来源：新智元
GPU里模拟世界，这事儿英伟达真做到了
计算机图形学顶会SIGGRAPH 2025上，英伟达演示了如何把世界装进GPU：先仿真，再落地，GPU里跑通物理世界。
黄仁勋发表了特别演讲，回顾了英伟达的「光辉岁月」。
随后，英伟达副总裁Sanja Fidler、Aaron Lefohn和Ming-Yu Liu劉洺堉展示了AI应用于图形学和图形学应用于AI方面的研究成果。
NVIDIA AI研究副总裁Sanja Fidler解释道：
AI的发展推动了仿真技术进步，而仿真技术又反过来促进了AI系统的提升。
为此，NVIDIA展示了一整套完整生态，包括采用最新Blackwell架构的硬件产品、专门的仿真平台，以及能执行逻辑推理的新一代AI模型。
在大会上，英伟达祭出「物理AI」全家桶.
Blackwell架构的RTX PRO 6000服务器显卡性能暴涨45倍、能效翻18倍；
桌面级RTX PRO 4000 SFF仅70 W即带来2.5倍AI加速；
开放Isaac Sim 5.0与Omniverse NuRec，把真实工厂 1:1 搬进云端；
7B视觉语言模型Cosmos Reason加持机器人「常识」；
Metropolis平台联动CrowdStrike、Uber，做智能围栏、交通眼。
英伟达新货上新
为了满足对算力需求极高的AI应用，NVIDIA推出了RTX PRO 6000 Blackwell Server Edition GPU，采用业内常见的2U机箱设计，适合主流数据中心部署。
与传统CPU系统相比，这些新服务器的性能提升最高达45倍，能效提升18倍。GPU内置第五代Tensor Cores核心，支持FP4数值格式；在AI推理任务中，性能较上一代L40S GPU提高多达6倍。
面向机器人工作流的新服务器方面，英伟达推出RTX PRO Blackwell Server，为机器人开发类负载提供统一架构。
NVIDIA RTX PRO 6000 Blackwell系列
同时NVIDIA DGX Cloud作为基于云的管理平台也同步亮相。
在桌面端，NVIDIA推出了RTX PRO 4000 SFF和RTX PRO 2000 Blackwell两款紧凑型显卡，适用于工程、设计及3D可视化等对能耗敏感的应用场景。
在功耗不变的前提下，RTX PRO 4000 SFF把AI性能比上一代提升了2.5倍。
而RTX PRO 2000在CAD设计方面性能提升了1.4倍。
这两款显卡预计今年稍晚上市。
上述硬件专为实现NVIDIA的物理AI愿景打造。
物理AI，不止AI
物理AI的核心思想是，通过仿真创造出与现实高度一致的数字孪生系统，让机器人等AI系统能在虚拟环境中安全地学习和试错，从而在真实环境中更高效地执行任务。
为此，NVIDIA基于Omniverse和Isaac平台提供了关键技术支持。
NVIDIA Omniverse是一个强大的、支持多
GPU的实时模拟与协作平台，专为基于皮克斯（Pixar）通用场景描述（USD）的3D生产流程设计
例如，最新发布的Omniverse NuRec软件库，可利用3D高斯泼溅（Gaussian splatting）算法，将现实场景的数据快速、逼真地重建为数字模型。
此外，机器人仿真应用Isaac Sim 5.0 与Isaac Lab 2.2也实现了开源并整合了上述新技术。
NVIDIA Isaac库和AI模型提供了全面的CUDA加速库以及优化的AI模型，为开发、训练、模拟、部署、操作和优化机器人系统提供了一种更好、更高效的方式
亚马逊的「零接触」制造流程便是该技术的典型案例。
通过仿真生成大量合成图像训练AI模型，使机器人无需改造现有硬件设备即可自主完成质检与生产线作业，甚至面对未接触过的产品，也能迅速准确识别。
具身智能，不止世界基础模型
NVIDIA同时推出了Nemotron Nano 2和Llama Nemotron Super 1.5两款AI模型。
新模型通过混合架构及量化技术（NVFP4），帮助企业级AI智能体更高效地完成客服、网络安全等复杂任务。CrowdStrike、Uber、Zoom等企业已率先部署或测试这些新模型。
为进一步支持物理AI（Physical AI）的发展，NVIDIA专门开发了Cosmos世界基础模型。
Cosmos世界基础模型共有三种模型类型，均可在训练后进行定制：cosmos-predict、cosmos-transfer和cosmos-reason。
NVIDIA Cosmos是一个世界基础模型平台，旨在加速物理
AI系统的发展
其中最引人注目的是Cosmos Reason1。
Cosmos-Reason1是一套专门的工具集，用于帮助多模态大语言模型（multimodal LLMs）理解物理世界并做出符合现实的推理，其中包含相关的模型、知识框架（本体，ontologies）和评测基准
新模型Cosmos-Reason1-7B，是用于物理AI应用与机器人的推理型视觉语言模型（VLM），规模为70 亿参数。它的训练分为两个阶段：基于物理常识的监督微调（Physical AI SFT）和基于物理反馈的强化学习（Physical AI reinforcement learning）。
英伟达还定义了专门用于描述物理常识与具身推理（embodied reasoning，即与身体感知、动作相关的推理）的知识框架，并搭建了一系列评测基准，用于检测多模态大语言模型在物理推理方面的表现。
根据NVIDIA的介绍，Cosmos Reason之所以能帮助机器人实现「推理」，是因为它具备记忆与对物理环境的理解能力，能够预测智能体下一步的动作或规划路径。该模型可应用于数据整理、机器人行动规划以及视频分析任务中。
Cosmos系列的新成员还包括Cosmos Transfer-2，这个模型能加快通过3D仿真场景或空间控制指令生成合成数据。此外，还有Cosmos Transfer蒸馏版，它经过特别优化，运行速度更快。
NVIDIA还发布了新的神经重建库，其中包括能利用传感器数据对真实世界进行3D模拟的渲染技术。这种技术正被整合到知名的开源模拟器CARLA中。
同时，Omniverse软件开发工具包也推出了新版本。
集成平台
为推动这些前沿技术落地到智能基础设施建设中，NVIDIA将多个关键组件统一集成到了Metropolis平台。
平台新近加入了Cosmos Reason模型，且在TAO Toolkit中新增了一批基础视觉模型，并通过扩展Isaac Sim平台，可模拟在现实中较难遇到的特殊场景，以更好地训练 AI 系统。
多家合作伙伴已经开始基于该平台推出创新解决方案。比如，有公司正在利用Omniverse平台开发「智能虚拟围栏」，提升工人在工业机器人周围的作业安全性。
