人形机器人要从展示走向实际工作，除了机器本体，还要解决数据搜集、仿真训练、系统集成与安全验证等问题。 NVIDIA（辉达，NASDAQ：NVDA）21日在 GTC Berlin 扩充 Isaac 机器人开发平台；合作伙伴思灵机器人则宣布推出 Agile ONE SN 参考人形机器人，采用 NVIDIA Isaac GR00T 与 Jetson Thor，提供研究人员与开发者进行开发及验证的平台。 Agile ONE SN具备31个自由度，并计划集成 NVIDIA Halos 安全系统。 NVIDIA在主题演讲中表示，参考机器人预计于2027年推出，并可望将研究者的初期设置时间由数周缩短至数天。

参考设计让团队能在既有硬件与软件基础上开始测试，不必从零创建机器人系统；不过，这并不代表机器人已能直接在各类工厂或服务场域工作，实际能力仍须依任务需求训练及验证。 Agile ONE SN提供人形机器人开发起点 NVIDIA创办人暨首席执行官黄仁勋表示：「通用型机器人正以惊人的速度发展，机器人领域的 ChatGPT 时刻即将到来。 」他指出，NVIDIA以 Isaac 开放式平台提供模型、数据、仿真工具与运算系统，目标是协助开发者把物理 AI 带进不同产业。 对研究团队而言，参考机器人提供的是共同起点，仍需自行决定机器人要学会哪些动作、如何感知环境，以及在发生错误时如何安全停止。

此次平台更新包括 Isaac OS 运行阶段框架，以及用于机器人学习的 Isaac Lab 3.0。 前者支持机器人系统运行，后者则用于仿真训练与学习；NVIDIA也推出开放式工作流程与数据资源，协助开发者创建从数据生成、训练到评估的流程。 团队可先在仿真环境中测试机器人的动作，再将训练结果部署至实体设备，降低每次修改都要直接操作实机的时间与成本。 Isaac串起数据、仿真训练与实机部署 仿真训练能让机器人在虚拟环境中反复练习，也能测试不同场景与任务条件，但仿真结果仍须经实体机器人验证。 现场的光线、地面、对象位置及人员动线都可能影响机器人表现，开发者必须确认仿真中学到的能力能否转移到真实环境。

Isaac平台提供工具链，并不等于免除实地测试与安全验证。 NVIDIA表示，欧洲机器人生态系中的 ABB Robotics、Flexion、Hexagon Robotics、Humanoid、KUKA、NEURA Robotics、Sereact 与 Universal Robots，正采用其开放式机器人平台推进自主系统。 合作业者涵盖工业机器人、人形机器人与自主应用，显示 Isaac 的目标不限於单一机器人型态。 从 Agile ONE SN 参考设计到 Isaac OS、Isaac Lab 及开放工作流程，NVIDIA试图提供一套从仿真延伸至实机的开发工具。

这套平台能否加速机器人落地，仍要看开发者能否取得足够数据、完成任务训练，并在实际工作环境中通过可靠度与安全性验证。