Nvidia’s fysieke AI activiteiten rond robots, autonome voertuigen en industriële systemen worden momenteel geschat op ongeveer $10 miljard aan jaarlijkse omzet. Het bedrijf bouwt een complete technologiestack met datacenter GPU’s, Isaac simulatiesoftware, Cosmos modellen en edgechips zoals Orin en Thor.
Gepubliceerd doorBewerkt met GPT-5.6 LunaAfbeeldingen gegenereerd met GPT Image 1.5
Research answer

Create a landscape editorial hero image for this Studio Global article: How has Nvidia’s physical AI business—covering robotics, self-driving cars, and drones—grown to roughly $10 billion in annual revenue, why d. Article summary: Nvidia is trying to become the computing platform for “physical AI”: the chips and software used to train, simulate, and operate robots, autonomous vehicles, and drones. The business is already estimated to produce about. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Nvidia’s volgende groeifase speelt zich mogelijk niet alleen af in datacenters. Het bedrijf wil de infrastructuur leveren voor machines die de fysieke wereld kunnen waarnemen, redeneren en zelfstandig handelen: van robots en autonome voertuigen tot industriële systemen.
Die activiteiten zouden nu al ongeveer $10 miljard aan jaarlijkse omzet opleveren. Jensen Huang, Nvidia’s topman, heeft gezegd dat dit bedrag in het komende decennium vertienvoudigd kan worden. Dat zou neerkomen op een potentiële activiteit van circa $100 miljard. Het gaat daarbij om een ambitie voor toekomstige groei, niet om een afzonderlijke omzetpost die Nvidia in zijn jaarrekening rapporteert.
‘Fysieke AI’ verwijst naar AI-systemen die in de echte wereld opereren, in plaats van alleen tekst, afbeeldingen of software te genereren. Voor Nvidia bestaat de kans uit meerdere lagen:
Die combinatie is strategisch belangrijk. Nvidia kan inkomsten halen uit verschillende fases van de levenscyclus van één machine: uit de rekenkracht waarmee een robot wordt ontwikkeld, uit de software waarmee hij wordt gesimuleerd en uit de processor die uiteindelijk in het apparaat zelf terechtkomt.
Huang gaat ervan uit dat AI zich verplaatst van de digitale wereld naar fabrieken, voertuigen, magazijnen en andere fysieke omgevingen. Vooral productiebedrijven zijn aantrekkelijk omdat veel taken repetitief, meetbaar en gestructureerd zijn. Daardoor zijn ze eenvoudiger te simuleren, te testen en op grotere schaal te automatiseren dan veel onvoorspelbare consumententoepassingen.
Huang heeft robotica omschreven als een potentiële industrie van $50 biljoen en gezegd dat het ‘ChatGPT-moment’ voor robots is aangebroken. Dat bedrag staat voor de brede potentiële markt voor productie en robotica, niet voor de omzet die Nvidia zelf zal boeken. Nvidia kan slechts een deel van die waarde binnenhalen met chips, software, simulatie en infrastructuur.
De kernvraag is daarom niet of de markt groot genoeg is. Dat is hij waarschijnlijk. De vraag is of autonome machines de stap kunnen maken van demonstraties en beperkte fabrieksprojecten naar betrouwbaar commercieel gebruik. Ze moeten veilig, betaalbaar, productief en onderhoudbaar worden in veel grotere en minder gecontroleerde omgevingen.
Nvidia wil zijn platform zowel vóór als ná de ingebruikname van een robot relevant maken.
De robotica-tools van Isaac en de bijbehorende simulatiekaders zijn bedoeld om ontwikkelaars te helpen robotsystemen te ontwerpen en in virtuele omgevingen te testen. Nvidia positioneert zijn bredere platform voor het ontwerpen, trainen, testen en uitrollen van fysieke AI.
Daarnaast ontwikkelt het bedrijf de Cosmos-modellen voor toepassingen rond fysieke AI. Nvidia beschrijft Cosmos Transfer en Cosmos Predict als open wereldmodellen die fysiek gebaseerde synthetische data kunnen genereren en robotbeleid in simulaties kunnen evalueren. Cosmos Reason moet intelligente machines helpen de fysieke wereld te interpreteren en daarop te handelen.
