Special offer. See more information about Outbyte and uninstall instructions. Please review EULA and Privacy policy.

Some links on this page are affiliate links: if you buy through them we may earn a commission, at no extra cost to you.

先说结论:NVIDIA GTC Paris 并不是一场在 2026 年持续举办的独立巴黎大会,而是 NVIDIA 于2025 年 6 月、VivaTech 期间在巴黎举行的专题活动,包含 Jensen Huang 主题演讲、技术会议、开发者活动和展区。Huang 的主题演讲于 2025 年 6 月 11 日举行。活动的核心并非发布某一款孤立 GPU,而是展示 NVIDIA 如何借助训练计算、仿真、边缘推理和安全框架,把 AI 推向机器人、自动驾驶汽车、工厂和城市。

官方活动页面目前将 GTC Paris at VivaTech 2025列为往届活动。由于 NVIDIA 页面同时出现 6 月 10—12 日的 GTC 项目和 6 月 11—14 日的 VivaTech 信息,更准确的表述是“2025 年 6 月与 VivaTech 同期在巴黎举行”。

GTC Paris 2025 展示了什么

NVIDIA 对巴黎活动的定位,是把欧洲的 AI 基础设施、代理式 AI、主权 AI、机器人、自动驾驶和“物理 AI”放在同一条产业链上讨论。活动包括 Huang 的主题演讲、物理 AI 与机器人专题会议、智慧城市演示、自动驾驶内容以及合作伙伴展区。

Special offer. See more information about Outbyte and uninstall instructions. Please review EULA and Privacy policy.

NVIDIA 官方新闻资料还提到 Blackwell 驱动的 AI 工厂、欧洲城市的 AI 蓝图、欧洲机器人企业采用 Isaac、Omniverse 和 Halos,以及自动驾驶生态中的模型和开发工具。相关内容可参考GTC Paris 2025 官方新闻资料和主题演讲回放。

#1 Best Overall

需要区分的是:官方发布、合作伙伴展示和产业预测并不等于大规模商业部署。比如 DRIVE 进入生产或被车企采用,说明平台产品化取得进展,但不代表所有采用它的车辆都具备完全自动驾驶能力。

什么是 NVIDIA 语境中的“物理 AI”

普通生成式 AI 主要处理文本、图像或代码;NVIDIA 所说的物理 AI,则是能够感知现实环境、理解空间和物体、预测结果、规划动作,并通过车辆、机器人或其他执行器行动的系统。

NVIDIA 用“三台计算机”解释这套架构。这是 NVIDIA 的战略叙事,并非全行业统一标准,但很适合说明物理 AI 如何从训练走向部署:

Special offer. See more information about Outbyte and uninstall instructions. Please review EULA and Privacy policy.
  1. 训练计算机:在数据中心 GPU 上训练基础模型、视觉模型和控制模型。
  2. 仿真计算机:在 Omniverse、Isaac Sim 或 DRIVE Sim 等环境中生成数据、重现现实场景并测试危险或罕见情况。
  3. 运行计算机:在汽车、机器人和城市边缘节点上低延迟执行推理、感知和控制。

关键不在于某一个更大的模型,而在于训练、仿真和现实运行之间形成闭环。仿真可以减少真实道路或工厂测试的风险,边缘计算可以降低延迟,但两者都不能自动消除现实世界的不确定性。

智慧城市:从摄像头分析到城市级模拟

巴黎活动中的城市 AI 内容,不只是“安装更多摄像头”。NVIDIA 展示的工作流包括数字孪生、视频数据整理、视觉语言模型微调,以及视频搜索和摘要。

具体组合可能涉及:

  • 利用数字孪生模拟道路、建筑和公共空间;
  • 使用 NVIDIA Cosmos生成或增强物理 AI 训练数据;
  • 用 NeMo Video Curator整理、筛选和管理视频数据;
  • 微调视觉语言模型,使其理解城市事件;
  • 通过 NVIDIA AI Blueprint for Video Search and Summarization查询视频、生成摘要和识别事件。

官方会议资料提到 Palermo(巴勒莫)和 Genoa(热那亚)等欧洲城市。潜在应用包括交通流量分析、拥堵和事故识别、道路危险检测、施工监测,以及在数字环境中模拟“如果改变信号灯或道路布局会怎样”。这些是会议展示和技术案例,不应表述为两个城市已经部署了全市统一的生产级 AI 操作系统。

城市落地的现实限制

  • 摄像头的角度、分辨率、遮挡、夜间和恶劣天气会直接影响识别效果;
  • 不同部门的数据格式、系统接口和保存规则往往并不统一;
  • 历史数据可能不足、偏斜或无法代表异常事件;
  • 人脸、车牌和公共空间视频涉及隐私、数据所有权和访问授权;
  • 误报可能影响交通执法、警务和公共服务,不能让模型输出自动成为行政决定的唯一依据;
  • GPU、边缘设备、存储、网络和长期运维会增加城市预算压力。

因此,智慧城市 AI 更适合被理解为一套数据、仿真和事件理解基础设施,而不是一个部署后就能自动解决交通问题的产品。

Special offer. See more information about Outbyte and uninstall instructions. Please review EULA and Privacy policy.

