很多人说，英伟达运气好，每一个风口都被它踩中。事实上，英伟达遇见每一个风口前，都经历了长长的铺垫。下一次可能是机器人。
2023年最后一个月，特斯拉发布了Optimus机器人第二代；2024年元旦刚过，全球机器人市场被斯坦福的炒菜机器人“Mobile Aloha”点燃；CES2024上，厂商展示的重点已经从智能电动汽车转向了AI和机器人。就在前两天，微软与OpenAI正与人形机器人公司Figure进行融资谈判，计划向对方注资5亿美元。分析机构认为，2024年将成为机器人爆发元年。十年前在机器人领域“无心插柳”的英伟达终于要在机器人市场开启“收割模式”。
“无心插柳”改变生态格局
特斯拉公司CEO埃隆马斯克认为，未来地球上的机器人数量终会超过人类。这一预见正加速变成事实。例如，目前亚马逊公司的物流机器人已经超过75万台，仍按照每天1000个机器人的速度在增长，到2030年，亚马逊拥有的机器人数量将超过员工数量。
“机器人产业将在2024年出现爆炸式增长，Figure和特斯拉等新进入者正在推动这一趋势，而传统参与者正在打造相关的基础设施，仅制造业的市场机会就高达数万亿美元。”Wischoff Ventures创始人兼普通合伙人Nichole Wischoff不久前说。
五年前，英伟达创始人兼首席执行官黄仁勋就已预见到机器人产业即将大爆发。在2018年中国台北国际电脑展（COMPUTEX 2018）举行的前一天，黄仁勋说：“AI是我们这一时代最强大的技术力量。第一阶段人工智能将实现全新的软件自动化水平，从而帮助诸多行业提高生产力；其后，人工智能与传感器和执行器相结合，将成为新一代自主机器的核心。终有一天，数十亿台智能机器将用于制造、送货上门服务、仓储物流等领域。”
但英伟达机器人和边缘计算副总裁Deepu Talla认为，英伟达的机器人布局其实是从十年前开始的。“十年前，黄仁勋亲手将第一台NVIDIA DGX AI超级计算机交付给OpenAI，得益于OpenAI的ChatGPT，生成式AI已成为当代发展最快的技术之一，现在生成式AI正在重塑这个数万亿美元的市常”Deepu Talla在今年的CES上表示，有了大语言模型（LLM），机器人能够更自然地理解和响应人类指令；有了生成式AI，机器人能够实现前所未有的感知和适应能力。
毫无疑问，机器人在这个时间点爆发，生成式AI是最大的推手，因为生成式AI的到来，让机器人从设计、仿真到编程等产业发展过程中的诸多难题，都有了更优的解决之道。比如，以前的机器人是为特定任务而专门制造的，根据不同任务修改机器人十分耗时，有了LLM 和视觉语言模型，让人与机器人的交互更加直观，使得机器人能够获得更强适应性和感知力。
“基础模型标志着机器学习模型创造方式的重大变革，不仅能够创建与机器人的对话界面，提升现有计算机视觉功能的质量，还可能开发出如视觉问题解答等新的能力。这些可扩展的架构和训练策略最终可能超越语言和视觉，扩展到机器人的规划和控制领域。”波士顿动力首席技术官Aaron表示。
此前，黄仁勋在ITF World 2023半导体大会上表示，人工智能的下一个浪潮是“具身智能”(EmbodiedAI)，即能理解、推理、并与物理世界互动的智能系统，比如机器人、自动驾驶汽车，甚至聊天机器人，它们都能很好地理解物理世界。如果“具身智能”的机器人是人工智能的终极形态，那么机器人市场必须是英伟达的“必争“之地。
十年前黄仁勋对于OpenAI的“无心插柳”让英伟达在这场包括机器人在内的AI变革中成为核心，就此拉开了英伟达进入机器人市场的序曲。
“三件套”出击市场
英伟达在机器人市场的真正布局始于2018年，在这一年英伟达宣布推出包含全新硬件、软件和虚拟世界机器人模拟器的NVIDIAIsaac，同时还推出专为机器人设计的计算机平台Jetson Xavier和相关的机器人软件工具包。“处理器+平台+开发工具”是英伟达进入每一个新市场必备的“三件套”，英伟达又把这样的方法复制到机器人市常
