NVIDIA 與 Google 的通用機器人AI技術，是競爭或互補？

Posted By MakerPRO編輯部 on 4 月 29, 2025 in AI Robot, Google, Multimodal, NVIDIA, Physical AI, Vision Transformer, VLM, 技術導讀, 技術新訊 | 0 comments

Source

隨著人工智慧技術進入多模態與自主決策的新階段，NVIDIA與Google分別提出其通用型機器人AI（Generalist Robot AI）架構，顯示出兩家公司都朝向能適應多樣任務與環境的機器人智慧邁進。本文將從兩者的相似性與互補性進行探討，以提供對通用機器人AI合作與融合可能性的全貌理解。

技術相似性

NVIDIA與Google在通用機器人AI的發展上展現出高度一致的方向。雙方皆採用Transformer為核心架構，融合視覺、語言與動作資訊，並強調多任務學習與模型泛化能力。他們透過模擬環境、實體操作與大規模資料進行訓練，力求模型在現實環境中表現穩定。兩家公司也致力於開放技術資源（如Isaac Lab、RT-2代碼庫），促進社群合作與標準制定。這些相似性標誌著通用機器人AI正在向模組化與通用架構靠攏，促進跨平台整合與應用發展。

NVIDIA與Google針對通用機器人AI技術的相似性比較表

技術競爭與互補性

即使雙方展現出高度一致的發展方向，但在技術堆疊與平台競爭方面仍有頗多差異之處。NVIDIA專注於從模擬、訓練到部署的完整機器人控制鏈，提供如Isaac Sim與Omniverse等高擬真模擬平台，並結合GPU運算優勢，強化模擬到實體部署（Sim2Real）的轉移能力。相較之下，Google則著重於語意理解與多模態推理，透過RT-2與Gemini等大型模型，讓機器人能以自然語言接受指令並做出泛化行為。