黄仁勋：会动的东西都能有FSD，但机器人难点不在动

黄仁勋提出，一切会移动的事物终将具备自主能力。不仅汽车、卡车，机器人、工程机械、无人机等移动载体，都会进化成能感知、决策与行动的智能体。这不仅是汽车行业的话题，而是物理世界智能化的共同方向。

这个判断借用了特斯拉对全自动驾驶的命名，但所指范围远大于汽车。车辆要感知环境、做出决策、控制行动；挖掘机、机器人、无人机也需要同一套能力。若能力可跨品类迁移，它就不再是行业专属技术，而是物理世界的基础设施。

英伟达的布局指向同一套技术栈。黄仁勋把自动驾驶与物理AI放在同一叙事中，对应其对下一个计算平台的定位。英伟达覆盖从仿真到部署的完整链路：Isaac Sim和Isaac Lab用于机器人仿真与训练，Cosmos世界基础模型负责物理AI推理与动作仿真，GR00T是面向人形机器人的视觉语言动作模型，Jetson Thor承担端侧部署。

黄仁勋表示，自动驾驶教会英伟达大量关于如何帮助其他领域构建机器人系统的经验。通过自建整套技术栈，英伟达知道了机器人系统需要什么样的芯片。

人才也在从自动驾驶向具身智能迁徙，说明两个领域技术底座高度重合。光象科技CEO张涛认为，若把车辆视为移动机器人，自动驾驶与具身智能本质相近；约50%的自动驾驶技术基建可迁移到具身智能。人才、创业公司与研究实验室的流动，正让两个领域加速靠近。

从数据采集、清洗处理，到端到端模型训练，再到仿真验证与真机测试，整套开发流程可复用。但迁移并非无缝。汽车只需在单一平面完成行进与转向，人形机器人却有数十个运动自由度。

自动驾驶运行在规整的结构化道路上，交互对象主要是车辆、行人和交通设施；具身智能要应对工业产线与日常生活中的无规则离散场景。更根本的差异在作业交互：对自动驾驶而言，接触意味着碰撞事故；对机器人而言，抓取、装配等物理接触操作是核心任务。

操作是跨不过去的坎。自变量创始人王潜判断更直接：自动驾驶模型无法直接迁移到机器人，因为自动驾驶难点集中在导航与运动，机器人的最大难点是复杂操作。机器人通用能力分为运动、导航、交互、操作四个维度，操作是进厂入户的最关键能力。

跑步、跳跃、格斗等运动能力可靠本体结构、电机功率和平衡控制快速迭代；手部操作涉及触觉反馈、力控精度、多指协调，每一步工程难度都更高。

数据也揭示差距。自动驾驶场景可靠车队规模积累里程，机器人操作数据却需针对具体任务采集。Figure在物流分拣部署中发现，八小时精心筛选的演示数据即可产生灵活策略，质量比数量更重要。

仿真在导航和运动任务上已有用，但在接触密集的灵巧操作中，物理保真度仍远不够。黄仁勋“会动的东西都能有FSD”的判断，在导航与运动层面成立。自动驾驶积累的感知、规划、控制能力，确实可迁移到机器人、工程机械和无人机。

但机器人真正进厂入户干活，需要的不是“会动”，而是“会操作”。这道坎跨过去之前，物理AI的ChatGPT时刻还差一半。下一突破必须来自操作，而非移动。