NVIDIA 深度调研:以 PhysicsNeMo、Warp、Cosmos 世界基础模型与 Omniverse 构建物理 AI 全栈基础设施
NVIDIA(NVDA)以 PhysicsNeMo、Warp、Cosmos 与 Omniverse 构建物理 AI 全栈基座;Isaac Lab 3.0 于 2026 年 10 月 20 日全面可用。
执行摘要
NVIDIA 在物理 AI 里的位置,用一句话说不清,因为它同时出现在四个不同的层:训练与推理的算力、GPU 上的数值库、可微的物理仿真语言、以及跑在仿真之上的世界模型与机器人策略模型。把这四层当成一件事看,会得出「NVIDIA 要做 CAE」的错误结论;把它们分开看,会发现这家公司真正卖的是让物理仿真变成 AI 工作负载所需的那套基础设施,而它的收入仍然来自算力。
本报告的核心判断有三条。
第一,物理 AI 对 NVIDIA 是真实的第二增长曲线,但今天还不是收入主体。 FY2026(截至 2026 年 1 月 25 日)收入 2,159 亿美元、同比增长 65%;FY2027 第二季度(截至 2026 年 7 月 26 日)收入 962.2 亿美元、同比增长 106%,其中数据中心 890 亿美元、占 92.5%,毛利率 75.0%。第三季度指引 1,080 亿美元,并明确不含来自中国的数据中心算力收入。同一份财报里,Omniverse、Isaac、PhysicsNeMo、DSX 都没有单独的收入拆分——这意味着任何「物理 AI 已经贡献 X 亿美元」的说法都缺乏一手依据。
第二,真正的护城河在数值库与可微仿真,不在渲染。 不少人把 NVIDIA 的仿真能力等同于 Omniverse 的画面,这是把展示层当成了能力层。可核查的资产是 CUDA-X 里的稀疏求解器与量子化学库(cuDSS 直接稀疏、cuISS 迭代稀疏、cuEST 电子结构)、Warp 这门以 Python 书写、可在 GPU 上求导的仿真语言,以及用 Warp 写成的开源物理引擎 Newton。这三样东西决定了「物理方程能不能在 GPU 上以可微、可批量的方式跑起来」,而 Omniverse 只决定跑起来之后好不好看。
第三,开源是生态手段,不是商业让步。 Newton 以 Apache-2.0 挂在 Linux Foundation 下,Cosmos 与 Isaac GR00T 的权重对外发布,看起来与一家毛利率 75% 的公司气质不符。但把这套开源放进上下文就清楚了:它降低的是「别人要不要在你的仿真栈上训练机器人」的门槛,抬高的是训练与推理对算力的需求。开源在这里是需求生成器。
证据分级必须写在前面。 本报告中,财报数字与 10-K 披露属于一级证据;公司新闻稿里的性能倍数(475 倍、252 倍、10 倍、50 倍、20 倍)属于厂商口径,未附带测试矩阵;第三方独立复现,在物理 AI 这条线上基本为零。凡是只有厂商口径的地方,本报告都会标注,不会把倍数直接当成事实。
本次修订新增三条交付状态上的变化,每一条都记在 DISCREPANCIES 里。Isaac Lab 3.0 已经全面可用:GitHub 上的 v3.0.0 标签出现在 2026 年 10 月 20 日,NVIDIA 在 10 月 21 日的 GTC Berlin 上宣布 GA。Cosmos 3 不再是「即将推出」:Nano 与 Super 两档检查点自 2026 年 5 月 31 日起已可在 Hugging Face 与 Cosmos 3 代码仓库获取,Edge 与 DROID 策略变体随后加入。NVIDIA 还在 2026 年 9 月 2 日与 Hugging Face 签署了最终收购协议,公告口径的总对价约 129.303 亿美元,预计 2027 年上半年在通过监管审查后完成交割。本报告上一版把 Isaac Lab 3.0 描述为早期访问、把 Cosmos 3 描述为「已宣布、交付未确认」,这两条判断均以官方渠道现已展示的事实取代。
公司概览
法定主体为 NVIDIA Corporation,1993 年 4 月在加州成立,1998 年 4 月迁册特拉华州,总部位于加州圣克拉拉 2788 San Tomas Expressway,在纳斯达克全球精选市场以 NVDA 交易。财年截止于每年 1 月的最后一个周日,FY2026 结束于 2026 年 1 月 25 日,FY2027 是一个 53 周的财年。这个细节重要:媒体在写「2026 财年」时经常与「2026 自然年」混用,两者相差近一年。
截至 FY2026 年末,公司约有 42,000 名员工,分布在 38 个国家,其中约 31,000 人(约 74%)从事研发;超过 80% 的员工处在技术岗位,超过一半持有高级学位;FY2026 离职率 3.7%,新增员工中超过 40% 来自内部推荐;自成立以来累计研发投入超过 767 亿美元。以 2,159 亿美元的年收入对 4.2 万人计算,人均年收入约 510 万美元,这个数字在大型科技公司里没有对手。
报表分两个分部:Compute & Networking 与 Graphics。FY2027 第二季度前者 883 亿美元、后者 79 亿美元。按平台口径则拆成三块:数据中心 890 亿美元(其中 Hyperscale 487 亿、AI Clouds 与工业及企业 403 亿)、边缘计算 72 亿美元。这个拆分值得单独看一眼——Hyperscale 占数据中心收入的 55%,是理解 NVIDIA 客户集中度风险的起点。
从物理 AI 的角度回看时间线,几个节点决定了今天的位置。2006 年 CUDA 发布,把 GPU 从图形处理器变成通用并行处理器,这是全部后续的前提。2018 年实时光线追踪与 RTX 把「物理正确的渲染」带进消费级硬件。2019 年收购 Mellanox,把网络纳入系统级设计。2021 年 Omniverse 上线,第一次把「多人实时协作的数字孪生」当成产品。2025 年 GTC 上,NVIDIA 与 Google DeepMind、Disney Research 共同发起 Newton 物理引擎项目,并把它交给 Linux Foundation 托管——这是 NVIDIA 第一次把核心仿真能力以开源基金会项目的形式交出去。2026 年 3 月 16 日的 GTC 是物理 AI 叙事最密集的一次:Cosmos 3、Isaac GR00T N1.7、GR00T N2 预览、Alpamayo 1.5、Newton 1.0 正式版、Isaac Sim 6.0、Vera Rubin DSX 参考设计与 Omniverse DSX 蓝图同日发布。2026 年 7 月 26 日,PhysicsNeMo 被重构为「智能体可调用的库」,与 cuISS、cuDSS、cuEST 一起并入 Agent Toolkit。2026 年 10 月,GTC Berlin 把同一套叙事带进欧洲市场,并把其中相当一部分变成了已经出货的软件:10 月 21 日 NVIDIA 宣布 Isaac Lab 3.0 全面可用,发布 Isaac OS、SimReady Central Library、Human 1M 数据集与三套面向 DGX Station 的开放参考工作流,并宣布 FOX 工厂运营蓝图正式可用;同一天 Cosmos 平台补上 Cosmos Evaluator 26.10、升级版 Cosmos 3 NIM,以及 Cosmos Data Factory 与 Cosmos Framework。
