2025年，全球人形机器人产业正在经历一场资本与技术的狂欢。

资本市场中，据不完全统计，2025年前三季度，全球人形机器人相关投资金额已接近200亿元，超过2024年全年。市场竞争格局呈现出“中美领跑”的鲜明特征，特斯拉、Figure AI、宇树科技、优必选等为代表的人形机器人企业一路狂奔。在中国，截至9月30日，二级市场上，人形机器人概念股平均上涨83.6%，远远跑赢同期上证指数，年内涨幅翻倍的概念股多达25只。

技术方面，运动控制能力迈上新台阶，人形机器人已能完成跑酷翻滚等复杂动态序列，并通过实时调整力矩有效防止摔倒。硬件方面出现了更紧凑仿生的腿部设计，降低了成本与体积。同时，仿真技术的增强为机器人训练提供了更真实的虚拟测试环境，共同推动了人形机器人从实验室向实用化加速迈进。

在这样的产业热潮下，英伟达在近日于韩国首尔举行的机器人学习大会（CoRL）上最新发布了全新开源模型与仿真库，通过一整套解决方案让人形机器人“大脑”更聪明、“身体”更灵活。英伟达试图夯实物理AI底座，强力助推人形机器人技术和产业的发展。

Newton引擎与GR00T模型升级

英伟达在CoRL上宣布，开源物理引擎 Newton 现已可以通过NVIDIA Isaac™ Lab获取，同时推出的还有用于机器人技能的开源推理视觉语言动作模型NVIDIA Isaac GR00T N1.6，以及全新AI基础设施。这些技术为开发者和研究人员提供了开源的机器人加速平台，该平台能够加快迭代周期、统一测试标准、整合训练与机器人端推理，并助力机器人安全可靠地将技能从仿真环境迁移到现实世界。

NVIDIA Omniverse与仿真技术副总裁Rev Lebaredian表示：“人形机器人是物理 AI 的下一个前沿领域，需要在不可预测的世界中进行推理，适应环境并安全行动。英伟达通过最新升级，使开发者可以拥有将机器人从研发阶段带入实际应用场景的三大核心工具——负责对机器人‘身体’运作进行仿真的物理引擎Newton，充当机器人‘大脑’的Isaac GR00T，以及作为机器人‘训练基地’的NVIDIA Omniverse。”

Newton：真正实现开源且由社区驱动

机器人在仿真环境中的学习速度更快、安全性更高，但人形机器人关节结构、平衡控制和动作模式非常复杂，现有物理引擎的性能已经难以满足。全球超过 25 万机器人开发者亟需精准的物理仿真技术，以确保在仿真环境中教会机器人技能，同时安全可靠地迁移到现实世界。

今年3月的圣何塞GTC大会上，英伟达宣布推出基于NVIDIA Warp与Open USD构建的开源GPU加速物理引擎Newton，现在，Newton已经可以通过NVIDIA Isaac™ Lab 获取。

Newton专为机器人研发人员设计，不依赖特定仿真器，可与MuJoCo、NVIDIA Isaac Lab等机器人学习框架兼容；具备可微性，能让机器人像通过试错学习般，理解自身动作对结果的影响。

凭借Newton灵活的设计，以及兼容多种物理求解器的能力，开发者现在可以对非常复杂的机器人动作进行仿真，例如在雪地或碎石路面行走、操控杯子和水果等，并且能够成功地将这些动作部署到现实场景中。

据悉，苏黎世联邦理工学院机器人系统实验室、慕尼黑工业大学及北京大学等众多知名高校，以及机器人技术公司光轮智能，仿真引擎公司 Style3D 已经率先使用 Newton。

Isaac GR00T N1.6：两项重要更新

英伟达于今年5月推出了GR00T N1.5模型，此次CoRL大会上中，全新升级的GR00T N1.6模型上线。

据介绍，GR00T N1.6 包含两项重要更新：一是采用Cosmos Reason作为长效推理核心，Cosmos Reason在Hugging Face平台物理推理排行榜中位列榜首，下载量超100万次，作为物理人工智能领域开放可定制的推理型视觉语言模型（VLM），它能为人形机器人赋予推理能力，使其借助已有知识与常识拆解复杂指令并执行任务；二是支持人形机器人同时完成移动与物体操控动作，躯干与手臂活动自由度更高，可完成开启沉重大门等高难度任务。

GR00T N1.6模型集成了 NVIDIA Cosmos™ Reason——一款专为物理 AI 打造的开源、可定制的推理视觉语言模型。作为机器人的“深度思考大脑”，Cosmos Reason 能够利用已有知识、常识和物理原理，将模糊的指令转化为逐步执行的计划，从而应对新场景并泛化到多种任务中去。

AeiROBOT、Franka Robotics、LG Electronics、光轮智能、Mentee Robotics、Neura Robotics、Solomon、Techman Robot 和 UCR 等领先机器人制造商，正评估采用 Isaac GR00T N 系列模型来打造通用机器人。

