AWS 稱其為開源機器人工具鏈。其中幾乎所有核心組件都來自 NVIDIA。

2026 年 10 月 8 日，亞馬遜網路服務（Amazon Web Services）推出了一項名為「實體 AI 工具鏈」（Physical AI Toolchain）的專案，這是一條開源管道，旨在引導機器人從合成訓練資料開始，歷經模擬、驗證，直至邊緣部署。 在閱讀媒體的報導框架之前，先來看看這套工具鏈的組成要素：NVIDIA Isaac Sim 負責模擬、NVIDIA Isaac Lab 負責訓練環境、NVIDIA Isaac GR00T 作為基礎模型，以及 NVIDIA Cosmos 負責世界生成。AWS 則提供 Amazon SageMaker 來執行訓練任務，並透過 AWS IoT Greengrass 將完成的模型推送至機器人自身的運算裝置。 若撇開 AWS 的品牌標識不談，本週推出的其實是圍繞著第三方物理引擎堆疊所建構的託管與調度層。

這並非對工程技術的批評。這恰恰是迄今最明確的數據佐證，顯示 AWS 認定機器人軟體的真正瓶頸何在——而這並非模擬環節。

一家曾嘗試過、卻最終放棄的公司

AWS 過去也曾涉足此領域。其雲端機器人模擬平台 RoboMaker 因未能開拓市場，已於 2025 年 9 月永久關閉。 本月，一位 AWS 高層將 RoboMaker 描述為 AWS 更廣泛機器人技術堆疊中的「僅僅是一個組件」——這類表述通常是企業在不願直言產品失敗時會採取的說法。 無論內部如何定調，這套發展脈絡顯而易見：AWS 自行開發了模擬器，在短短幾年內便將其淘汰，並在十二個月後重返市場，此時已將模擬引擎本身完全讓渡給 NVIDIA。

一家公司絕不會無意間將物理引擎拱手讓給競爭對手。AWS 的賭注在於：真正有價值的層級，是那個能在機器人工作班次間記憶情境、在任務變得模糊時將推理交由雲端模型處理、並可靠地將結果傳送至邊緣的層級，而非負責渲染光子與碰撞網格的層級。 這項賭注是否正確，是這則故事中唯一真正重要的問題，而答案將無人知曉。

一兩年的答案。

NVIDIA 則押注於截然相反的方向

就在一天前的 10 月 8 日，NVIDIA 針對同一問題發表了自身的解答，而其方向卻截然不同。這篇貼文是其持續進行的 Omniverse 開發者系列的一部分，展示了工程師如何透過自然語言提示來指揮 AI 代理，在 Omniverse 內建構和修改模擬環境，而非手動編寫每個場景的程式碼。 在其中一個示範專案中，一台 Unitree G1 人形機器人被釋放到模擬的跨欄賽道上，在 100 次嘗試中有 64 次成功跨越單一障礙——這項數據是由 NVIDIA 自行公布的，而非刻意四捨五入以呈現最亮眼的片段。 在另一個專案中，工程師利用 PTC 的 Onshape 電腦輔助設計軟體，直接在 Isaac Sim 內建模一組汽車懸吊系統，用於拆解機器人專案。

相較於提示驅動式模擬器的創新性，這兩個細節更為重要。在供應商自身的展示貼文中，坦率地提及單一障礙物的 64% 成功率，這是一個誠實的數字，它告訴你：無論示範影片看起來多麼出色，該模擬器仍僅是研究工具，而非經過認證的產品。 而 PTC 出現在 NVIDIA 自身的工作流程中，更是對 AWS 剛才所展示的相同結構模式的第二項印證：擁有模擬引擎的公司無需擁有 CAD 工具、人形機器人硬體，或是其周邊的雲端調度層。它需要其他所有人的工具，才能讓 Isaac Sim 成為物理運算發生的場所。

第三種賭注則認為，模擬器本身就是完全錯誤的單位

一家名為 Odyssey 的舊金山新創公司，其押注方向與 AWS 或 NVIDIA 皆不相同。 九月中旬，該公司推出了 Odyssey-3，這是一個單一基礎模型，據稱只需在頂層疊加一個輕量級的「動作解碼器」，即可透過單一共享骨幹來驅動機械手臂、類人型機械手、汽車、無人機以及電玩遊戲中的代理角色，而無需為每台機器配備專用的模擬器及分別訓練的策略。

在 Odyssey 與 Flexion 共同強調的一項研究合作中，Flexion 僅憑數十小時的遙操作資料，便建構出可運作的人形機器人操作策略，包括開啟容器與放置物品等任務。這些是 Odyssey 自行報告的數據，未經第三方獨立驗證，閱讀時應謹記此限制，而非將其視為既定事實加以重複。

