输掉了CUDA的中国，下一代Omniverse 物理 AI 会重演吗 ？

早在 2023 年，英伟达 CEO 黄仁勋表示，AI 的下一个浪潮将是具身智能（Embodied AI）。一年后，在前不久的 Computex 2024（2024 台北国际电脑展）上老黄更加聚焦和精准地指出：

AI 的下一步是物理 AI（Physical AI），

也就是 AI 能理解物理定律，

真正从虚拟走向现实，和人类并肩作战。

从英伟达 CEO 黄仁勋每次重要演讲的标志物，也不难发现：符合物理规律，为人所用的智能机器人时代即将来临，这就是 AI 的下一波浪潮。除了那身不论春夏的黑色皮衣，还有他演讲最后环节的固定 ending：

一排人形机器人登台，这些机器人来自波士顿动力、Phoenix机器人、傅立叶智能、宇树科技等各个公司。

黄仁勋指出：单是工业机器人和机器人系统产业的规模就能达到 50 万亿美元。

“物理 AI”的本质就是机器人通用的、嵌入式的智能代理（AI Agent），不仅能够在虚拟环境中运行，同时可以复现到物理世界的环境中。

其核心就是实现“数字孪生与仿真”，为工业、医疗、救援、家用等多场景机器人的智能化提供关键技术支持，再回到现实去应用。

英伟达的 Omniverse ，国内的松应科技 Orca 物理精确模拟器，就是让机器人实现”物理 AI“目标的平台性软件——

将高保真的 3D 实时渲染、精准物理仿真模拟、生成式 AI 技术结合在一起。

以此为基础，搭建”物理 AI“的复杂环境，这个环境充分模拟现实世界的物理特性，复现重力、摩擦力、温度等自然现象。

在这个虚拟空间中，机器人系统可以根据现实需求进行不同的行为模拟和测试，并且通过“投送”海量交互式数据集进行学习和进化——持续将优化后的解决方案应用到实体机器人的自动化系统中。

简单来说，英伟达的 Omniverse 和松应科技 Orca 物理精确模拟器，就是让具身机器人“手脑协调、自主决策”的操作系统。能够模拟真实的物理环境，为机器人提供一个安全、可控的仿真训练平台；能够让 AI 大模型学习物理规律，几十倍甚至百倍加速训练具身智能模型。

月之暗面：通用机器人研发并不容易

2024 年是公认的机器人元年，大小公司都忙着造机器人，尤其是人形机器人。关于机器人成为快递员、保姆、厨师、医生、工人等的新闻也频上热搜。

表面上，机器人似乎已经红红火火地融入我们的生活，甚至引发了打工人“被取代”的焦虑；实际上，大多数人都还没有见到过真实的机器人。

其实，机器人服务于人的愿景是美好的，但通向愿景的道路还很长。以全球著名的人形机器人公司 Figure 研发的人形机器人 Figure 01，光让它拿起橙子这一动作，工程师们动用光学追踪器和摄像机，就教了它不下 50 次。

机器人研发面临的技术问题还是不少的，让机器人学习新任务并不是自动的。像特斯拉的机器人 Optimus 虽然可以进厂装配电池，但要承担装配线工作中的、多个相互关联的步骤，仍然需要相当长的时间。这也是所有机器人在智能化过程中的共同问题。

还有更复杂的任务，比如像火场救援这样的任务，充满了复杂性和不确定性，很难“手把手”教机器人去学习。

技术的难题带来的就是成本的问题。Figure 的 CEO 布雷特·阿德科克不愿透露生产 Figure 的第一批机器人花费了多少；他的目标是将生产成本降低到每台机器人 5 万美元，而这也是一笔不小的金额。

总的来说，机器人研发面临高成本、长周期和复杂物理环境等挑战。包括波士顿咨询公司（BCG），以及国内的投资研报，均表明机器人的仿真训练是研发和测试的必需环节，可以提升研发周期，降低研发成本。

仿真训练的优势在于能够在虚拟环境中模拟各种复杂的物理现象和操作场景，减少实际测试中可能出现的高昂成本和风险。

以上机器人仿真模拟

均出自 Orca 物理精准模拟器

Orca 物理精确模拟器：机器人的“训练道场”