四个常见误读
误读一:把 NVIDIA 当成 CAE 求解器厂商。 NVIDIA 不卖结构、流体、电磁的求解器许可证,它卖的是让别人的求解器在 GPU 上跑得更快、并且能被智能体调用的那一层。真正的求解器仍然属于 Ansys、Siemens、Dassault、Cadence、Synopsys、COMSOL 这些公司,而它们中相当一部分同时是 NVIDIA 的合作伙伴。
误读二:从新闻稿的单一措辞去判断 Isaac Lab 3.0 的状态。 2026 年 4 月 NVIDIA 博客在回顾 GTC 时,把 Newton 1.0、Isaac Sim 6.0、Isaac Lab 3.0 并列写成「general availability」,以当时的时间点看,这对 Isaac Lab 3.0 属于提前表述。随后代码库时间线给出 3 月 17 日 beta、6 月 17 日 beta 2、9 月 16 日 Early Access、GA 目标定在 2026 年 10 月底,这又容易引出相反方向的误读,把框架当成仍未发布。核查后的位置比两种说法都窄:GitHub 的 v3.0.0 标签出现在 2026 年 10 月 20 日,NGC 的 Isaac Lab 容器 3.0.0 标注同一天,10 月 21 日 GTC Berlin 宣布全面可用。该版本面向 Isaac Sim 6.2、Python 3.12、PyTorch 2.11、CUDA 13.0、Warp 1.17、Newton 1.6.1 与 RSL-RL 5.5.1,并把四元数顺序改为 x、y、z、w——对存量 2.x 代码而言,这是一次需要迁移的版本,而不是原地升级。
误读三:把 3 月的发布当成 Cosmos 3 的交付节点。 3 月 16 日的新闻稿措辞是「expected to come soon」,并没有给出发布时间。实际上检查点是可获取的:Hugging Face 上的 Cosmos 3 集合与 Cosmos 3 代码仓库的发布日期都是 2026 年 5 月 31 日,NGC 上 Cosmos3 容器的发布日期与之相同。可拿到的不是一个模型:发布包含面向工作站推理的 Cosmos 3 Nano(160 亿参数)与面向数据中心部署的 Cosmos 3 Super(640 亿参数),随后又加入 Edge 变体与 DROID 策略变体,采用 OpenMDW 1.1 许可。
误读四:把中国收入算进指引。 FY2027 第三季度 1,080 亿美元的指引明确写明「不假设任何来自中国的数据中心算力收入」。任何把中国市场想象空间加回指引的模型,都会高估一个季度几十亿美元。
技术分析
数值底座:CUDA-X 里的四个新组件
物理仿真的算力瓶颈,九成落在解稀疏线性方程组上。NVIDIA 在 2026 年 7 月把四个组件推到台前:
cuDSS 是直接稀疏求解器,面向 EDA 与科学计算中的大规模稀疏系统,强调数值鲁棒性与多 GPU、多节点扩展;它已经正式可用。cuISS 是新增的迭代稀疏求解器库,提供可组合的求解器与预条件子,面向物理仿真里那些矩阵条件数不好的场景。cuEST 是电子结构理论库,把密度泛函与后 DFT 方法搬到 GPU 上。三者之上还有早已存在的 AmgX、cuSPARSE、cuFFT 等。
这三样东西的意义在于,它们把「求解器内核」这件原本锁在商业 CAE 软件里的事,变成了任何开发者都能调用的库。Keysight 公开表示在电磁仿真上用 cuDSS 取得最高 10 倍提升,Samsung 把 PhysicsNeMo 用于芯片级热应力分析,TsMC 与 Synopsys 把 cuEST 接入量子化学流程、NVIDIA 给出的乐观数字是最高 50 倍。这些是厂商与合作方口径,没有第三方测试矩阵,但它们指向的方向是清楚的:GPU 正在从「加速器」变成「求解器的主机」。
Warp:一门为物理写的语言
Warp 是理解 NVIDIA 物理 AI 战略的关键,却最少被讨论。它是一套以 Python 为前端、编译到 GPU 的仿真 DSL,核心能力是可微:仿真过程可以对参数求导,于是梯度可以直接穿过物理求解器,用于优化、反演与强化学习。
没有可微性,物理仿真和机器学习是两套语言,中间靠数据拟合连接;有了可微性,仿真本身成为网络的一部分。NVIDIA 把 Newton 整个写在 Warp 上,等于把「物理引擎」这件事从 C++ 的 CPU 世界搬进了 Python 的 GPU 世界。
PhysicsNeMo:从框架到「智能体的技能」
PhysicsNeMo 原本是一个物理机器学习框架(前身 Modulus),做的是用神经网络学习 PDE 解算子、构建代理模型。2026 年 7 月 26 日,NVIDIA 把它重构为一组「智能体友好的库」,并入 Agent Toolkit,与 Nemotron 3 Ultra 搭配,构成所谓「自主 AI 工程师」的能力栈。
这个动作的实质,是把「训练一个物理代理模型」从研究员的工作,降级为智能体可以调用的一次工具调用。发布会给出的合作方覆盖 Cadence、Synopsys、Siemens、Samsung、TSMC、Keysight、Silvaco、ChipAgents,Cadence 声称在先进封装与 PCB 的多物理场流程上取得最高 20 倍提升。
需要提醒的是,PhysicsNeMo 此前最著名的公开成果是 SimScale 在 2025 年 3 月发布的离心泵基础模型,宣称比传统 CFD 快约 2,700 倍。这类数字的共同点是:基准对象、网格规模、精度容差全部未公开。
Newton:把物理引擎交给基金会
Newton 1.0 是 2026 年 GTC 上最实的东西。它开源、Apache-2.0、挂在 Linux Foundation 下,由 NVIDIA、Google DeepMind、Disney Research 共同开发,Toyota Research Institute 后来加入。
它的技术特点有四个值得记录。其一,求解器是一组矩阵,不止一个引擎:MuJoCo Warp 作为主刚体求解器,Featherstone、XPBD、VBD、Implicit MPM、Style3D 分别覆盖关节机构、软体、可变形体、颗粒材料与布料,Disney Research 贡献的 Kamino 负责闭环机构(比如并联腿)。其二,碰撞用 SDF,可以直接吃 CAD 网格,省掉凸包近似带来的几何损失。其三,接触模型用 hydroelastic contact,来自 Toyota Research Institute 的 Drake 引擎,输出的是接触面上的分布压力。其四,可变形体与刚体双向耦合,VBD 让机器人在装配仿真里真的把线缆拽弯。
性能口径是:在 RTX PRO 6000 Blackwell 上,MuJoCo Warp 相对 Google DeepMind 的 MJX,locomotion 任务最高 252 倍、manipulation 任务最高 475 倍。这两个数字只在「对 MJX」这个基线下成立,不能外推成「比所有物理引擎快 475 倍」。
生产部署目前公开的名字只有三个:Skild AI 用 Newton 的 SDF 碰撞与 hydroelastic 接触训练 GPU 机架装配策略;Samsung 用它的线缆仿真生成 VLA 训练数据;Lightwheel 用它校准 SimReady 资产。三家都是早期用户,不构成规模化证据。
