Бизнес Nvidia в сфере «физического ИИ» — робототехники, автономных автомобилей и связанных систем — оценивается примерно в $10 млрд годовой выручки. Nvidia строит не отдельный робот, а целую платформу: от дата центровых GPU и симуляции до открытых моделей физического ИИ и чипов Orin и Thor, работающих непосредственн...
ОпубликовалОтредактировано с помощью GPT-5.6 LunaИзображения созданы с помощью GPT Image 1.5
Ответ на исследование

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
Следующая фаза роста Nvidia может оказаться не только в дата-центрах. Компания стремится стать вычислительной основой для машин, которые умеют воспринимать окружающий мир, рассуждать и действовать в нем: роботов, автономных автомобилей, дронов и промышленных систем.
По оценке, сейчас направление «физического ИИ» приносит Nvidia около $10 млрд в год. Дженсен Хуанг заявил, что в течение следующего десятилетия этот показатель может вырасти в десять раз — примерно до $100 млрд. Однако это не отдельная строка отчетности Nvidia, а оценка совокупного бизнеса и амбициозный сценарий, зависящий от будущего распространения автономных машин.
Физический ИИ — это системы, которые работают в материальном мире, а не только создают текст, изображения или программный код. Для Nvidia возможность состоит сразу из нескольких уровней:
Такая комбинация важна стратегически: Nvidia может зарабатывать на разных этапах жизненного цикла машины — продавать вычисления для разработки робота, программное обеспечение для его симуляции и процессор, установленный в готовом устройстве.
Логика Хуанга проста: искусственный интеллект выходит из цифровой среды в цеха, автомобили, склады и другие физические пространства. Особенно привлекательным выглядит производство — там задачи часто повторяются, поддаются измерению и выполняются в относительно структурированной обстановке. Это облегчает тестирование и масштабирование автоматизации по сравнению с менее предсказуемыми потребительскими сценариями.
Хуанг называл робототехнику потенциальной индустрией объемом $50 трлн и говорил, что ее «момент ChatGPT» уже наступил. Речь идет о широком потенциальном рынке производства и связанных с ним роботизированных решений, а не о прогнозе выручки Nvidia. Компания сможет получить лишь часть этой стоимости — через поставки процессоров, программного обеспечения, систем симуляции и инфраструктуры.
Поэтому главный вопрос заключается не в размере рынка, а в том, смогут ли автономные машины перейти от демонстраций и небольших пилотных проектов на отдельных предприятиях к надежному коммерческому использованию. Роботы должны быть безопасными, доступными по цене, производительными и удобными в обслуживании на гораздо более крупных площадках.
Стратегия Nvidia рассчитана на то, чтобы ее платформа оставалась востребованной до и после выхода робота из лаборатории или сборочного цеха.
Инструменты Isaac и фреймворки симуляции предназначены для создания и тестирования роботизированных систем в виртуальных средах. Nvidia описывает свою платформу как набор решений для проектирования, обучения, проверки и внедрения физического ИИ.
Компания также развивает модели Cosmos. Nvidia называет Cosmos Transfer и Cosmos Predict открытыми мировыми моделями, которые поддерживают создание синтетических данных с учетом физических законов и оценку роботизированных политик в симуляции. Cosmos Reason предназначена для того, чтобы интеллектуальные машины могли интерпретировать физический мир и действовать в нем.
На аппаратном уровне Nvidia предлагает процессоры для вычислений непосредственно на устройстве. Например, исследовательская система Unitree объединяет гуманоидную платформу Unitree с аппаратным обеспечением Nvidia Jetson Thor, а также моделями и программным обеспечением Nvidia для робототехники.
Бизнес-логика здесь похожа на общую платформенную стратегию Nvidia: связать оборудование, программные инструменты и сообщество разработчиков настолько тесно, чтобы клиент продолжал пользоваться решениями компании на всех этапах — от проектирования до эксплуатации.
Китай располагает одновременно крупной производственной базой и большим внутренним рынком для гуманоидных роботов. В первой половине 2026 года китайские компании обеспечили более 97% мировых поставок таких роботов. Всего в мире было поставлено около 19 100 машин — более чем втрое больше, чем примерно 5 100 за тот же период годом ранее. 1
Эти цифры свидетельствуют о раннем промышленном импульсе, но сами по себе не доказывают, что гуманоидные роботы уже стали массово прибыльными или способны повсеместно заменить человеческий труд. Тем не менее цепочки поставок, производственные мощности и спрос со стороны китайских предприятий создают условия для перехода от прототипов к более крупным сериям и реальным внедрениям.
