GTC 2026現場，三萬名觀眾齊聚主會場，數百萬線上用戶同步觀看，一場關于AI未來走向的討論正在熱烈展開。從大模型到機器人，再到Physical AI，所有與會者的目光都聚焦于同一個核心問題：如何讓AI真正融入現實世界？英偉達CEO黃仁勛在臺上發表演講，而臺下，一家不直接制造機器人或開發大模型的公司，卻在Physical AI的多個關鍵領域頻繁亮相，成為全場焦點。

這家公司就是光輪智能，一家在具身智能領域迅速崛起的獨角獸企業。在黃仁勛的主題演講中，多個機器人仿真演示場景吸引了全場目光——機器人疊衣服、拉緊皮帶等復雜動作的背后，正是光輪智能提供的技術支持。不僅如此，光輪智能的展臺位于入口核心位置，緊鄰三星、美光等存儲芯片巨頭，以及Together AI、Lambda等AI基礎設施領域的重要玩家，其展臺被圍得水泄不通，熱度持續不減。

Physical AI成為今年GTC的核心主題，標志著行業風向的轉變。過去幾年，大模型和機器人本體一直是聚光燈下的焦點，但今年，黃仁勛宣布了一個重要預測：2025至2027年，以Blackwell和下一代Rubin為代表的AI計算平臺將帶來約1萬億美元的收入機會。這一預測引發了現場的熱烈反響，也標志著Physical AI正式與生成式AI平起平坐，成為行業發展的新方向。

Physical AI的核心邏輯在于，通過數字孿生技術生成無限場景，測試無數策略，積累行為數據，最終將訓練好的“大腦”下載到實體機器人上。這一過程對仿真精度、數據規模和評測標準提出了極高要求。沒有高精度的物理仿真，機器人無法學會受力反饋；沒有規模化的數據生成，模型缺乏訓練燃料；沒有閉環的評測迭代，能力也無法持續提升。因此，Physical AI時代的競爭焦點，已經從“誰有最好的模型”轉變為“誰有最好的訓練場”。

光輪智能正是這一領域的先行者。其構建的數據與仿真基礎設施已被行業廣泛采納，國際主要具身智能團隊中超過80%的仿真資產與仿真合成數據均來自光輪智能。在GTC現場，光輪智能的展臺展示了其完整的Physical AI底座，包括物理測量工廠、仿真遙操與真人第一視角數據生成系統，以及業內首個工業級仿真評測平臺RoboFinals。這些展示不僅體現了光輪智能的技術實力，也為其在行業中的地位奠定了基礎。

更值得關注的是，光輪智能正在從“工具使用者”轉變為“規則制定者”。幾天前，光輪智能正式宣布加入Newton技術指導委員會（TSC），與NVIDIA、Google DeepMind、Disney Research等巨頭共同決定開源物理仿真引擎Newton的發展方向。這一舉措不僅提升了光輪智能在行業中的話語權，也標志著其技術影響力正在從應用層向底層基礎設施延伸。

在GTC期間，光輪智能還舉辦了六場主題演講，系統闡述了其構建Physical AI基礎設施的方法論，包括物理真實仿真環境的搭建、規模化合成數據生產管線的構建，以及工業級評測標準與閉環驗證的實現。這些演講吸引了大量觀眾，座無虛席，進一步鞏固了光輪智能在行業中的領導地位。

光輪智能還舉辦了一場Physical AI主題派對，吸引了超過350名行業人士參加，包括機器人公司創始人、頂尖高校教授、開源社區核心貢獻者等。派對現場，機器人表演、技術交流等活動精彩紛呈，展現了光輪智能強大的行業號召力。通過這一系列活動，光輪智能正在連接仿真、模型、機器人與應用等多方角色，逐步形成一個圍繞其展開的行業生態網絡。