Isaac Sim 6.0、Isaac Lab 3.0 与 Omniverse
Isaac Sim 6.0 已正式发布,Newton 作为可替换的物理后端接入。Isaac Lab 3.0 曾是本文最需要精确的地方,而这个精确表述现在已经变了:GitHub 的 v3.0.0 标签出现在 2026 年 10 月 20 日,NGC 的 Isaac Lab 容器 3.0.0 标注同一天,10 月 21 日 GTC Berlin 宣布全面可用,NVIDIA Robotics 在 10 月 22 日发布社区公告。该版本面向 Isaac Sim 6.2(早期 beta 对应的是 6.0),要求 Python 3.12 与 PyTorch 2.11、CUDA 13.0,锁定 Warp 1.17、Newton 1.6.1 与 RSL-RL 5.5.1。物理、渲染与可视化成为彼此独立的选择:物理可选 newton_mjwarp、ovphysx、isaacsim_physx,渲染可选 newton_renderer、ovrtx、isaacsim_rtx,而 Newton、OVPhysX 与 OVRTX 工作流无需启动 Isaac Sim 即可运行。框架还加入 Isaac Capture 遥操作、LEAPP 策略导出,以及十七个基于浏览器的交互式 demo,可在本地 CPU 上以 WebAssembly 运行 Newton。
Omniverse 侧的重要变化是 DSX。Vera Rubin DSX 是一套 AI 工厂参考设计,Omniverse DSX 蓝图则提供物理准确的 AI 工厂数字孪生,2026 年 3 月 16 日正式可用。它拆成六个部件:DSX Sim 做布局、电力、冷却与网络的仿真验证;DSX OS 在通电后接管运营;DSX Max-Q 在固定功率预算下提升 token/瓦;DSX Flex 让工厂与电网互动;DSX Exchange 打通 IT 与 OT 信号;DSX SimReady 提供带物理属性的 3D 资产。官方口径是:一座 500 兆瓦的 AI 工厂,靠 Max-Q 可以在同等功率下多放最多 30% 的 GPU。
这套东西对 CAE 行业的含义被低估了:它把「数据中心」变成了一个需要做多物理场仿真(电力、热、结构、流体)的对象,而且这个对象的单 GW 投资已经从 200 亿至 300 亿美元上升到 800 亿至 1,000 亿美元。仿真在这里不再是研发成本,而是资本开支的风险控制工具。
同一次 GTC Berlin 发布会把框架周围的平台拓宽了。Isaac OS 是构建在 Holoscan 之上的开源运行时框架,把 AI 模型、传感器、控制系统与机器人硬件连起来,使在仿真中开发出的行为能够以确定性实时调度落到实体机器上。发布在 Hugging Face 的 SimReady Central Library 提供超过 2,000 个可直接用于仿真的机器人与工厂资产,来自 Comau、FANUC、ForgeCAD、Franka Robotics、LG Electronics、Palatial、Robotiq、Standard Bots、Universal Robots 与 Vertiv;Human 1M 数据集包含多样化人类活动、同步三视角视频与 3D 手部追踪数据,完整数据集向 Cosmos Coalition 伙伴开放,而非普遍可下载。三套面向 DGX Station 的开放参考工作流分别覆盖用强化学习微调 GR00T 1.7、在 Isaac Lab 中训练灵巧操作技能,以及用 ChatGPT Astra 对 Cosmos 世界模型做后训练以生成合成数据,由 1X、思灵机器人、Humanoid、Maven Robotics、Mentee、MicroAGI、Rhoda、Sereact 与 Skild AI 等方案支持。同场,思灵机器人发布参考人形平台 Agile ONE SN:身高 1.40 米、重 40 公斤、31 个自由度、单臂负载 3 公斤,配两只 WUJI Hand 2 五指灵巧手(每只 20 个自由度、1kHz 力控、带触觉),本体计算由 Jetson Thor 提供 2,070 FP4 TFLOPS 算力与 128GB 统一内存,计划 2027 年初上市。另外,面向欧洲工业企业部署的 FOX 工厂运营蓝图正式可用,把 CUDA-X、Omniverse 与开放模型打包进一份生产蓝图。
世界模型与策略模型
Cosmos 3 被定义为「第一个统一合成世界生成、物理 AI 推理与动作仿真的世界基础模型」,自 2026 年 5 月 31 日起已全面开放。其架构为 Mixture-of-Transformers 双塔设计:一座自回归的视觉语言推理塔负责解读图像、视频与文本,一座基于扩散的生成塔负责产出以推理塔为条件的物理感知视频与动作序列。推理塔可单独调用,引导式生成则始终同时激活两塔。Cosmos 3 Nano 为 160 亿参数,面向 RTX PRO 6000 这类工作站级设备上的推理;Cosmos 3 Super 为 640 亿参数,面向 Hopper 与 Blackwell 上的数据中心部署。NVIDIA 报告其在 VANTAGE-Bench、PAI-Bench、R-Bench Physics-IQ 与 RoboLab 上领先,并开放了覆盖机器人、物理仿真、人体动作、驾驶与仓储环境的数据集、训练配方与后训练代码。部署侧以 Cosmos 3 NIM 微服务承载,升级版在经验证配置下给出最高 2 倍推理加速且无质量损失,Reasoner NIM 构建于 vLLM 之上并提供 BF16、FP8 与 NVFP4 三种检查点,4 位量化路径是上述加速的来源。
Isaac GR00T N1.7 是一个 30 亿参数的开放推理 VLA 模型,用 20,854 小时人类第一视角视频预训练,2026 年 4 月 17 日在 Hugging Face 放出开放权重,并在 GTC 上以商业许可形式提供早期访问。GR00T N2 基于 DreamZero 研究,采用「世界动作模型」架构,官方称在新任务与新环境上的成功率超过主流 VLA 模型两倍以上,在 MolmoSpaces 与 RoboArena 两个榜单上排名第一,计划年底可用——截至 2026 年 9 月 29 日尚未发布。
围绕 Cosmos 3 的平台在 2026 年 10 月 21 日继续扩张。Cosmos Evaluator 26.10 把合成视频输出的自动评分做成四项基准检查:幻觉、物体一致性、属性验证与物理合理性。Cosmos Data Factory 负责生成合成训练数据集,Cosmos Framework 负责训练、蒸馏与量化,MicroAGI 报告称其把 320 亿参数的 Cosmos 3 推理塔蒸馏为 80 亿参数的 Nano 模型且精度无损。在相邻的视频负载上,基于 Cosmos NIM 微服务构建的 Metropolis 视频搜索与摘要蓝图 3.3,官方口径是同 GPU 可监控多 40% 的视频流,并称 ADNOC 在 65 个站点运行基于 Cosmos 的 Fogsphere MistIQ 智能体平台。
