輝達（NVIDIA）在CES期間把「AI的下一個前沿」具象化為「走出螢幕、進入現實世界」的物理人工智慧（Physical AI）。輝達宣布推出一套面向機器人學習與推理的開放式模型、資料與工具鏈：包含全新NVIDIA Cosmos與GR00T模型與資料、用於機器人評估的Isaac Lab-Arena，以及可把合成資料、訓練與測試流程「從工作站一路串到混合雲」的OSMO邊緣到雲端運算框架，意在縮短機器人從資料、訓練、模擬到部署的開發週期。
輝達創辦人暨執行長黃仁勳以「機器人技術的ChatGPT時刻」定調這波轉折。他指出，能「理解現實世界、推理並規劃行動」的模型等物理AI突破，正開啟全新應用；而輝達從Jetson機器人處理器、CUDA、Omniverse到開放式物理AI模型的「全端堆疊」，將用來強化合作夥伴生態系，推動產業導入AI驅動的機器人轉型。
從「資料稀缺」到「把算力變成資料」：Cosmos與合成資料成為物理AI關鍵
在演講現場，黃仁勳把物理AI的核心難題，指向「真實世界資料又慢又貴、而且永遠不夠」。他說，若要教AI理解物理世界的「常識」與互動多樣性，僅靠真實影片遠不足以涵蓋所需；解法是以符合物理法則、可控且可擴增的合成資料來補齊長尾情境，並用世界模型把「算力轉成資料」。
他並以Cosmos示範其定位：透過交通模擬器等輸入，再由世界基礎模型生成「符合物理、可合理推進的環景影片」，讓模型得以在可控情境下學習與評估，進一步支援機器人與自駕系統面對不可預期的真實世界。
輝達此次釋出多款可供開發者「跳過高成本預訓練、專注微調與落地」的開放式模型，包括Cosmos Transfer 2.5與Cosmos Predict 2.5（開放式世界模型）、Cosmos Reason 2（推理視覺語言模型VLM），以及專為人形機器人設計、支援全身控制的Isaac GR00T N1.6（推理視覺語言行動模型VLA）。
串成一條線：OSMO把機器人研發做成「指揮中心」
如果說模型與資料解決了「學什麼」，OSMO則要解決「怎麼把流程跑起來」。新聞稿形容，NVIDIA OSMO是一個雲端原生協調框架，可把合成資料生成、模型訓練與軟體迴圈測試整合到單一指揮中心，並可在工作站到混合雲端執行個體等不同運算環境間協調資源，以加速開發週期。
OSMO目前已開放使用，並已被機器人開發者採用，同時也整合進Microsoft Azure Robotics Accelerator工具鏈，顯示輝達意圖把「物理AI工作流」推進到更廣泛的雲端生態。
（相關報導： CES 2026》AMD蘇姿丰：AI走入實體領域，從智慧座艙到人形機器人 ｜ 更多文章 ）
開源社群策略再加碼：Isaac、GR00T整合進LeRobot，串起兩大開發者社群
輝達也把「AI 的下一個前沿」推向開源社群：公司宣布與Hugging Face合作，將開源Isaac與GR00T技術整合至LeRobot開源機器人框架，讓開發者以更一體化的方式取得軟硬體工具。新聞稿並點出這項合作的規模：將輝達的200萬機器人開發者，與Hugging Face的1,300萬AI建構者社群串連在一起。