Aan de hardwarekant zijn Nvidia’s edgeprocessors bedoeld voor AI-berekeningen aan boord van voertuigen en robots. Het Unitree-onderzoeksysteem combineert bijvoorbeeld een humanoïde robot van Unitree met Nvidia’s Jetson Thor-hardware, robotmodellen en simulatiesoftware.
De onderliggende bedrijfslogica lijkt op Nvidia’s bredere platformstrategie: hardware, software en ontwikkelaarstools zo nauw met elkaar verbinden dat klanten Nvidia tijdens het hele ontwikkel- en implementatieproces blijven gebruiken.
China beschikt momenteel over een uitzonderlijk grote productiebasis en thuismarkt voor humanoïde robots. Chinese bedrijven waren in de eerste helft van 2026 goed voor meer dan 97% van alle wereldwijde leveringen. Wereldwijd werden in die periode ongeveer 19.100 humanoïde robots geleverd, tegenover circa 5.100 in dezelfde periode een jaar eerder. 1
Die cijfers wijzen op een sterke industriële dynamiek, maar bewijzen op zichzelf niet dat humanoïde robots al breed winstgevend zijn of menselijke arbeid op grote schaal kunnen vervangen. Toch geven Chinese toeleveringsketens, productiecapaciteit en vraag vanuit fabrieken robotbedrijven er een gunstige omgeving om prototypes om te zetten in productie op grotere schaal.
Dat maakt Chinese robotfabrikanten interessante partners voor Nvidia. De samenwerking met Unitree verbindt Nvidia’s software- en edgecomputingplatform met een prominente Chinese fabrikant van humanoïde robots. Het aangekondigde systeem is in eerste instantie bedoeld voor onderzoeksinstellingen, waaronder Stanford en ETH Zürich. Het vormt dus nog geen bewijs van massale adoptie door consumenten.
Voor Nvidia gaat het strategisch om meer dan de verkoop van processors aan één robotfabrikant. Het bedrijf wil een gemeenschappelijke ontwikkel- en computerarchitectuur helpen vestigen voordat de robotica-industrie op grote schaal gaat produceren.
Nvidia’s Chinese strategie blijft tegelijk sterk afhankelijk van exportregels. De H200 is een datacenteraccelerator voor zware AI-taken, waaronder het trainen en uitvoeren van modellen. Amerikaanse autoriteiten hebben beperkte verkoop toegestaan, maar toegang tot de chip blijft politiek gevoelig en aan voorwaarden gebonden.
Nvidia meldde dat het in het meest recente kwartaal een klein aantal H200-chips aan Chinese klanten heeft verkocht. Die verkopen waren goed voor minder dan 1% van de datacenteromzet in de betreffende periode. Het bedrijf zei bovendien dat het niet de volledige hoeveelheid had geleverd die volgens de Amerikaanse vergunning was toegestaan.
Volgens berichten ontvingen ByteDance en Tencent elk partijen van ongeveer 10.000 H200-processors. Dat laat zien dat een deel van de vraag Nvidia nog steeds kan bereiken, ondanks de beperkingen. De transacties mogen echter niet worden gezien als een terugkeer naar onbeperkte verkoop in China. Amerikaanse vergunningen, Chinees beleid, productie- en leveringsbeslissingen en binnenlandse alternatieven kunnen de omvang en timing van de markt telkens veranderen.
Ook het onderscheid tussen Nvidia’s producten is belangrijk. Datacenter-GPU’s zoals de H200 worden gebruikt voor het trainen en draaien van AI-modellen. Processors zoals Orin en Thor zijn ontworpen voor realtimeberekeningen in voertuigen en robots. Een klant kan Nvidia-infrastructuur dus gebruiken tijdens de ontwikkeling en later Nvidia-edgehardware inzetten wanneer de machine operationeel wordt.
Nvidia’s financiële prestaties worden momenteel gedomineerd door de vraag naar datacenterchips. Fysieke AI kan het bedrijf uitbreiden naar automotive computing, industriële automatisering, logistiek, robotica, simulatiesoftware en edge-inference.
Daarbij kan een zichzelf versterkende cyclus ontstaan:
Dat vliegwiel vormt de kern van Nvidia’s strategie. Als het bedrijf de standaardinfrastructuur voor fysieke AI wordt, kan de omzet afkomstig zijn van duizenden of uiteindelijk miljoenen machines, in plaats van vooral van een relatief klein aantal hyperscale-datacenters.
