NVIDIA 的新款參考人形機器人,具體闡明了「準備就緒」的具體含義

在 2026 年 10 月 21 日於柏林舉行的 GTC 大會上,NVIDIA 與總部位於慕尼黑的 Agile Robots 共同推出了 Agile ONE SN——一款基於 NVIDIA Jetson Thor 和 Isaac GR00T 打造、並公開了機械規格的人形機器人參考模型。 NVIDIA 將該硬體與已全面推出的 Isaac Lab 3.0 訓練框架、全新的 Isaac OS 即時執行環境、 Halos 安全平台、擁有 2,000 多個資產的模擬函式庫、人體動作資料集,以及開源的 DGX Station 工作流程,並獲得超過二十家知名生態系合作夥伴的支持。

martti
2分鐘閱讀Posted: 2026年10月22日
NVIDIA 的新款參考人形機器人,具體闡明了「準備就緒」的具體含義

柏林,2026年10月21日。 NVIDIA 以一組數據而非口號,為其 GTC 柏林大會的主題演講畫下句點:一款重達 40 公斤(88 磅)、具備 31 個自由度的人形機器人機身,搭配兩隻各具 5 根手指、每隻手各增加 20 個自由度的雙手,以及 2,070 FP4 太浮點運算的內建運算能力。 這些數據描述的是「Agile ONE SN」——這是一款由 NVIDIA 與 Agile Robots 共同揭曉的參考人形機器人,也是首款預先配置 NVIDIA Isaac GR00T 軟體堆疊,並以 NVIDIA Jetson Thor 邊緣 AI 平台為核心打造的全堆疊機器人。

負責供應機身的 Agile Robots 公司總部位於慕尼黑,由德國航空航天中心的研究人員於 2018 年創立,最初以力感測機械手臂為業務基礎,隨後進軍人形機器人及更廣泛的實體人工智慧領域。 該公司執行長陳兆鵬將 Agile ONE SN 定位為「捷徑」而非「展示品」:這個單一預配置平台旨在取代以往將獨立的模擬、訓練和部署工具拼湊在一起的繁瑣流程,將設定時間從數週縮短至數天。 NVIDIA 預計於 2027 年初推出此產品,目前已知史丹佛大學與蘇黎世聯邦理工學院(ETH Zurich)等研究機構已表達合作意願。

這款人形機器人是 NVIDIA 隨此次更新同步推出的更廣泛更新中最具體的成果: 其 Isaac Lab 訓練框架的新版正式發布、名為 Isaac OS 的即時作業層、大規模人體動作資料集、一套可直接用於模擬的工廠資產庫、三套專為 DGX Station 硬體打造的開源訓練工作流程,以及名為 Halos 的安全平台。 NVIDIA 創辦人暨執行長黃仁勳以宏大的措辭描述了這一時刻,他表示通用機器人技術正以驚人的速度發展,並稱這將是該領域即將到來的「ChatGPT 時刻」。 這雖更像是一句行銷口號,而非可量化的主張,也值得以此看待;但此次發布的工具組合本身已足夠具體,足以作為評估依據。

依其自身條款。

參考規範實質上是對供應鏈標準化的嘗試

對於營運採購人員而言,解讀 Agile ONE SN 的正確方式,並非將其視為待購產品,而是視為 NVIDIA 希望市場採用的規格標準。透過將特定機械平台、WUJI Hand 2 靈巧末端執行器、128GB 統一記憶體的既定運算配置,以及軟體堆疊進行整合, NVIDIA 對類人型機器人所做的大致上,與其長期以來對資料中心所做的一樣:確立參考設計,使零組件供應商、系統整合商和研究實驗室能統一採用相容的零件,而非各自從頭打造客製化的系統堆疊。 每隻手臂 3 公斤的負載能力,以及手部 1kHz 的觸覺力控制,相較於工廠車間的工業機械臂雖屬保守數值,但其規格已精確到足以讓評估各人形機器人供應商的採購團隊,擁有公開的基準來進行比較,而非僅憑供應商的行銷文案。

這股標準化推動力更延伸至計畫中(尚未推出)與 NVIDIA Halos 的整合——Halos 是一套基於 IGX Thor 運算模組打造的全堆疊安全平台。Halos 旨在解決一項看似不起眼卻對商業至關重要的問題:即為機器人或自動駕駛車輛取得認證,使其能在人群周邊安全部署。 NVIDIA 列舉了五家已將 Halos 整合至自身安全架構的企業,包括 Agile Robots、Agility、Dexory、FORT Robotics 以及德國倉儲設備與叉車集團 KION;此外,德國感測器製造商 SICK 則正在評估該平台,以實現超越固定圍欄範圍的動態安全區域。 Reynolds & Moore、埃森哲(Accenture)以及 TÜV SÜD 則被列為合作夥伴,致力於縮短認證流程本身——在重工業領域,這通常是將機器人投入倉庫運作過程中耗時最長、成本最高的那一半。

軟體與資料層才是真正的關鍵所在

硬體規格雖能輕鬆成為頭條新聞,但軟體

而資料發布正是車隊營運商實際會最先接觸的部分。Isaac Lab 3.0 現已作為開源框架正式推出,用於在多 GPU 叢集上訓練與優化機器人控制策略,並可運行於包括 Newton 和 NVIDIA PhysX 在內的物理引擎上。 基於 NVIDIA Holoscan 執行時環境建構的 Isaac OS,被定位為一種確定性、即時層,能在機器人從模擬環境進入工廠現場時,串聯感測器、AI 推論與致動器。這正是機器人部署中長期存在的弱點——某些在模擬中運作完美的策略,在實際硬體上卻無法滿足時序限制。

