NVIDIA在SIGGRAPH 2025大会期间公布了一系列支持物理人工智能发展的软件和研究创新。物理人工智能是一个融合神经图形学、合成数据生成、基于物理的模拟、强化学习和推理能力的领域。该公司表示，这些技术可支持机器人、自动驾驶汽车、智能空间以及内容创作应用。
SIGGRAPH大会在温哥华举行，持续至8月14日。NVIDIA Research的负责人将在会上发表主题演讲，介绍支持物理和空间人工智能的图形学与模拟创新。NVIDIA人工智能研究副总裁Sanja Fidler表示，人工智能正在提升模拟能力，而模拟也在发展人工智能系统，并将这两个领域之间的关系描述为一种强大而独特的耦合关系。
用于开发物理人工智能的库和模型
NVIDIA在大会上宣布推出新的物理人工智能软件库，其中包括NVIDIA Omniverse NuRec库，该库利用3D Gaussian splatting技术大规模重建世界。公司还展示了NVIDIA Metropolis视觉智能平台的更新，以及NVIDIA Cosmos和NVIDIA Nemotron，这两个模型均用于推理。
公告内容还包括Cosmos Reason模型，这是一种面向物理人工智能的新型视觉语言推理模型。据NVIDIA介绍，该模型使机器人和视觉智能代理能够依靠先验知识、物理理解和常识，以类似人类的方式进行推理。
构建用于训练的虚拟世界
NVIDIA认为，发展物理人工智能始于创建高精度且遵守物理定律的三维环境。这些环境可以让先进系统（例如类人机器人）在模拟环境中安全训练，同时提高所学技能迁移到现实世界的可能性。
NVIDIA研究副总裁Ming-Yu Liu表示，这些虚拟世界需要实时渲染、计算机视觉、物理运动模拟、二维和三维生成式人工智能，以及推理能力。她补充说，NVIDIA Research已经在这些领域开展工作近20年。
团队的工作包括神经重建和神经渲染，它们利用人工智能将从摄像头或传感器采集的数据转换为逼真的三维表示。Fidler领导的Spatial Intelligence实验室还推出了ViPE工具，即Video Pose Engine。这是一条用于对视频进行三维几何标注的流水线，由该实验室与Dynamic Vision Lab及NVIDIA Isaac团队合作开发。该工具能够估计摄像头运动，并根据业余录像、车载摄像头和电影镜头创建详细的深度图。
SIGGRAPH上的12篇以上研究论文
NVIDIA Research将在大会上展示超过12篇关于神经渲染、实时光线追踪、合成数据生成和强化学习的研究论文。其中一篇论文研究了从图像或视频中重建具备物理感知能力的三维几何，旨在避免生成视觉上看似正确、但在模拟中缺乏结构稳定性的形状。
另一篇论文提出了一种为模拟角色赋予物理精确运动的方法，通过结合运动生成器和基于物理的跟踪控制器来实现。生成的数据可用于开发虚拟角色，或训练类人机器人完成复杂动作，例如跑酷动作和在困难地形中穿越。
其他研究还探讨了光线和材料模拟。NVIDIA团队展示了一种人工智能助手，该助手使用扩散模型和基于物理的可微渲染器，通过文本指令修改材料纹理贴图，从而帮助向三维模型添加天气痕迹或老化等细节。另一篇论文研究了一种可微视觉查询，旨在加快三维几何从图像和视频中的重建并提高其准确性。
这些工作将正向渲染（即把三维模型转换为二维图像）与逆向渲染（即从图像中提取三维模型）联系起来。NVIDIA认为，这种整合为构建可用于训练物理人工智能系统的虚拟世界和合成数据提供了基本要素。