Alpamayo 1.5 是面向自动驾驶的推理 VLA,增加了导航引导、提示条件化、多摄像头支持与可配置相机参数。医疗方向另有一套:Open-H-Embodiment(约 778 小时、35 家机构贡献的开放医疗机器人数据集)、GR00T-H(以 Cosmos-Reason 2 的 20 亿参数主干、约 600 小时手术数据后训练)以及 Cosmos-H 手术仿真器。
技术可信度分层
把上面这些主张按可核验程度排一下,结论会更稳。
可核验: Newton 1.0 的代码与许可证(GitHub 可查,v1.0.0 于 2026 年 4 月 13 日打标);Isaac Lab 3.0 的发布时间线(GitHub releases 可查);GR00T N1.7 的开放权重(Hugging Face 可下载,参数量与预训练数据量可核对);cuDSS 的正式可用状态。
部分可核验: Isaac Sim 6.0 的功能列表、DSX 蓝图的组件构成、Omniverse 的合作方名单。
不可核验: 全部性能倍数(252 倍、475 倍、10 倍、20 倍、50 倍、2,700 倍),因为缺少测试矩阵、基线定义与精度容差;以及所有关于「生产部署规模」的表述,因为没有客户数量与合同金额。
产品与商业化
NVIDIA 在物理 AI 上的商业化是三层结构,且三层的成熟度完全不同。
第一层是硬件,已经成熟。 DGX/HGX 系统、GB200/GB300 机架、Vera Rubin 平台构成算力本体,FY2027 第二季度已经进入 Vera Rubin 的全面量产阶段。这一层的收入就是财报里的数据中心 890 亿美元。
第二层是软件订阅,规模不披露。 NVIDIA AI Enterprise 按 GPU 每年授权,Omniverse 有独立订阅,Isaac 系列随平台分发。财报从未拆分这部分收入,只在与分析师的沟通里把它归入「软件与服务」这个不单列的口径。任何关于 Omniverse 年收入的具体数字,都属于外部估算。
第三层是参考设计与蓝图,本质是需求生成。 Vera Rubin DSX 参考设计、Omniverse DSX 蓝图、Isaac 的机器人参考工作流,这些都不直接收费,作用是让客户在建厂、建线、建机器人团队时,默认选择 NVIDIA 的栈。GTC 2026 披露的 DSX 合作方名单很能说明问题:Cadence、Dassault Systèmes、Eaton、Jacobs、NScale、Phaidra、Procore、PTC、Schneider Electric、Siemens、Switch、Trane Technologies、Vertiv 提供平台、SimReady 资产或软件接入;能源侧则有 Emerald AI、GE Vernova、Hitachi、Siemens Energy。这份名单里有一半是 NVIDIA 在传统 CAE/工业软件领域的「合作竞争者」。
生态侧还有一组数字值得记:FANUC、ABB、YASKAWA、KUKA 四家合计装机量超过 200 万台,它们正在把 Omniverse 库与 Isaac 仿真框架接入虚拟调试方案,并在控制器里集成 Jetson 模块;人形与通用机器人侧,1X、AGIBOT、Agility、Agile Robots、Boston Dynamics、Figure、Hexagon Robotics、Humanoid、Mentee、NEURA Robotics 使用 Cosmos、Isaac Sim 与 Isaac Lab;机器人「大脑」公司里 FieldAI、Skild AI、World Labs、Generalist AI 也在名单上。
商业模式的一个副作用值得写出来:当 NVIDIA 同时向客户和客户的竞争对手提供同一套参考设计时,它必须保持中立。 这也是它愿意把 Newton 交给 Linux Foundation、把 Cosmos 与 GR00T 权重开放的结构性原因——中立性在这里是可以换成生态份额的资产。
竞争格局
对传统 CAE 三巨头(Ansys、Siemens、Dassault、Cadence、Synopsys、COMSOL):合作关系压倒竞争关系。 2026 年 3 月 16 日,NVIDIA 与 Cadence、Dassault Systèmes、PTC、Siemens、Synopsys 联合宣布把 CUDA-X 与 Omniverse 带进工业软件。这些公司的求解器需要 GPU 才能跟上客户对规模与迭代速度的要求,而 NVIDIA 需要它们守住「专业求解器」这个入口。真正的张力出现在上层:当 PhysicsNeMo 让智能体能自己搭代理模型、Omniverse 让智能体能自己搭孪生时,CAE 厂商的「界面与工作流」价值会被压缩。
对云厂商:客户与潜在替代者并存。 Hyperscale 贡献了数据中心收入的 55%,同时 AWS、Azure、Google Cloud 都在自研加速芯片、也都在自己的平台上提供仿真与孪生服务。NVIDIA 的应对是把「AI 工厂」这个概念产品化——DSX 不只是卖 GPU,是把电力、冷却、网络、运营打包成一套参考设计,让云厂商在扩产时按它的图纸施工。
对机器人模型公司(Physical Intelligence、Figure、Skild AI):既是客户也是竞争者。 NVIDIA 用开放权重(GR00T N1.7、Cosmos)换取生态位,代价是必须持续投入模型研发;收益是当机器人公司规模上来时,训练与推理都在它的硬件上。这条线的风险在于,如果世界模型最终收敛到少数几家闭源公司手里,NVIDIA 的开源策略会变成「替别人做基础设施建设」。
对开源仿真生态(OpenFOAM、MuJoCo、FEniCS):以吸收为主,不采取对抗。 MuJoCo 被 Google DeepMind 开源后,NVIDIA 通过 MuJoCo Warp 把它 GPU 化,并作为 Newton 的主刚体求解器;这条路径说明 NVIDIA 处理开源的方式是「接管性能实现层」,从而在不控制上游项目的情况下控制事实标准。
对量子计算与新架构:短期不构成竞争。 cuEST 把量子化学搬到 GPU 上,恰恰是在量子计算机真正可用之前,把「高精度电子结构计算」这件事先在经典硬件上做完。
融资与资本结构
NVIDIA 没有外部风险融资史:1993 年成立,1999 年 1 月纳斯达克上市,此后的资本动作集中在股权激励、回购与分红。
FY2026 全年通过回购与现金分红向股东返还 411 亿美元,年末回购授权余额 585 亿美元;股息为每股每季 0.01 美元。FY2027 第二季度单季返还约 260 亿美元,回购授权余额约 990 亿美元;股息提高到每股每季 0.25 美元,是此前的 25 倍,2026 年 10 月 1 日支付。这个分红幅度的跳变,是管理层对现金流持续性的一次公开表态。
关键财务序列如下(GAAP,除特别说明):
FY2026 第四季度收入 681 亿美元、环比增 20%、同比增 73%,数据中心 623 亿美元、同比增 75%,毛利率 75.0%,摊薄每股收益 1.76 美元。FY2026 全年收入 2,159 亿美元、同比增 65%,全年毛利率 71.1%,摊薄每股收益 4.90 美元。
FY2027 第一季度收入 816.2 亿美元,毛利率 74.9%,摊薄每股收益 2.39 美元。第二季度收入 962.2 亿美元、环比增 18%、同比增 106%,毛利率 75.0%,净利润 596.9 亿美元,摊薄每股收益 2.46 美元(非 GAAP 2.22 美元)。第三季度指引 1,080 亿美元、上下浮动 2%,毛利率 74.0%、上下浮动 50 个基点,不含中国数据中心算力收入。
