物理AI的定义与市场潜力 - 物理AI依托神经图形、合成数据生成、物理模型、强化学习和AI推理技术，是现代机器人技术、自动驾驶汽车和空间智能技术的引擎 [2] - 物理AI将撬动万亿美元级市场，被视为生成式AI、代理AI之后的下一波技术浪潮 [2] - 公司高管强调物理AI是未来重点方向，并在全球会议中将其作为核心主题展示 [2][4] 物理AI的技术基础与研发进展 - 图形研究与物理AI紧密关联，渲染技术推动虚拟世界创建用于训练物理AI系统，AI反向助力3D世界构建 [3] - 实时路径追踪性能在9年内提升1万倍，体现硬件技术迭代速度 [3] - 虚拟环境训练效率远超现实世界，几分钟虚拟训练可匹敌10年现实经验 [3] - 公司推出开源70亿参数视觉语言模型Cosmos Reason，帮助机器人理解物理世界 [6] 物理AI的应用场景与产品布局 - 机器人领域：Jetson AGX Thor芯片应用于银河通用机器人，生态优势显著 [2][4] - 工业领域：推出RTX PRO系列GPU服务器，覆盖代理AI、工业及物理AI工作负载 [6] - 自动驾驶：基础世界模型Cosmos可生成合成场景辅助开发 [6] - 新软件库Omniverse NuRec 3D高斯喷射库专为物理AI设计 [6] 行业趋势与竞争壁垒 - 物理AI将重塑家庭服务机器人、工业自动化及农业运作模式 [3] - 合成数据成为物理AI训练关键，公司通过模型生成能力破解数据瓶颈 [4] - 硬件算力解决方案稀缺，公司凭借完善生态占据主流机器人市场 [4]