吃饭喝酒，说到底是为“交朋友”，这几乎是中国的一种文化传统。但黄仁勋要交的这个朋友却并不简单，为此英伟达甚至已经筹谋了一年之久★。
这次中国之行，黄仁勋除了公司年会之外，还在北京单独举办了一场对外的迎春晚宴★★★，邀请了一波英伟达生态合作伙伴。其中中国机器人独角兽★★★，成了这场晚宴上的重头戏。
虽然中国资本市场也开始关注具身大模型★★★，但各家企业基本都是各自为阵，行业标准难以统一。
于是，黄仁勋开始主动教育市场，结交各类“朋友★”。比如向生物学★★★、材料科学等领域开发者赠送芯片；与高校合作进行GPU学术培训★；向石油天然气公司展示CUDA在地震数据处理中的加速效果；与基因测序公司合作，证明CUDA可加速基因组学分析★。
这一次，黄仁勋以“仿真”为切入口★★，让所有人形机器人都进入到英伟达构建的仿真生态进行训练。
黄仁勋看中人形机器人市场已经不是什么秘密，而如今他之所以大张旗鼓的为机器人构建软件生态，其实是想复制英伟达在GPU上的成功★。
2012年★，在一场视觉识别挑战赛中，杰弗里·辛顿和他的学生利用GPU驱动深度学习，生成的参赛作品AlexNet拔得头筹★★★，自此★，★“英伟达”与★★“人工智能”有了深度绑定，黄仁勋成功地将“CUDA”与★★★“GPU”画上了等号★★。
中国机器人公司Engine AI发布其人形机器人“非常自然的步行步态★★”帖子，也引起Jim Fan的注意，他一度怀疑是否人工合成，很快确认了其Sim2Real是在英伟达Isaac2模拟器中训练的神经网。
只有以行业第一名的速度，吸引足够多的玩家入场★★，这套人形机器人生态才能玩转起来★★★，它才具备定义行业标准的能力。
黄仁勋能够成功做出CUDA生态，就是因为他是行业第一个做CUDA，并且持续吸引足够多的开发者使用CUDA。也正因如此，AMD等竞争对手才难以超越英伟达的GPU地位。
从英伟达北京答谢会的影像资料中★，可以看出，这不是一场严肃的交流会，而是一场轻松的“好友线下见面会”。比如开头的照片里★★，黄仁勋密切地与机器人公司创始人合影同框★★★，照片中的嘉宾穿着十分休闲。
这可能会形成的结果是，做硬件的本体公司自研软件★★★，做软件研发的企业又重新研究硬件适配模型。
而这套基于芯片基础上的生态★★★，很容易让人联想到被外界视为英伟达护城河的CUDA生态，当年黄仁勋也是用这一套生态将开发者与英伟达牢牢绑定★★★。
但看似完美的CUDA，在一开始却无人问津★，开发者并不想要放弃现有的工具转而使用CUDA★。
从黄仁勋和英伟达高级科学家Jim Fan的频繁互动中，可以看出英伟达对中国机器人充满了好感。
正如我们在《黄仁勋★★★，有个机器人梦》（点击阅读）一文中所说的，英伟达搭建了一套机器人仿真训练平台，包括训练机器人的虚拟场景构建平台Omniverse★★★、用于机器人行为仿真的平台Isaac Sim★、用于机器人算法训练与优化的平台Isaac Lab，并且为机器人的大脑做了一个通用模型Project GR00T。
春节后，宇树G1★★“科比上身★”打篮球的视频刷屏，可以完成跳跃、投篮一系列打球动作。
根据摩根士丹利报告显示，就全球范围来看★★★，从2022年开始中国新增的人形机器人数量逐年上升★★★，到2024年新成立35家人形机器人公司，位居全球第一★。
也有类似于英伟达做机器人通用模型的国内企业。2024年12月，一度因帮人类“刮胡子”而风靡全网的穹彻智能完成数亿元Pre-A+轮融资。穹彻智能发布穹彻具身大脑Noematrix Brain，通过“力★”感知让机器人更好地适应物理世界。
通过CUDA，开发者可以将原先仅用于图形计算的GPU，变为可以实现并行计算的通用芯片，并且，CUDA支持C语言，这让开发者的使用门槛几乎为零，黄仁勋投入大量资源★，让每一个版本的GPU都兼容CUDA能力。
那么★★，黄仁勋什么如此频繁的攒局，要将这些机器人企业聚在一起★？又为何如此看重中国的机器人企业呢？
2014年，英伟达上线Jetson系列的第一代产品Jetson TK1★★★，它采用了Tegra K1 SoC，这个芯片包含了四核ARM Cortex-A15 CPU和一个基于Kepler架构的GPU，有192个CUDA核心，这款芯片可应用于机器人领域，主要目的是为机器人提供★★“智能大脑”★★。
这场晚宴，距离黄仁勋在CES上与14台人形机器人同时登台、公布英伟达训练机器人的平台“世界模型Cosmos”过去还不到半月。
宇树、银河通用★★、帕西尼★★、加速进化等机器人公司高管均在现场，他们不仅与黄仁勋同框合影，在餐桌上也坐在黄仁勋左右。