估值口径需要小心。以 2026 年 10 月 22 日约 5.14 万亿美元市值、FY2027 第二季度年化收入约 3,849 亿美元计算,静态市销率约 13.4 倍——这是本报告的测算,不是公司披露。同一时点不同数据源给出 5.10 万亿、5.14 万亿、4.9 万亿三个数字,差异来自取价时点与股本口径,不宜混用。
需要单独说明的是 2025 年 12 月的一笔非股权交易:NVIDIA 取得 Groq LPU 技术的非独占许可,并把这部分列入 Compute & Networking 分部。这类技术许可在资本结构上不显眼,但对推理成本曲线的意义可能大于一次普通投资。
Hugging Face 协议是这家公司史上规模最大的交易,而且至今尚未交割。NVIDIA 于 2026 年 9 月 2 日签署最终协议,9 月 3 日提交 8-K 并同日公告。首席执行官给出的总对价约 129.303 亿美元,证券文件把它拆成向 Hugging Face 股东支付的约 119 亿美元(可作调整)加上面向员工的最高约 10 亿美元股权留才计划。交割预计在 2027 年上半年完成,前提是取得监管批准,在此之前该平台在法律上保持独立。同样在 9 月 3 日,NVIDIA 表示 Hugging Face 将继续作为开放平台,构建或部署不强制要求 NVIDIA 算力,并继续支持多云与多加速器,该承诺在申报文件中被重复写入。平台规模的数字属于厂商自述:超过 1,800 万开发者、研究者与创作者,超过 300 万模型、50 万数据集、100 万应用,以及超过 20 万家企业。
DISCREPANCIES
1. Isaac Lab 3.0 的交付日期有三个可辩护的读法,本报告上一版的读法已被取代。(来源等级:OFFICIAL vs CODE vs MEDIA)NVIDIA 2026 年 4 月 17 日的博客在回顾 GTC 时,把 Newton 1.0、Isaac Sim 6.0、Isaac Lab 3.0 并列描述为 general availability,以当时的时间点看这对 Isaac Lab 3.0 属于提前表述;代码库时间线随后显示 2026 年 3 月 17 日为 beta、6 月 17 日为 beta 2、9 月 16 日进入 Early Access、GA 目标为 2026 年 10 月底。实际的 GA 日期现在有三个锚点:GitHub 的 v3.0.0 标签与 NGC 容器 3.0.0 对应 2026 年 10 月 20 日,官方公告在 10 月 21 日的 GTC Berlin,NVIDIA Robotics 的社区帖在 10 月 22 日。本报告上一版仅依据时间线得出「Isaac Lab 3.0 仍处早期访问」的结论,该结论予以撤回;现记录为 2026 年 10 月 20 日交付、10 月 21 日公告。
2. Newton 的加速倍数存在两种口径。(来源等级:OFFICIAL vs MEDIA)NVIDIA 官方与一手技术报道给出的是 MuJoCo Warp 相对 MJX 在 RTX PRO 6000 Blackwell 上 locomotion 最高 252 倍、manipulation 最高 475 倍;部分二手媒体简化成「Newton 比 MJX 快 475 倍」,把任务维度与硬件前提一并省略。本报告保留双数字并注明基线,不采用单一倍数。
3. GR00T N1 与 N1.7 的参数与数据被混用。(来源等级:MEDIA vs OFFICIAL)部分中文与二手报道把「78 万条合成轨迹 / 11 小时 / 相当于 9 个月人类演示」这组数字归到 2026 年 GTC 的 GR00T N1.7 名下;实际上这组数字对应的是 2025 年 GTC 发布的 GR00T N1,而 N1.7 的公开口径是 30 亿参数、20,854 小时人类第一视角视频预训练、2026 年 4 月 17 日开放权重。本报告以 Hugging Face 模型卡与官方博客为准。
4. Cosmos 3 的交付日期由发布元数据确认,而非由某条头条公告确认。(来源等级:OFFICIAL vs CODE vs MEDIA)2026 年 3 月 16 日新闻稿的表述是「expected to come soon」,未给时间;二手报道把权重时间放在 2026 年 6 月 1 日前后,却没有官方公告做锚。官方渠道现在把日期写在元数据里:Hugging Face 的 Cosmos 3 集合与 Cosmos 3 代码仓库发布日期均为 2026 年 5 月 31 日,NGC 上 Cosmos3 容器标注同一天,Edge 与 DROID 策略变体随后加入。本报告上一版按「已宣布、交付时间未确认」处理,该处理予以撤回;现记录 Cosmos 3 自 2026 年 5 月 31 日起开放。
5. GR00T N2 的可用性被提前。(来源等级:OFFICIAL vs MEDIA)官方口径是「计划年底可用」,且截至 2026 年 9 月 29 日仍未发布;部分媒体在标题里写成「已发布」或「已可用」。本报告按「预览、未发布」处理。
6. 市值口径差异。(来源等级:DB)2026 年 10 月同一周内,不同数据源给出 5.103 万亿、5.143 万亿与约 4.9 万亿美元三个数字,差异来自取价时点、股本口径与是否计入期内回购。本报告统一采用 2026 年 10 月 22 日约 5.14 万亿美元,并在测算中说明时点。
7. 财年口径被系统性混淆。(来源等级:OFFICIAL vs MEDIA)FY2026 结束于 2026 年 1 月 25 日,FY2027 是 53 周财年。中文报道常把「2027 财年第二季度」简写成「2026 年第二季度」,导致同比基数错位。本报告一律写「FY2027 Q2」并标注对应的日历区间。
8. Hugging Face 的对价出现三个数字。(来源等级:OFFICIAL vs FILING vs MEDIA)首席执行官 2026 年 9 月 3 日的公告给出约 129.303 亿美元的总对价;同日提交的 8-K 把它拆成向股东支付的约 119 亿美元(可作调整)加上最高约 10 亿美元的股权留才计划。另有二手报道给出约 179 亿美元总额、约 165 亿美元给股东、约 14 亿美元留才。本报告采用公告与申报文件的口径——两者互相自洽——并把更大的那个数字记为未获公司披露印证的二手说法。
风险与尽调缺口
收入集中度是第一风险。 FY2027 第二季度数据中心收入 890 亿美元中,Hyperscale 占 487 亿,即 55%。这意味着少数几家超大规模客户的资本开支节奏,直接决定单季收入波动。财报没有披露前几大客户的收入占比变化,这是尽调里必须补的一手数据。
政策与地缘风险已被量化进指引。 第三季度 1,080 亿美元的指引明确不含中国数据中心算力收入,同时 10-K 的风险因素里提到,中国政府对本土芯片采购的鼓励与对美国数据中心产品的限制。也就是说,这块收入目前被公司自己按「零」处理。
供应链与电力是物理约束。 Vera Rubin 的爬坡依赖 HBM 与先进封装产能;DSX 的故事则依赖电力——官方口径是单 GW 的 AI 工厂投资从 200 亿至 300 亿美元上升到 800 亿至 1,000 亿美元,并预测本十年末全球有 100 GW 的 AI 工厂上线。这个预测既是需求叙事,也是风险敞口:一旦电力接入延迟,DSX 的落地节奏会整体后移。
