营收暴涨106%，英伟达押注的物理AI正在显化

文/王艺霏

编辑/吴羚玮

上周，英伟达发布Q2财报，市场熟悉的高增长故事再度上演。

营收同比大涨106%，净利同比猛涨到126%，数据中心依旧是最大的增长引擎，赚了890亿美元，占全部收入的92%。

市场已经习惯了英伟达的大数字、高增长——如今主流开源模型（Qwen、Deepseek等）、闭源模型（OpenAI、Anthropic、Gemini等）全部依托英伟达运行。

但这份财报里还有一点值得关注，就是CEO黄仁勋最近反复强调的Physical AI（物理AI）。

什么是物理AI？

生成式AI解决的是“AI如何理解和生成数字世界”，物理AI解决的是“AI如何理解、预测并行动于真实世界”。只要作用于我们真实触手可及的日常生活，自动驾驶、机器人，都是物理AI。

在这次财报电话会上，英伟达还透露了一个重磅合作：全球百万台亚马逊仓库机器人集群将全面采用英伟达整套物理AI技术栈，包括Omniverse、Cosmos、Isaac以及Jetson。

这对英伟达来说不光是拿下一个大订单，更是物理AI变现的重要一步。

从今年2月第一次披露的物理AI收入60亿美元（2026财年），到5月这一数字上涨到90亿美元（2025Q1-2026Q1的12个月），再到8月拿下亚马逊，很明显，英伟达押注的物理AI开始“显化”了。

这又一次证明，黄仁勋为物理AI站台的口号不是空喊的，英伟达的野心已经照进了现实：不光是要当生成式AI的金牌卖铲人，还要当物理AI的“王”。

一场闭门会，“暴露”英伟达关注重点

机器人发展到今天，ABB Robotics、FANUC、Yaskawa工业机器人公司长期早已拥有成熟的产品、商业模式；新一代人形机器人公司宇树、智元，也开始形成订单、收入和规模化交付。

物理AI的叙事重点，不再是机器人公司到底能不能赚钱。而是当机器人从几千台变成几十万台、几百万台，它们如何低成本获得足够的数据，并在真实世界里自主、可靠地运行？

这才是新的产业机会所在。

英伟达很强，但物理AI由多个环节组成。除了基础软硬件，还缺失一些关键环节：

• 机器人本体

• 数据生成

• 数字孪生

• Sim-to-Real验证

• 工业部署软件

因此，英伟达在物理AI时代的角色一定是平台：它构建一个物理AI的基础游戏规则，让机器人、数据、模型在自己的规则里完成供需匹配，赚的是软硬件“基础设施费”。

而这就引出了一个市场真正该关心的问题：当机器人越来越多之后，物理AI市场越做越大，钱会怎么流动？流向谁？

有意思的是，英伟达似乎也在押宝。

据“三元同学”和多方消息，就在财报发布前一周的8月20日，英伟达在北京办了一场物理AI ISV（独立软件开发商）闭门会，参会的18家都是与英伟达息息相关的中国产业链企业。一半是机器人本体，一半是软件和应用。

他们有的来自英伟达的会员制初创加速计划NVIDIA Inception，有的是官方合作伙伴。

机器人公司里，宇树、智元、银河通用、光轮智能几个明星公司都去了。软件应用公司有做数据库的OceanBase，做化学+AI的深度原理，还有做3D视觉协作的SKAI等等。

图：英伟达Physical AI 闭门会参会名单，来源“三元同学”公众号

英伟达Physical AI 平台产品与技术营销高级总监Madison Huang黄敏珊也出席了这个闭门会。她不仅是物理AI重要负责人，也是黄仁勋的女儿。

她来与宇树、智元、深度原理、SKAI这些生态企业面对面交流，背后信号不难读懂：英伟达十分重视物理AI进展，并且关注重点正在从机器人本体，扩大到软件、数据和仿真。

真正被看到的企业，极有可能与英伟达在下一阶段产生深远的合作关系。而这份“朋友圈”的分量，远比名单本身更重。

图1：与黄敏珊合影的SKAI创始人Morgan Mao（左）和联合创始人JayLee（右），图2：黄敏珊与闭门会嘉宾交流，图3：闭门会现场（向左滑动）

一张物理AI生态蓝图，

一步步扩大“朋友圈”

把英伟达的物理AI产品线摆出来，就能看懂这份名单的分量。

Omniverse做数字孪生和仿真，Isaac做机器人开发工具链，Cosmos做世界模型，GR00T做人形机器人基础模型——从训练、仿真、验证到部署，英伟达想做通整条链路。

再看闭门会名单就会发现，软件应用端企业来自完全不同的生态位，但每一家都能在英伟达的产品线上找到对应的座位：

• 物理仿真（CFD）：Tenfong十沣科技——PhysicsNemo

• 工业仿真（CAE）：Luban鲁班系统——PhysicsNemo, Omniverse, AMGX

• 气候与天气模拟：PRESKY弘象科技——Earth2Studio

• Agent记忆：MemTensor记忆张量——Nemo Retriever

• 向量数据库：OceanBase奥星贝斯——cuVS

• 量子计算仿真：SpinQ量旋科技——CUDA-Q

• AI制药：WeComput唯信计算——BioNemo

• 计算化学：Deep Principle深度原理——ALCHEMI

• 数字孪生与合成数据：SKAI——Omniverse, Cosmos 3

企业依次入座，一个都不落空。这张生态蓝图，英伟达不是画在纸上的，而是画在产业链上的。

从上季度财报发布后的近三个月来，英伟达建设物理AI生态的动作频频，推进速度非常快。

今年5月到6月，英伟达密集发布了一系列物理AI产品与模型更新，同时与日韩大企业集团加强交流；到了7月，又联合ABB Robotics发布了《工业级物理AI赋能高精密制造白皮书》；8月拿下亚马逊大单。

