（AI 资源之家讯）在本届 COMPUTEX 2026 和英伟达 GTC 台北大会上，黄仁勋反复提及一个关键词——「物理 AI」（Physical AI）。这并非临时起意的营销概念，而是英伟达正在重金布局的核心战略方向，背后指向的是一个从虚拟世界延伸到真实物理世界的万亿级计算市场。
什么是物理 AI？
所谓物理 AI，是指能够理解、预测并与物理世界交互的 AI 系统。与之相对的是当前主流的「数字 AI」——在文本、图像、代码等虚拟空间运行的大语言模型。物理 AI 需要理解重力、摩擦力、碰撞、流体力学等物理规律，并在此基础上做出决策和行动。简单来说，大语言模型理解语言，物理 AI 理解现实。
英伟达的物理 AI 布局已形成清晰的三级火箭架构：底层是 Omniverse 数字孪生平台，用于高精度模拟物理世界；中间层是 Cosmos 世界基础模型，为机器人和自动驾驶系统提供海量合成训练数据；顶层是 GR00T 人形机器人通用模型，驱动 Optimus、Figure 03 等各类实体机器人。
Vera Rubin 提供算力基座
黄仁勋在 GTC 台北宣布英伟达 Vera CPU 已开始量产发货，Rubin GPU 平台将于下半年交付。两者组成的「Vera Rubin」组合专为物理 AI 场景定制——无论是工厂里的机械臂实时运动规划、仓库中 AGV 的路径优化，还是马路上 Robotaxi 的毫秒级决策，都需要这种高吞吐、低延迟的专用算力。
英伟达同时发布了 Cosmos 3 世界基础模型和 GR00T N1.7 机器人基础模型，将合成世界生成、视觉推理与行动模拟统一到一个大模型中。ABB、FANUC、波士顿动力等全球顶级机器人厂商已接入这一生态。
从卷参数到卷场景
物理 AI 的崛起意味着 AI 竞赛的维度正在发生根本变化——从「卷参数」转向「卷场景」。谁能在真实物理世界中实现 AI 的商业化闭环，谁就掌握了下一个十年的入场券。对于中国 AI 产业而言，在制造业、物流、出行等物理场景上的天然优势，或许正是弯道超车的最佳窗口。
在 AI 资源之家看来，当 AI 从理解文本进化为理解重力，从生成代码进化为操控机械臂，一个远比 ChatGPT 时代更加波澜壮阔的产业变革正在拉开帷幕。
