NVIDIA Physical AI 是甚麼？Cosmos、Isaac、GR00T 與 Jetson

NVIDIA Physical AI是一套由訓練、仿真、世界模型、機器人策略到邊緣部署的開發平台：DGX與雲端GPU訓練模型，Omniverse／Isaac建立模擬和合成數據，Cosmos表徵或生成物理世界，GR00T把視覺與指令轉成機器人策略，Jetson Thor則在實體機器上執行感知與控制。

對投資者而言，這套產品棧的價值是提高NVIDIA在機器人開發流程中的內容量與轉換成本。當前第一方證據已證明產品完整度、合作生態與開發路徑；財務披露仍把相關收入放在Data Center、Automotive及其他產品內。最關鍵的下一步，是Jetson與機器人平台能否形成可辨認的量產收入，而非只看合作夥伴數量。

NVIDIA Physical AI 全棧怎樣運作？

NVIDIA在2026年把全球機器人合作、GR00T N系列、Jetson Thor和參考架構整合到Physical AI推進路線；Cosmos 3則把世界生成、視覺推理與動作能力放入同一模型平台。^[1][2]

圖：Klaro Research原創產品與收入路徑；資料截至2026年9月3日。

Cosmos 3 做甚麼？世界模型是數據與策略之間的橋

Cosmos 3面向機器人、自動駕駛和其他Physical AI開發，處理三類工作：生成多樣場景、理解物理環境，以及推理動作後果。它可以把真實影片和模擬資料變成更多訓練樣本，也可用作策略測試和評估。^[2]

Cosmos的經濟作用未必是一項獨立軟件收入。若它增加GPU訓練量、Omniverse／Isaac採用、Jetson部署或客戶鎖定，價值可在產品棧其他位置實現。投資者應追蹤採用是否跨過研究試用，進入重複工作流程和量產產品。

Omniverse 與 Isaac 為何重要？

機器人資料昂貴，真實測試亦會受安全、場地與設備損耗限制。Omniverse提供數碼孿生和場景基礎，Isaac Sim／Lab用於感知、強化學習和機器人測試。仿真可以擴大場景覆蓋，並重複測試罕見事件。

商業價值取決於sim-to-real差距。若模擬策略到真機後需要大量重新採集和人工調校，開發時間與成本優勢會縮小。最有力的證據是客戶把仿真納入量產驗證，並披露週期、測試覆蓋或失敗率改善。

GR00T 與 VLA 如何把指令變成動作？

Isaac GR00T為人形及通用機器人提供模型、數據、微調、評估和部署工具。VLA把視覺輸入、語言任務與動作輸出連接，遙操作或人類示範則提供可模仿的軌跡。NVIDIA的開放參考設計進一步把數據採集設備、仿真、策略與Jetson平台連起來。^[3][4]

模型表現需要由真實任務核對：成功率的任務定義、未見場景、連續工作時數、恢復失敗的能力，以及人工介入比例。單次展示只覆蓋其中一個成功路徑。

Jetson Thor 如何形成收入？

Jetson Thor把Blackwell架構、CPU、記憶體和I／O整合為邊緣機器人計算平台。客戶採用可以產生模組或系統收入，也能把CUDA、TensorRT、Isaac和模型工具帶入整機生命週期。

這一層最接近可核對單位經濟：每台機器需要多少計算模組、ASP如何隨量增加、客戶是否續代採用，以及軟件與服務能否提高每台內容量。NVIDIA若只披露更大的Automotive或OEM業務，研究者仍需等待更細的量產證據。

NVIDIA 的護城河來自完整開發閉環

NVIDIA的差異化來自同一編程與工具生態貫穿雲端訓練、仿真、模型、推理和邊緣部署。客戶若已建立CUDA、Omniverse、Isaac與Jetson工作流，切換需要重做性能調優、模型部署、數據管線與安全驗證。

這項優勢的可證偽條件同樣明確：機器人客戶使用開放模型和其他邊緣晶片仍能以更低總成本快速量產；仿真與真機差距未縮小；或主要整機公司把訓練、策略和邊緣計算轉向自研平台。

Physical AI 對 NVIDIA 財務貢獻有多大？

NVIDIA Q2 FY2027總收入962.21億美元，其中Data Center收入890億美元、GAAP毛利率75.0%。這些數字證明AI計算平台的整體規模，並未提供Physical AI的獨立收入。^[5]

投資者可把財務證據分為三層：

1. 直接量產：Jetson、汽車計算或機器人相關產品的可辨認收入；
2. 間接需求：機器人模型和仿真帶動的訓練、推理及網絡計算；
3. 平台期權：工具採用增加未來客戶鎖定，但當期收入未單列。

現階段NVIDIA的Physical AI投資敞口以第二、三層為主。若Jetson Thor和GR00T客戶進入大規模量產，第一層的重要性才會上升。

NVIDIA Physical AI 的主要競爭邊界

• 雲端與訓練：Google、AWS、Microsoft及客戶自研加速器提供替代計算；
• 世界模型與VLA：Google DeepMind、Meta與大量開源模型推動不同架構；
• 邊緣計算：Qualcomm、地平線、黑芝麻、AMD及自研SoC競爭性能、功耗與成本；
• 仿真與機器人軟件：開源ROS生態、專用仿真和整機公司的內部工具提供替代；
• 整機議價：大型汽車或機器人公司可能把最具差異化的模型和控制保留在內部。

這些競爭不要求客戶完全離開NVIDIA。更常見的風險是NVIDIA只保留訓練或部分模組，而整機廠把更高價值的軟件、數據和服務收入掌握在自己手上。

投資者下一步應看哪些證據？

• Jetson Thor量產客戶、每台內容量和產品收入；
• Cosmos／Isaac由研究試用進入量產開發流程的客戶證據；
• GR00T跨本體、跨任務的成功率和人工介入；
• 仿真數據是否縮短真機訓練與驗證週期；
• Automotive收入、毛利和長期合約的交付節奏；
• 整機公司自研晶片、模型或工具是否降低NVIDIA內容量；
• 機器人需求對訓練／推理GPU增量能否被財務披露辨認。

常見問題

NVIDIA Physical AI 包括哪些產品？

核心包括DGX／CUDA訓練、Omniverse與Isaac仿真、Cosmos世界模型、Isaac GR00T機器人策略，以及Jetson Thor邊緣部署。各產品共同完成由數據到真機的開發閉環。

Cosmos、Isaac 和 GR00T 有甚麼分別？

Cosmos處理世界生成與推理；Isaac提供機器人仿真、學習和開發工具；GR00T聚焦人形與通用機器人的模型、策略和工作流。三者可串接，但功能層級不同。

NVIDIA 有披露 Physical AI 收入嗎？

截至資料截止日，公司沒有獨立Physical AI分部。相關經濟價值可能分布在Data Center、Automotive、Jetson和軟件生態，投資者應等待更細的產品或客戶量產披露。

NVIDIA 是否是人形機器人公司？

NVIDIA提供訓練、仿真、模型、參考設計與邊緣計算平台；整機製造和營運主要由合作夥伴完成。其投資敞口更接近工具與平台供應商。

下一步閱讀

先由Physical AI概念股比較平台、零件、整機和營運商；再由世界模型概念股比較Cosmos、Genie和V-JEPA；若投資任務聚焦真實部署，進入人形機器人概念股或Robotaxi概念股。NVIDIA全公司財務與估值由NVIDIA公司Research負責。