即使抱持懷疑態度，其戰略邏輯仍具連貫性。Odyssey 於 2026 年 6 月以 14.5 億美元估值完成 3.1 億美元的 B 輪融資，其目的正是為了押注：通用世界模型能夠縮短或繞過專用模擬器這一步驟——而 AWS 和 NVIDIA 至今仍將此視為必要環節。 倘若 Odyssey 的觀點哪怕僅有部分正確，它不僅僅是與 Isaac Sim 競爭。這將使「誰掌控模擬層」這個問題，變得遠不如「誰擁有不再需要模擬層的模型」來得重要。

短短一週內，三家公司提出了三種互不相容的結構性賭注：

• AWS：掌控協調與記憶體層，物理模擬則採租用模式。
• NVIDIA：掌控物理與渲染層，讓其他廠商自由接入。
• Odyssey：讓專用模擬器在越來越多的任務中成為可選項。

那個無人願意掌控的層級

當基礎設施業者們爭論該掌控哪一層時，一家規模小得多的第四家公司，卻選擇了他們都不願接手的層級。 位於帕洛阿爾托的新創公司 SafeWorld 於 10 月 5 日正式出爐，其銷售的服務僅有一項：在機器人實際進入倉庫作業前，透過數千次與人的模擬互動，測試其控制軟體的運作表現——例如在盲角附近能否及時停下，或是能否正確辨識搬運箱子的工人。 共同創辦人丁趙（Ding Zhao）擁有卡內基梅隆大學的機器人安全研究背景，該公司表示，目前已針對汽車、倉儲自動化及醫療設備等領域的客戶展開初期試點計畫。

SafeWorld 作為一家獨立公司存在，而非 Isaac Sim 或 AWS 工具鏈中的某項功能，這點揭示了基礎設施供應商不希望你深究的真相。他們都不希望自己成為那個在機器人傷害人類之前，才剛透過其模擬器認證該機器人「在人類身邊運作安全」的一方。 正是因為法律責任——而非技術因素——才讓「這是否安全」這個問題，變成了由他人來銷售的產品。

「互通性」框架背後隱藏的真相

每一則相關公告都以「開放」與「合作」的措辭來描述自身。AWS 將其發布的版本稱為開源；NVIDIA 則將 Isaac Sim 定位為其他公司可在此基礎上進行開發的平台，而非一座「封閉花園」。實際上，「開放」與「互通性」也是任何軟體堆疊中佔主導地位的層級，在用戶轉用其他方案變得成本高昂之前，始終用來描述自身的標準說法。 無償提供工具鏈的「慷慨」，與將自家產品建構在他人引擎上的「依賴」，實質上是同一個決策，只是從談判桌的兩側以不同角度描述罷了。

我經營的追蹤平台以數千筆資料列監測這些企業，而在經歷了像這週這樣的一週後，最顯著的模式在於：供應商極少會公開宣布他們正在從哪個領域撤出。AWS 的高階主管將 RoboMaker 描述為更廣泛技術堆疊中的一個組件，而非停用服務——這是一種敘事選擇，而非事實陳述。 本週新聞的真實版本其實更簡單：AWS 曾試圖主導機器人模擬領域，但失敗了，現在轉而將未來賭在協調 NVIDIA 所開發的任何產品上。

我接下來關注的焦點

值得追蹤的問題並非本月這三項賭注中哪一項在技術上最令人印象深刻。按設計，示範影片總會讓這場論戰以 NVIDIA 勝出告終。真正的問題在於，當一家機器人新創公司必須實際選擇預設方案，並在兩年後承受轉換成本時，哪一層級仍能保有定價權。請密切關注 AWS 的工具鏈

一旦客戶對 Isaac Sim 感到熟悉，最終便會將工作負載直接遷移至 NVIDIA 自家的雲端服務上，就像許多企業發現所謂的「多雲」整合，其實已悄然演變成對單一雲端的依賴一樣。若真如此，AWS 便等於透過一次開源發布，讓自家客戶明白究竟哪家供應商才真正握有話語權。

本分析參考了 AWS 於 2026 年 10 月 8 日發布的「實體 AI 工具鏈」公告與解決方案頁面、AWS 自身關於 AWS RoboMaker 將於 2025 年 9 月終止支援的文件、NVIDIA 於 2026 年 10 月 8 日發布的 《邁向 Omniverse》開發者部落格文章、Odyssey 於 2026 年 9 月發布的 Odyssey-3 公告及其披露的 B 輪融資條款，以及 SafeWorld 於 2026 年 10 月 5 日發布的公開上市資料。本文僅供一般資訊參考，不構成任何投資、財務或專業建議。

首圖來源：Unitree G1 人形機器人，取自 Unitree 官方網站的產品官方照片。