Nvidias virksomhet innen fysisk KI – blant annet roboter, autonome kjøretøy og industrielle systemer – anslås allerede til rundt 10 milliarder dollar i årlige inntekter. Selskapet bygger en komplett plattform med datasenterbrikker, simuleringsverktøy, åpne KI modeller og prosessorer som Orin og Thor for bruk direkte...
Publisert avRedigert med GPT-5.6 LunaBilder generert med 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
Nvidias neste vekstkapittel kan bli langt større enn datasentrene. Selskapet posisjonerer brikker, simuleringsprogramvare og KI-modeller som infrastrukturen for maskiner som kan oppfatte, resonnere og handle i den fysiske verden – fra roboter og autonome kjøretøy til fabrikksystemer.
Virksomheten anslås allerede til rundt 10 milliarder dollar i årlige inntekter. Konsernsjef Jensen Huang har sagt at den kan vokse ti ganger i løpet av det neste tiåret, noe som tilsvarer en mulig virksomhet på 100 milliarder dollar. Tallet er imidlertid en ambisjon knyttet til fremtidig bruk, ikke en egen inntektslinje Nvidia rapporterer i regnskapet.
Fysisk KI handler om systemer som opererer i den virkelige verden, ikke bare om teknologi som lager tekst, bilder eller programkode. For Nvidia består muligheten av flere lag:
Strategien er viktig fordi Nvidia kan levere teknologi gjennom hele maskinens livsløp. Selskapet kan selge datakraften som brukes til å utvikle en robot, programvaren som brukes til å simulere den, og prosessoren som sitter i den ferdige maskinen.
Huang mener KI er på vei ut av den digitale verden og inn i fabrikker, kjøretøy, lagerbygninger og andre fysiske miljøer. Industrien er særlig attraktiv fordi mange oppgaver er repetitive, målbare og strukturerte. Det gjør dem enklere å teste og automatisere enn oppgaver i uforutsigbare forbrukermiljøer.
Huang har omtalt robotikk som en mulig industri på 50 billioner dollar og sagt at robotikken har fått sitt «ChatGPT-øyeblikk». Beløpet beskriver det brede potensialet i produksjon og tilknyttet robotikk – ikke Nvidias forventede inntekter. Nvidia vil bare få en del av verdiene gjennom brikker, programvare, simulering og infrastruktur.
Det avgjørende spørsmålet er derfor ikke om markedet er stort nok. Spørsmålet er om autonome maskiner kan gå fra demonstrasjoner og begrensede fabrikkforsøk til pålitelig, kommersiell bruk i stor skala. Robotene må være sikre, rimelige, produktive og enkle nok å vedlikeholde.
Nvidias strategi er laget for å være nyttig både før og etter at roboten forlater fabrikken.
Selskapets Isaac-verktøy og simuleringsrammeverk skal hjelpe utviklere med å bygge og teste robotsystemer i virtuelle miljøer. Nvidia beskriver plattformen som et samlet system for å utforme, trene, teste og ta i bruk fysisk KI.
Selskapet utvikler også Cosmos-modeller for fysiske KI-anvendelser. Nvidia beskriver Cosmos Transfer og Cosmos Predict som åpne verdensmodeller som støtter fysisk basert generering av syntetiske data og evaluering av robotstyring i simulering. Cosmos Reason skal hjelpe intelligente maskiner med å tolke og handle i den fysiske verden.
På maskinvaresiden er Nvidias prosessorer for kanten utviklet for KI direkte om bord i kjøretøy og roboter. I et forskningssystem samarbeider Nvidia for eksempel med Unitree: En humanoid robot fra Unitree kombineres med Nvidias Jetson Thor-maskinvare, robotmodeller og simuleringsprogramvare.
Forretningslogikken ligner Nvidias øvrige plattformstrategi: Verktøy, maskinvare og utviklerøkosystem skal fungere så tett sammen at kundene fortsetter å bruke Nvidia fra utvikling til drift.
Kina har i dag både en uvanlig stor produksjonsbase og et stort hjemmemarked for humanoide roboter. Kinesiske selskaper sto for mer enn 97 prosent av alle leverte humanoide roboter globalt i første halvår 2026. Totalt ble det levert rundt 19 100 roboter på verdensbasis, opp fra omtrent 5 100 i samme periode året før. 1
Leveransetallene viser tidlig industriell fremdrift, men beviser ikke at humanoide roboter allerede er lønnsomme i bred skala eller kan erstatte menneskelig arbeidskraft. Kinas leverandørkjeder, produksjonskapasitet og etterspørsel fra fabrikker gir likevel robotprodusentene et sterkt utgangspunkt for å gå fra prototyper til større utrullinger.