伴着英伟达市值的一路高歌猛进，越来多的人关注到黄仁勋不断强调的“英伟达的灵魂就是 Omniverse 虚拟平台。计算机图形学、物理、AI的交叉融合，都在 Omniverse 模拟的虚拟世界中交汇。”

放眼国内，“物理 AI”级的虚拟平台也不是空白。松应科技早在三年前就开始部署的国产自研、且市场唯一的，Orca 物理精确模拟器，表现同样非常亮眼。

Orca 物理精确模拟器为机器人和 AI 智能体提供基于物理的 3D 实时渲染，精确的物理模拟以及随机化的数据合成，构建逼真且可交互的物理环境。通过对外提供标准的机器人训练控制接口，用于学习和训练，帮助其更深入地理解和适应物理世界的规律，从而训练出更加高级和复杂的机器人本体和智能体。

Orca 智能机器人与具身智能训练平台

3D 交互环境：基于物理属性

机器人的模拟训练，环境交互能力是智能化的关键。通过 Orca 物理精确模拟器可以创建具备物理参数的训练环境——

环境中不仅包括静态的物理结构，还可以模拟动态变化，如光照、天气和移动物体，充分模拟现实世界的物理特性，复现重力、摩擦力等自然现象，使机器人系统能够根据现实需求进行不同的行为模拟和测试，并通过“投送”海量数据集进行学习和进化。

这种高精度的虚拟训练能够显著降低真实环境训练的成本和风险。通过传感器和连接机器人平台，开发人员可以在完全可控、不限制次数的虚拟环境中对机器人控制器进行训练，避免在真实世界中可能出现的错误和事故。

并且，Orca 物理精确模拟器在进行视觉感知任务时，可以精准模拟光线变化。采用当前先进的光线追踪和路径追踪技术，不断校准 AI 对光线条件的识别和分析。

比如自动驾驶系统，需要根据光线变化进行障碍识别类的学习和进化，以提高自动识别和决策能力。

合成数据：打通机器人“任督二脉”

机器人的智能化提升，需要大量的数据去“喂养”它。就像学生考学，需要大量刷题提升自身能力；机器人变聪明也需要海量数据去不断训练、反馈、再训练。

但是从真实世界获取数据，是一件充满挑战的事。数据获取难度大、耗时长、成本高、合规风险等困难重重，很难满足机器人的大模型训练。特别是在 3D 仿真训练数据，更是呈现出封闭、低质的共性。

Orca 物理精确模拟器，结合高性能的物理渲染引擎和先进的合成数据平台，为机器人提供垂直、高精确的合成数据语料，从而为训练的 AI 大模型提供优质、低成本的模型和数据服务。

并对数据进行标注。在仿真过程中，Orca 自动收集和筛选大量数据，并联合伙伴对这些数据进行标注。数据标注包括物体识别、动作捕捉和环境变化记录等。这些标注数据用于训练和优化机器人的控制算法，从而提高数据准确性和机器人智能体的认知精度。

此外，Orca  物理精确模拟器接入多模态大模型（如视觉、语言理解），将复杂指令转化成具体行动规划，提升机器人的认知能力，增强其在复杂环境中的自主性和适应性。

Orca 机器人避障模拟训练

开放接口：机器人训练“指挥官”

在人形机器人运动控制领域，当前的技术路径多种多样且不断发展。尽管取得了一些进展，但仍面临诸多挑战。

从 Figure 01、特斯拉机器人到国内众多机器人公司的展示，可以看出，传统的机械控制、强化学习（RL）、模仿学习（IL）以及端到端的神经网络控制等技术各有其应用舞台。

3D 虚拟环境的构建和感知为机器人训练开辟了一个全新的虚拟场地。要让机器人按照预期行为运动，需要提供一个类似“脑机接口”的系统，使机器人具备类似人类大脑和小脑的功能。

因此，提供一个开放的接口，兼容现有的主流生态系统和开发者习惯，是至关重要的。

Orca 人形机器人模拟控制

Orca 开源：让国产核心软件追上来

Omniverse 作为英伟达下一个“CUDA”级的战略性产品，黄仁勋不放过任何一个公开场合进行“布道般”地宣传，强调其在推动 AI 与物理世界融合中的关键作用。由此可见，英伟达在这个产品上的资源、资金投入之大。