Поэтому китайские производители роботов представляют интерес для Nvidia как партнеры. Сотрудничество с Unitree связывает программную и периферийную вычислительную платформу Nvidia с одним из заметных китайских разработчиков гуманоидных роботов. Представленная система первоначально ориентирована на исследовательские учреждения, включая Стэнфордский университет и ETH Zurich, а не является доказательством массового потребительского спроса.
Для Nvidia цель шире, чем продажа процессоров для одной модели робота. Компания пытается закрепить единую архитектуру разработки и вычислений в тот момент, когда производители начинают наращивать масштабы.
Китайская стратегия Nvidia при этом остается ограниченной экспортным контролем. H200 — это ускоритель для дата-центров, используемый при ресурсоемких задачах искусственного интеллекта, включая обучение и работу моделей. Американские власти разрешили некоторые поставки, однако доступ к чипам остается ограниченным и политически чувствительным.
Nvidia сообщила, что в последнем квартале продала китайским заказчикам небольшое количество H200. Эти продажи составили менее 1% выручки компании от дата-центров за период. Nvidia также заявила, что не смогла поставить весь объем, разрешенный американской лицензией.
По данным сообщений, ByteDance и Tencent получили партии примерно по 10 000 H200, что показывает: даже при действующих ограничениях отдельный спрос все еще может доходить до Nvidia. Но эти сделки не означают возврата к беспрепятственным поставкам в Китай. Их объем и сроки зависят от американских разрешений, политики Пекина, решений самой Nvidia и конкуренции со стороны местных производителей.
Важно различать продукты компании. Дата-центровые GPU вроде H200 используются для обучения и запуска моделей, тогда как Orin и Thor предназначены для обработки данных в реальном времени внутри автомобилей и роботов. Поэтому заказчик может применять инфраструктуру Nvidia на этапе разработки, а затем устанавливать ее периферийные чипы в готовую машину.
Финансовые результаты Nvidia по-прежнему в основном зависят от спроса на решения для дата-центров. Физический ИИ позволяет расширить присутствие компании в автомобильных вычислениях, промышленной автоматизации, логистике, робототехнике, симуляции и периферийных вычислениях.
Кроме того, направление способно создать самоподдерживающийся цикл:
Именно этот цикл — главный стратегический интерес Nvidia. Если компания станет стандартной платформой для физического ИИ, ее выручка будет формироваться за счет тысяч или миллионов машин, а не только относительно небольшого числа крупных облачных дата-центров.
Самые заметные признаки робототехнического бума сегодня — рост поставок и быстрое расширение экосистемы оборудования и программного обеспечения. Но объем отгрузок остается лишь ранним индикатором.
Долгосрочный сценарий Nvidia предполагает, что автономные системы будут надежно работать за пределами контролируемых условий. Роботам предстоит выполнять полезные задачи на фабриках, складах, стройках, фермах, в магазинах, на дорогах и, возможно, в домах. При этом они должны соответствовать требованиям безопасности, работать по приемлемой цене и обеспечивать достаточный рост производительности, чтобы оправдать затраты на установку и обслуживание.
Если переход к массовому использованию затянется, формулировка Хуанга о рынке объемом $50 трлн останется описанием долгосрочного потенциала, а не источником быстрой выручки. У Nvidia уже есть реальные продукты, клиенты и ранняя выручка от физического ИИ. Но путь от бизнеса примерно на $10 млрд до $100 млрд зависит от того, начнет ли реальная экономика масштабно внедрять автономные машины.
Studio Global AI
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Бизнес Nvidia в сфере «физического ИИ» — робототехники, автономных автомобилей и связанных систем — оценивается примерно в $10 млрд годовой выручки.
Бизнес Nvidia в сфере «физического ИИ» — робототехники, автономных автомобилей и связанных систем — оценивается примерно в $10 млрд годовой выручки. Nvidia строит не отдельный робот, а целую платформу: от дата центровых GPU и симуляции до открытых моделей физического ИИ и чипов Orin и Thor, работающих непосредственно внутри машин.
Китай становится стратегически важным рынком: китайские производители обеспечили более 97% мировых поставок гуманоидных роботов в первой половине 2026 года, а Nvidia сотрудничает с Unitree и одновременно работает в ус...