Det gjør kinesiske robotprodusenter til verdifulle partnere for Nvidia. Samarbeidet med Unitree kobler Nvidias programvare og datakraft på kanten til en fremtredende kinesisk produsent av humanoide roboter. Systemet er i første omgang rettet mot forskningsinstitusjoner, blant annet Stanford og ETH Zurich, og er derfor ikke i seg selv et bevis på masseadopsjon blant forbrukere.
For Nvidia handler målet om mer enn å selge prosessorer til én robot. Selskapet vil etablere en felles utviklings- og dataplattform som produsentene kan bygge videre på når volumene øker.
Nvidias Kina-strategi er samtidig bundet av amerikanske eksportkontroller. H200 er en datasenterakselerator for krevende KI-oppgaver, blant annet trening og kjøring av modeller. Amerikanske myndigheter har tillatt enkelte salg, men tilgangen er fortsatt begrenset og politisk følsom.
Nvidia opplyste at selskapet solgte et lite antall H200-brikker til kinesiske kunder i det siste kvartalet. Salget utgjorde mindre enn 1 prosent av datasenterinntektene i perioden, og Nvidia sa også at det ikke hadde levert hele mengden som var tillatt gjennom den amerikanske lisensen.
Ifølge rapporter mottok ByteDance og Tencent hver partier på rundt 10 000 H200-prosessorer. Det viser at noe etterspørsel fortsatt kan nå Nvidia selv under restriksjonene. Det bør likevel ikke tolkes som en retur til et fritt kinesisk marked. Amerikanske godkjenninger, kinesisk politikk, forsyningsbeslutninger og lokale alternativer kan alle endre både størrelsen på og tidspunktet for salget.
Det er også viktig å skille mellom produktene. Datasenterbrikker som H200 brukes til å trene og kjøre KI-modeller, mens prosessorer som Orin og Thor er laget for sanntidsberegninger i biler og roboter. En kunde kan derfor bruke Nvidias datasenterinfrastruktur under utviklingen og Nvidias brikker på kanten når maskinen tas i bruk.
Nvidias økonomiske resultater domineres fortsatt av etterspørselen etter datasenterbrikker. Fysisk KI kan utvide selskapets rekkevidde til bilteknologi, industriell automatisering, logistikk, robotikk, simuleringsprogramvare og databehandling på kanten.
Virksomheten kan også skape en selvforsterkende spiral:
Det er denne spiralen som gjør strategien attraktiv. Hvis Nvidia blir standardplattformen for fysisk KI, kan inntektene komme fra tusenvis eller millioner av maskiner – ikke bare fra et mindre antall enorme datasentre.
Det tydeligste beviset på en robotikkbølge er foreløpig økende leveranser og et raskt voksende økosystem av programvare og maskinvare. Men antall leverte enheter er bare en tidlig indikator.
Nvidias langsiktige scenario forutsetter at autonome systemer fungerer pålitelig utenfor kontrollerte miljøer. Roboter må kunne utføre nyttige oppgaver i fabrikker, lagerbygninger, på byggeplasser, i landbruket, i butikker, på veiene og etter hvert i hjemmene. De må oppfylle sikkerhetskrav, ha akseptable kostnader og gi nok produktivitetsgevinst til å forsvare innkjøp og vedlikehold.
Hvis overgangen tar lenger tid enn ventet, vil Huangs bilde av en industri på 50 billioner dollar fortsatt være et uttrykk for langsiktig potensial – ikke en umiddelbar inntektskilde. Nvidias virksomhet innen fysisk KI har allerede produkter, kunder og tidlige inntekter. Men spranget fra rundt 10 til 100 milliarder dollar avhenger av at den virkelige økonomien tar i bruk autonome maskiner i stor skala.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Nvidias virksomhet innen fysisk KI – blant annet roboter, autonome kjøretøy og industrielle systemer – anslås allerede til rundt 10 milliarder dollar i årlige inntekter.
Nvidias virksomhet innen fysisk KI – blant annet roboter, autonome kjøretøy og industrielle systemer – anslås allerede til rundt 10 milliarder dollar i årlige inntekter. Selskapet bygger en komplett plattform med datasenterbrikker, simuleringsverktøy, åpne KI modeller og prosessorer som Orin og Thor for bruk direkte i kjøretøy og roboter.
Kina sto for mer enn 97 prosent av verdens leveranser av humanoide roboter i første halvår 2026, men eksportrestriksjoner og usikker lønnsomhet begrenser hvor stort markedet faktisk kan bli.