机器人:Isaac、Omniverse 与 Cosmos 如何配合

机器人部分的重点,是让开发者在机器人真正移动之前,先在可计算的虚拟环境中训练和验证。

Isaac Sim 与 Isaac Lab

Isaac Sim是基于 Omniverse 库构建的开放源代码参考框架,可导入 CAD、URDF 等机器人模型,模拟传感器、物体、运动和具有物理效果的环境。它适合机器人仿真、测试和合成数据生成。

Isaac Lab建立在 Isaac Sim 之上,面向强化学习、模仿学习和大规模仿真训练。它是开发参考应用,不是 NVIDIA 直接提供的一套完整商业机器人。

Omniverse 的作用

Omniverse提供基于 OpenUSD 的 3D 场景、数字孪生和实时仿真基础。对机器人和工业企业而言,它的价值不只是制作 3D 画面,而是把工厂、机器人、车辆和城市场景变成可以反复计算和测试的环境。

Special offer. See more information about Outbyte and uninstall instructions. Please review EULA and Privacy policy.

Cosmos 则更多承担世界模拟、场景生成和物理 AI 数据的角色。生成训练数据、预测可能场景和进行仿真可以帮助开发;但这不等于 Cosmos 能独立完成可靠的现实机器人控制。

官方巴黎资料提到 ABB、KION、NEURA Robotics、Wandelbots 和 Universal Robots 等企业参与工业机器人讨论或采用相关平台。厂商和合作伙伴的展示能够说明生态方向,但不能替代独立的性能、安全和投资回报验证。

最大的技术难题:sim-to-real gap

虚拟环境越快,能生成的训练场景越多;但仿真并不天然等同于现实。传感器噪声、材料和光照变化、轮胎或机械部件与地面的交互、行人行为、设备磨损和临时障碍,都可能让机器人在虚拟测试中表现良好、到了现场却失效。

合成数据同样是补充而非替代。若虚拟场景过于理想化,模型会学习到错误的场景分布。可靠流程通常需要真实数据、合成数据、现场回放、故障注入和真实硬件测试共同参与。

What’s actually slowing this PC down?

Pick the symptom - the matching free tool is one click away.

Special offer. See more information about Outbyte and uninstall instructions. Please review EULA and Privacy policy.

自动驾驶:DRIVE 连接训练、仿真与车端运行

NVIDIA 的自动驾驶平台策略覆盖三个层面:

  1. 数据中心训练:使用真实道路数据、传感器数据、标注数据和极端案例训练模型。
  2. 仿真验证:使用 DRIVE Sim、Omniverse 和合成数据模拟交通参与者、道路、天气和光照,重放真实场景并扩展难以采集的危险情况。
  3. 车端推理:在车辆计算平台上实时处理传感器输入,执行感知、预测、规划和控制。

NVIDIA DRIVE是面向自动驾驶开发和部署的全栈平台。需要特别注意:平台采用不等于完全自动驾驶。最终能力取决于车辆系统设计、软件版本、传感器配置、运营区域、天气和道路条件,以及相应的监管批准。

自动驾驶项目还不能只依赖合成数据。真实道路分布、长尾事件、传感器故障、驾驶员或行人的不可预测行为,以及断网和硬件故障,都需要单独验证。端到端模型可能减少人工设计模块,却会增加调试、解释、责任认定和认证难度。

Halos:物理 AI 的安全边界

NVIDIA Halos被描述为覆盖硬件、软件、工具、模型和设计原则的全栈安全体系,目标不局限于自动驾驶,也延伸到工业机器人、人形机器人、制造系统和其他自主系统。

Free tools Windows power users keep installed

One-click scans. No signup required.

Special offer. See more information about Outbyte and uninstall instructions. Please review EULA and Privacy policy.

