产品

Newton

基本信息

定义

Newton 是 NVIDIA 联合 DeepMind 和 Disney Research 发布的 GPU 加速物理引擎，专门为 物理 AI 的训练循环而设计。它的核心定位是：为机器人和自动驾驶提供一个可以产生"可验证奖励"的仿真环境——在物理 AI 的世界里，物理定律就是奖励函数。

Newton 解决了一个关键缺口：现有的物理引擎（如 MuJoCo）在精细运动控制、触觉反馈、软体模拟等场景下的保真度和速度不够。Newton 被设计为 GPU 原生加速、超实时运行，并且无缝集成进全球 roboticist 广泛使用的 MuJoCo 生态。

发展历程

黄仁勋对它的评价

"在物理 AI 里，可验证奖励是什么？很简单——物理定律。所以我们需要一个物理引擎，专门为细粒度刚体 / 软体、触觉反馈、精细运动控制而设计，要 GPU 加速到可以在超实时的速度里训练，而且要无缝集成进全球 roboticist 用的 MuJoCo。"
——2025-03 GTC 2025 - Blackwell Ultra 与 Vera Rubin

"今天我们宣布 Newton——DeepMind、Disney Research、NVIDIA 三方合作的物理引擎。"
——2025-03 GTC 2025 - Blackwell Ultra 与 Vera Rubin

物理 AI 三大支柱

黄仁勋在 GTC 2025 铺开了 物理 AI 训练循环的完整架构，Newton 是其中三大支柱之一：

  1. Cosmos —— 世界基础模型，用于生成大规模合成训练数据（"把算力变成数据"）
  2. Newton —— 物理引擎，提供符合物理定律的仿真环境（"物理定律 = 可验证奖励"）
  3. NVIDIA Isaac / GR00T —— 机器人软件栈和通用基础模型，把前两者的输出转化为机器人的行为能力

这三者的关系是：Cosmos 生成海量场景 --> Newton 在场景中运行符合物理的仿真 --> Isaac/GR00T 在仿真中训练机器人策略。这个闭环是 NVIDIA "用数据中心里的仿真代替物理世界里昂贵试错"哲学的完整落地。

为什么是三方合作

Newton 的三方合作结构本身就很有说服力：

这种组合暗示了 Newton 的野心不只是工业机器人——它也指向角色动画、电影特效、游戏物理等更广阔的应用场景，与 数字孪生 的完整愿景呼应。

体现的核心概念

相关产品