“你设置好日程提醒了吗?”
8月24日,英伟达机器人官方账号在社交平台上发布了一张黑色礼盒的照片,附着一张带着创始人黄仁勋签名、配文为“好好享受”的贺卡。
此次预热的产品,是一款针对机器人的“新大脑”。两天前,英伟达便发布了预热视频,黄仁勋写下一张贺卡称:“好好享受你的新大脑吧!” 随后,一款人形机器人拿起礼盒上的贺卡,读了起来,这款机器人来自中国厂商傅利叶。 在打开礼盒环节,视频中出现了多款不同型号的手臂,或暗示这款“新大脑”已经适配了多款人形机器人。 近年来,英伟达持续深化其在机器人技术领域的战略布局。 黄仁勋在今年7月的2025年中国国际供应链促进博览会开幕式上表示,AI的下一波浪潮将是机器人,“它具备推理与执行能力,并且能够理解物理世界”。 过去两年,黄仁勋在不同场合都表达过对具身智能业务的乐观态度。 早在2024年6月,他曾预测机器人技术将在未来两到三年内取得重大进展,未来人形机器人将像汽车般普及。他还表示,除了人工智能,机器人技术尤其是人形机器人,将是这家人工智能芯片巨头的最大规模潜在增长市场。 产品层面,黄仁勋介绍,中国的机器人公司正在利用NVIDIA Omniverse这款图形与仿真平台进行训练,以实现机器人在物理世界中与人类进行安全协作。此外,英伟达近日还推出全新的NVIDIA Omniverse库与NVIDIA Cosmos世界基础模型,加速机器人解决方案的开发和部署。 除了此次预热视频中出现的傅利叶,英伟达还与多家中国人形机器人公司建立了合作。 今年1月,英伟达在北京举办“答谢迎春会”晚宴,上证报记者曾从与会嘉宾处获悉,宇树科技CEO王兴兴、银河通用创始人兼CTO王鹤参加了晚宴,且与黄仁勋同桌。宇树科技、银河通用为国内具身智能领域“第一梯队”选手。 在今年8月的世界机器人大会上,王兴兴、王鹤还与英伟达Omniverse与仿真模拟技术副总裁Rev Lebaredian进行了同台对话。 Rev Lebaredian说英伟达的核心业务是构建计算机,为产业解决最具挑战性的遗留问题。而机器人正是英伟达面临的终极挑战——AI的最终表达形式便是将智能能力应用到物理世界,机器人则是这一能力的承载体。英伟达的技术布局涵盖了机器人所需的全链条技术: 一是机器人大脑:软件与AI工厂。机器人的“大脑”需要强大的软件支持,而开发这些软件则需要“AI工厂”——即强大的AI计算平台。英伟达的成功之一,就是建立了一个注入大量人才与数据的AI工厂,为机器人的“大脑”提供算力与模型支持。 二是机器人身体:边缘计算硬件。机器人的“身体”中嵌入的计算单元至关重要(例如电动车或人形机器人的内置计算机),但更关键的是,支撑实时决策的硬件。英伟达开发的超级计算机能够在边缘部署,无需联网,实时处理海量数据并做出高频决策,从而确保机器人能够高效、安全地执行任务。 三是数据核心:仿真与合成数据。物理AI需要海量数据,但现实世界的数据难以直接获取,尤其是某些罕见事件(例如自动驾驶中的“孩子冲到车前”的场景)。因此,仿真技术成为解决这一问题的关键——通过模拟现实世界生成合成数据供AI进行训练。


上一篇:全球首次!人形机器人 24 小时自主行走
下一篇:新一代机器人“超级大脑” Jetson Thor开售:亮点都有什么?
- 热门资源推荐
- 热门放大器推荐
- OM13089: LPCXpresso54114电路板
- LT3463 的典型应用 - 具有肖特基二极管的双通道微功率 DC/DC 转换器
- FAN251040GEVB:FAN251040GEVB,具有 PMBUS 的 40A 同步降压稳压器
- 使用 Analog Devices 的 ADP3050 的参考设计
- 4.5 uA 锂离子电池保护电路参考设计
- 使用 Panasonic 的 AN30888A 的参考设计
- EVAL-AD5767SD2Z,用于评估 AD5767 16 通道、12 位串行输入、电压输出 DAC 的评估板
- 全陶瓷电容设计的降压/反相型3A、±5V电源
- LTC1479CG 1A 双路镍氢电池电源管理系统的典型应用电路
- 色卡密码锁
- 格创东智SEMICON CHINA 2026圆满收官,章鱼智脑与全场景智能体群定义工业智能决策新高度
- 当变压器进入封装:TI IsoShield如何改写隔离电源边界
- 2026年1月座舱域控迎新一轮洗牌,华为、小米上位,比亚迪电子承压
- SK Signet推出400kW一体式超快速电动汽车充电器
- 智元机器人第1万台人形机器人A3量产下线,全球市场份额领先
- 雷诺和RMC BFM推出人工智能个性化车载收音机
- Diodes推出符合汽车级标准的100V PowerDI®8080-5封装MOSFET
- 保时捷申请线控换挡系统专利 兼具自动变速箱和手动变速箱功能
- 汽车以太网的11大误区
- 如何将自动驾驶大模型庞大的能力压缩到车端?

MOSFET和GaN FET应用手册
NJM41005FT-TE1
BF1606-10RFI






京公网安备 11010802033920号