NVIDIA在GTC 2026上公布了覆盖机器人、自动驾驶、工业自动化、边缘计算到轨道场景的Physical AI全栈战略，并发布作为核心基础设施的Physical AI数据工厂蓝图。

在本届GTC上，NVIDIA进一步明确了其Physical AI布局：一方面向机器人、自动驾驶、工业自动化和轨道应用提供从基础设施到软件的完整能力，另一方面试图将由数字AI带动的数据中心需求，延伸至边缘设备、机器人乃至航天器，培育新的增长曲线。

在16日举行的媒体简报会上，NVIDIA表示，Physical AI面临的核心瓶颈并非单纯的数据不足，而在于“算力即数据”。公司认为，真实世界数据高度多样且充满不确定性，仅依赖实际部署难以获得足够训练数据，必须借助算力直接生成合成数据，才能突破训练限制。NVIDIA还将Physical AI市场规模估算为100万亿美元，约为IT产业规模（约2万亿美元）的50倍。

围绕这一思路，NVIDIA推出了Physical AI数据工厂蓝图。该蓝图基于Cosmos世界模型和Osmo编排器，提供涵盖数据生成、仿真、评估和部署的开放参考架构。NVIDIA表示，此前相关流程往往分散在不同工作流中，开发链路较为割裂；采用这一蓝图后，企业可直接依托NVIDIA基础设施完成从合成数据生成到模型部署的完整流程。

据介绍，Microsoft Azure和Nebius成为首批云端采用伙伴，Field AI、Hexagon Robotics、Milestone Systems、Teradyne Robotics则作为首批客户加入。NVIDIA还表示，其开源模型AlphaMap、Cosmos和Groot也可基于这一架构直接构建。

在工业软件生态方面，NVIDIA与平台伙伴的绑定进一步加深。Cadence、Dassault Systèmes、PTC、Siemens、Synopsys等工业软件厂商宣布，将把NVIDIA AI模型、CUDA-X和Omniverse整合进各自应用，并称最高可实现100倍性能提升。Honda基于Grace Blackwell运行Synopsys Fluent后，将开发周期缩短了34倍。NVIDIA还表示，Samsung Electronics与SK hynix正借助Dell和HP系统使用其加速版电子设计自动化（EDA）工具，以提升半导体生产效率。

Vera Rubin Space Module瞄准轨道计算场景

在机器人领域，ABB、FANUC、KUKA等工业机器人厂商已采用Omniverse库。Figure、Hexagon、Agibot、1X等人形机器人企业，正基于Isaac Lab、Newton、Cosmos库和Jetson Thor构建“机器人大脑”。NVIDIA表示，当前机器人企业普遍基于其平台开展开发。本届GTC上，公司还发布了被介绍为全球首个商用人形机器人推理模型的Groot N1.7。

自动驾驶方面，NVIDIA与Uber的合作尤为受到关注。Uber计划以Drive Hyperion为基础，采用NVIDIA全栈自动驾驶软件运营其Robotaxi网络：2027年先在洛杉矶和湾区启动试点，并在2028年底前扩展至4大洲28座城市。与此同时，BYD、Geely、Nissan也新近采用Drive Hyperion。

面向L4自动驾驶的统一软件安全底座Halo OS也同步发布。在边缘AI方面，NVIDIA将与Nokia、T-Mobile推进AI RAN整合，把Physical AI应用部署到通信网络中。公司称，基于Metropolis的Physical AI应用已达到1500个；Siemens Energy的电网巡检自动化项目使作业速度提升5倍，智慧城市场景下的事故响应时间则缩短80%。

在NVIDIA对Physical AI的整体布局中，轨道场景被视为更长期的落地方向。公司在GTC 2026上发布了面向太空环境优化的AI计算模块Vera Rubin Space Module，目标是在轨道端实时完成感知、决策和自主运行。Aetherflux、Axiom Space、Planet Labs、Starcloud将作为合作伙伴参与。

NVIDIA表示，去年GPU首次进入轨道，未来数年轨道数据中心有望进入加快落地阶段。公司称，其最终目标是把航天器转变为机器人系统，并将轨道数据中心打造为服务科学发现的工具。