开普勒采用NVIDIA物理AI全栈平台打通仿真到真机闭环

时间：2026 年 11 月 5 日，盖世汽车获悉，上海开普勒机器人有限公司正式采用 NVIDIA 物理 AI 全栈平台，将 NVIDIA 在仿真、机器人基础模型和世界模型方面的技术，与开普勒工业机器人硬件平台、真实工业数据和具身智能模型研发能力相结合，推动物理 AI 从模型训练进一步走向真实工业环境中的验证、迭代与产业化应用。 地点：中国上海 人物：开普勒机器人、英伟达 事件详情：开普勒借助 NVIDIA Isaac Lab 构建机器人本体及工业任务高保真仿真环境，开展强化学习和 Sim2Real 训练，降低真机试错成本；采用 NVIDIA Isaac GR00T 面向工业操作任务开展具身模型训练，推动机器人从运动能力向任务理解与复杂操作演进；借助 NVIDIA Cosmos 面向工业场景开展世界模型训练与数据生成。在部署端，开普勒依托 NVIDIA Omniverse 构建工业数字孪生与机器人任务仿真环境，借助 NVIDIA Jetson Thor 构建面向机器人端侧的物理 AI 计算与模型部署，并以 NVIDIA GPU 训练平台构建统一的机器人 AI 训练基础设施。 背景：当前人形机器人正从运动展示和单项技能验证迈向真实生产环境中的连续作业。工业现场需应对复杂动力学、接触操作、工艺约束、异常工况以及长程任务执行等工程挑战。开普勒自主研发行星滚柱丝杠、直线与旋转执行器、关节模组及工业人形机器人本体，并将真实机器人质量、惯量、关节范围等参数持续引入仿真环境。 影响：开普勒已形成“仿真训练 → 真机部署 → 差异分析 → 参数回流 → 模型修正 → 再训练”的 Sim2Real 持续迭代机制。在车间装配场景中，典型抓取-搬运-定位-装配任务成功率≥93%；在数控机床上下料场景中，完整执行成功率≥95%。NVIDIA 物理 AI 的引入正加速人形机器人从技术演示走向真实工业应用的产业化进程。 总结：开普勒基于 NVIDIA 物理 AI 技术体系，打通了从仿真训练到真实工业现场验证的闭环。通过 Isaac Lab、GR00T、Cosmos 等技术的组合，结合自主硬件与真实工业数据，开普勒正在推动物理 AI 从模型训练走向产业化落地。 参考来源： 盖世汽车 https://i.gasgoo.com/news/70476946.html 盖世汽车资讯 https://auto.gasgoo.com/news/202611/5I70476946C601.shtml NVIDIA 英伟达博客 https://blogs.nvidia.cn/blog/kepler-physical-ai/ hiw3c 日报精选 https://hiw3c.com/article/cbac60201ebd3c065efc00b154d6a3e6 第一机器人网 https://d1robot.com/thread-396-1-1.html