英伟达与 LG 携手人形机器人，实则布局下一代数据中心大棋

Nvidia 致力于人形机器人——首尔那场意义深远的握手

2026年6月8日，在LG集团位于首尔西部的总部举行了一场日程紧凑的会议后，Nvidia首席执行官黄仁勋（Jensen Huang）与LG集团会长具光谟（Koo Kwang‑mo）并肩站立，直言不讳地表示：“我们正在与他们合作开展电机技术和机械系统方面的研究，以便将人形机器人技术与机器人的未来结合起来。”这句话简短、公开且异常具体，这是迄今为止最明确的证据，表明Nvidia致力于人形机器人不仅是一个软件课题，更是一个硬件和工厂问题。

黄仁勋的言论是在韩国进行的一系列公告和双边交易期间发表的。在这些交易中，Nvidia概述了与LG、SK海力士（SK hynix）、SK电信（SK Telecom）、Naver及其他公司多年的共同开发计划。虽然新闻头条聚焦于人形机器人原型机和Jetson/Blackwell芯片，但合作的实质更加深远：模块化数据中心架构、液冷技术、电力输送（包括800伏直流电实验）、用于模拟的数字孪生，以及旨在生成机器人所需的物理训练数据的工厂。简而言之，Nvidia和LG正在将机器人与数据中心连接成一个单一的工业堆栈。

为什么Nvidia与LG合作开发人形机器人对“物理AI”至关重要

这与在研究实验室中部署大型GPU是完全不同的对话。Nvidia正在推广一种端到端的AI工厂：包括芯片、模拟、合成数据、机械平台以及承载这些设施的场馆。LG带来了电机和机械能力、LG Innotek提供的传感器、LG能源解决方案（LG Energy Solution）提供的动力系统，以及通过LG Uplus提供的运营商连接。Nvidia则带来了Blackwell GPU、NeMo模型、Isaac Sim/Isaac Lab和DSX工厂编排系统。他们齐心协力，旨在缩短机器人从模拟、训练到现实世界验证的闭环周期。

这之所以重要，是因为人形机器人绝非单纯的软件问题，正如喷气式发动机也不仅仅是软件问题：运动控制、热管理、功率瞬态行为和人类安全都属于物理工程领域。如果你想要能够胜任真实家庭和工厂环境的机器人，就需要海量的物理测试数据，以及能够反复对执行器、传感器和故障模式进行测试的设施。Nvidia和LG正是提出了这些设施——这就是该协议的意义超越单一机器人演示的原因。

Nvidia致力于人形机器人如何与下一代数据中心挂钩

Nvidia的公开措辞将这种合作关系定义为“人形机器人与未来数据中心的架构设计”。这种联系是实质性的：机器人需要大规模的数据和模拟，而为设备端决策训练或微调大型模型，需要与传统云AI不同的基础设施。新闻材料中提到的Nvidia DSX AI工厂平台，旨在专门构建的设施内协调模型训练、数字孪生和部署流水线。

LG不仅将托管计算任务，还将共同设计冷却系统（冷板、液冷循环）、电力分配拓扑结构以及专为持续AI吞吐量定制的模块化机架。这些硬件工作——800V直流分配、直接液冷以及模块化、可快速部署的机柜——改变了大型推理和机器人实验室的成本和选址方案。其计划是将数据中心转变为生产级实验室，持续生成、标注和验证机器人所需的物理数据。

Nvidia真正的核心竞争力

简单来说：软件、芯片和方法论。Nvidia的资产包括用于高性能推理的Blackwell GPU，用于边缘计算的Jetson Thor / Jetson系列，用于机器人模拟的Isaac套件，以及用于语言和多模态模型的NeMo系列。该公司正将这些产品打包成一种“参考机器人”方案——将软件堆栈与经过验证的机械平台捆绑在一起，使研究实验室能够省去通常会耗费大量预算的数月集成工作。

