最近，英偉達又成了話題中心。

 短短幾天里，接連兩場看起來毫不相干的活動持續刷屏，一場是斯坦福教授李飛飛和英偉達首席科學家 Jim Fan 的直播，對談主題是“讓 AI 學會在世界里行動”，而另一場黃仁勛的女兒、英偉達產品營銷高級總監 Madison Huang 首次公開亮相，與光輪智能（Lightwheel）創始人謝晨展開對話，共同探討仿真、具身智能與 Sim2Real 的未來。

兩場活動一邊屬于學術界的象征，一邊則是產業界的未來接班力量。但當我們把它們放在一起看時，會發現它們其實講述的是同一件事：英偉達正在全力推進它的仿真計算機戰略。

這是黃仁勛為未來十年定下的方向：用 Omniverse、Isaac Sim 和 Physical AI 三大支柱，去構建一張貫穿虛擬與現實的“智能物理世界計算網”。簡單來說，英偉達想要打造的不只是更強的算力，而是一套讓 AI 能夠“在世界中學習與行動”的系統，讓機器不止能理解數據，而是真正學會理解世界本身。

英偉達正在下很大一盤棋。

三臺「計算機」的新格局

而在過去十年里，英偉達的身份已經悄然轉變。從顯卡制造商到 AI 超算引擎，再到如今的世界構建者，這家公司早就不再滿足于讓模型理解語言或圖像，而是要讓智能真正理解物理，并能在現實世界中行動。

這也是黃仁勛最近再各種場合反復提到的 Simulation Computer Strategy——仿真計算機戰略，即未來的智能世界，不會只靠一臺超級計算機來驅動。這個戰略的核心，是讓 AI 在虛擬世界中被訓練、被測試、被磨練，再以近乎零摩擦的方式遷移回真實世界。

在這個新體系下，英偉達定義了“三臺計算機”的格局：訓練計算機、仿真計算機和實時計算機 —— 它們構成了一個從思考到行動的完整智能循環。

英偉達的第一臺計算機是“訓練計算機”（Training Computer）。我們可以把它看成 AI 的“智力工廠”，最典型的代表就是 DGX 系統。所有的大模型都誕生在這里 —— 從 GPT 這樣的語言模型，到機器人用的世界模型，AI 的腦子就是在這臺機器上被訓練出來的。這里是它學會思考的地方。

第二臺計算機，是仿真計算機（Simulation Computer）。這是英偉達這兩年最激動人心的部分，由 Omniverse 和 Isaac Sim 驅動。現實世界的數據太貴、太慢、太有限，而仿真世界沒有這些限制。AI 可以在虛擬空間里無數次地試錯、生成數據、重來一遍又一遍，在那里，它能學會如何看世界、怎么動手、怎么反應。你可以把它想成 AI 的練功房，它在那里摸爬滾打、不斷升級。雷峰網

第三臺，是實時計算機（Real-Time Computer），也就是像 Jetson AGX、Jetson Thor 這樣的平臺。它們是跑在機器人和自動駕駛系統里的AI 大腦。在這里，AI 不再是模型，而是真正在動的智能體——它能實時感知、推理、規劃、行動，把在虛擬世界里練出來的本事，用在現實世界里。

這三臺計算機構成了英偉達的“物理智能三部曲”：從 Training Computer 負責訓練智能，到 Simulation Computer 模擬世界，再到 Real-Time Computer 驅動現實，三者首尾相連，形成了一個從思考到行動的閉環。

這三臺計算機，分別對應了智能的“思維—體驗—行動”三個階段，也構成了英偉達新一代物理智能體系的骨架。

仿真計算機戰略的「三大支柱」

如果說算力是大腦，那么 Omniverse 則是世界的神經系統。作為英偉達最雄心勃勃的項目之一，Omniverse 并非一個單純的圖形引擎，而是一套構建數字世界的底層操作系統。

它基于 OpenUSD 架構，把視覺、物理、語義與傳感器信息統一在一個可計算的世界模型中。它允許企業、科研機構和開發者用一致的語言去描述和操作虛擬世界，從工廠到城市，從機器人到車輛，每個物體都能在這個數字空間中擁有精確的存在。

更重要的是，Omniverse 不只是用來“看”的，而是用來“算”的。光的折射、風的流動、機械臂的摩擦、機器人行走的重心，全都可以在這里被精確模擬。世界在這里被重新編碼為可計算的邏輯，這讓 AI 不僅能理解圖像，更能理解世界。

正是在 Omniverse 的基礎上，英偉達構建了面向機器人領域的 Isaac Sim。這個仿真引擎讓機器人能在虛擬環境中成長、學習、甚至獲得真實的經驗。在英偉達的 Isaac Lab–Arena 系統中，成千上萬個虛擬機器人同時運行，它們被放置在不同場景中，不斷測試動作策略、強化學習模型、傳感器響應機制。

Cosmos 系統則負責定義這個世界的物理規則 —— 光線的傳播、重力的作用、物體的硬度與材質。Newton 模塊確保每一次碰撞和每一次位移都符合真實物理。通過這樣的體系，英偉達把“虛擬世界”變成了“智能的課堂”，讓機器人可以像人類一樣在安全的環境里反復試錯，最終掌握可遷移到現實的經驗。

