返回文章列表
机器人与物理 AI

黄仁勋东京行之后:英伟达押注日本“物理 AI”

阅读约 3 分钟

导语

黄仁勋 7 月 15 日至 16 日到访东京,留下的并不只是一串商业会面。根据 TechCrunch 报道,英伟达此行把日本政府、机器人龙头、汽车企业以及芯片供应链伙伴都纳入同一张蓝图:让 AI 从屏幕和云端走向工厂、车辆与机器。

这也是英伟达在亚洲连续推进“物理 AI”叙事的一站。继台湾和韩国之后,日本成为关键拼图,因为这里既有制造业底盘,也有机器人产业集群,更有希望降低对外部 AI 基础设施依赖的政策诉求。

核心要点

  • Noetra 承担日本主权 AI 任务:日本计划联合约 44 家本土企业,以 SoftBank、Sony、NEC、Honda 等为核心,建设面向机器人、车辆和工厂的本土 AI。东京未来五年最高投入 1 万亿日元,用于推动“物理 AI”基础模型。
  • 算力仍离不开英伟达:Noetra 计划建设基于英伟达下一代 Vera Rubin 平台的 AI 工厂,预计 2028 年启动,配置 13,750 颗 Vera CPU 和 27,500 颗 Rubin GPU,功耗规模达 140 兆瓦。
  • 机器人公司集体靠向 Cosmos:Fanuc、Yaskawa、Kawasaki Heavy、Fujitsu、Hitachi、NEC、Sony、SoftBank、Kubota 以及 AIRoA 等计划基于英伟达 Cosmos 模型开发。英伟达同时推出可在 Jetson Thor 芯片上运行的 Cosmos 3 Edge,让模型更接近机器本体。
  • 丰田扩大英伟达使用场景:丰田已在车辆平台上采用英伟达 Drive,新合作进一步延伸到生产线仿真、车端软件和交通感知系统。不过其自动驾驶路线仍偏保守,强调需要驾驶员参与的高级辅助驾驶。

意义与影响

这次东京行的重点不只是卖 GPU,而是把英伟达放进日本未来制造体系的中枢位置。日本正面临劳动力减少,目标是到 2040 年在 18 个行业部署 1,000 万台配备 AI 的机器人,并希望在全球 AI 机器人市场中占据超过 30% 份额。要实现这一目标,数据、模型、算力和产业场景必须同时到位。

日本的优势在于真实工厂数据、长期积累的精密制造能力和机器人公司网络。其短板则很清楚:训练超大规模模型所需的先进芯片和完整 AI 基础设施仍主要掌握在美国企业手中。因此,日本追求“自己的数据、自己的模型、自己的算力”,但眼下这条独立路径仍要运行在英伟达硅片之上。

对英伟达而言,日本提供了一个极具说服力的样板:AI 的下一轮增长不只来自聊天机器人和云端模型,而来自能感知、推理、控制现实世界的机器系统。如果日本的工厂、汽车与机器人都围绕英伟达生态重建,英伟达将从 AI 芯片供应商进一步变成物理 AI 时代的基础设施公司。

来源:TechCrunch AI

评论

正在确认登录状态……

正在加载评论……

相关文章

CCTest · Blog
小米发布 Xiaomi-Robotics-1:用 10 万小时真实轨迹扩展机器人 VLA 模型
机器人与物理 AI
cctest.ai
机器人与物理 AI

小米发布 Xiaomi-Robotics-1:用 10 万小时真实轨迹扩展机器人 VLA 模型

Xiaomi-Robotics-1 试图把大模型的“规模化法则”引入机器人学习:用超过 10 万小时真实操作轨迹预训练,再对齐真实机器人和自然语言指令。实验显示,更大的数据和模型规模能带来更低动作预测误差,并提升真实机器人任务成功率。

阅读全文
CCTest · Blog
让机器人“按自己的坐标系看世界”:Robot-Centric Pointmaps 改进 VLA 泛化
机器人与物理 AI
cctest.ai
机器人与物理 AI

让机器人“按自己的坐标系看世界”:Robot-Centric Pointmaps 改进 VLA 泛化

KAIST AI 提出的 Robot-Centric Pointmaps 试图解决 VLA 模型中相机视角与机器人动作坐标系不一致的问题。它把场景点的三维坐标直接编码到机器人坐标系下,同时保留类似图像的二维网格结构,便于接入现有 VLA。

阅读全文