0
| 本文作者： 齊鋮湧 | 2026-04-07 15:18 |
當英偉達CEO黃仁勛在2025年GTC大會上再次強調"Omniverse是物理AI的操作系統"時，上海松應科技創始人聶凱旋可能是最感同身受的中國創業者之一。
這位前華為云鯤鵬解決方案副總指揮，在2020年就敏銳捕捉到英偉達Omniverse的戰略意圖——那不僅僅是一個3D仿真工具，而是未來物理世界智能化的底層基礎設施。五年后，他帶領松應科技推出的ORCA3.0企業版和開發者版ORCA Lab 1.0，正試圖在中國復刻這一路徑，但選擇了一條更具挑戰性的道路：在英偉達CUDA和Omniverse生態的壟斷鐵幕下，構建基于國產GPU的物理AI訓練體系。
一、從"技術可行"到"人人能用"：破解具身智能的數據饑荒
當前人形機器人行業正陷入一場集體焦慮。宇樹科技CEO王興興曾直言，行業面臨四大痛點：具身智能AI模型未突破、硬件物理限制、商業化場景缺失，以及數據與實物對齊難。智元機器人發布的SOP系統、星動紀元構建的數據飛輪，本質上都是在應對同一瓶頸——真實場景數據采集成本高昂、效率低下，而純仿真數據又面臨嚴重的Sim2Real Gap。
松應科技提出的"1:8:1黃金數據合成策略"（10%示教+80%仿真合成+10%現實微調），正是針對這一痛點的工程化解決方案。這一比例并非憑空設定：元客視界CTO陳溥在行業調研中發現，理想模型需基于10%真機數據生成80%仿真數據，再用10%真機驗證Sim2Real效果，這已成為"提升模型泛化性與智能性的必然選擇"。
但松應的差異化在于物理仿真的精度。機器人Sim2Real的核心難點在于物理準確性。ORCA Lab搭載的多物理場融合仿真引擎，聲稱實現毫米級物理交互還原，這直接決定了仿真數據能否真正遷移到宇樹、傅利葉等合作廠商的實體機器人上。
更具戰略意義的是成本結構的顛覆。傳統真機數據采集需要配備5臺7自由度機械臂、晝夜兩班倒的"數據工廠"，全年燒掉200-300萬美元僅能產出1000-2000小時軌跡。而ORCA Lab將高保真仿真、AI任務規劃、場景生成與數據合成能力集成于個人筆記本，這意味著單個開發者即可在普通電腦上完成機器人全流程訓練，將門檻從"千萬級投入"降至"零代碼開箱即用"。
二、對標Omniverse：國產GPU生態的卡位戰
松應科技的商業敘事中，"全棧對標英偉達Omniverse"是高頻出現的定位。但這并非簡單的技術模仿，而是一場關乎產業底層標準話語權的博弈。
英偉達Omniverse的戰略價值，在于其通過OpenUSD標準與物理精確仿真，將工業軟件、機器人及傳感器數據統一為可計算的數字孿生體，被定位為"物理AI時代的操作系統"。更關鍵的是，英偉達正憑借CUDA的前瞻性布局，實現生態的絕對壟斷，獲得70-80%的超高毛利率。（雷峰網）
聶凱旋在華為攻堅多年的經歷，讓他深知"美國人要做的，中國產業也一定會需要"。但松應面臨的環境比當年CUDA競爭更為復雜：不僅要解決仿真技術問題，更要打破國產GPU間的生態孤島。
目前ORCA系統已深度適配沐曦、摩爾線程、天數智芯、瀚博等國產GPU及異構算力平臺。這一布局恰逢國產GPU沖刺IPO的關鍵節點——摩爾線程2025上半年營收超7億元，推出"夸娥"千卡集群；沐曦GPU累計銷量超2.5萬顆，走通千卡集群解決方案。但國產GPU的共同痛點在于生態差距：沐曦截至2025年10月的軟件棧注冊用戶僅15萬，網絡API調用1300多萬次，與英偉達CUDA生態規模相去甚遠。
松應科技的ORCA平臺，本質上扮演了國產GPU進入物理AI訓練場景的"中間件"角色。通過整合國產芯片、機器人制造、場景應用等產業鏈資源，它試圖打破上下游各自為戰的局面，形成"協同對抗國際技術壟斷的產業合力"。這種"安卓式"開放生態的構建，對于正在沖刺IPO、急需證明商業化能力的國產GPU廠商而言，具有戰略協同價值。
