在人工智能发展的进程中，仿真技术正逐渐从幕后走向台前，成为推动AI迈向现实世界的关键力量。英伟达作为科技领域的领军者，近期通过一系列高规格圆桌对话，向外界展示了其在仿真领域的宏伟蓝图，一场关于“仿真宇宙”的探索正悄然展开。
英伟达的设想中，AI不应仅仅局限于从静态数据中学习，而需要在仿真构建的动态世界里不断试错、成长，逐步理解物理规律，最终无缝融入真实世界。这一理念背后，是英伟达精心布局的“仿真计算机战略”，其核心在于依托Omniverse、Isaac Sim和Physical AI三大技术支柱，构建一个连接虚拟与现实的“智能物理世界计算网络”，通过算力重塑世界运行规则，让AI在仿真环境中掌握现实世界的底层逻辑。
为实现这一目标，英伟达提出了“三台计算机”的架构，为AI从虚拟到现实的跨越提供完整路径。第一台是训练计算机，以DGX系统和RTX PRO系统为代表，作为智能的“生产车间”，负责让模型具备理解世界的基础能力，开发者可在此训练机器人基础模型，使其掌握物体识别、语言理解、动作规划等技能。
第二台是模拟计算机，Omniverse和Isaac Sim平台是其典型代表。这里如同AI的“虚拟学校”，开发者能在其中生成海量合成数据，模拟光线、物理、材质等复杂场景。机器人可在虚拟环境中反复执行任务，通过并行训练优化策略，直至能安全适应真实世界。这种模式突破了现实数据采集的成本与规模限制，为AI提供了无限的学习空间。
第三台是实时计算机，以Jetson AGX Thor机器人平台和Drive AGX Thor自动驾驶平台为核心。这些平台作为AI的“现实大脑”，被集成到机器人或自动驾驶系统中，实时处理传感器数据，完成感知、推理、规划与执行的全流程决策。凭借强大的算力与能效，它们使机器人能在工厂、仓库、医院等场景中与人互动、识别环境并灵活行动。
“三台计算机”构成了一个闭环系统：训练计算机赋予AI认知能力，模拟计算机提供实践场景，实时计算机推动现实应用。这一架构不仅让AI“看懂”世界，更使其具备在现实中行动、合作与创造的能力，是英伟达布局物理智能的核心战略。
然而，当前多数AI系统仍缺乏物理智能，对摩擦力、惯性、重心等物理概念的理解近乎空白。英伟达创始人黄仁勋曾举例：“推倒物体它会掉落，放下瓶子它不会穿透桌面，这些儿童都具备的直觉，AI却普遍缺失。”为此，英伟达将Physical AI战略细化为“用仿真训练物理理解力，用世界模型连接虚实”，并打造了Omniverse与Isaac Sim两大技术平台。前者构建高保真虚拟物理世界，作为物理智能的“操作系统”；后者则在虚拟环境中训练具身智能体，模拟真实交互。
技术的落地离不开生态的支持。英伟达以Omniverse与Isaac Sim为基石，构建了开放的物理智能生态，而生态的繁荣依赖于高质量合成数据的持续供给。光轮智能作为英伟达的核心数据合作伙伴，成为这一生态的“数据源泉”，为机器人基础模型提供合成数据，为仿真平台提供高保真“SimReady”资产，确保虚拟环境的物理真实性与交互准确性。
光轮智能与英伟达的合作贯穿技术全链路。在数据层面，其为GR00T等模型提供高质量合成数据；在资产层面，其打造的SimReady资产支持Omniverse与Isaac Sim的物理仿真；在技术共建层面，其参与Newton物理引擎验证、Cosmos世界模型数据生成，并深度贡献Isaac Lab平台开源项目。通过系统化的仿真训练闭环，光轮智能助力机器人在虚拟环境中完成海量高拟真训练，显著提升其在现实场景中的适应性与可靠性。
