英伟达正卯足劲抢占机器人领域的 “通用平台” 宝座，目标很明确 —— 复刻安卓系统在智能手机时代的绝对统治力。
在 2026 年 1 月 5 日的 CES 展会上，英伟达一口气推出多款开源基础模型。这些模型能让机器人在不同任务场景、复杂环境下自主推理、规划行动并灵活适应，并且全部都在 Hugging Face 平台上开放下载。
与此同时，英伟达还亮出了两大核心支撑工具：基于新一代 Blackwell 架构的 Jetson T4000 显卡，以及名为 OSMO 的开源指挥中心，以此打通机器人开发的全流程链路。不仅如此，英伟达还和 Hugging Face 深化合作，目的就是把机器人训练的硬件成本和技术门槛双双往下拉。
这一系列动作，正踩中了人工智能从云端走向物理世界的行业风口。如今传感器价格越来越亲民、仿真技术不断突破、AI 模型的跨场景适配能力也越来越强，机器人行业正从 “单一任务执行者” 朝着 “通用智能体” 的方向大步迈进。像波士顿动力、卡特彼勒这类行业巨头，已经开始用上了英伟达的技术；而 “机器人” 相关内容，也成了 Hugging Face 平台上增长最快的板块。
搭建全栈模型矩阵，夯实物理 AI 核心能力
英伟达此次发布的基础模型，构成了物理 AI 技术的核心能力层，几款关键模型各有专攻：
Cosmos Transfer 2.5与Cosmos Predict 2.5两款世界模型，主打合成数据生成和机器人策略评估，能在仿真环境里提前验证机器人的各类行为是否可行。
Cosmos Reason 2是一款推理型视觉语言模型，它的核心作用是让 AI 系统能在真实物理世界里 “看懂” 环境、“理解” 需求，并且 “做出” 正确行动。
Isaac GR00T N1.6则是为人形机器人量身打造的视觉语言动作模型，它以 Cosmos Reason 为推理核心，实现了人形机器人的全身精准控制，让机器人能同时完成移动和物体操作等复合任务。
除了模型之外，英伟达在 CES 上还推出了托管于 GitHub 的开源仿真框架Isaac Lab-Arena，专门解决机器人能力验证的行业痛点。要知道，当机器人需要学习精密物体抓取、电缆布线这类复杂任务时，在真实物理环境中做验证不仅成本高、耗时长，还存在不少安全风险。
而 Isaac Lab-Arena 平台整合了各类资源、任务场景、训练工具，还纳入了 Libero、RoboCasa、RoboTwin 等成熟基准测试，给原本缺乏统一标准的机器人行业，搭建起了一套通用的验证框架。与之配套的开源平台 OSMO 作为指挥中心，更是把从数据生成到模型训练的全流程都整合在了一起，同时支持桌面端和云端操作。
拉低硬件门槛，让机器人开发触手可及
作为 Thor 系列家族的新成员，Jetson T4000 显卡搭载了 Blackwell 架构，堪称高性价比的设备端算力升级方案。它能提供 1200 万亿次浮点 AI 算力，配备 64GB 内存，功耗却能控制在 40—70 瓦之间，兼顾性能与能耗。
英伟达还和 Hugging Face 加深合作，把 Isaac 和 GR00T 技术无缝集成到后者的 LeRobot 框架中，直接打通了英伟达 200 万机器人开发者与 Hugging Face 1300 万 AI 开发者的社群壁垒。不仅如此，开源人形机器人 Reachy 2 现在已经能直接兼容英伟达 Jetson Thor 芯片，开发者可以自由测试各类 AI 模型，不用再被专有系统 “绑死”。
种种迹象表明，英伟达的这套组合拳已经初见成效：机器人板块稳居 Hugging Face 平台增长最快领域，英伟达的相关模型也长期领跑下载榜单；波士顿动力、卡特彼勒、Franka Robots、NEURA Robotics 等一众行业头部企业，都已经成了英伟达技术的用户。
这一系列布局，既凸显了英伟达 “让机器人开发更普惠” 的战略思路，也把自己稳稳地放在了 “底层硬件 + 软件” 供应商的位置上 —— 就像安卓系统之于智能手机厂商那样，成为机器人行业发展的核心基础设施。
随着 AI 技术从云端逐步落地到能在物理世界自主学习的智能机器上，再加上传感器成本下降、仿真技术迭代、AI 模型泛化能力提升这几大推力，整个机器人行业的全面转型，已经近在眼前。