黄仁勋之女首秀不谈芯片谈仿真，与李飞飞隔空呼应，英伟达下一盘“物理AI”大棋（上）

摘自楚欣 焉知机器人

一、战略全景：从学术到产业的仿真生态布局

第一场直播以“行为智能与仿真训练的未来”为主题，由李飞飞与Jim Fan展开深度对话。李飞飞作为计算机视觉与AI伦理领域的学术权威，其参与彰显了学术界对英伟达仿真技术的高度认可；Jim Fan则代表产业界，聚焦技术落地路径。两人不约而同地强调了“物理世界建模”的不可或缺，李飞飞指出：“AI要真正理解世界，必须在虚拟环境中先学会与物理规则互动，而英伟达的仿真技术正是实现这一目标的关键基础设施。”

第二场直播聚焦“利用SimReady与AI打通Sim2Real(仿真到现实)”，由Madison Huang与谢晨博士对话。Madison Huang作为英伟达Omniverse与物理AI产品技术负责人、黄仁勋之女，其首次官方直播亮相即聚焦仿真领域，体现了公司对该技术路线的高度重视与传承；谢晨博士则代表了具身智能领域的创业新锐力量，其创办的光轮智能专注于通过合成数据构建高拟真虚拟训练场，破解“数据荒”瓶颈，驱动智能体高效学习并胜任现实任务。双方指出，当前具身智能发展的核心瓶颈在于高质量交互数据的缺乏，而合成数据的引入，正成为弥合仿真与现实差距（Sim2Real Gap）、突破数据壁垒的重要手段。

值得关注的是，两场直播均由Omniverse社区经理Edmar担任主持人，虽议题各有侧重，却共同传递出英伟达整合产、学、研资源，全面推进仿真计算战略的意图。李飞飞所代表的学术界为技术演进提供理论支撑，Madison Huang象征企业战略的延续与生态凝聚力，谢晨博士则体现了创业新锐在推动技术商业化中的关键作用。三者共同构建了英伟达“学术探索—生态构建—产业落地”三位一体的驱动模式，系统推进虚拟与现实的深度融合。

二、三台计算机：AI从学习到实践的系统工程

要理解仿真计算机战略的重要性，就必须回归英伟达提出的“模拟物理世界需要三台计算机”这一核心框架：

Training Computer （训练计算机）是 AI 的“智力工厂”，以 DGX（Deep GPU Xceleration）系统为核心载体，负责大模型的训练与算法迭代。无论是GPT系列语言模型，还是机器人领域的世界模型，都需要在 DGX 提供的超强算力支撑下，完成海量数据的学习与参数优化。但训练出的智能模型若直接应用于现实世界，往往面临“纸上谈兵”的困境——真实环境中的物理变量、突发状况远超训练数据覆盖范围，这就需要Simulation Computer发挥“虚拟练兵场”的作用。

Simulation Computer（仿真计算机）正是连接训练与现实的关键枢纽。它通过构建高保真的数字孪生环境，让 AI 模型在虚拟世界中进行无限次的交互训练与场景测试。与传统真实数据采集相比，仿真环境可随意调整光照、材质、物理参数等变量，甚至能模拟极端天气、设备故障等稀缺场景，从而为AI模型提供更全面、更多样的训练数据。

Real-Time Computer（实时计算机）是机器人和自动驾驶系统的“AI大脑”，依托如Jetson AGX、Jetson Thor等高性能计算平台，实现从虚拟到现实的应用。当AI在仿真环境中掌握足够应对能力后，实时计算机将其能力落地到现实场景。

在这一体系中，仿真计算机扮演着“承上启下”的核心角色：向上承接训练计算机输出的基础模型，通过虚拟场景优化模型的泛化能力；向下为实时计算机提供经过验证的可靠模型，降低现实应用中的风险与成本。一个缺乏仿真技术深度融入的AI开发流程，很难有效应对真实世界极端的复杂性与不确定性，其模型的规模化推广与商业化落地也会面临巨大挑战。