而 Physical AI 則是黃仁勛近年來頻繁提到的詞匯，它代表著 AI 的下一階段：具備物理常識、能夠與世界互動的智能。一個真正的智能體，必須能理解重力、慣性、摩擦，必須能預測自己的行為將對環境產生怎樣的結果。這種能力無法僅靠文本訓練獲得，必須通過仿真——通過不斷地與虛擬世界互動、體驗、修正，AI 才能形成可遷移到現實的智慧。英偉達正在嘗試讓每一個模型都經歷這樣的“成長”：先在仿真中學習世界，再在現實中應用世界。

Madison Huang 在那場《OpenUSD Insiders》直播中也曾說到：“機器人不能只讀取數據，它們必須體驗世界。” 這句話是對整個英偉達仿真戰略的最好注解。

她在自己的首次亮相中并沒有談 GPU，也沒有談市場，而是談仿真、具身智能與 Sim2Real。這正是英偉達未來的邏輯：數據訓練讓 AI 理解語言，仿真訓練讓 AI 理解世界。

在這場節目中，Madison 對話光輪智能，與這家初創企業暢談仿真與具身智能的未來，甚至坦言：“英偉達需要合成數據工廠，而光輪剛好出現。”

這句話后來在開發者社區引起了廣泛討論，也揭開了英偉達仿真戰略中一個鮮為人知的關鍵角色。

從 Behavior 到 Sim2Real 的機器人革命

值得一提的是，英偉達的這兩場直播，分別把鏡頭對準了“虛擬世界的科學家”和“現實世界的工程師” —— 李飛飛團隊和光輪智能。

在學術端，斯坦福大學李飛飛教授主導的 Behavior Challenge 是當前最具代表性的仿真研究項目之一。

她的團隊構建了一個極其復雜的虛擬家庭環境，讓 AI 在其中完成各種日常任務——收拾桌子、做飯、找東西。乍一看像游戲，但背后卻是嚴肅的科學：讓 AI 學會如何觀察、規劃與行動。這樣的研究推動了具身智能的發展，也讓學術界對“AI 如何理解世界”這一根本問題有了更深入的探索。

英偉達與 Behavior Challenge 的合作，也并不僅僅是技術層面的支持，更是一種理念上的共鳴。李飛飛希望 AI 能在虛擬世界中獲得行為智慧，而英偉達正致力于打造那個“可讓智能成長的世界”。對雙方而言，AI 的未來不再停留在識別圖片或理解文字，而是要真正理解物理世界，理解人類與環境之間的復雜關系。

換個角度，如果說 Behavior Challenge 代表學術界的未來實驗室，那么光輪智能就是工業界的“現實引擎”。

這家公司專注于仿真資產、合成數據與仿真基礎設施，目標清晰直接：讓 AI 能在虛擬世界中完成那些原本必須在現實里進行的大規模訓練與測試。

值得一提的是，光輪智能的創始人謝晨曾在英偉達擔任自動駕駛仿真框架負責人，對“仿真驅動智能”的理念有著深刻理解。

而在這次的直播中，謝晨提到他們一直在做仿真資產和合成數據，希望讓 AI 能在虛擬世界里完成原本得在現實中做的訓練和測試。他說，光輪的使命是“讓仿真成為現實創新的起點”，也就是把數字世界變成一個可以提前驗證想法的實驗場。雷峰網

光輪團隊提出了一個叫 “SimReady” 的概念，意思是“為仿真準備好的資產”。謝晨解釋說，仿真不光要看起來真，還得感覺真，像門鉸鏈、抽屜、布料這些細節都要在虛擬世界里真實地動起來。這樣，機器人才能在仿真里練出真正的“手感”。

Madison Huang 在直播中也提到，很多策略評估流程能跑得這么順利，很大程度上得益于光輪智能提供的高保真 SimReady 資產。這些資產現在已經被廣泛應用在 Isaac Sim、Isaac Lab、DexBench 等項目里，成了英偉達整個物理 AI 生態的重要一環。Madison 更是表示：英偉達十分需要光輪。

謝晨還分享了他們和英偉達在 Newton 求解器、Cosmos 框架上的合作案例，展示了仿真如何幫助機器人更快地進行強化學習和策略遷移。他最后強調，真正的突破將來自仿真 —— 因為它已經足夠強大，足以成為打通物理 AI 數據壁壘的關鍵力量。

最后說，希望大家能“相信仿真”——因為仿真已經足夠強大，可以幫我們突破物理 AI 的數據瓶頸。

可以說，在某種意義上，光輪智能是英偉達“仿真計算機戰略”的現實支點。它讓前沿研究真正轉化為可落地的生產力，也讓那張連接虛擬與現實的網絡，開始真正運轉起來。

黃仁勛在下的那盤棋

最終，當我們把這些線索拼在一起時，一幅新的棋盤圖景浮現出來。

Omniverse 是世界的定義層，提供構建虛擬地球的法則；Isaac Sim 是行動與學習的引擎，讓智能在虛擬世界中成長；光輪智能則是內容與數據的提供者，負責讓虛擬世界變得真實可感；而李飛飛的 BEHAVIOR Challenge 是認知層的代表，探索智能如何理解人類的行為與動機。這四個部分相互疊合，構成了英偉達“仿真計算機戰略”的全景。

所以，當我們再回頭看那兩場引發熱議的事件：李飛飛的直播，以及老黃女兒在直播首秀中對談的光輪智能，它們其實都是英偉達棋盤上的信號：一個來自學界的啟示，一個來自產業的回應。

它們共同展現了英偉達的下一步：不只是提升算力，而是模擬現實，不只是訓練模型，而是訓練世界。