物理 AI 的商业化尚未被验证。 本报告能确认的只有三件事:Newton 有三个公开的早期生产用户(Skild AI、Samsung、Lightwheel);GR00T N1.7 有开放权重与商业许可两种获取方式;DSX 有一份很长的合作方名单。缺少的是:付费客户数、合同金额、续约率、以及任何一家客户公开的投入产出数据。
开源承诺的可持续性存疑。 Newton 挂在 Linux Foundation 下、Cosmos 与 GR00T 权重开放,这些都需要持续投入而无直接收入。如果未来某一年算力需求增速放缓,NVIDIA 是否还愿意维持同等强度的开源投入,是一个没有答案的问题。
Hugging Face 交易带着一个任何申报文件都无法回答的监管问题。 结构性顾虑在于:训练与推理 GPU 的主导供应商,同时掌握着竞争对手也在使用的模型分发节点。据报道,美国司法部询问的重点是 NVIDIA 是否可能借助 Hugging Face 让竞品模型公司处于不利位置,或获得对其的杠杆。这类询问既不是违法认定,也可能最终不作任何处理,而交易本身尚未交割。交割之后随之而来的可衡量义务,是平台是否继续支持竞争性芯片供应商,而这方面的交割后证据目前为零。
尽调缺口清单(按重要性排序):
- Omniverse 与 Isaac 的付费席位与年收入,任何拆分口径都可以;
- PhysicsNeMo 的下游客户数量与典型部署规模;
- DSX 已签约的 AI 工厂项目数与单项目金额;
- Newton 的生产用户从 3 家扩展到多少家,以及 sim-to-real 迁移成功率的公开数据;
- GR00T 商业许可的签约方与许可费结构;
- 前五大客户收入占比的时间序列;
- 中国区收入在 FY2026 与 FY2027 各季度的实际值(用于校准「指引按零处理」的保守程度);
- Hugging Face 收购的监管审查结果,以及交割后平台是否仍支持竞争性加速器的可观测证据。
综合评分
techScore 9.0。 理由:NVIDIA 是唯一一家把「可微仿真语言(Warp)+ 开源物理引擎(Newton)+ 稀疏求解器库(cuDSS/cuISS)+ 世界模型(Cosmos)+ 策略模型(GR00T/Alpamayo)」放在同一个技术栈里的公司,且代码与权重都可核验。扣分项是性能主张缺少第三方复现、Isaac Lab 3.0 发布周期偏短导致当前版本的基准数据仍薄,以及 3.0 系列四元数约定变更带来的迁移成本。
bizScore 8.5。 理由:FY2027 Q2 收入同比 106%、毛利率 75%、单季回购与分红 260 亿美元,商业执行力没有争议。扣分来自客户集中度(Hyperscale 55%)与物理 AI 相关软件收入完全不披露。
fundScore 9.5。 理由:无外部融资依赖,FY2026 返还 411 亿美元、FY2027 Q2 单季返还 260 亿美元,回购授权余额 990 亿美元,股息提高 25 倍。这是全场最强的一项。
productScore 9.0。 理由:从芯片到参考设计的四层产品结构完整,且每一层都有可用的开源或商业入口。扣分在于层层之间的价格与打包关系不透明,客户很难算出总拥有成本。
marketScore 9.5。 理由:市值 5.14 万亿美元居全球第一,物理 AI 的定义权目前握在它手里,工业软件与人形机器人两条生态链都以其为默认平台。扣分在于这个位置本身带来的监管与地缘风险,如今还要叠加 Hugging Face 收购的反垄断审查。
参考资料
- NVIDIA 2026 财年第四季度及全年财务报告,2026 年 2 月 25 日,investor.nvidia.com,含 FY2026 收入 2,159 亿美元、Q4 收入 681 亿美元、全年毛利率 71.1%、返还股东 411 亿美元
- NVIDIA 2027 财年第二季度财务报告,2026 年 8 月 26 日,investor.nvidia.com,含 Q2 收入 962.2 亿美元、数据中心 890 亿美元、毛利率 75.0%、Q3 指引 1,080 亿美元不含中国数据中心算力收入
- NVIDIA Form 10-K(FY2026),filed 2026 年 2 月 25 日,含 42,000 名员工、38 个国家、31,000 名研发人员、离职率 3.7%、累计研发投入 767 亿美元、总部地址、特拉华注册与财年定义
- NVIDIA Form 10-Q(截至 2026 年 7 月 26 日的季度),filed 2026 年 8 月 26 日,含分部收入(Compute & Networking 883 亿、Graphics 79 亿)与平台口径(Hyperscale 487 亿、AI Clouds/工业/企业 403 亿、边缘计算 72 亿)、FY2027 为 53 周财年、Groq LPU 非独占许可
- NVIDIA 新闻稿《NVIDIA Expands Open Model Families to Power the Next Wave of Agentic, Physical and Healthcare AI》,2026 年 3 月 16 日,含 Cosmos 3、GR00T N1.7、GR00T N2 预览、Alpamayo 1.5 的官方措辞
- NVIDIA 新闻稿《NVIDIA and Global Robotics Leaders Take Physical AI to the Real World》,2026 年 3 月 16 日,含 FANUC/ABB/YASKAWA/KUKA 超过 200 万台装机量、Isaac Lab 3.0 early access、Newton 1.0
- NVIDIA 新闻稿《NVIDIA Releases Vera Rubin DSX AI Factory Reference Design and Omniverse DSX Digital Twin Blueprint》,2026 年 3 月 16 日,含 DSX Sim/OS/Max-Q/Flex/Exchange/SimReady 六个部件与合作方名单
- NVIDIA 新闻稿《NVIDIA Expands NVIDIA Agent Toolkit With NVIDIA PhysicsNeMo and CUDA-X Libraries》,2026 年 7 月 26 日,含 PhysicsNeMo 重构、cuISS/cuDSS/cuEST、Cadence 20 倍与 Keysight 10 倍口径
- Isaac Lab 代码库发布时间线(beta 2026-03-17、beta 2 2026-06-17、Early Access 2026-09-16、GA 目标 2026-10 底)与 Newton 仓库 v1.0.0 标签(2026-04-13),github.com
- Hugging Face 模型卡 nvidia/GR00T-N1.7(2026-04-17 开放权重,30 亿参数,20,854 小时人类第一视角视频预训练)