它试图处理的问题包括:系统如何感知危险,模型不确定时如何采取保守动作,传感器与计算平台如何协同,如何进行故障测试,以及如何证明系统满足安全要求。这比单纯提高模型准确率更接近安全关键系统的实际需求。

但 Halos 不能自动保证安全,也不能替代车辆制造商的责任、功能安全工程、监管审批、认证文件和实际道路验证。对于机器人和公共城市系统,同样需要定义人工接管、审计、故障降级、事件追责和用户申诉机制。

谁适合采用这套技术

用户 可能的价值 首先要验证的问题
机器人制造商 传感器仿真、强化学习、数字孪生和合成数据 真实机械模型、控制延迟和 sim-to-real 差距
汽车 OEM 与自动驾驶公司 训练、场景生成、回归测试和车端部署的一体化 运营设计域、安全案例、车规硬件和监管要求
工厂与物流企业 仓储机器人、流程模拟和产线优化 现有 CAD、MES/WMS、网络和停机成本
城市管理部门 视频事件理解、交通分析和情景模拟 隐私授权、数据治理、误报责任和长期预算
研究机构与初创企业 快速原型、开放参考框架和并行仿真 GPU 资源、许可证、可迁移性和商业化路径
Independent reader supportYour contribution helps us test, update, and keep practical guides available for everyone.Support on Ko-Fi

成本与采购:免费软件不等于零成本

企业不应从 GPU 型号开始采购,而应先回答:是否有足够的真实传感器数据?是否确实需要高保真仿真?团队是否已有 NVIDIA GPU、CUDA、容器和驱动经验?项目是研究原型还是安全关键产品?是否能接受对 NVIDIA 软件和硬件生态的依赖?

Isaac Sim 与 Omniverse

官方资料将 Isaac Sim 描述为开放源代码参考框架,开发者可以从官方入口开始。但 GPU、云实例、存储、网络、数据采集、标注和环境维护仍会产生费用。

Special offer. See more information about Outbyte and uninstall instructions. Please review EULA and Privacy policy.

截至 2026 年 5 月,NVIDIA 文档称 Omniverse 可免费用于开发和生产,不再要求 NVIDIA AI Enterprise 订阅;不购买企业支持时,支持主要依靠开发者论坛和 Discord。若企业要重新分发 Omniverse Kit、把它嵌入自有产品或提供相关服务,仍需单独核对许可。

AI Enterprise 与训练基础设施

NVIDIA AI Enterprise 官方价格页显示的公开价格信号包括:

  • 自托管:每 GPU 每年 4,500 美元;
  • 教育机构和 Inception 用户:每 GPU 每年 1,125 美元;
  • 云端消费:每 GPU 每小时 1 美元,另加云服务商实例费用。

这些是许可价格,不包括服务器、GPU、云实例、存储、集成和运维,而且不同云平台的组件可用性可能不同。早期资料曾出现 DGX Cloud 每实例每月 36,999 美元的价格,但那是旧公告,不能当作 2026 年当前报价。DRIVE 等车端平台通常也没有适合直接购买的标准公开价格,需要通过汽车产业合作渠道评估。

何时不应购买完整 NVIDIA 栈

如果项目只是简单视觉识别、没有高保真仿真需求、团队没有 NVIDIA GPU,或组织必须降低单一供应商依赖,完整 Omniverse/Isaac/DRIVE 栈可能过重。可比较的方向包括 ROS 2 与 Gazebo、面向自动驾驶研究的 CARLA,以及云厂商的数字孪生和机器学习服务。

Special offer. See more information about Outbyte and uninstall instructions. Please review EULA and Privacy policy.

比较时应检查:真实传感器模型支持、ROS 2/OpenUSD/CAD 数据兼容性、大规模并行仿真、断网和边缘运行、商业支持、长期版本维护、商业重新分发许可,以及汽车、工业或城市项目所需的安全审计能力。

GTC Paris 真正传递的信号

GTC Paris 2025 的重点不是证明某个产品已经解决了现实世界 AI 的全部问题,而是展示 NVIDIA 想在物理 AI 的每一层都占据位置:训练基础设施、仿真和数字孪生、机器人开发平台、自动驾驶计算平台,以及面向自主系统的安全框架。

这套组合的优势是集成度、工具链和生态;代价则是 GPU 与软件栈依赖、数据和仿真维护成本、供应商锁定,以及在安全关键场景中仍然漫长的验证与监管流程。对企业而言,最理性的路径通常不是直接采购整套平台,而是先用一个可量化的项目验证数据质量、仿真收益、端到端延迟、故障恢复和总拥有成本,再决定是否扩大部署。

Product prices and availability are accurate as of the date/time indicated and are subject to change. Any price and availability information displayed on Amazon at the time of purchase will apply.

Special offer. See more information about Outbyte and uninstall instructions. Please review EULA and Privacy policy.