其后的几年，英伟达从底层芯片到计算平台到训练与验证进行全方位布局，不断往前推进。2019年，英伟达推出lsaac软性开发套件(SDK)，为机器人提供更新的AI感知和仿真功能；2022年，英伟达又推出NVIDIA Isaac Nova Orin，该可配置的计算和传感器参考平台旨在帮助AMR（自主移动机器人）制造商缩短开发时间并降低成本。
英伟达在机器人市场进行紧锣密鼓且强有力的推进是在2023年，这一年生成式AI席卷了每一个领域，同样也彻底改变机器人产业，所以拥抱生成式AI就成为英伟达机器人全线产品技术演进和重塑的核心方向。
2023年5月，英伟达在COMPUTEX 2023上发布全新Jetson AGX Orin工业级模块。该模块在恶劣环境下可以提供更高级别的计算能力，其中的关键词是“服务器级性能”和“极其恶劣环境”。有了“服务器级性能”意味着在嵌入式“端侧”、“边缘侧”也能部署AI并让传感器融合算法；能够在“极其恶劣环境”下使用，意味着在包括农业、建筑、能源、航空抗体、卫星等极端环境打造更强劲的机器人有了可能。
2023年10月，英伟达宣布，对适用于边缘AI和机器人的NVIDIA Jetson平台上的Metropolis和Isaac框架进行有史以来规模最大的软件扩展。这次扩展的主题是结合Transformer模型与生成式AI的功能来满足边缘AI的快速部署需求。与此同时，英伟达还宣布创建Jetson生成式AI实验室，供开发者学习和利用开源生成式AI模型进行开发。关键词是结合“生成式AI”快速满足边缘AI部署。
也是在2023年10月，英伟达宣布推出Isaac ROS和Isaac Sim软件的全新版本，对感知和仿真功能进行了重大改进，这次改进同样还是与AI相关。从介绍来看，基于常用的开源机器人操作系统（ROS）的Isaac ROS，为自动化带来了感知能力，让移动的物体有 “眼睛”和“耳朵”。借助GPU加速的GEM功能（包括视觉里程测量、深度知觉、3D场景重建、定位和规划等），机器人开发者就拥有了为不同应用快速定制机器人解决方案所需要的各种工具。
不难看出，英伟达在机器人芯片技术和工具领域有几个重要的迭代方向。一方面是不断“强性能”，通过提升性能，让嵌入式端、机器人本体能够“装得下”、“运得了”AI；提升芯片算力以便装得下算法和模型，提升机器人的“智力”。
另一方面是模块化,通过不同特点的模块灵活“包抄”细分市常在发布Jetson AGX Orin工业级模块之前，英伟达已经推出了Jetson Nano、JetsonOrin等模块,英伟达称JetsonNano的特点是“小巧，大小只有信用卡大；强悍，能提供472G FLOPS的性能；能耗比超高，能处理多个神经网络，功耗只有5~10瓦”，包括智能家居、家用机器人用的比较多。
再一方面是不断降低开发者拥抱AI的门槛。英伟达通过设立机器人AI实验室、发布多个面向第三方的机器人开发工具和平台。事实上，由于边缘环境复杂多变，生产线需求迭代较快，需要反复对机器人和AI系统进行编程，整个过程不仅耗时，还要求开发者具备足够的专业技能，建立AI实验室为Jetson开发者提供经过优化的工具和教程，能够降低使用AI工具的门槛。通过向第三方NVIDIA Metropolis提供GPU加速的SDK和开发人员工具，能够帮助用户以更快速、更经济、更高效的方式从边缘到云端构建、部署和扩展支持AI的视频分析和物联网应用。该平台提供了一系列功能丰富的应用编程接口和微服务，供开发人员快速开发基于视觉的复杂应用。
寻找市场裂变利器
打造机器人本体需要强劲的机器人处理器、机器人计算平台、机器人开发工具，但如果仅从提供机器人本体的运行环境来看英伟达，那么还是低估了其对于机器人市场的重视和野心。
事实上，英伟达对于每一个战略性市场，绝不仅仅满足于按部就班做“加法”。