这也得益于中国机器人供应链的集群效应，长三角、珠三角等地区集中零部件供应商、研发机构★★，有利于机器人产业降本增效。
这一次，黄仁勋以同样的方法吸引人形机器人玩家入场★★。而中国，就是他做人形机器人生态的首要★★★“破局★★★”阵地★★★。
事实上★★★，中国机器人本体公司也“不负众望”，某种程度上成为英伟达机器人生态的“宣传代表”，给英伟达的机器人生态造势。
也有更侧重于机器人灵巧性操作研发的企业。比如同样在2024年11月，李飞飞学生担任联创的灵初智能完成天使轮融资★★★，更关注机器人的灵巧操作，教会机器人串联多个动作。
2024年2月★★，英伟达高级科学家Jim Fan宣布成立通用具身智能研究实验室GEAR。在Jim Fan的带领之下，英伟达启动了在人形机器人领域的布局谋略，并在接下来的一年里★★★，针对人形机器人训练问题完成了两件大事★。
但在2024年Q4★★，中国资本市场也开始出现一些具身大模型领域的独角兽企业的身影★★★。
Jim Fan在X上介绍使用的是英伟达与卡耐基梅隆大学共同研发的ASAP框架，这套框架是一个Sim2Real2Sim模型，可以使机器人动作更加灵活★。
至此，在英伟达的努力之下，在2006年还是一个没有明确前景的CUDA的诞生，18年后让英伟达成为行业标杆。
从这个角度来看★★★，对于英伟达而言，中国人形机器人需要一个通用大模型，来做成行业标准。
这并不新鲜★。去年春节前★★★，黄仁勋也曾到访这几座城市★★★。之所以说这次有所不同，是因为这次围绕在黄仁勋的不再是智能汽车★★★、AI算力这样老生常谈的话题★★★，
首先，中国具备人形机器人本体供应链优势★，在人形机器人数量级上位居全球Top，满足英伟达做人形机器人生态玩家数量级增长的需求。
其次，中国还没有出现能够定义人形机器人软件标准的企业，也就是做人形机器人领域的★“通用大模型”★★★，又叫“具身大模型★★★”，而这也给了英伟达做第一名的机会和空间。
第二件事情，是针对人形机器人泛化过程的卡点“数据★”问题，开发了一套可以无限模拟现实世界物体的世界模型Cosmos★★★。这套模型试图通过合成数据来获得准确的物理数据。
10多年后的今天，以LLM大语言模型为标志性节点的AI新时代，更是让GPU供不应求★。
准确地说，Jim Fan点赞的都是英伟达机器人生态里、使用了英伟达服务的中国机器人公司。
这些企业里，有主攻具身大模型并且自研硬件做适配的。比如2024年11月，完成超2亿元Pre- A轮融资的星海图★★★，核心做端到端的AI算法，在硬件上发布了机械臂产品A1、轮式仿生机器人R1★★、矢量控制底盘X1。
那场会议上，中国人形机器人占据半壁江山，宇树、傅立叶、小鹏、智元、星动纪元★★、银河通用6家中国人形机器人与黄仁勋同台★★。
但黄仁勋显然不满足于只做硬件，因此有了当下在人形机器人领域的一系列软件生态布局★★。
本质上★★★，英伟达的软件生态都借助于它的算力优势而建成，因为不论是机器人训练需要的仿真场所还是合成数据★★，都需要用到大量芯片来进行算力支持。
如今★★★，黄仁勋在人形机器人领域看到了同样的机会★，他想要将GPU的成功路径复用在人形机器人领域。
在具身大模型领域，国外巨头十分重视并早已布局，谷歌更是完成从Saycan到RT-H的多次迭代★★★。相比较而言，国内大厂还没有这一领域推出专门的大模型★★★。
在这之前，宇树发布G1机器人可以在各种地形上★“奔跑”的视频，遭受到各方质疑是特效，Jim Fan率先在X上详细倒推G1实现“满地跑”所需要的技术★，并且为G1站台否认其是特效。
他们也同桌共饮★★，一边喝酒聊天★★，一边欣赏着带有浓厚中国传统文化意义的“脸谱”。
数量够多★、市场够大★★★，具身大模型的第一名还没出现，中国★★，就是黄仁勋下一个复制★★“CUDA生态”的优质市场。
同样，做生态的核心抓手是用户，只有足够多的机器人入场★，这一套生态才能正常运转。
在这样的背景之下，陆续有中国人形机器人公司宣布量产，智元机器人2024年年底宣布量产前台商用机器人，宇树、傅立叶也纷纷宣布量产★★。
这两套动作对人形机器人企业而言十分富有吸引力，它们可以降低人形机器人物理测试风险和成本★★★，从而将物理世界的试错成本转化为数字世界的算力迭代★★。
除了和机器人背后的老板打成一片，黄仁勋现场也和机器人互动。在和加速机器人Booster T1互动的过程中，黄仁勋一边摸着T1的头一边夸赞“Good Boy”★★★，即便被T1 的拳头“击中”了一次，也欢乐地在T1胸前留下亲笔签名★★。
这一次，人工智能需要高算力已经成为全世界的共识，再基于之前做CUDA的经验，黄仁勋也不需要再等待18年★。
