当英伟达CEO黄仁勋在2025年GTC大年夜会上再次强调"Omniverse是物理AI的操作体系"时，上海松应科技开创人聂凯旋可能是最感同身受的中国创业者之一。
这位前华为云鲲鹏解决筹划副总批示，在2020年就灵敏捕获到英伟达Omniverse的计谋意图——那不仅仅是一个3D仿真对象，而是将来物理世界智能化的底层基本举措措施。五年后，他带领松应科技推出的ORCA3.0企业版和开辟者版ORCA Lab 1.0，正试图在中国复刻这一路径，但选择了一条更具挑衅性的门路：在英伟达CUDA和Omniverse生态的垄断铁幕下，构建基于国产GPU的物理AI练习体系。
一、从"技巧可行"到"人人能用"：破解具身智能的数据饥荒
当前人形机械人行业正陷入一场集体焦炙。宇树科技CEO王兴兴曾直言，行业面对四大年夜痛点：具身智能AI模型未冲破、硬件物理限制、贸易化场景缺掉，以及数据与什物对齐难。智元机械人宣布的SOP体系、星动纪元构建的数据飞轮，本质上都是在应对同一瓶颈——真实场景数据采集成本昂扬、效力低下，而纯仿真数据又面对严重的Sim2Real Gap。
松应科技提出的"1:8:1黄金数据合成策略"（10%示教+80%仿真合成+10%实际微调），恰是针对这一痛点的工程化解决筹划。这一比例并非凭空设定：元客视界CTO陈溥在行业调研中发明，幻想模型需基于10%真机数据生成80%仿真数据，再用10%真机验证Sim2Real后果，这已成为"晋升模型泛化性与智能性的必定选择"。
但松应的差别化在于物理仿真的精度。机械人Sim2Real的核心难点在于物理精确性。ORCA Lab搭载的多物理场融合仿真引擎，声称实现毫米级物理交互还原，这直接决定了仿真数据可否真正迁徙到宇树、傅利叶等合作厂商的实体机械人上。
更具计谋意义的是成本构造的颠覆。传统真机数据采集须要配备5台7自由度机械臂、日夜两班倒的"数据工厂"，全年烧掉落200-300万美元仅能产出1000-2000小时轨迹。而ORCA Lab将高保真仿真、AI义务筹划、场景生成与数据合成才能集成于小我笔记本，这意味着单个开辟者即可在通俗电脑上完成机械人全流程练习，将门槛从"切切级投入"降至"零代码开箱即用"。
松应科技的贸易叙事中，"全栈对标英伟达Omniverse"是高频出现的定位。但这并非简单的技巧模仿，而是一场关乎家当底层标准话语权的博弈。
英伟达Omniverse的计谋价值，在于其经由过程OpenUSD标准与物理精确仿真，将工业软件、机械人及传感器数据同一为可计算的数字孪生体，被定位为"物理AI时代的操作体系"。更关键的是，英伟达正凭借CUDA的前瞻性构造，实现生态的绝对垄断，获得70-80%的超高毛利率。（雷峰网("大众,"号：雷峰网)）
聂凯旋在华为攻坚多年的经历，让他深知"美国人要做的，中国度当也必定会须要"。但松应面对的情况比昔时CUDA竞争更为复杂：不仅要解决仿真技巧问题，更要打破国产GPU间的生态孤岛。
今朝ORCA体系已深度适配沐曦、摩尔线程、天数智芯、瀚博等国产GPU及异构算力平台。这一构造恰逢国产GPU冲刺IPO的关键节点——摩尔线程2025上半年营收超7亿元，推出"夸娥"千卡集群；沐曦GPU累计销量超2.5万颗，走通千卡集群解决筹划。但国产GPU的合营痛点在于生态差距：沐曦截至2025年10月的软件栈注册用户仅15万，收集API调用1300多万次，与英伟达CUDA生态范围相去甚远。
三、从工业级到普惠型：物理AI的"Android时刻"？
松应科技的产品矩阵构造颇具深意：ORCA Lab 1.0面向小我开辟者与轻量化团队，而即将推出的ORCA 3.0将办事企业级平台。这种"从工业级贸易化落地到普惠型研发对象"的完全构造，暗合了物理AI家当成长的阶段性特点。
