在2025年世界机器人大会（WRC）上，英伟达Omniverse与仿真模拟技术副总裁Rev Lebaredian、宇树科技创始人王兴兴、银河通用创始人兼CTO王鹤，共同出席了一场媒体沟通会，就物理AI、仿真技术、机器人平台及其商业落地，以及合成数据与具身智能模型的产业化路径进行了深入探讨。
Rev Lebaredian指出，过去几十年，计算机和IT产业虽然极大地放大了各行业的能力，但影响主要局限在“信息空间”，即可以数字化的内容。随着人工智能的发展，现在有了让机器具备“物理智能”的能力，能够将物理世界与信息世界真正连接起来。他强调，中国是实现这一跨越的最佳地点，因为这里拥有顶尖AI人才、强大的电子与计算技术能力，以及庞大的制造业基础。
英伟达在推动机器人发展和物理AI落地方面扮演着重要角色。Rev Lebaredian介绍，英伟达提出了构建三类计算机：嵌入机器人本体的计算机、AI工厂计算机和仿真计算机。这些计算机分别用于机器人本体计算、海量数据处理和模型训练，以及通过物理定律生成数据并提前测试机器人。
宇树科技和银河通用等机器人企业已与英伟达展开合作。例如，银河通用的G1 Premium人形机器人是首批搭载NVIDIA Jetson Thor的机器人之一，展现了在工业场景中的流畅性和作业速度。宇树科技则在其新型人形机器人R1上部署了英伟达全栈机器人技术，通过Isaac Sim高仿真平台优化了运动与操控能力。
王兴兴表示，宇树科技一直重视人形机器人方向，认为人形机器人是通用机器人的重要载体。他提到，当通用AI大规模成熟后，人形机器人的制造将变得像组装电脑一样简单。宇树科技近期还发布了A2机器狗和一款约20自由度的灵巧手，旨在让机器人能够执行日常任务。
王鹤认为，通用机器人将成为下一个价值数万亿美元市场的关键性产品，其核心要素包括机器人本体和驱动其运转的具身智能模型。他强调，合成数据是推动具身智能快速落地的关键，目前真实世界数据仅占训练数据的1%，其余99%均为合成数据。
在媒体问答环节，Rev Lebaredian回答了关于NVIDIA Omniverse如何确保仿真数据训练的机器人具备可靠性和安全性的问题。他指出，仿真是构建安全可靠机器人系统的唯一选择，因为现实世界测试成本高昂且危险。他提到，目前最大的挑战是如何提升仿真速度，使其在大规模系统构建中具有成本效益。
对于未来人工智能机器人仿真领域的关键技术趋势，Rev Lebaredian认为，推理能力的提升是重要突破。他指出，将人工智能技术应用于数据生成流程，可以实现自动化，打造“自动驾驶”的合成数据生成。
王兴兴在回答关于人形机器人商业化的难点时表示，硬件成本已不再是主要障碍，关键是具身智能模型的泛用性和实用性。他预计，未来几年人形机器人的人员和出货量有望每年翻倍。
王鹤则对人形机器人的必要性表示乐观。他认为，从长远来看，人形机器人将融入人类生活，成为AGI的最终载体。他预计，未来每三年人形机器人的产值将乘10，未来10年人形机器人市场将超越当前所有工业机器人市场。
Rev Lebaredian还介绍了NVIDIA Jetson Thor与之前Jetson平台的区别，强调其强大的计算能力和高带宽，使机器人能够处理更复杂的推理任务并快速反应。
王兴兴在谈到未来机器人普及的场景时表示，虽然整体发展周期较长，但未来几年人员和出货量有望快速增长。他认为，家用机器人的普及门槛较高，主要受伦理和安全要求的影响。
王鹤则指出，机器人在工厂车间的应用已取得显著进展，但分拣技术仍需进一步突破。他预计，今年年底将有几十台银河通用的机器人进入工厂车间实际应用。
关于仿真到现实（Sim2Real）之间的差距，Rev Lebaredian表示，NVIDIA正在通过提升仿真器精度、利用AI辅助生成虚拟环境以及直接捕捉现实世界等方法来应对这一挑战。
王兴兴在回答关于机器人模型架构不统一的问题时表示，宇树科技正在不断探索各种新模型和新想法，鼓励大胆尝试和创新。
王鹤在谈到大模型扩展定律的挑战时指出，多模态大模型目前仍处于发展阶段，数据不足是核心问题。他强调，合成数据和仿真技术将是推动多模态大模型和具身大模型发展的关键。
最后，王鹤表示，目前限制人形机器人规模化部署的关键技术瓶颈是机器人干活的能力不够强。他预计，一旦解决了目标识别和定位的问题，人形机器人市场将有千亿级规模，并在五年内可见成效。
