Nvidia 這次把人形機器人從「看起來很會賺流量的展示機」往前推了一格，直接做成一套可供研究團隊使用的參考平台。它不是單純把一台機器人拿上台，而是把 Unitree 的 H2 Plus 機身、Sharpa 的手部、Jetson Thor 的邊緣運算，還有 Isaac GR00T 的資料、模擬、訓練與部署流程，塞進同一個包裝裡。對外的說法很清楚：這是給學術研究者和開發者的 starting point，不是給消費者買回家當話題。
這種包法很 Nvidia。它真正賣的從來不只是晶片，而是讓別人離不開它那一整套工作流。當 AI 還停在對話框裡，平台競爭看的是模型大小；一旦 AI 被推進實體世界，競爭就會變成誰能把感測、控制、模擬、資料生成、評估和部署串成一條穩定管線。機器人最怕的不是不夠酷，而是太碎。硬體一個樣、控制一個樣、資料一個樣、模擬又一個樣，最後每個團隊都在重造輪子。Nvidia 這次的動作，就是把那些輪子做成一個標準工作台。
CNBC 的報導把這件事講得更白：Nvidia 選了 Unitree 來做它賣給研究者的第一套機器人系統，重點不是單台機器有多帥，而是它背後那個可以被複製的架構。這裡的關鍵詞不是 robot，而是 platform。當平台化真的成立，研究者不必從零湊齊感測器、算力、手部、軟體與部署工具，就能直接開始做動作學習、操控測試和場景驗證。對 Nvidia 來說，這不只是銷售新版硬體，而是在物理世界複製 CUDA 那種「大家都用我家的底層」的黏性。
Reuters 這幾天還補了一個很重要的旁證：Jensen Huang 在南韓行程裡提到，Nvidia 也在和 LG 合作做人形機器人與資料中心。這件事把訊號從單一產品拉到整個生態系。Nvidia 想要的顯然不是一台被拍照打卡的 demo 機，而是一條往外長出去的供應鏈，從學校研究、製造夥伴、感測與執行器，到邊緣推論和雲端訓練全部一起綁住。只要這條鏈跑通，physical AI 就不再只是概念，它會開始變成採購單、開發週期、測試報告，最後變成可以收錢的工程流程。
但別急著把它神化。人形機器人最難的地方，從來不是把它站起來，而是讓它在真實世界裡長時間、低故障、可重複地工作。研究平台的價值，是把進場門檻壓低；商業化的門檻，卻是把這套系統的可靠度、成本和安全性壓到能夠部署。這兩件事中間還隔著很長一段路。Nvidia 這次比較像是在搶定義權：如果未來 humanoid robotics 真的起飛，它希望大家不是從零開始，而是直接站在它的參考架構上往前走。
所以這則新聞真正的重量，不在於又多了一台新機器，而在於 Nvidia 正把人形機器人變成一個可傳播的標準答案。當 physical AI 開始有了標準工作台，下一輪競爭就不是誰最會喊願景，而是誰能把「身體、腦袋、資料和部署」一起收進同一個產品裡。這比 demo 難很多，也貴很多，但一旦成了，護城河也會深很多。
參考來源：
- Unitree Announces H2 Plus, an NVIDIA Isaac GR00T Reference Humanoid Robot for Academic Research https://www.prnewswire.com/news-releases/unitree-announces-h2-plus-an-nvidia-isaac-gr00t-reference-humanoid-robot-for-academic-research-302786748.html
- Nvidia picks Unitree for humanoid robot platform as Chinese startup eyes IPO https://www.cnbc.com/2026/06/01/nvidia-unitree-humanoid-robotics-system-researchers.html
- Nvidia CEO says company is working with LG on humanoid robots and data centers https://www.reuters.com/world/asia-pacific/nvidia-ceo-says-company-is-working-with-lg-on-humanoid-robots-data-centers-2026-06-08/