De duidelijkste aanwijzing voor een robotica-hausse is momenteel de sterke groei van het aantal leveringen en de snelle uitbreiding van het omliggende hardware- en software-ecosysteem. Maar leveringsvolume is slechts een vroege indicator.
De langetermijncase van Nvidia staat of valt met autonome systemen die ook buiten gecontroleerde omgevingen betrouwbaar functioneren. Robots moeten nuttige taken kunnen uitvoeren in fabrieken, magazijnen, de bouw, landbouw, winkels en uiteindelijk woningen. Ze moeten bovendien aan veiligheidseisen voldoen, betaalbaar zijn en voldoende productiviteit opleveren om aanschaf, onderhoud en inzet te rechtvaardigen.
Als die overgang langer duurt dan verwacht, blijft Huangs framing van een industrie van $50 biljoen vooral een beschrijving van langetermijnpotentieel en geen directe omzetmarkt. Nvidia’s fysieke-AI-activiteiten hebben al producten, klanten en vroege omzet. De sprong van ongeveer $10 miljard naar $100 miljard hangt echter af van één grote voorwaarde: de echte economie moet autonome machines op grote schaal gaan gebruiken.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Nvidia’s fysieke AI activiteiten rond robots, autonome voertuigen en industriële systemen worden momenteel geschat op ongeveer $10 miljard aan jaarlijkse omzet.
Nvidia’s fysieke AI activiteiten rond robots, autonome voertuigen en industriële systemen worden momenteel geschat op ongeveer $10 miljard aan jaarlijkse omzet. Het bedrijf bouwt een complete technologiestack met datacenter GPU’s, Isaac simulatiesoftware, Cosmos modellen en edgechips zoals Orin en Thor.
China is een cruciale roboticalocatie: Chinese fabrikanten waren in de eerste helft van 2026 goed voor meer dan 97% van de wereldwijde leveringen van humanoïde robots, terwijl Nvidia tegelijk zijn toegang tot de Chine...
Nvidia’s fysieke AI activiteiten rond robots, autonome voertuigen en industriële systemen worden momenteel geschat op ongeveer $10 miljard aan jaarlijkse omzet. Het bedrijf bouwt een complete technologiestack met datacenter GPU’s, Isaac simulatiesoftware, Cosmos modellen en edgechips zoals Orin en Thor.
Gepubliceerd doorBewerkt met GPT-5.6 LunaAfbeeldingen gegenereerd met GPT Image 1.5
Research answer

Create a landscape editorial hero image for this Studio Global article: How has Nvidia’s physical AI business—covering robotics, self-driving cars, and drones—grown to roughly $10 billion in annual revenue, why d. Article summary: Nvidia is trying to become the computing platform for “physical AI”: the chips and software used to train, simulate, and operate robots, autonomous vehicles, and drones. The business is already estimated to produce about. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Nvidia’s volgende groeifase speelt zich mogelijk niet alleen af in datacenters. Het bedrijf wil de infrastructuur leveren voor machines die de fysieke wereld kunnen waarnemen, redeneren en zelfstandig handelen: van robots en autonome voertuigen tot industriële systemen.
Die activiteiten zouden nu al ongeveer $10 miljard aan jaarlijkse omzet opleveren. Jensen Huang, Nvidia’s topman, heeft gezegd dat dit bedrag in het komende decennium vertienvoudigd kan worden. Dat zou neerkomen op een potentiële activiteit van circa $100 miljard. Het gaat daarbij om een ambitie voor toekomstige groei, niet om een afzonderlijke omzetpost die Nvidia in zijn jaarrekening rapporteert.
‘Fysieke AI’ verwijst naar AI-systemen die in de echte wereld opereren, in plaats van alleen tekst, afbeeldingen of software te genereren. Voor Nvidia bestaat de kans uit meerdere lagen:
Die combinatie is strategisch belangrijk. Nvidia kan inkomsten halen uit verschillende fases van de levenscyclus van één machine: uit de rekenkracht waarmee een robot wordt ontwikkeld, uit de software waarmee hij wordt gesimuleerd en uit de processor die uiteindelijk in het apparaat zelf terechtkomt.
