英偉達CEO黃仁勳之女黃敏珊現身北京機器人大會考察應用
英偉達高級主管黃敏珊低調到訪北京世界機器人大會，現場觀看人形機器人展示，並向陪伴機器人展臺詢問傳感器配置。
黃敏珊是英偉達CEO黃仁勳之女，負責英偉達Omniverse與機器人平臺的市場工作；相關軟件用於模擬、測試和部署“物理AI”系統，即能夠感知並在真實世界中行動的機器人及自動化設備。
路透社報道稱，她在展會觀看了機器人飛踢、舞蹈等演示，並在陪伴機器人展位停留了解傳感器。公開報道確認其到訪及現場互動，但未顯示她代表英偉達公佈採購、投資、合作簽約或產品訂單。
英偉達物理AI技術棧覆蓋Omniverse仿真庫、Cosmos世界基礎模型與Isaac機器人開發平臺。其目標是在實體機器人進入真實環境前，以數字孿生和合成數據完成訓練、仿真、感知驗證及控制測試，從而降低現實世界試錯成本。
北京展會聚集中國機器人廠商，展示重點已從人形機器人舞蹈和動作表演轉向商業化可用性，包括工業操作、服務場景與更廣泛的真實部署。報道指出，中國廠商正試圖向投資者和客戶證明，該技術正在向規模化應用邁進。
市場機制上，中國機器人整機廠、零部件企業和應用客戶是物理AI軟件、GPU算力與仿真工具的潛在買方；英偉達提供計算平臺、開發框架和仿真能力。若機器人公司擴大訓練與部署，資本會流向GPU、邊緣計算、視覺傳感器、執行器、仿真軟件與工業集成商；承壓的是隻依賴展會演示、缺少穩定任務數據、客戶訂單和部署能力的機器人企業。
來源：公開信息
ABAB AI 解讀
英偉達進入機器人並非始於人形機器人熱潮。公司長期通過CUDA建立開發生態，隨後以Jetson切入邊緣AI計算，再推出Isaac平臺服務機器人感知、導航、操控與仿真。Omniverse把工業設計、數字孿生和物理仿真引入同一工具鏈，Cosmos則進一步試圖提供可生成並理解物理環境的世界基礎模型。黃敏珊考察的不是單一硬件表演，而是這些工具能否在中國機器人產業鏈中形成開發和部署需求。
資本路徑的核心是“賣鏟子”而非押注某一家機器人整機廠。機器人公司需要在訓練端使用數據中心GPU、在仿真端構建合成環境、在部署端使用邊緣計算模塊；英偉達可在模型訓練、仿真、開發和推理四個階段獲得需求。與之相對，特斯拉通過Optimus押注整機與製造場景閉環，Figure AI依靠與BMW等企業合作驗證工業任務，Apptronik則尋求通過工業夥伴擴大部署。英偉達的策略是爲多家整機廠提供共同技術底座。
歷史類比是智能手機時代的Android與高通。Google未必生產所有手機，卻通過操作系統控制應用生態；高通不必打造終端品牌，卻通過芯片和通信專利從行業出貨中抽取價值。物理AI若進入規模部署，整機品牌可能分散，但仿真環境、訓練框架、加速計算與軟件工具鏈會形成更集中的基礎設施層。中國廠商若採用英偉達技術，也會提高其研發效率，但同時可能增加對美國軟硬件生態的依賴。
本質屬於產業鏈重構。人形機器人當前的競爭不只在機械結構，而在“數據採集—仿真生成—模型訓練—真實部署—反饋再訓練”的閉環速度。擁有製造場景與大量真實操作數據的企業可以加快模型迭代；擁有GPU、仿真平臺和開發者生態的供應商則控制訓練效率。機器人價值鏈將從傳統硬件BOM成本競爭，轉向數據、計算、世界模型和部署網絡的複合競爭，定價權更可能先集中於基礎設施和場景入口。
ABAB News · 認知定律
機器人賣的是硬件，競爭的是數據閉環
先佔場景的人，才能訓練出可用智能
具身智能的瓶頸不在手腳，而在世界模型