这一战略与今年早些时候的宇树科技（Unitree）公告相呼应：Nvidia选择了宇树的H2人形身体作为研究平台，并为其加载了Nvidia Jetson/Blackwell计算能力和Isaac GR00T模型。换句话说，Nvidia正在销售一个集成的模块：计算、堆栈、模拟以及可选的机械外壳。通过与LG的合作，同样的模块从仅供研究扩展到了工业规模。

这与其他机器人和数据中心动作的对比

有三个比较接近的参照案例。首先，Nvidia与宇树的合作瞄准的是学术界和实验室应用——这是实现广泛软件测试的低摩擦路径。其次，诸如专业机器人初创公司（1X Technologies等）等竞争对手正在构建垂直集成的软硬件机器人，但缺乏数据中心这一维度。第三，超大规模云服务商和芯片竞争对手（英特尔、AMD、AWS定制芯片）正在竞相优化用于AI的机架，但很少有人能像LG协议那样结合机械机器人原料供应和设施设计。

这种从执行器到模型再到冷却循环的单一供应链组合，是一场工业层面的豪赌。如果执行得当，它将建立起一道护城河，但同时也集中了技术风险：如果设施或电力架构出现问题，机器人将无法实现规模化。这也提高了地缘政治风险，因为主权AI模型和供应链现在已被编织进韩国、中国及其他国家的国家工业政策之中。

供应链、政策与欧洲视角

从欧洲工业政策的角度来看，Nvidia与LG的结盟提醒人们，亚洲仍然是许多端到端AI制造实验发生的地方。欧洲拥有机器人工程实力和自动化领域的佼佼者——德国的“隐形冠军”企业（Mittelstand）——但它缺乏首尔正在推行的那种芯片供应商、大型企业集团与电信运营商之间的一体化推动力。《欧盟芯片法案》（EU Chips Act）和重要共同利益欧洲项目（IPCEI）旨在弥补这一差距，但构建一个可比的AI工厂堆栈需要协调一致的投资，包括HBM供应、液冷专业知识和本地计算制造能力。

此外还有出口管制和竞争方面的隐忧。Nvidia正在加深与SK海力士和三星在HBM内存方面的联系，并探索晶圆代工和HBM合作；这种供应状况关系到欧洲能否获得具有竞争力的价格，还是必须依赖进口。布鲁塞尔的监管机构将密切关注这些跨境工业集团是否会固化单一供应商依赖，而这正是欧盟政策一直试图避免的。

谁来买单，谁获利，以及时间表

目前，该协议的框架是多年期且渐进式的。用于研究的Unitree H2 Plus定于今年晚些时候发布，并于10月到达实验室；以LG为主导的更广泛工厂部署将需要更长时间。构建模块化、液冷设施和国内电力系统是资本密集型的。LG的参与降低了风险：它拥有制造能力、系统集成技能和客户渠道。Nvidia则提供软件和计算经济性——双方分担重任。

受益者显而易见：需要机器人级数据集和经过验证的推理平台的研究实验室、大型制造商和云客户。而输家——至少在短期内——是那些销售分立部件而非集成堆栈的竞争对手，以及那些未能迅速保障内存、封装和冷却供应链的管辖区。

回答常见问题

Nvidia在LG的人形机器人项目中扮演什么角色？Nvidia提供计算能力（Blackwell GPU、Jetson Thor）、软件堆栈（Isaac模拟、NeMo模型、DSX编排）和参考设计。它还将与LG在电机控制和机械子系统方面展开合作，以便实现堆栈的端到端验证。

我们预计何时发布LG-Nvidia人形机器人？对于研究人员而言，Nvidia的参考系统（Unitree H2 Plus集成方案）计划于今年推出；工业化工厂落地和更大规模的数据中心集成将在未来几年内展开，并取决于内存和电力的可用性。

这是进步。一种无法仅靠幻灯片展示的进步。

来源

• 首尔大学（访问和参与材料）
• 斯坦福机器人中心（研究用途公告）
• 苏黎世联邦理工学院（研究合作提及）
• 加州大学圣地亚哥分校高级机器人与控制实验室（研究用户名单）
• 宇树科技IPO申报文件及交易所披露信息（上海科创板文件）