Huang gaat ervan uit dat AI zich verplaatst van de digitale wereld naar fabrieken, voertuigen, magazijnen en andere fysieke omgevingen. Vooral productiebedrijven zijn aantrekkelijk omdat veel taken repetitief, meetbaar en gestructureerd zijn. Daardoor zijn ze eenvoudiger te simuleren, te testen en op grotere schaal te automatiseren dan veel onvoorspelbare consumententoepassingen.
Huang heeft robotica omschreven als een potentiële industrie van $50 biljoen en gezegd dat het ‘ChatGPT-moment’ voor robots is aangebroken. Dat bedrag staat voor de brede potentiële markt voor productie en robotica, niet voor de omzet die Nvidia zelf zal boeken. Nvidia kan slechts een deel van die waarde binnenhalen met chips, software, simulatie en infrastructuur.
De kernvraag is daarom niet of de markt groot genoeg is. Dat is hij waarschijnlijk. De vraag is of autonome machines de stap kunnen maken van demonstraties en beperkte fabrieksprojecten naar betrouwbaar commercieel gebruik. Ze moeten veilig, betaalbaar, productief en onderhoudbaar worden in veel grotere en minder gecontroleerde omgevingen.
Nvidia wil zijn platform zowel vóór als ná de ingebruikname van een robot relevant maken.
De robotica-tools van Isaac en de bijbehorende simulatiekaders zijn bedoeld om ontwikkelaars te helpen robotsystemen te ontwerpen en in virtuele omgevingen te testen. Nvidia positioneert zijn bredere platform voor het ontwerpen, trainen, testen en uitrollen van fysieke AI.
Daarnaast ontwikkelt het bedrijf de Cosmos-modellen voor toepassingen rond fysieke AI. Nvidia beschrijft Cosmos Transfer en Cosmos Predict als open wereldmodellen die fysiek gebaseerde synthetische data kunnen genereren en robotbeleid in simulaties kunnen evalueren. Cosmos Reason moet intelligente machines helpen de fysieke wereld te interpreteren en daarop te handelen.
Aan de hardwarekant zijn Nvidia’s edgeprocessors bedoeld voor AI-berekeningen aan boord van voertuigen en robots. Het Unitree-onderzoeksysteem combineert bijvoorbeeld een humanoïde robot van Unitree met Nvidia’s Jetson Thor-hardware, robotmodellen en simulatiesoftware.
De onderliggende bedrijfslogica lijkt op Nvidia’s bredere platformstrategie: hardware, software en ontwikkelaarstools zo nauw met elkaar verbinden dat klanten Nvidia tijdens het hele ontwikkel- en implementatieproces blijven gebruiken.
China beschikt momenteel over een uitzonderlijk grote productiebasis en thuismarkt voor humanoïde robots. Chinese bedrijven waren in de eerste helft van 2026 goed voor meer dan 97% van alle wereldwijde leveringen. Wereldwijd werden in die periode ongeveer 19.100 humanoïde robots geleverd, tegenover circa 5.100 in dezelfde periode een jaar eerder. 1
Die cijfers wijzen op een sterke industriële dynamiek, maar bewijzen op zichzelf niet dat humanoïde robots al breed winstgevend zijn of menselijke arbeid op grote schaal kunnen vervangen. Toch geven Chinese toeleveringsketens, productiecapaciteit en vraag vanuit fabrieken robotbedrijven er een gunstige omgeving om prototypes om te zetten in productie op grotere schaal.
Dat maakt Chinese robotfabrikanten interessante partners voor Nvidia. De samenwerking met Unitree verbindt Nvidia’s software- en edgecomputingplatform met een prominente Chinese fabrikant van humanoïde robots. Het aangekondigde systeem is in eerste instantie bedoeld voor onderzoeksinstellingen, waaronder Stanford en ETH Zürich. Het vormt dus nog geen bewijs van massale adoptie door consumenten.
Voor Nvidia gaat het strategisch om meer dan de verkoop van processors aan één robotfabrikant. Het bedrijf wil een gemeenschappelijke ontwikkel- en computerarchitectuur helpen vestigen voordat de robotica-industrie op grote schaal gaat produceren.