Бизнес Nvidia в сфере «физического ИИ» — робототехники, автономных автомобилей и связанных систем — оценивается примерно в $10 млрд годовой выручки. Nvidia строит не отдельный робот, а целую платформу: от дата центровых GPU и симуляции до открытых моделей физического ИИ и чипов Orin и Thor, работающих непосредственн...
ОпубликовалОтредактировано с помощью GPT-5.6 LunaИзображения созданы с помощью GPT Image 1.5
Ответ на исследование

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
Следующая фаза роста Nvidia может оказаться не только в дата-центрах. Компания стремится стать вычислительной основой для машин, которые умеют воспринимать окружающий мир, рассуждать и действовать в нем: роботов, автономных автомобилей, дронов и промышленных систем.
По оценке, сейчас направление «физического ИИ» приносит Nvidia около $10 млрд в год. Дженсен Хуанг заявил, что в течение следующего десятилетия этот показатель может вырасти в десять раз — примерно до $100 млрд. Однако это не отдельная строка отчетности Nvidia, а оценка совокупного бизнеса и амбициозный сценарий, зависящий от будущего распространения автономных машин.
Физический ИИ — это системы, которые работают в материальном мире, а не только создают текст, изображения или программный код. Для Nvidia возможность состоит сразу из нескольких уровней:
Такая комбинация важна стратегически: Nvidia может зарабатывать на разных этапах жизненного цикла машины — продавать вычисления для разработки робота, программное обеспечение для его симуляции и процессор, установленный в готовом устройстве.
Логика Хуанга проста: искусственный интеллект выходит из цифровой среды в цеха, автомобили, склады и другие физические пространства. Особенно привлекательным выглядит производство — там задачи часто повторяются, поддаются измерению и выполняются в относительно структурированной обстановке. Это облегчает тестирование и масштабирование автоматизации по сравнению с менее предсказуемыми потребительскими сценариями.
Хуанг называл робототехнику потенциальной индустрией объемом $50 трлн и говорил, что ее «момент ChatGPT» уже наступил. Речь идет о широком потенциальном рынке производства и связанных с ним роботизированных решений, а не о прогнозе выручки Nvidia. Компания сможет получить лишь часть этой стоимости — через поставки процессоров, программного обеспечения, систем симуляции и инфраструктуры.
Поэтому главный вопрос заключается не в размере рынка, а в том, смогут ли автономные машины перейти от демонстраций и небольших пилотных проектов на отдельных предприятиях к надежному коммерческому использованию. Роботы должны быть безопасными, доступными по цене, производительными и удобными в обслуживании на гораздо более крупных площадках.
Стратегия Nvidia рассчитана на то, чтобы ее платформа оставалась востребованной до и после выхода робота из лаборатории или сборочного цеха.
Инструменты Isaac и фреймворки симуляции предназначены для создания и тестирования роботизированных систем в виртуальных средах. Nvidia описывает свою платформу как набор решений для проектирования, обучения, проверки и внедрения физического ИИ.
Компания также развивает модели Cosmos. Nvidia называет Cosmos Transfer и Cosmos Predict открытыми мировыми моделями, которые поддерживают создание синтетических данных с учетом физических законов и оценку роботизированных политик в симуляции. Cosmos Reason предназначена для того, чтобы интеллектуальные машины могли интерпретировать физический мир и действовать в нем.
На аппаратном уровне Nvidia предлагает процессоры для вычислений непосредственно на устройстве. Например, исследовательская система Unitree объединяет гуманоидную платформу Unitree с аппаратным обеспечением Nvidia Jetson Thor, а также моделями и программным обеспечением Nvidia для робототехники.
Бизнес-логика здесь похожа на общую платформенную стратегию Nvidia: связать оборудование, программные инструменты и сообщество разработчиков настолько тесно, чтобы клиент продолжал пользоваться решениями компании на всех этапах — от проектирования до эксплуатации.
Китай располагает одновременно крупной производственной базой и большим внутренним рынком для гуманоидных роботов. В первой половине 2026 года китайские компании обеспечили более 97% мировых поставок таких роботов. Всего в мире было поставлено около 19 100 машин — более чем втрое больше, чем примерно 5 100 за тот же период годом ранее. 1
Эти цифры свидетельствуют о раннем промышленном импульсе, но сами по себе не доказывают, что гуманоидные роботы уже стали массово прибыльными или способны повсеместно заменить человеческий труд. Тем не менее цепочки поставок, производственные мощности и спрос со стороны китайских предприятий создают условия для перехода от прототипов к более крупным сериям и реальным внедрениям.
