA）在 2026 年国际机器人与自动化会议 (ICRA) 上公布了八项新的机器人技术突破，强调了将机器人从模拟转移到现实应用中的重大进步。这些发展巩固了 NVIDIA 在机器人模拟到现实 (sim-to-real) 领域的领导者地位，这是其“物理 AI”战略的基石。
该公司的研究涵盖了机器人技术的关键挑战：多臂协调、跨机器人类型的适应性导航、精确抓取和复杂的装配任务。每个解决方案都利用 NVIDIA 的 GPU 加速平台和模拟环境（例如 Isaac Sim 和 Omniverse），使机器人能够在动态的真实环境中更有效地运行。
主要研究亮点
其中一个突出的例子是 ScheduleStream，这是一种基于 GPU 的框架，允许机械臂并行操作，从而将规划时间最多缩短 3 倍。这可能会彻底改变制药和制造业等行业，这些行业的效率提升至关重要。开发人员可以访问 GitHub 上的代码，以便与 NVIDIA Jetson 边缘 AI 硬件集成。
另一项突破是COMPASS政策框架，解决了机器人导航问题。与传统模型在转移到新的机器人形状时遇到困难不同，COMPASS 在模拟中使用强化学习来训练可泛化到不同机器人实施例的策略。与基准模型相比，它的成功率提高了 4.5 倍，并展示了 80% 的现实导航成功率。这种能力可以加速自主移动机器人在物流和交付领域的采用。
为了实现精确抓取，Grasp-MPC引入了自适应控制，可在机器人接近物体时不断纠正其运动。经过 200 万条模拟轨迹的训练，它在杂乱环境中实现了 75% 的成功率，远远超过 41% 的基线。
市场背景和 NVIDIA 的物理 AI 战略
这些创新与 NVIDIA 更广泛地进军机器人和物理 AI 领域相一致，NVIDIA 已成为模拟工具、边缘硬件和 AI 模型的全栈提供商。该公司的 Isaac Sim 平台是这些进步的关键推动者，它提供了一个基于物理的环境，用于在数字孪生中训练和验证机器人，然后再将其部署到现实世界中。这种方法解决了机器人技术的一个关键痛点：缩小模拟与现实世界性能之间的差距。
NVIDIA 在机器人技术方面的努力也得到了其不断增长的数据基础设施的支持。拥有超过 1500 万次下载的物理 AI 数据集和 GR00TX Implement Sim 数据集正在帮助研究人员和开发人员训练更强大的机器人系统。与麻省理工学院、卡内基梅隆大学和苏黎世联邦理工学院等顶级机构的合作进一步巩固了其在这一领域的领导地位。
NVIDIA 的市值为 5.19 万亿美元，当前交易价格为 212.63 美元（截至 2026 年 5 月 28 日），NVIDIA 在机器人技术方面的进步增强了其作为 AI 硬件和软件领域主导力量的地位。随着各行业越来越依赖自动化来提高效率和降低成本，机器人领域可能成为不断增长的收入驱动力。
下一步是什么？
NVIDIA 的路线图包括在 2026 年底之前发布下一代 GR00T N2 机器人模型，承诺提供更强大的推理和多模式学习能力。该公司与 ABB 和 KUKA 等机器人领导者的持续合作及其开源工具表明，其在机器人领域的影响力只会不断扩大。
对于交易者来说，NVIDIA 在机器人技术方面的进步凸显了其多元化，超越 GPU 进入自动化、人工智能和工业机器人等高增长行业。随着模拟转真实技术的加速采用，NVIDIA 将自己定位为研究机构和商业企业不可或缺的合作伙伴。