Nvidia’s Chinese strategie blijft tegelijk sterk afhankelijk van exportregels. De H200 is een datacenteraccelerator voor zware AI-taken, waaronder het trainen en uitvoeren van modellen. Amerikaanse autoriteiten hebben beperkte verkoop toegestaan, maar toegang tot de chip blijft politiek gevoelig en aan voorwaarden gebonden.
Nvidia meldde dat het in het meest recente kwartaal een klein aantal H200-chips aan Chinese klanten heeft verkocht. Die verkopen waren goed voor minder dan 1% van de datacenteromzet in de betreffende periode. Het bedrijf zei bovendien dat het niet de volledige hoeveelheid had geleverd die volgens de Amerikaanse vergunning was toegestaan.
Volgens berichten ontvingen ByteDance en Tencent elk partijen van ongeveer 10.000 H200-processors. Dat laat zien dat een deel van de vraag Nvidia nog steeds kan bereiken, ondanks de beperkingen. De transacties mogen echter niet worden gezien als een terugkeer naar onbeperkte verkoop in China. Amerikaanse vergunningen, Chinees beleid, productie- en leveringsbeslissingen en binnenlandse alternatieven kunnen de omvang en timing van de markt telkens veranderen.
Ook het onderscheid tussen Nvidia’s producten is belangrijk. Datacenter-GPU’s zoals de H200 worden gebruikt voor het trainen en draaien van AI-modellen. Processors zoals Orin en Thor zijn ontworpen voor realtimeberekeningen in voertuigen en robots. Een klant kan Nvidia-infrastructuur dus gebruiken tijdens de ontwikkeling en later Nvidia-edgehardware inzetten wanneer de machine operationeel wordt.
Nvidia’s financiële prestaties worden momenteel gedomineerd door de vraag naar datacenterchips. Fysieke AI kan het bedrijf uitbreiden naar automotive computing, industriële automatisering, logistiek, robotica, simulatiesoftware en edge-inference.
Daarbij kan een zichzelf versterkende cyclus ontstaan:
Dat vliegwiel vormt de kern van Nvidia’s strategie. Als het bedrijf de standaardinfrastructuur voor fysieke AI wordt, kan de omzet afkomstig zijn van duizenden of uiteindelijk miljoenen machines, in plaats van vooral van een relatief klein aantal hyperscale-datacenters.
De duidelijkste aanwijzing voor een robotica-hausse is momenteel de sterke groei van het aantal leveringen en de snelle uitbreiding van het omliggende hardware- en software-ecosysteem. Maar leveringsvolume is slechts een vroege indicator.
De langetermijncase van Nvidia staat of valt met autonome systemen die ook buiten gecontroleerde omgevingen betrouwbaar functioneren. Robots moeten nuttige taken kunnen uitvoeren in fabrieken, magazijnen, de bouw, landbouw, winkels en uiteindelijk woningen. Ze moeten bovendien aan veiligheidseisen voldoen, betaalbaar zijn en voldoende productiviteit opleveren om aanschaf, onderhoud en inzet te rechtvaardigen.
Als die overgang langer duurt dan verwacht, blijft Huangs framing van een industrie van $50 biljoen vooral een beschrijving van langetermijnpotentieel en geen directe omzetmarkt. Nvidia’s fysieke-AI-activiteiten hebben al producten, klanten en vroege omzet. De sprong van ongeveer $10 miljard naar $100 miljard hangt echter af van één grote voorwaarde: de echte economie moet autonome machines op grote schaal gaan gebruiken.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Nvidia’s fysieke AI activiteiten rond robots, autonome voertuigen en industriële systemen worden momenteel geschat op ongeveer $10 miljard aan jaarlijkse omzet.
Nvidia’s fysieke AI activiteiten rond robots, autonome voertuigen en industriële systemen worden momenteel geschat op ongeveer $10 miljard aan jaarlijkse omzet. Het bedrijf bouwt een complete technologiestack met datacenter GPU’s, Isaac simulatiesoftware, Cosmos modellen en edgechips zoals Orin en Thor.
China is een cruciale roboticalocatie: Chinese fabrikanten waren in de eerste helft van 2026 goed voor meer dan 97% van de wereldwijde leveringen van humanoïde robots, terwijl Nvidia tegelijk zijn toegang tot de Chine...