- NVIDIA 博客《National Robotics Week — Latest Physical AI Research, Breakthroughs and Resources》,2026 年 4 月,含 Newton 1.0、Isaac Sim 6.0、Isaac Lab 3.0 的 GA 表述(与本报告 DISCREPANCY 1 有关)
- CompaniesMarketCap NVIDIA 市值页,2026 年 10 月 22 日数据(5.14 万亿美元、股价约 211 至 213 美元),以及 Databahn《NVIDIA Sales Intelligence Report》(2026 年 9 月 26 日更新)对 10-K 与 10-Q 的二次整理
- NVIDIA 开发者博客《Develop Physical AI Reasoning, World, and Action Models with NVIDIA Cosmos 3》,含 Mixture-of-Transformers 架构、Nano 160 亿与 Super 640 亿参数两档、基准排名与 NIM 优化选项
- NVIDIA NGC 上 cosmos3 容器页,含 Hugging Face 与 GitHub 发布日期 2026 年 5 月 31 日、容器模型清单(含 Edge 与 DROID 策略变体)与 OpenMDW 1.1 许可
- NVIDIA 博客《NVIDIA Advances Isaac Platform for General Purpose Robotics with New Reference Humanoid Frameworks, Simulation Pipelines and Data》,GTC Berlin,2026 年 10 月 21 日,含 Isaac Lab 3.0 GA、Isaac OS、超过 2,000 项资产的 SimReady Central Library、Human 1M 数据集、三套 DGX Station 参考工作流与 Agile ONE SN 规格
- NVIDIA 博客《NVIDIA Cosmos Opens New Tools to Train, Evaluate and Deploy World Models》,2026 年 10 月 21 日,含 Cosmos Evaluator 26.10、Cosmos 3 NIM 最高 2 倍推理口径、Cosmos Data Factory、Cosmos Framework、Metropolis 视频搜索与摘要蓝图 3.3 与 ADNOC 部署
- Isaac Lab 代码库 v3.0.0 发布页(2026 年 10 月 20 日发布)与 NVIDIA NGC Isaac Lab 容器 3.0.0,含 Isaac Sim 6.2、Python 3.12、PyTorch 2.11、CUDA 13.0、Warp 1.17、Newton 1.6.1、RSL-RL 5.5.1 锁定版本与四元数顺序变更
本报告基于公开信息整理,仅供参考,不构成任何投资建议。数据截至 2026 年 11 月 2 日,请以公司公告与定期报告为准。
相关论文
相关案例
相关报告66
- 五一视界深度调研:港股上市的数字孪生公司,51Sim 已是第一增长引擎而 51Earth 近乎归零,两套完全不同的融资轮次命名口径必须并存
- AMI Labs 深度调研:10.3 亿美元种子的世界模型豪赌,LeCun 的非生成式路线与它的空白成绩单
- 安世亚太 PERA 深度调研:2003 北京创立的国产 CAE 龙头,PERA SIM 通用仿真 + AIROM 降阶 + AgentX 多智能体 + 精智 iGPT/Whale,从工业仿真跨越到物理 AI
- AspenTech 深度调研:被 Emerson 全资收购的过程仿真巨头与其工业 AI 混合建模路线
- Autodesk 深度调研:以 Neural CAD 基础模型与 2 亿美元 World Labs 押注物理世界 AI,NAVASTO 补齐 CFD 代理能力
- Bentley Systems 深度调研:以 iTwin 数字孪生与生成式 AI 赋能基础设施全生命周期工程
- BeyondMath 深度调研:神经算子路线的基础物理 AI,$19M 联盟预算、1000 倍加速与三个被误读的事实
- Cadence 深度调研:以 EDA 系统级多物理场与 Millennium M2000 超算切入物理 AI,AuraStack 智能体与 Fidelity GPU CFD 成关键抓手
- COMSOL 深度调研:四十年多物理场求解器基业,以 DNN 代理模型训练与全物理场 GPU 加速切入物理 AI
- Dassault Systèmes 深度调研:以 3DEXPERIENCE 与 SIMULIA 虚拟孪生物理行为切入工业 AI,LEO 虚拟助手与 GPU 显式动力学成物理 AI 支点
- 深势科技深度调研:从戈登贝尔奖到国家级独角兽与港股门前,AI for Science 龙头的技术兑现与商业化空白
- Emmi AI 深度调研:17 个月从林茨 spin-out 到 3.3 亿欧元被 Mistral 收购,AB-UPT 拿下 CFD 代理模型 SOTA
- Fainite 深度调研:苏黎世物理 AI 仿真初创,Caltech/ETH/剑桥/谷歌背景团队用物理感知深度学习把仿真从数十小时压到秒级,仅获 Venture Kick 资助、尚无定价轮次
- 飞捷科思深度调研:PhysX 奠基人的二次创业,国产可微分物理引擎与它的生态打法
- 凡拓数创(301313)深度调研:从数字展馆到物理 AI 数据基座的战略跃迁,FTE 引擎与 FunSim 仿真平台的卡位成色及收入兑现节奏
- Godela 深度调研:YC X25 物理 AI 仿真初创,前苹果/谷歌/英特尔团队用物理约束代理模型把仿真从数天压到秒级,仅 seed 轮、试商用 pilot 制
- 霍莱沃(688682)深度调研:以 RDSim AI 电磁仿真与工业智能体贯通「仿真-测量-产品」闭环
- 阿尔特 IAT 深度调研:A 股首家独立汽车设计公司全线转向 AI 研发,圆方/御风/太乙 3.0 产品体系落地并携手英伟达 Omniverse,2025 年营收 9.75 亿元、归母亏损扩大至 2.50 亿元
- Inductiva 深度调研:一个已停运的开源求解器编排样本,八处必须纠正的前提,以及联合创始人 CTO 的停运后去向
- 英特仿真(INTESIM)深度调研:2009 年成立的国产 CAE 龙头之一,自研结构/流体/电磁/热/声学求解器与多物理场耦合平台,完成中网投、深创投亿元 B 轮,2025 年营收签单双过亿
- 软通动力(301236)深度调研:依托软通天枢打造 L1/L2/L3 三层全栈物理 AI 架构,自研 TwinHub 数字孪生、FSim 工业仿真、CAE 多物理场与 Phyxis 具身控制
- Jua 深度调研:以地球物理基础模型 EPT 服务能源交易与电网决策
- Keysight(含 ESI Group)深度调研:以虚拟样机与混合 AI 连接测量与仿真,EDA 引入自然语言助手
- 光轮智能深度调研:前英伟达仿真负责人创办的物理 AI 数据与评测基础设施商,七轮融资约 26.5 亿元估值超 20 亿美元,同时进入 Newton 与 EgoVerse 两大国际标准委员会,订单口径存在 5.5 亿元人民币与 1 亿美元两套说法