作为和英伟达做同一件事的松应科技，4年前还在华为任职的聂凯旋，就深度研究英伟达战略投入一款全新的基础软件平台。由于基础软件架构和芯片软件的背景，敏锐的捕捉到英伟达研发 Omniverse 物理模拟器，将 AI 与物理产业深度交叉、结合，构建在各物理产业的超级 AI 智能体和被其管理控制的机器人。是正在为下一个10 - 20 年构建坚实的基础，将英伟达从互联网带到更广阔的物理产业智能化，这是比互联网大 20 倍的超大市场，这也必将是下一个甚至比 CUDA 更重要的基础软件生态。

想到这里，聂凯旋突然一声惊叹：“ 难道我们在输掉 CUDA 战争后，还要继续输掉下一场物理智能革命吗？！”

三年前，松应科技正式成立，成立的初衷就是做中国的物理准确模拟器。松应持续的研发投入，是希望尽可能追上英伟达的发展脚步，因此在投融资环境很不好的22、23年，公司依然保持足够的研发投入，力争这颗种子能够发芽并能够延续，是团队的执着也是信仰，创始团队为此付出了很多。GTC 2024 黄仁勋展示了一系列 Omniverse 的落地成果，令人十分惊艳，也为科技界指明新的发展方向。松应希望海内外企业和开发者都能用上这个技术平台，为中国物理产业智能化和全球化发挥重要助力。

与英伟达的 Omniverse 一样，Orca 不仅仅是一个物理模拟器，更是一个数据融合性工具平台。它们与传统的机器人软件、仿真软件形成了紧密的协作关系，各取所长，共同发展。

Orca 通过打通数据对接标准，构建企业/工业生产的工具全流程，打破巨头“全家桶”式的捆绑销售，可以为企业提供开放、可组合的第三方平台，进而推动高端软件生态和市场的繁荣与发展。

在超写实 3D 场景构建、物理控制模拟、数据合成等全方位远超 Gazebo、Mujoco 等机器人仿真软件，并不断对齐 Omniverse 的各项核心功能。

但是融合性平台的发展，需要整个软件生态的良好联动。

目前，松应科技作为国内物理精确仿真模拟的排头兵，深知不仅仅要追求商业上的价值，更是要扛起打通、融合国产高端软件的企业责任。

松应科技身处人工智能和具身智能行业的“风口”上，做出了一个惊人决定：开源 Orca 架构。面对外界很多的不解，松应科技 CEO 聂凯旋在采访中指出：

“研发国产物理模拟器，从中、长期来说对国家、对行业都是绝对重要且有价值的事；作为国内第一个物理模拟器研发团队，我们愿意把相关技术开源出去，推动更多有志团队关注和去做这件事，去打造中国自己的物理模拟生态。”

近期，松应科技已加入由工信部与上海市联合建立的《国家地方共建人形机器人创新中心》开发者生态，深度支持与共建人形机器人国内开源生态。当前国创中心潜龙在源 Openloong 社区中，已搭建 Orca Sim 具身人形机器人开发、仿真模拟平台社区专栏，欢迎企业/个人开发者注册社区成员并加入松应 Orca Sim 的专栏。

     

专栏链接：https://www.openloong.org.cn/cn/invite/MzY%3D    

注册完成后，接受邀请即可加入    

与英伟达 CUDA、Omniverse 深度捆绑其 GPU 不同，松应 Orca 平台支持部署在更多厂商 GPU 上，为国产高端 GPU 芯片的发展贡献一份力量。

最后，松应科技的持续发展，要非常感谢众多伙伴的鼎力支持。3 年的基础产品研发，仅仅只是中国发展物理 AI 智能的开始，松应的资金规模和人才数量都远不及英伟达。因此希望开放 Orca 架构后，中国会有几十上百个新“松应”诞生，汇聚的研发资金和人才规模能够快速追上，并与产业上下游深度结合，在这场新一代物理智能革命中取得非凡的成就。