GTC 2026现场，三万名观众齐聚主会场，数百万线上用户同步观看，一场关于AI未来走向的讨论正在热烈展开。从大模型到机器人，再到Physical AI，所有与会者的目光都聚焦于同一个核心问题：如何让AI真正融入现实世界？英伟达CEO黄仁勋在台上发表演讲，而台下，一家不直接制造机器人或开发大模型的公司，却在Physical AI的多个关键领域频繁亮相，成为全场焦点。
这家公司就是光轮智能，一家在具身智能领域迅速崛起的独角兽企业。在黄仁勋的主题演讲中，多个机器人仿真演示场景吸引了全场目光——机器人叠衣服、拉紧皮带等复杂动作的背后，正是光轮智能提供的技术支持。不仅如此，光轮智能的展台位于入口核心位置，紧邻三星、美光等存储芯片巨头，以及Together AI、Lambda等AI基础设施领域的重要玩家，其展台被围得水泄不通，热度持续不减。
Physical AI成为今年GTC的核心主题，标志着行业风向的转变。过去几年，大模型和机器人本体一直是聚光灯下的焦点，但今年，黄仁勋宣布了一个重要预测：2025至2027年，以Blackwell和下一代Rubin为代表的AI计算平台将带来约1万亿美元的收入机会。这一预测引发了现场的热烈反响，也标志着Physical AI正式与生成式AI平起平坐，成为行业发展的新方向。
Physical AI的核心逻辑在于，通过数字孪生技术生成无限场景，测试无数策略，积累行为数据，最终将训练好的“大脑”下载到实体机器人上。这一过程对仿真精度、数据规模和评测标准提出了极高要求。没有高精度的物理仿真，机器人无法学会受力反馈；没有规模化的数据生成，模型缺乏训练燃料；没有闭环的评测迭代，能力也无法持续提升。因此，Physical AI时代的竞争焦点，已经从“谁有最好的模型”转变为“谁有最好的训练场”。
光轮智能正是这一领域的先行者。其构建的数据与仿真基础设施已被行业广泛采纳，国际主要具身智能团队中超过80%的仿真资产与仿真合成数据均来自光轮智能。在GTC现场，光轮智能的展台展示了其完整的Physical AI底座，包括物理测量工厂、仿真遥操与真人第一视角数据生成系统，以及业内首个工业级仿真评测平台RoboFinals。这些展示不仅体现了光轮智能的技术实力，也为其在行业中的地位奠定了基础。
更值得关注的是，光轮智能正在从“工具使用者”转变为“规则制定者”。几天前，光轮智能正式宣布加入Newton技术指导委员会（TSC），与NVIDIA、Google DeepMind、Disney Research等巨头共同决定开源物理仿真引擎Newton的发展方向。这一举措不仅提升了光轮智能在行业中的话语权，也标志着其技术影响力正在从应用层向底层基础设施延伸。
在GTC期间，光轮智能还举办了六场主题演讲，系统阐述了其构建Physical AI基础设施的方法论，包括物理真实仿真环境的搭建、规模化合成数据生产管线的构建，以及工业级评测标准与闭环验证的实现。这些演讲吸引了大量观众，座无虚席，进一步巩固了光轮智能在行业中的领导地位。
光轮智能还举办了一场Physical AI主题派对，吸引了超过350名行业人士参加，包括机器人公司创始人、顶尖高校教授、开源社区核心贡献者等。派对现场，机器人表演、技术交流等活动精彩纷呈，展现了光轮智能强大的行业号召力。通过这一系列活动，光轮智能正在连接仿真、模型、机器人与应用等多方角色，逐步形成一个围绕其展开的行业生态网络。