Nvidias virksomhet innen fysisk KI – blant annet roboter, autonome kjøretøy og industrielle systemer – anslås allerede til rundt 10 milliarder dollar i årlige inntekter. Selskapet bygger en komplett plattform med datasenterbrikker, simuleringsverktøy, åpne KI modeller og prosessorer som Orin og Thor for bruk direkte...
Publisert avRedigert med GPT-5.6 LunaBilder generert med 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
Nvidias neste vekstkapittel kan bli langt større enn datasentrene. Selskapet posisjonerer brikker, simuleringsprogramvare og KI-modeller som infrastrukturen for maskiner som kan oppfatte, resonnere og handle i den fysiske verden – fra roboter og autonome kjøretøy til fabrikksystemer.
Virksomheten anslås allerede til rundt 10 milliarder dollar i årlige inntekter. Konsernsjef Jensen Huang har sagt at den kan vokse ti ganger i løpet av det neste tiåret, noe som tilsvarer en mulig virksomhet på 100 milliarder dollar. Tallet er imidlertid en ambisjon knyttet til fremtidig bruk, ikke en egen inntektslinje Nvidia rapporterer i regnskapet.
Fysisk KI handler om systemer som opererer i den virkelige verden, ikke bare om teknologi som lager tekst, bilder eller programkode. For Nvidia består muligheten av flere lag:
Strategien er viktig fordi Nvidia kan levere teknologi gjennom hele maskinens livsløp. Selskapet kan selge datakraften som brukes til å utvikle en robot, programvaren som brukes til å simulere den, og prosessoren som sitter i den ferdige maskinen.
Huang mener KI er på vei ut av den digitale verden og inn i fabrikker, kjøretøy, lagerbygninger og andre fysiske miljøer. Industrien er særlig attraktiv fordi mange oppgaver er repetitive, målbare og strukturerte. Det gjør dem enklere å teste og automatisere enn oppgaver i uforutsigbare forbrukermiljøer.
Huang har omtalt robotikk som en mulig industri på 50 billioner dollar og sagt at robotikken har fått sitt «ChatGPT-øyeblikk». Beløpet beskriver det brede potensialet i produksjon og tilknyttet robotikk – ikke Nvidias forventede inntekter. Nvidia vil bare få en del av verdiene gjennom brikker, programvare, simulering og infrastruktur.
Det avgjørende spørsmålet er derfor ikke om markedet er stort nok. Spørsmålet er om autonome maskiner kan gå fra demonstrasjoner og begrensede fabrikkforsøk til pålitelig, kommersiell bruk i stor skala. Robotene må være sikre, rimelige, produktive og enkle nok å vedlikeholde.
Nvidias strategi er laget for å være nyttig både før og etter at roboten forlater fabrikken.
Selskapets Isaac-verktøy og simuleringsrammeverk skal hjelpe utviklere med å bygge og teste robotsystemer i virtuelle miljøer. Nvidia beskriver plattformen som et samlet system for å utforme, trene, teste og ta i bruk fysisk KI.
Selskapet utvikler også Cosmos-modeller for fysiske KI-anvendelser. Nvidia beskriver Cosmos Transfer og Cosmos Predict som åpne verdensmodeller som støtter fysisk basert generering av syntetiske data og evaluering av robotstyring i simulering. Cosmos Reason skal hjelpe intelligente maskiner med å tolke og handle i den fysiske verden.
På maskinvaresiden er Nvidias prosessorer for kanten utviklet for KI direkte om bord i kjøretøy og roboter. I et forskningssystem samarbeider Nvidia for eksempel med Unitree: En humanoid robot fra Unitree kombineres med Nvidias Jetson Thor-maskinvare, robotmodeller og simuleringsprogramvare.
Forretningslogikken ligner Nvidias øvrige plattformstrategi: Verktøy, maskinvare og utviklerøkosystem skal fungere så tett sammen at kundene fortsetter å bruke Nvidia fra utvikling til drift.
Kina har i dag både en uvanlig stor produksjonsbase og et stort hjemmemarked for humanoide roboter. Kinesiske selskaper sto for mer enn 97 prosent av alle leverte humanoide roboter globalt i første halvår 2026. Totalt ble det levert rundt 19 100 roboter på verdensbasis, opp fra omtrent 5 100 i samme periode året før. 1
Leveransetallene viser tidlig industriell fremdrift, men beviser ikke at humanoide roboter allerede er lønnsomme i bred skala eller kan erstatte menneskelig arbeidskraft. Kinas leverandørkjeder, produksjonskapasitet og etterspørsel fra fabrikker gir likevel robotprodusentene et sterkt utgangspunkt for å gå fra prototyper til større utrullinger.