Omniverse：训练机器人抓取技能的新工作流

教会机器人抓取物体是机器人领域最具挑战性的任务之一。这不仅涉及机械臂的移动，还需要将抽象的指令转化为精准的动作，机器人必须通过反复试错才能掌握这项技能。

基于NVIDIA Omniverse™ 构建的开发者预览版NVIDIA Isaac Lab 2.3新增了灵巧抓取工作流。该工作流通过自动化课程体系，在虚拟环境中对拥有多手指的机器人和机械臂进行训练，从简单任务开始，逐步提升难度。此工作流会调整重力、摩擦力、物体重量等参数，训练机器人在不可预测的环境中也能掌握技能。

Boston Dynamics的Atlas机器人借助这一工作流学习抓取技能，其操控能力得到了显著提升。此外，Agility Robotics、Boston Dynamics、Figure AI、Hexagon、Skild AI、Solomon以及Techman Robot等领先的机器人公司已经采用NVIDIA Isaac和Omniverse技术。

全栈基础设施：支撑物理AI全生命周期

如果说Newton是“肌肉”、Isaac GR00T是“大脑”，那英伟达的基础设施就是支撑机器人“从生到长”的“骨架”。

此次CoRL大会上，NVIDIA 推出了专为高要求工作负载设计的 AI 基础设施。

· NVIDIA GB200 NVL72：这是一款集成了 36 个 NVIDIA Grace™ CPU 和 72 个 NVIDIA Blackwell GPU 的机架式系统。各大云服务提供商已开始采用该系统，以加速 AI 训练和推理过程，包括复杂推理和物理 AI 任务。

·  NVIDIA RTX PRO™ 服务器：为机器人开发的各类工作负载（包括训练、合成数据生成、机器人学习和仿真）提供统一架构。RAI Institute 已采用 RTX PRO 服务器。

·  NVIDIA Jetson Thor™：搭载 Blackwell GPU，能够支持机器人运行多个 AI 工作流，实现实时智能交互，带来机器人端实时推理功能。这一突破对于高性能物理 AI 工作负载以及人形机器人等应用具有重要意义。

汽车制造业：人形机器人的重要应用场景

作为各种先进制造技术的集大成者，汽车制造业正在成为人形机器人的重要落地场景。截至目前，中国国内大部分整车制造企业和一些头部汽车零部件供应商已经开启了人形机器人进入生产线的实践和探索。

汽车制造的“四大工艺”中，冲压、焊装、涂装均可实现接近或达到百分百的自动化程度，而在总装环节，自动化率普遍在40%-50%之间，而且传统的工业机器人已经逐渐难以适应非标准化部件的柔性装配需求。以车门密封胶为例，不同车型的车门弧度、尺寸存在细微差异，传统机械臂需要频繁更换模具和编程调试，效率低下且难以保证质量一致性。

在类似这样的场景中，人形机器人就可以凭借环境感知能力与灵巧手操作技术打破现实困境，通过内置的高精度传感器，实时感知车门轮廓，灵活调整机械臂角度与力度，精准完成动作，确保质量一致性。

在汽车座椅电路对接等精细作业中，人形机器人的优势同样显著。其五指灵巧，能够模拟人类手部动作，精准抓取细小的电路插件，凭借视觉识别与力反馈控制，将插件准确无误地插入对应的接口。

人形机器人的出现，为更高水平的柔性生产带来了巨大的希望，它能迅速调整工作模式，依据车型信息自动规划动作路线，利用机械臂精准抓取各种零件，完成装配任务。

宝马汽车产线已经引入了Figure AI的Figure 02机器人，不仅能够将车架放置在对应的夹具上，还能巧妙地使车架的定位孔精准对应两个定位销。当机器人抓起汽车零件时，它能够自动识别零件的方向是否正确，并根据夹具方向自主调整，确保零件被正确地放置。

以特斯拉等为代表的众多企业正紧锣密鼓地推进人形机器人的量产进程。特斯拉人形机器人Optimus计划今年进入试生产阶段，并预计生产5000台，目标是在2026年生产5万台。

优必选与一汽-大众合作，引入工业版人形机器人Walker S开展汽车制造过程中的螺栓拧紧、零件安装等工作。优必选计划在今年发货超过500台工业人形机器人，目前其产能已超过1000台。

总之，作为 “终极柔性单元” ，人形机器人可以填补汽车生产自动化产线中那些目前仍必须由人类完成的、需要高级认知、灵巧操作和实时判断闭环的场景，为更加智能化的汽车生产带来显著的提升和突破。

未来展望：有史以来最大的产业之一

2025年被业内普遍视为人形机器人的 “量产元年”，其应用也从导览、表演等简单场景，逐步走向工业制造、汽车制造、物流仓储等大规模实用领域，特别是高危、重复、劳动密集型的行业。

摩根士丹利预计，到2050年，全球人形机器人的市场规模有望达到5万亿美元，全球将有超过10亿台人形机器人投入使用。

正如英伟达创始人、CEO黄仁勋曾说过的那样：“人形机器人可能将成为有史以来最大的产业之一，那些懂得制造东西的公司，将具备更加非凡的制造能力。”