英伟达产品营销高级总监Madison Huang在直播中回忆了与光轮智能的合作渊源。她表示，英伟达坚信仿真是解决物理智能数据瓶颈的关键，而光轮智能的“合成数据工厂”能力与对OpenUSD架构的认可，使其成为理想合作伙伴。“在我们急需解决方案时，光轮智能应运而生。”双方的合作源于对合成数据的高度共识——光轮智能CEO谢晨称“合成数据是突破物理智能数据壁垒的核心”，Madison Huang则认为“未来数据总量中，合成数据将占主导”。
英伟达内部多个项目均依赖光轮智能的支持。从GEAR实验室到GR00T模型研发，再到西雅图机器人实验室，海量数据需求推动双方合作不断深化。例如，英伟达希望用机器人完成机架内部铜缆布线任务，而光轮智能正与Newton团队合作研发电缆仿真专用求解器与资产，解决这一“圣杯”级难题。
光轮智能的贡献不仅限于技术合作。其打造的仿真资产与环境，如光轮智能-YCB数据集、Kitchen仿真场景等，已被广泛应用于英伟达Isaac Lab、DexBench等项目中，成为官方推荐内容。其平台与Isaac Sim的深度集成，使企业能在数小时内完成复杂场景的构建、标注与数据生成，覆盖从工厂自动化到家用机器人的全场景需求。
Madison Huang强调，高保真仿真数据是策略评估流程的基础，而光轮智能的SimReady资产在其中发挥了关键作用。双方的紧密合作，使光轮智能从技术使用者跃升为英伟达机器人仿真生态的核心基础设施构建者与标准贡献者。
光轮智能的客户名单也印证了其技术实力。除英伟达外，其还与DeepMind、斯坦福大学、麻省理工学院等海外机构，以及智元机器人、银河通用、阿里巴巴、字节跳动等国内企业展开合作。Madison Huang认为，这些合作是对光轮智能产品质量与公司愿景的最佳证明。
在近期举办的圆桌活动中，李飞飞教授的Behavior Challenge与光轮智能的仿真基础设施解决方案获得英伟达高度认可，原因在于它们填补了仿真数据领域的关键空白。Behavior Challenge构建的虚拟家庭环境，让智能体完成整理桌面、做饭等真实任务，其数据集与评估标准有望成为具身智能时代的“ImageNet时刻”，推动领域从理解像素到理解世界的跨越。
如果说Behavior Challenge代表了学术界在数据集与评估标准的前沿探索，光轮智能则通过SimReady资产与数据生成能力，为物理智能的规模化落地提供产业支撑。Madison Huang观察到，自动驾驶汽车的核心任务是“避免碰撞”，而其他机器人需“触碰一切”完成操作，仿真技术的重要性因此愈发凸显。
要实现“触碰一切”的能力，仿真资产需具备物理属性、材料特性等信息。光轮智能作为“SimReady”概念的提出者，制定了适用于仿真的资产标准。例如，其SimReady的“黄瓜”可被切开，“草莓地”可被“采摘”，这些细节背后是非刚性体模拟领域的深度积累。通过物理设备采集精确数据，并比对现实与模拟环境的力学数据，光轮智能确保了资产的物理一致性。
光轮智能的SimReady资产在计算效率上也表现优异。通过优化碰撞检测等算法，其资产可在单张GPU上同时运行数百个仿真环境，保持机器人强化学习训练的高效性。Madison Huang预测，未来每家实体产品工厂都将拥有数字孪生工厂与AI工厂，实现虚实联动，而光轮智能可成为SimReady资产的核心提供方。
在英伟达的物理智能生态中，Omniverse定义虚拟世界的物理法则，Isaac Sim提供仿真引擎，光轮智能供应内容与数据，Behavior Challenge探索认知与智能的最高形态。这一体系不仅展现了英伟达模拟现实、训练世界的野心，更预示着AI的边界将从虚拟延伸至现实，开启智能时代的新篇章。