Поэтому китайские производители роботов представляют интерес для Nvidia как партнеры. Сотрудничество с Unitree связывает программную и периферийную вычислительную платформу Nvidia с одним из заметных китайских разработчиков гуманоидных роботов. Представленная система первоначально ориентирована на исследовательские учреждения, включая Стэнфордский университет и ETH Zurich, а не является доказательством массового потребительского спроса.
Для Nvidia цель шире, чем продажа процессоров для одной модели робота. Компания пытается закрепить единую архитектуру разработки и вычислений в тот момент, когда производители начинают наращивать масштабы.
Китайская стратегия Nvidia при этом остается ограниченной экспортным контролем. H200 — это ускоритель для дата-центров, используемый при ресурсоемких задачах искусственного интеллекта, включая обучение и работу моделей. Американские власти разрешили некоторые поставки, однако доступ к чипам остается ограниченным и политически чувствительным.
Nvidia сообщила, что в последнем квартале продала китайским заказчикам небольшое количество H200. Эти продажи составили менее 1% выручки компании от дата-центров за период. Nvidia также заявила, что не смогла поставить весь объем, разрешенный американской лицензией.
По данным сообщений, ByteDance и Tencent получили партии примерно по 10 000 H200, что показывает: даже при действующих ограничениях отдельный спрос все еще может доходить до Nvidia. Но эти сделки не означают возврата к беспрепятственным поставкам в Китай. Их объем и сроки зависят от американских разрешений, политики Пекина, решений самой Nvidia и конкуренции со стороны местных производителей.
Важно различать продукты компании. Дата-центровые GPU вроде H200 используются для обучения и запуска моделей, тогда как Orin и Thor предназначены для обработки данных в реальном времени внутри автомобилей и роботов. Поэтому заказчик может применять инфраструктуру Nvidia на этапе разработки, а затем устанавливать ее периферийные чипы в готовую машину.
Финансовые результаты Nvidia по-прежнему в основном зависят от спроса на решения для дата-центров. Физический ИИ позволяет расширить присутствие компании в автомобильных вычислениях, промышленной автоматизации, логистике, робототехнике, симуляции и периферийных вычислениях.
Кроме того, направление способно создать самоподдерживающийся цикл:
Именно этот цикл — главный стратегический интерес Nvidia. Если компания станет стандартной платформой для физического ИИ, ее выручка будет формироваться за счет тысяч или миллионов машин, а не только относительно небольшого числа крупных облачных дата-центров.
Самые заметные признаки робототехнического бума сегодня — рост поставок и быстрое расширение экосистемы оборудования и программного обеспечения. Но объем отгрузок остается лишь ранним индикатором.
Долгосрочный сценарий Nvidia предполагает, что автономные системы будут надежно работать за пределами контролируемых условий. Роботам предстоит выполнять полезные задачи на фабриках, складах, стройках, фермах, в магазинах, на дорогах и, возможно, в домах. При этом они должны соответствовать требованиям безопасности, работать по приемлемой цене и обеспечивать достаточный рост производительности, чтобы оправдать затраты на установку и обслуживание.
Если переход к массовому использованию затянется, формулировка Хуанга о рынке объемом $50 трлн останется описанием долгосрочного потенциала, а не источником быстрой выручки. У Nvidia уже есть реальные продукты, клиенты и ранняя выручка от физического ИИ. Но путь от бизнеса примерно на $10 млрд до $100 млрд зависит от того, начнет ли реальная экономика масштабно внедрять автономные машины.
Studio Global AI
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Бизнес Nvidia в сфере «физического ИИ» — робототехники, автономных автомобилей и связанных систем — оценивается примерно в $10 млрд годовой выручки.
Бизнес Nvidia в сфере «физического ИИ» — робототехники, автономных автомобилей и связанных систем — оценивается примерно в $10 млрд годовой выручки. Nvidia строит не отдельный робот, а целую платформу: от дата центровых GPU и симуляции до открытых моделей физического ИИ и чипов Orin и Thor, работающих непосредственно внутри машин.
Китай становится стратегически важным рынком: китайские производители обеспечили более 97% мировых поставок гуманоидных роботов в первой половине 2026 года, а Nvidia сотрудничает с Unitree и одновременно работает в ус...