三、從工業級到普惠型：物理AI的"Android時刻"？
松應科技的產品矩陣布局頗具深意：ORCA Lab 1.0面向個人開發者與輕量化團隊，而即將推出的ORCA 3.0將服務企業級平臺。這種"從工業級商業化落地到普惠型研發工具"的完整布局，暗合了物理AI產業發展的階段性特征。
當前具身智能正處于從實驗室演示走向規模化商用的臨界點，但"可靠性鴻溝"依然顯著：多數驚艷演示局限于受控環境，一旦進入真實工業車間或家庭場景，面對非標準化的長尾任務，機器人的環境適應性、操作穩定性與決策魯棒性便面臨嚴峻考驗。松應科技已服務數十家央企、國企、國家級機器人創新中心，覆蓋汽車、3C、電子等行業，這些工業級落地經驗正反向輸入到ORCA Lab的設計中。
更深層的影響在于人才培養與標準制定。松應科技預計ORCA Lab將培養50-100萬行業應用人才，并與上海交大、清華、同濟等高校聯合預研，編撰行業首部《物理AI白皮書》與《AI+制造場景建設指南》。在"十五五"規劃（2026-2030）將"AI+制造"提升至新型工業化核心戰略、推動形成自主可控技術棧的背景下
，這種標準制定權的爭奪可能比短期營收更具戰略價值。
四、風險與隱憂：Sim2Real鴻溝能否真正跨越？
盡管松應科技描繪了一幅宏大的技術普惠圖景，但行業共識是：Sim2Real Gap可能永遠無法完全消除。
2022年RSS Workshop上的學術辯論揭示了核心困境：無論計算機模擬的復雜程度如何，現實差距（Reality Gap）總是存在。仿真環境中的摩擦系數、彈性形變、傳感器噪聲、執行器延遲等細節，與真實世界存在系統性偏差。北大-銀河通用聯合實驗室主任王鶴指出，Sim2Real不需要仿真器完全仿真，而是"硬件、算法和仿真聯合優化的過程"。（雷峰網）
松應科技提出的"1:8:1"數據策略，本質上是一種成本與效果的權衡——用80%仿真數據降低邊際成本，用20%真機數據對齊物理現實。但這種策略的有效性高度依賴仿真引擎的物理精度。在柔性物體操作（如疊衣服、系鞋帶）、多接觸點交互等復雜場景，現有仿真技術仍存在明顯局限。
此外，生態建設的冷啟動難題不容忽視。英偉達Omniverse的優勢不僅在于技術，更在于其整合了全球頂尖的工業軟件、機器人廠商與開發者社區。松應科技雖聯合了數十家國內機器人廠商，但在資產庫豐富度、開發者社區規模、國際兼容性等方面，仍有漫長道路要走。
結語：一場關于"智能時代基礎設施"的暗戰
松應科技的故事，很難用"國產替代"的簡單敘事概括。它既是技術層面的物理AI仿真系統，也是產業層面的國產GPU生態連接器，更是戰略層面的智能制造標準制定參與者。
在具身智能被普遍視為"下一個ChatGPT時刻"關鍵載體的當下，物理AI訓練平臺正在成為比芯片更上游的"基礎設施的基礎設施"。英偉達通過Omniverse+CUDA構建的生態護城河，讓其在AI訓練領域獲得近乎壟斷的地位。松應科技的ORCA Lab，代表著中國產業界試圖在這一層面建立自主可控體系的最新嘗試。（雷峰網(公眾號：雷峰網)）
聶凱旋將ORCA Lab 1.0定義為"讓普通開發者低門檻進入物理AI領域"的普惠工具。但其真正的行業意義或許在于：在中美技術脫鉤的大背景下，為中國具身智能產業保留一條不依賴英偉達生態的平行演進路徑。這條路徑能否走通，不僅取決于松應的技術迭代速度，更取決于國產GPU生態的成熟度、產學研協同的深度，以及整個行業對Sim2Real鴻溝的集體攻關能力。
松應科技的ORCA物理AI仿真平臺，最終仍需在真實世界的殘酷檢驗中證明其價值。而這，正是所有物理AI公司必須面對的終極考題。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