当前具身智能正处于从实验室演示走向范围化商用的临界点，但"靠得住性鸿沟"依然明显：多半惊艳演示局限于受控情况，一旦进入真实工业车间或家庭场景，面对非标准化的长尾义务，机械人的情况适应性、操作稳定性与决定计划鲁棒性便面对严格考验。松应科技已办事数十家央企、国企、国度级机械人立异中间，覆盖汽车、3C、电子等行业，这些工业级落地经验正反向输入到ORCA Lab的设计中。
更深层的影响在于人才培养与标准制订。松应科技估计ORCA Lab将培养50-100万行业应用人才，并与上海交大年夜、清华、同济等高校结合预研，编撰行业首部《物理AI白皮书》与《AI+制造场景扶植指南》。在"十五五"筹划（2026-2030）将"AI+制造"晋升至新型工业化核心计谋、推动形成自立可控技巧栈的背景下
，这种标准制订权的争夺可能比短期营收更具计谋价值。
四、风险与隐忧：Sim2Real鸿沟可否真正跨越？
尽管松应科技描述了一幅宏大年夜的技巧普惠图景，但行业共鸣是：Sim2Real Gap可能永远无法完全清除。
2022年RSS Workshop上的学术辩论揭示了核心困境：无论计算机模仿的复杂程度若何，实际差距（Reality Gap）老是存在。仿真情况中的摩擦系数、弹性形变、传感器噪声、履行器延迟等细节，与真实世界存在体系性误差。北大年夜-银河通用结合实验室主任王鹤指出，Sim2Real不须要仿真器完全仿真，而是"硬件、算法和仿真结合优化的过程"。（雷峰网）
松应科技提出的"1:8:1"数据策略，本质上是一种成本与后果的衡量——用80%仿真数据降低边际成本，用20%真机数据对齐物理实际。但这种策略的有效性高度依附仿真引擎的物理精度。在柔性物体操作（如叠衣服、系鞋带）、多接触点交互等复杂场景，现有仿真技巧仍存在明显局限。
此外，生态扶植的冷启动难题不容忽视。英伟达Omniverse的优势不仅在于技巧，更在于其整合了全球顶尖的工业软件、机械人厂商与开辟者社区。松应科技虽结合了数十家国内机械人厂商，但在资产库丰富度、开辟者社区范围、国际兼容性等方面，仍有漫长门路要走。
结语：一场关于"智能时代基本举措措施"的暗战
松应科技的故事，很难用"国产替代"的简单叙事概括。它既是技巧层面的物理AI仿真体系，也是家当层面的国产GPU生态连接器，更是计谋层面的智能制造标准制订介入者。
松应科技的ORCA平台，本质上扮演了国产GPU进入物理AI练习场景的"中心件"角色。经由过程整合国产芯片、机械人制造、场景应用等家当链资本，它试图打破高低游各自为战的局面，形成"协同对抗国际技巧垄断的家当合力"。这种"安卓式"开放生态的构建，对于正在冲刺IPO、急需证实贸易化才能的国产GPU厂商而言，具有计谋协同价值。
在具身智能被广泛视为"下一个ChatGPT时刻"关键载体的当下，物理AI练习平台正在成为比芯片更上游的"基本举措措施的基本举措措施"。英伟达经由过程Omniverse+CUDA构建的生态护城河，让其在AI练习范畴获得近乎垄断的地位。松应科技的ORCA Lab，代表着中国度当界试图在这一层面建立自立可控体系的最新测验测验。（雷峰网）
二、对标Omniverse：国产GPU生态的卡位战
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
聂凯旋将ORCA Lab 1.0定义为"让通俗开辟者低门槛进入物理AI范畴"的普惠对象。但其真正的行业意义或许在于：在中美技巧脱钩的大年夜背景下，为中国具身智能家当保存一条不依附英伟达生态的平行演进路径。这条路径可否走通，不仅取决于松应的技巧迭代速度，更取决于国产GPU生态的成熟度、产学研协同的深度，以及全部行业对Sim2Real鸿沟的集体攻关才能。
松应科技的ORCA物理AI仿真平台，最终仍需在真实世界的残暴考验中证实其价值。而这，恰是所有物理AI公司必须面对的最终考题。
发表评论 取消回复