英伟达正将其在 AI 智能体领域的押注延伸至机器人赛道，押注这一技术能够破解机器人大规模落地的核心难题。

据 The Information，英伟达机器人与边缘 AI 副总裁 Deepu Talla 在旧金山圣何塞举行的年度 GTC 大会期间接受采访时表示，AI 智能体系统正在被构建为 " 数字优先 "，而机器人只是这一系统的自然延伸。他预判，AI 智能体的介入将成为机器人行业的重大转折点——正如 ChatGPT 当年对 AI 行业的冲击一样，让机器人的部署变得像 " 直接上手、自行搞定 " 一样简单。

这一表态进一步明确了英伟达在 AI 下一阶段的战略布局方向。对于投资者而言，这意味着英伟达的机器人业务叙事正从硬件和仿真软件，向更高层次的智能体编排软件延伸，潜在市场空间和商业模式均有望进一步扩展。

AI 智能体：机器人的 " 空中交通管制 "

Talla 描绘了 AI 智能体在机器人场景中的两层核心价值。第一层是编码层：智能体可用于构建机器人的 " 大脑 "，自动生成训练数据并评估机器人 AI 模型。英伟达本周宣布，Claude Code、OpenAI 的 Codex 以及 Cursor 等编码智能体现已能够调用其 Osmo 软件，实现上述功能的自动化。

第二层是编排层：在工厂或仓储等多机器人协同场景中，单一智能体可充当 " 空中交通管制 "，将整体目标拆解为具体任务，分配给人形机器人、工业机械臂等不同形态的机器人，同时确保机器人之间以及机器人与人类工人之间不发生碰撞。Talla 指出，这一编排功能将在云端或本地服务器上运行，持续模拟不同策略并下发执行方案。

这一方向并非英伟达独有。据报道，亚马逊去年已发布 DeepFleet ——其自研的仓储机器人协调 AI 模型，预计可将机器人作业效率提升 10%。

ChatGPT 类比背后的市场逻辑

Talla 将 ChatGPT 的成功归结为两点：一是通用性，无需专门训练即可处理各类任务；二是极低的使用门槛，任何人无需预先学习即可上手。他认为，机器人行业同样需要实现这两点突破——既要有能够推理和解决问题的通用大脑，也要让机器人的部署足够简便。

英伟达 CEO 黄仁勋在 GTC 大会上亦表示，" 几年之内，OpenClaw 在机器人内部运行的想法是相当显而易见的 "，他所指的是这款热门开源智能体。在本届大会上，开源智能体（包括英伟达自研的 NemoClaw）与机器人并列成为最受关注的两大主题。

值得注意的是，Talla 坦承，智能体编排并不能解决机器人面临的所有挑战——机器人在操控细小或柔软物体、以及在人类周围安全作业等方面仍存在明显短板。

Cosmos 世界模型：进展参差，仍待成熟

在机器人训练所依赖的世界模型方面，Talla 对英伟达旗下 Cosmos 模型的现状给出了较为审慎的评估。他表示，Cosmos 于 2025 年 1 月发布，此后每两至三个月迭代更新一次，随着版本质量提升，采用者数量持续增加，但仍有部分企业选择等待三至六个月后的下一版本。

Talla 指出，Cosmos 是多个不同模型的集合，涵盖推理、预测和 3D 数据生成等能力，各项技术的成熟度参差不齐，能否满足具体应用场景的需求因用例而异。

在算力消耗结构上，他表示目前机器人公司的算力主要集中在模型训练环节，因为通用机器人大脑尚不存在，而制约其构建的核心瓶颈是数据匮乏。他预判，随着机器人大规模部署，仿真计算需求将呈 " 曲棍球棒式 " 增长，但 " 我们距离机器人成群部署还差得远 "。这一判断对于评估英伟达 GPU 在机器人领域的中期需求节奏具有重要参考价值。