2026 年 6 月 1 日，NVIDIA 行政總裁黃仁勳在 GTC 台北大會上宣布推出 Isaac GR00T 參考人形機器人——這是業界首個開放、完全整合的人形機器人參考設計。這項發布標誌著人形機器人行業的分水嶺時刻，類似於 Android 開源項目對智能手機的影響：提供一個標準化的硬件和軟件平台，任何研究機構或公司都可以採用、修改並在此基礎上構建。
該參考機器人將宇樹科技 H2 Plus 人形機器人機身與新加坡 Sharpa 的 Wave 五指觸覺靈巧手相結合，搭載 NVIDIA Jetson AGX Thor T5000 運算模組，提供 2,070 FP4 兆次的 Blackwell 架構 AI 算力。但硬件僅是故事的一半。NVIDIA 已將整個軟件堆疊開源——包括用於數據收集的 Isaac Teleop、用於推理和控制的 GR00T N1.6 視覺-語言-行動基礎模型、用於模擬訓練的 Isaac Sim 和 Isaac Lab，以及用於部署中介層的 Isaac ROS。
人形機器人的 Android 時刻
人形機器人行業一直處於碎片化狀態，每家開發者基本上都是從零開始——自行建造硬件、編寫控制軟件、訓練模型，並將不相容的工具拼湊在一起。GR00T 參考平台通過提供一個完整、標準化的基礎來改變這一現狀，研究人員可以立即上手使用。
已有五所頂尖機構承諾採用該平台：史丹福機器人中心、蘇黎世聯邦理工學院機器人系統實驗室、艾倫人工智能研究所、加州大學聖地亞哥分校高級機器人與控制實驗室，以及 NVIDIA Research 本身。這些機構將收到首批設備，更大規模的出貨預計於 2026 年 10 月開始。
這種標準化的影響不容低估。一個大學實驗室過去需要花費數年時間整合來自不同供應商的硬件、模擬軟件和訓練基礎設施，現在可以部署一個包含一切的單一系統。這消除了學術人形機器人研究中最大的障礙：花在建立和維護底層平台而非推進科學進步上的開銷。
GR00T N1.6 基礎模型
參考平台的核心是 GR00T N1.6 視覺-語言-行動模型，它將來自自我中心攝影機視覺流、機器人狀態數據和自然語言指令整合為統一的策略表示。該模型利用 NVIDIA Cosmos Reason 的世界模型，將高層級指令分解為基於場景理解的逐步行動計劃。
GR00T N1.6 引入了多項關鍵改進。一個擴大 2 倍的擴散變壓器（32 層）產生了更平滑、震動更小的動作，能夠適應變化的位置。具有原生解析度支援的 Cosmos-Reason-2B VLM 變體，使機器人能夠無失真地「看清」環境，並更好地進行推理。該模型經過數千小時的新遙操作數據訓練，涵蓋人形機器人、移動操作臂和雙臂操作器，從而實現了在不同機器人形態間的更好泛化。
這種架構實現了 NVIDIA 所稱的「通用人形能力」——通過端到端學習表徵而非手寫控制管線來執行移動和靈巧操作。從模擬到現實的工作流程，將 Isaac Lab 中的全身強化學習、COMPASS 合成數據訓練導航，以及 CUDA 加速視覺 SLAM 結合在一起，實現對環境感知的行為。
Sharpa Wave 觸覺手
參考平台中最具技術意義的組件之一是來自新加坡 Sharpa 的 Wave 五指靈巧手。與依賴純視覺感知的傳統機器人夾爪不同，Sharpa Wave 將觸覺感測直接集成到指尖，使機器人能夠感知接觸力、表面紋理和物體剛度。
這是通用操作中的關鍵能力。沒有觸覺反饋，機器人無法區分抓取剛性物體和壓碎易碎物體，無法感知工具是否正確握在手中，也無法執行穿針引線或插入連接器等精密任務。將觸覺感測整合到開放參考平台中，使之前需要自行開發的研究人員也能獲得這項能力。