Det gjør kinesiske robotprodusenter til verdifulle partnere for Nvidia. Samarbeidet med Unitree kobler Nvidias programvare og datakraft på kanten til en fremtredende kinesisk produsent av humanoide roboter. Systemet er i første omgang rettet mot forskningsinstitusjoner, blant annet Stanford og ETH Zurich, og er derfor ikke i seg selv et bevis på masseadopsjon blant forbrukere.
For Nvidia handler målet om mer enn å selge prosessorer til én robot. Selskapet vil etablere en felles utviklings- og dataplattform som produsentene kan bygge videre på når volumene øker.
Nvidias Kina-strategi er samtidig bundet av amerikanske eksportkontroller. H200 er en datasenterakselerator for krevende KI-oppgaver, blant annet trening og kjøring av modeller. Amerikanske myndigheter har tillatt enkelte salg, men tilgangen er fortsatt begrenset og politisk følsom.
Nvidia opplyste at selskapet solgte et lite antall H200-brikker til kinesiske kunder i det siste kvartalet. Salget utgjorde mindre enn 1 prosent av datasenterinntektene i perioden, og Nvidia sa også at det ikke hadde levert hele mengden som var tillatt gjennom den amerikanske lisensen.
Ifølge rapporter mottok ByteDance og Tencent hver partier på rundt 10 000 H200-prosessorer. Det viser at noe etterspørsel fortsatt kan nå Nvidia selv under restriksjonene. Det bør likevel ikke tolkes som en retur til et fritt kinesisk marked. Amerikanske godkjenninger, kinesisk politikk, forsyningsbeslutninger og lokale alternativer kan alle endre både størrelsen på og tidspunktet for salget.
Det er også viktig å skille mellom produktene. Datasenterbrikker som H200 brukes til å trene og kjøre KI-modeller, mens prosessorer som Orin og Thor er laget for sanntidsberegninger i biler og roboter. En kunde kan derfor bruke Nvidias datasenterinfrastruktur under utviklingen og Nvidias brikker på kanten når maskinen tas i bruk.
Nvidias økonomiske resultater domineres fortsatt av etterspørselen etter datasenterbrikker. Fysisk KI kan utvide selskapets rekkevidde til bilteknologi, industriell automatisering, logistikk, robotikk, simuleringsprogramvare og databehandling på kanten.
Virksomheten kan også skape en selvforsterkende spiral:
Det er denne spiralen som gjør strategien attraktiv. Hvis Nvidia blir standardplattformen for fysisk KI, kan inntektene komme fra tusenvis eller millioner av maskiner – ikke bare fra et mindre antall enorme datasentre.
Det tydeligste beviset på en robotikkbølge er foreløpig økende leveranser og et raskt voksende økosystem av programvare og maskinvare. Men antall leverte enheter er bare en tidlig indikator.
Nvidias langsiktige scenario forutsetter at autonome systemer fungerer pålitelig utenfor kontrollerte miljøer. Roboter må kunne utføre nyttige oppgaver i fabrikker, lagerbygninger, på byggeplasser, i landbruket, i butikker, på veiene og etter hvert i hjemmene. De må oppfylle sikkerhetskrav, ha akseptable kostnader og gi nok produktivitetsgevinst til å forsvare innkjøp og vedlikehold.
Hvis overgangen tar lenger tid enn ventet, vil Huangs bilde av en industri på 50 billioner dollar fortsatt være et uttrykk for langsiktig potensial – ikke en umiddelbar inntektskilde. Nvidias virksomhet innen fysisk KI har allerede produkter, kunder og tidlige inntekter. Men spranget fra rundt 10 til 100 milliarder dollar avhenger av at den virkelige økonomien tar i bruk autonome maskiner i stor skala.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Nvidias virksomhet innen fysisk KI – blant annet roboter, autonome kjøretøy og industrielle systemer – anslås allerede til rundt 10 milliarder dollar i årlige inntekter.
Nvidias virksomhet innen fysisk KI – blant annet roboter, autonome kjøretøy og industrielle systemer – anslås allerede til rundt 10 milliarder dollar i årlige inntekter. Selskapet bygger en komplett plattform med datasenterbrikker, simuleringsverktøy, åpne KI modeller og prosessorer som Orin og Thor for bruk direkte i kjøretøy og roboter.
Kina sto for mer enn 97 prosent av verdens leveranser av humanoide roboter i første halvår 2026, men eksportrestriksjoner og usikker lønnsomhet begrenser hvor stort markedet faktisk kan bli.