這兩者背後都存在著 NVIDIA 正試圖直接解決的數據問題。託管於 Hugging Face 上的 SimReady Central Library,現已收錄超過 2,000 項由 Comau、FANUC、Franka Robotics、 LG Electronics、Robotiq、Standard Bots、Universal Robots 及 Vertiv 等零組件製造商所貢獻的、超過 2,000 項模擬就緒的機器人與工廠資產,讓開發者無需從頭建模每個夾爪和輸送帶,即可直接使用預先建置的數位孿生。 與此同時,「Human 1M 資料集」提供了人類活動的同步三視角影片及 3D 手部追蹤資料,完整資料集僅限 NVIDIA「Cosmos Coalition」合作夥伴計畫的成員使用。 NVIDIA 還針對其 DGX Station 硬體發布了三項開源參考工作流程,涵蓋 GR00T 1.7 模型的強化學習優化、 在 Isaac Lab 中的靈巧操作訓練,以及利用 ChatGPT Astra 對 NVIDIA Cosmos 世界模型進行後訓練以生成合成數據——這是在 NVIDIA 發布中與 OpenAI 品牌工具進行的一種罕見且明確的搭配。

歐洲的成熟機器人製造商並未坐等類人型機器人問世

隨著 NVIDIA 公布更長的合作夥伴名單,這項公告開始不再像單一產品的發布,而更像是對整個區域產業的「平台版圖擴張」。ABB 機器人正將 NVIDIA Omniverse 函式庫整合至其

RobotStudio 的 HyperReality 工具,可在安裝機器人系統前進行虛擬調試。KUKA 則在其 Visual Components FactoryLens 產品中進行類似的工作。 這些都是採購經理早已熟知的工業界知名品牌;而更具參考價值的訊號,則來自那些直接基於 Isaac 進行開發的小型企業。德國倉儲自動化新創公司 Sereact,正將 Isaac GR00T 與 NVIDIA 的 Cosmos Transfer 工具結合使用,來訓練其運行於 Universal Robots 機械手臂上的 Cortex 揀選與抓取平台。 Skild AI 是一家專注於機器人人工智慧的開發商,致力於打造所謂的「全體型大腦」(omni-bodied brain),旨在透過單一模型控制多種機器人形態;該公司與 1X、Humanoid、Maven Robotics、Mentee、MicroAGI 及 Rhoda 等八家企業共同支援全新的 DGX Station 工作流程。

相較於備受矚目的人形機器人,其中幾項規模較小的部署案例反而具有更直接的商業價值。 酒店服務機器人新創公司 Bellboy 正利用 Jetson 和 GR00T 運行名為 Billie 的服務機器人,該機器人已部署於萬豪、希爾頓、IHG 和 OYO 旗下的酒店內,這意味著至少有一台基於 Isaac 的機器人已經在實際工作,而非等到 2027 年。 豐田物料搬運歐洲公司(Toyota Material Handling Europe)與 SoftServe 報告指出,透過使用 Omniverse 和 Isaac Sim,將物料搬運的部署時間縮短了多達一半;這個具體數字對於正在評估類似專案規模的物流採購方而言極具參考價值,即使這僅是供應商報告的效率聲明,而非經獨立審計的數據。

採購方應如何評估這項公告

就採購部門能填寫訂購單的實務層面而言,上述產品目前均尚未上市。Agile ONE SN 僅是排定時程,尚未開售;「2027 年初」僅為計畫,而該產業中類人型機器人的開發時程,向來有延宕的紀錄。 史丹佛大學與蘇黎世聯邦理工學院(ETH Zurich)表現出的興趣,僅代表學術界對該項目的認可,而非生產合約;此外,Halos 安全平台

該產品被描述為正與合作夥伴的架構進行整合,而非一款工廠經理今日即可指定採用的、已完成且通過認證的產品。NVIDIA 自身所提出的「ChatGPT 時刻」這一表述,是來自一家為該市場幾乎所有新進業者提供底層運算能力的公司的理想化說法,這已足以讓我們將此類比較視為行銷話術,而非獨立的技術評估。

可以驗證的是此次發布的廣度: 一個具備公開機械規格的指定參考機型、一個全面開放的訓練框架、一個即時執行環境、一個擁有五家指定整合夥伴的安全平台、數以千計的資料集與資產庫,以及一份已公布的清單,列出超過二十多家正在人形機器人、倉儲、 hospitality 及工業機器人領域基於該技術堆疊進行開發的公司。 對採購方而言,實務上的啟示是:與其將 Isaac 視為單一待評估的機器人,不如視其為一套通用工具鏈——當這套技術真正抵達貨運碼頭時,越來越多的競爭供應商都將以此為基礎進行開發。 今日若將機器人車隊標準化為相容於 Isaac 的硬體與軟體,實質上是在押注一個生態系統,而非單一供應商的人形機器人;若該技術堆疊持續以開源形式發布,而非被鎖定在單一供應商的硬體中,這項押注將更容易抽身。

若撇開主題演講的框架不談,一個數字最具說服力:Agile ONE SN 將 2,070 FP4 太浮點運算和 128GB 統一記憶體整合於 40 公斤的機殼中,這正是競爭對手的人形機器商現在必須達到或加以解釋的實際基準。

本文綜合了截至 2026 年 10 月 21 日的企業聲明及公開產品資訊。本文僅供一般參考之用,並不構成專業或技術建議。