值得注意的是，7月那份白皮书探索出一条很清晰的物理AI路径：白皮书提出了一种以数字化为先导的工程方法，将机器人视觉风险评估提前至设计阶段。通过在物理实施前使用 数字孪生 、特定任务的合成数据和 人工智能 验证，制造商可以更早地识别和解决问题，同时创建可追溯、可重用和可验证的工程资产。

换句直白的话说，如果把机器人进厂比喻成汽车上路，那么机器人本体是车，数据是燃料，仿真是驾校，验证是年检。车要上路，得先加满油、上过驾校、通过年检。

现在有了物理AI这一层基础设施，机器人就能更快、更安全、更低成本地进入真实世界——先虚拟练车，验证后直接上路。这不仅大幅提升了效率，更加提升了应用阶段的安全可信度。

白皮书描绘的是一个典型物理AI闭环：训练 → 仿真 → 验证 → 部署。每个环节都有产品承接，每个环节都有企业补位——这才是朋友圈背后的蓝图。

两种企业，正在帮英伟达加速物理AI

仔细看今天的英伟达“朋友圈”，会发现企业大体分为两种。

第一种，是已被商业验证的成熟技术产品。

7月白皮书的主要贡献方SKAI，同样也是这次闭门会的成员。SKAI的发展历程，可以说是这类企业的典型样本。

起家之初，SKAI用3D渲染和数字孪生技术服务奢侈品品牌和商业视觉广告，拿过LVMH Innovation Award。

多数圈外人不知道，奢侈品广告有个特点：奢牌对产品的渲染精度要求极高，容错率极低。

这倒逼SKAI积累了精准的3D场景构建、材质生成、光照模拟、相机模拟、数字孪生、渲染管线这些底层能力。

而当生成式AI的应用层竞争越来越激烈，SKAI把这些能力转向了一个更工业化的方向：物理AI数据生成。

他们把以往给消费者看的一比一精美渲染的广告内容，进一步生成为给机器学习的数据——材质、光照、相机参数、RGB与深度信息、物体位姿、标注、数字孪生环境，服务于机器人感知模型的训练和验证。

只不过，第一标准不再是画面漂不漂亮，而是数据能不能提升识别准确率、能不能减少真实数据采集、能不能覆盖极端场景、能不能降低部署成本、能不能缩小仿真与现实的差距。

这套数据到底管不管用？学术界已经先一步在做验证。为了进一步攻克机器人感知、抓取、Sim-to-Real（虚实迁移）以及机器人自主学习等核心难题，SKAI正加速与全球顶尖高校建立深度产学研合作。

据SKAI官网近期披露，其已与华盛顿大学、首尔大学等知名学府开展联合研究。目前，华盛顿大学的hackathon team-TetrisDog的机器狗项目，以及后续模型训练，其底层数据正是由SKAI生成。依托NVIDIA Omniverse与Cosmos技术，SKAI正将原本面向C端消费级的技术，全面升级为具备“工业验证”和“学术科研”级别的底层生产力。

左起依次为SKAI代表、首尔大学智能信息系Kwak Nojun教授（机器智能与模式识别实验室）、华盛顿大学Xu Chen教授（University of Washington, MACS lab and Robotics）、以及华盛顿大学Zoe Li, College of Engineering ,研究科学家Research Scientist

相似路径的还有鲁班系统、弘象科技。它们把结构仿真、气象模拟搬上PhysicsNemo、Omniverse，把原本成熟的产品重构，成为英伟达生态的一部分。

另一种，则是AI原生的新物种。比如做Agent记忆的记忆张量，它们从第一天起就长在英伟达的技术栈上，基于AI Agent原生需求，优化上下文记忆。

一手抓AI原生的新产品，一手抓经过商业验证的成熟技术——英伟达的目的只有一个：加速打造一个更全面、更丰富的物理AI生态。

成熟企业提供确定性，原生企业提供想象力，两条腿一起走，闭环才能尽快跑起来。

为什么说英伟达押注的物理AI正在显化？

主要有两点。一是实打实的收入，二是逐渐补齐的全栈能力。

首先，物理AI收入稳步提升，英伟达凭借高速推进速度，正在慢慢掌握定价权。

今天生成式AI算力正在变成“买方市场”，议价权转移到了大众手里。但是物理AI的定价权，目前还没有人拿到。英伟达通过大企业合作，正在把算力、模型与需求方绑定，因此确保未来可见的长期收入。

从电话会上英伟达透传的“预计2028财年营收同比增长约70%”，能看出英伟达对未来收入依然自信，并且增幅里一定是包含了物理AI的。

其次，是全栈能力正在补齐。

物理AI相比生成式AI环节复杂，协同难度极高。英伟达已经开始积累先发优势，未来作为平台将具备强大的全栈能力和资源调配能力。

因此押注物理AI，是英伟达的目的，也是它的过程。

目的是野心：不只当生成式AI的卖铲人，还要当物理AI的“王”；

过程是动作：从60亿到90亿的收入披露，亚马逊的机器人技术栈合作——每一步都在把蓝图变成地基。

当训练、仿真、验证、部署的闭环一天天成型，当SKAI们一个个入座，英伟达押注的物理AI未来，正在变成现在。

▲《 <出海26讲> 跨境新商通识课全面上线》

▲《「鲜生」夺人 农货的品牌征途》

▲《2024出海攻略》

▲《新微商主义》

▲《新获客时代》

▲《新搜索时代》

▲ 品牌案例洞察