- Luminary Cloud 深度调研:NVentures 押注的「物理 AI 模型工厂」,用 SHIFT 模型与 GPU 原生求解器改写 CAE 云化路径
- MathWorks 深度调研:以 MATLAB/Simulink 与 Simscape 多物理场支撑物理 AI,R2026a 推出 Copilot 与 Agentic Toolkit 布局端侧智能
- 觅蜂科技 Maniformer 深度调研:智元机器人孵化的物理 AI 数据基础设施,MEgo 无本体采集硬件量产,半年三轮融资中国电信领投
- Mistral AI 深度调研:30 亿欧元欧洲最大融资背后,Physics AI 如何从语言模型走到 EUV 光刻与核电站
- Monolith AI 深度调研:不加速仿真,而是砍掉物理试验次数的英国工程 AI,被 CoreWeave 收入囊中
- Monumo 深度调研:剑桥深科技电机 AI 设计公司,Anser 引擎日千万级多物理场仿真,累计融资 1050 万英镑,A 轮正在募资中
- NAVASTO 深度调研:把求解器的洞察左移到设计师工作台,Autodesk 用一次收购买下这个入口
- Navier 深度调研:把 CFD 工作流交给智能体,旧金山硬件工程 AI 的种子期豪赌
- Neural Concept 深度调研:EPFL 出身的工程 AI,用 1.38 亿美元融资押注「代理模型能否替代部分求解器」
- NP Co.(NP Company)深度调研:2025 年成立的巴黎 Inria 孵化 AI 原生仿真初创,€6M 天使前轮由 Partech 领投、Mistral 联合创始人参投,宣称预训练物理基础模型实现 1000x 加速,多项宣称待验证
- Physical Intelligence 深度调研:31 亿美元级融资押注「机器人的 GPT 时刻」,π0.7 自陈未见任务成功率仅 60–80%,Pi API 定价与收入双双未披露
- Physical Superintelligence 深度调研:58 亿美元级种子轮押注「虚拟物理学家」,Emmy 平台把 AI 数据中心多物理优化当作首个商业化证明
- PhysicsX 深度调研:把几何与物理都压进一个预训练模型的三亿美元级工业 AI 赌注
- Prometheus 深度调研:410 亿美元估值、182 亿美元融资,却还没有一个产品
- PTC 深度调研:以 Creo/Onshape 与 ThingWorx 数字主线支撑物理 AI,借 NVIDIA Isaac Sim 打通机器人设计到仿真
- 千诀科技(北京千诀科技有限公司)深度调研:预测式世界模型 Polibrain、类脑分区架构与多项式表征,一个「不造本体」的具身大脑如何接入十万台清洁与服务机器人
- Quanscient 深度调研:云原生与量子赋能的多物理场仿真,AI-Native 硬件工程的数据引擎
- Rescale 深度调研:云上的 HPC 操作系统与桌面工程工作台,1.15 亿美元 D 轮与五处被误读的事实
- Schrödinger 深度调研:以 FEP+ 物理模拟与机器学习支撑分子发现,2026 年推出 Bunsen 智能体共同科学家
- Secondmind 深度调研:剑桥工程 AI 公司,贝叶斯主动学习把 CAE 仿真与台架试验减少最高 90%,累计融资约 7300 万美元,马自达兼具客户与投资人身份
- 适创科技深度调研:以 SupreCAST 云原生材料加工仿真与工业智能体,推进 CAE+AI 战略
- 舜云科技深度调研:以粒子法 shonDy 切入新能源与核能流体多物理场仿真
- 数智脉进深度调研:深圳 SNN+LBM 全栈自研 CFD 初创,宣称消费级硬件秒级出数亿网格结果,获财政部下属基金数千万天使轮,规划迁核心算法至 FPGA
- Siemens(含 Altair)深度调研:2025 完成 Altair 收购,Simcenter 与 Altair 仿真组合并,PhysicsAI 几何深度学习与 PhysicsAI Generate 成物理 AI 核心
- Silurian 深度调研:以生成式预报 Transformer 构建地球系统基础模型,面向能源与基建资产的天气风险
- SimScale 深度调研:把 CAE 许可证变成按核时订阅的云端仿真平台,5200 万欧元股权与 2500 万欧元债务必须分开算,以及五处被误读的事实
- Skild AI 深度调研:CMU 机器人研究所孵化的通用机器人基础模型,1.4 亿美元 C 轮对应 140 亿美元估值,但 B 轮规模存在 1.35 亿与 5 亿的口径冲突
- 松应科技深度调研:华为云系团队创办的国产物理 AI 操作系统商,ORCA OS 宣称对标英伟达 Omniverse,融资轮次在三套口径下各不相同,风语筑 2000 万元少数股权投资是可核验的第三方锚点
- 苏度科技(上海苏度科技有限公司)深度调研:零真机数据的仿真训练路线、Sudo R1 全栈自研与「原子能力」商业化,一家成立 17 个月估值超 200 亿元的具身智能新独角兽
- 索辰科技深度调研:从 CAE 工具商到物理 AI 平台商的转型阵痛
- Synopsys(Ansys)深度调研:2025 完成收购 Ansys,从 EDA 龙头跃升为「硅到系统」工程解决方案领导者,Ansys SimAI 与 NVIDIA 物理 AI 合作为核心抓手
- 十沣科技深度调研:院士领衔的国产工业仿真软件,官方时间线与数据库口径的轮次命名完全不同,官方融资 PDF 与投资数据库同时存在且不可合并
- 天洑软件深度调研:2011 年成立的国产智能 CAE 老兵,C 轮数亿元,2024 起主打「工业世界模型」,融资口径与估值多处不可调和,营收从未披露
- 同元软控深度调研:以 MWORKS(Syslab/Sysplorer)对标 MATLAB/Simulink,借 MWORKS AI 与 MOGICK 工程智能体推进国产物理 AI
- Vinci AI 深度调研:把物理仿真从「检查点」变成「连续约束」的半导体新变量
- 西湖机器人深度调研:西湖大学首个机器人成果转化项目,以 WR1 全身通用基座与 GAE 行为专家大模型构成大小脑双预训练架构,半年四轮融资约 5 亿元
- World Labs 深度调研:李飞飞的空间智能独角兽,被 AMD 以 82 亿美元收编
- 深圳元象信息科技(元象科技 XVERSE)深度调研:认知与感知双轮驱动的仿真世界路径,XVERSE 大模型、端云协同 3D 引擎与物理驱动动作生成模型 MotionGen
- 云道智能深度调研:从自主求解器到物理 AI 引擎,国产 CAE 的登顶者与它的未竟之战
- 云境智仿深度调研:北大孵化的云原生 GPU CAE 公司,Simversus 平台加 YJ-DORGP 小样本智能求解器,2025 年自述订单增 275%、营收增 160% 并达盈亏平衡
- 中科第五纪(杭州)深度调研:中科院自动化所与清华联创的具身基础模型公司,FAM 动作光流跨本体通用、3–5 条示范达 97% 成功率,纪元灵脑+纪灵机器人服务中石化/零跑/美的
- 中望软件(688083)深度调研:自主 Overdrive 内核与中望3D悟空 2027 撑起 CAD/CAE/CAM 一体化,CAx 智能体平台是通往工程 AI 的现实路径
本报告基于公开信息整理,仅供参考,不构成任何投资建议。数据截至报告发布日,请以公司公告与定期报告为准。