Observatory 分析
GR00T 參考平台代表了 NVIDIA 的根本性戰略轉變。該公司並非自己製造人形機器人——它正在建造未來人形機器人行業將建立於其上的平台。這是 NVIDIA 在 AI 領域執行過的相同策略：提供運算硬件、軟件堆疊和開發工具，然後讓生態系統在其上構建應用。
時機至關重要。人形機器人正處於關鍵的轉折點，多家公司——Tesla、Figure AI、Boston Dynamics、1X Technologies、Agility Robotics——正從研究示範轉向有限商業部署。該行業需要一個標準化的開發平台來加速進展，就像早期的智能手機行業需要 Android 來擺脫專有操作系統的碎片化一樣。
開源面向尤其重要。通過開源整個軟件堆疊，NVIDIA 確保 GR00T 平台成為學術人形機器人研究的默認標準。一旦最好的研究和最有才華的畢業生都在 NVIDIA 的平台上接受訓練，生態系統鎖定就會自我強化——這正是使 CUDA 成為 AI 主導運算平台的動態機制。
然而，風險仍然存在。宇樹 H2 Plus 機身是中國製造的機器人，可能為國防或政府資助的研究帶來出口管制和地緣政治複雜性。而該平台對 NVIDIA 專有的 Jetson AGX Thor 運算模組的依賴，也造成了某些研究人員可能希望避免的硬件鎖定。但對於大多數學術研究社群而言，整合、開放、標準化平台的好處將遠遠超過這些擔憂。
人形機器人平台之戰：NVIDIA vs. 科技巨頭生態
GR00T 參考平台的發布標誌著人形機器人行業從「硬件競賽」進入「平台競賽」階段。Tesla 的 Optimus 採用封閉的垂直整合策略——自研硬件、自有工廠部署、自有 AI 模型——類似於 Apple 的模式。而 NVIDIA 的 GR00T 則複製了 Android 的開放平台策略，透過標準化基礎設施吸引整個研究社群在其生態系統上開發。
這場平台之戰的贏家將在很大程度上決定人形機器人技術的發展速度。如果 NVIDIA 的開放平台策略成功，人形機器人的開發門檻將大幅降低，更多參與者能夠專注於應用層面的創新而非底層基礎設施。但如果垂直整合模式被證明在可靠性、成本和安全方面具有優勢，封閉生態系統可能最終主導商業部署。
值得注意的還有 Google DeepMind 的動向。該公司最近聘請了前 Boston Dynamics CTO Aaron Saunders，並正在歐洲加強機器人研究。如果 Google 推出與其 Gemini 模型深度整合的機器人平台，NVIDIA 在人形機器人領域可能面臨其在 AI 訓練領域從未遇到過的真正生態競爭。
從模擬到現實：GR00T 的 Sim-to-Real 工作流程
GR00T N1.6 的一大技術亮點是其完善的從模擬到現實的工作流程。該流程結合了 Isaac Lab 中的全身強化學習、COMPASS 合成數據訓練導航，以及 CUDA 加速的視覺 SLAM，使機器人能夠在虛擬環境中學習技能後直接轉移到真實世界。這大大減少了真實世界訓練所需的時間和對硬件設備的磨損。
對於學術研究人員而言，這種整合的 Sim-to-Real 能力可能是 GR00T 平台最有價值的部分。過去，建立可靠的模擬環境本身就是一個重大的研究和工程項目。現在，研究人員可以直接使用 Isaac Sim 中預構建的環境，專注於策略學習和行為設計。
免責聲明：本文所載資料僅供參考，不構成任何投資建議或商業決策依據。數據及時間資訊以發布當日為準，可能隨後續發展而有所變動。作者及POC.HK不對因使用本文資訊而導致的任何損失承擔責任。