就像DeepuTalla所言，打造更智能的机器人，仅需要“两台计算机”，一个是机器人本体的运行环境，另一个是机器人制造的AI工厂。机器人的制造工厂能够带来机器人大规模爆发。“它是创建和不断改进AI模型的核心，AI工厂使用了英伟达数据中心计算基础设施以及NVIDIA AI和NVIDIA Omniverse平台，可以仿真和训练AI模型。”Deepu Talla说。
Omniverse是英伟达的仿真模拟平台，它与AI结合的一个重要应用是实现机器人自动编程。目前在汽车制造领域，机器人的编程远远比机器人本身的价格要高得多，用于汽车生产制造的机械臂机器人成本约为2.5万美元，而对机械臂机器人进行编程的费用为25万美元，如果通过Omniverse+AI，就能够对机器人进行自动编程，费用将大大降低。宝马集团与自动化公司idealworks在Omniverse中使用Isaac Sim，生成合成数据并运行相关场景，用于测试和训练AMR与工厂机器人。在部署到现实世界之前，亚马逊使用Omniverse中的数字孪生仿真对其自主仓库实行自动化、优化和规划，并通过IsaacSim提高其最新自主移动机器人（AMR）Proteus的能力。
机器人数据生成器是英伟达“机器人AI工厂”的重要成员。目前机器人AI化滞缓的重要原因是缺乏训练数据。机器人与环境交互的数据资源有限，收集数据极为昂贵且耗时，模拟和合成数据将在解决机器人灵巧性乃至整个计算视觉问题上发挥关键的作用。2023年10月，英伟达与德克萨斯大学奥斯汀分校提出的MimicGen数据生成系统，可以用不到200个人类演示，自主生成超过5万个训练数据，涵盖18个任务、多个模拟环境、现实场景，合成数据方案，加快了机器人AI化进程。
云是撬动机器人市场的一个利器。2023年3月英伟达宣布，将OmniverseCloud托管至微软 Azure上，以扩大英伟达AI机器人开发和管理平台Isaac Sim的接入范围。将Isaac Sim放到云端可以让团队更有效地开展合作，获得最新的机器人工具和软件开发套件。
经过五年的部署，目前英伟达的机器人产业生态“基本盘”已现，目前NVIDIA Isaac和Jetson平台等被超过120万名开发人员和10000名客户以及合作伙伴所使用。在CES2024上，包括波士顿动力公司、Collaborative Robotics、Covariant、Sanctuary AI、宇树科技等都展示了基于英伟达的机器人成果。
但这并不能满足NVIDIA对于机器人市场的野心，英伟达还在寻找更多能够带来机器人市场快速裂变的利器。
2023年10月，英伟达旗下风投部门NVenture以3200万美元领投了一家机器人工厂Machina Labs，这家公司之所以被英伟达看中，是因为它拥有一个名为机器人工匠的敏捷制造平台，集成了7轴机器人、自主板材装载和夹具以及先进的人工智能流程模型和闭环控制，只需单击按钮即可启用许多制造流程，其技术能让工厂摆脱传统制造的束缚，转而采用软件配置。NVentures企业副总裁Mohamed Siddeek表示：“Machina Labs运用计算和机器人技术在板材成形领域做出了革命性的突破。”
Machinallabs已经具备生产用于飞机火箭和卫星的钣金零件能力，可以在常温下快速制造大型弯曲钛合金零件，其能力包括切割圆顶、整流罩和其他航天结构，高效、快速的制造流程使得航天企业能够更快地迭代，这很可能会得到像space X、NASA、波音等航空界用户的青睐。
制造与材料的进步同样是机器人产业变革的关键一环，这应该是英伟达看中这家企业的又一个重要原因。
机器人产业的突破，不仅需要人工智能、机器学习等领域的进步，还需要包括材料学科以及控制系统等众多的领域的携手突破，将机器人技术从专注于特定任务逐渐演化，最终拥有更广泛的功能和通用性，依然还有很长的路要走。如果“具身智能”机器人是人工智能的终极形态，对于将人工智能作为核心宗旨的英伟达而言，其机器人市场的大幕才刚刚拉开。
