在机器人学习大会（CoRL）上，英伟达携手Google DeepMind与迪士尼研究院，共同推出了一款名为Newton的开源物理引擎，这一创新成果迅速吸引了业界的广泛关注。不仅如此，英伟达还同时发布了Isaac GR00T N1.6基础模型与Cosmos世界基础模型，形成了一套完整的机器人研发技术体系，直击机器人研发中的核心难题。
Newton物理引擎的诞生，为机器人开发者提供了一个前所未有的仿真平台。这款基于英伟达Warp与OpenUSD框架构建的开源项目，通过GPU加速技术，能够精准模拟复杂环境下的机器人动作，如雪地行走、碎石路面操控等。全球顶尖的机器人公司如Boston Dynamics、Figure AI，以及知名高校如斯坦福、苏黎世联邦理工，均已开始应用这一技术，以提升其机器人产品的环境适应性与安全性。
英伟达Omniverse与仿真技术副总裁Rev Lebaredian指出，人形机器人作为物理AI的下一个前沿领域，需要在复杂多变的环境中进行推理与决策。Newton引擎的出现，正是为了解决这一挑战，让机器人在仿真环境中习得的技能能够无缝迁移至现实世界。
与此同时，Isaac GR00T N1.6基础模型的发布，为机器人赋予了接近人类的推理能力。该模型通过集成Cosmos Reason视觉语言模型，能够理解并执行模糊指令，如“帮我拿杯水”。它利用已有知识、常识与物理原理，将复杂指令转化为可执行的步骤，同时实现移动与物体操控的同步进行。目前，该模型已在Hugging Face平台上线，并提供了包含数千条合成及真实世界轨迹数据的开源物理AI数据集，下载量已突破480万次。
在机器人训练领域，英伟达同样带来了革新。基于Omniverse构建的Isaac Lab 2.3开发者预览版，新增了灵巧抓取工作流，通过“自动化课程体系”让机器人从简单任务开始，逐步提升难度，以适应不可预测的环境。Boston Dynamics的Atlas机器人便是通过这一工作流，显著提升了其操控能力。英伟达还与光轮智能联合开发了Isaac Lab Arena，一个用于大规模实验与标准化测试的开源策略评估框架，为开发者提供了便捷的测试环境。
在硬件层面，英伟达同样不遗余力。GB200 NVL72机架式系统集成了36个Grace CPU与72个Blackwell GPU，为机器人开发提供了强大的计算支持。RTX PRO服务器则为各类工作负载提供了统一架构，而搭载Blackwell GPU的Jetson Thor更是能够支持机器人运行多个AI工作流，实现实时智能交互。这些硬件产品的推出，进一步加速了机器人开发的进程。
英伟达的这一系列举措，不仅得到了业界的广泛认可，更在CoRL收录的论文中占据了近半数的引用量。卡内基梅隆大学、华盛顿大学等顶尖研究机构，以及斯坦福视觉与学习实验室的BEHAVIOR机器人学习基准测试项目、北京大学开发的触觉机器人仿真平台Taccel，均基于英伟达技术开发。从开源物理引擎到基础模型，从训练工作流到硬件基础设施，英伟达的“全栈式”布局正在重新定义机器人研发的游戏规则。
