当英伟达CEO黄仁勋在2025年GTC大会上再次强调"Omniverse是物理AI的操作系统"时，上海松应科技创始人聂凯旋可能是最感同身受的中国创业者之一。

这位前华为云鲲鹏解决方案副总指挥，在2020年就敏锐捕捉到英伟达Omniverse的战略意图——那不仅仅是一个3D仿真工具，而是未来物理世界智能化的底层基础设施。五年后，他带领松应科技推出的ORCA3.0企业版和开发者版ORCA Lab 1.0，正试图在中国复刻这一路径，但选择了一条更具挑战性的道路：在英伟达CUDA和Omniverse生态的垄断铁幕下，构建基于国产GPU的物理AI训练体系。

一、从"技术可行"到"人人能用"：破解具身智能的数据饥荒

当前人形机器人行业正陷入一场集体焦虑。宇树科技CEO王兴兴曾直言，行业面临四大痛点：具身智能AI模型未突破、硬件物理限制、商业化场景缺失，以及数据与实物对齐难。智元机器人发布的SOP系统、星动纪元构建的数据飞轮，本质上都是在应对同一瓶颈——真实场景数据采集成本高昂、效率低下，而纯仿真数据又面临严重的Sim2Real Gap。

松应科技提出的"1:8:1黄金数据合成策略"（10%示教+80%仿真合成+10%现实微调），正是针对这一痛点的工程化解决方案。这一比例并非凭空设定：元客视界CTO陈溥在行业调研中发现，理想模型需基于10%真机数据生成80%仿真数据，再用10%真机验证Sim2Real效果，这已成为"提升模型泛化性与智能性的必然选择"。

但松应的差异化在于物理仿真的精度。机器人Sim2Real的核心难点在于物理准确性。ORCA Lab搭载的多物理场融合仿真引擎，声称实现毫米级物理交互还原，这直接决定了仿真数据能否真正迁移到宇树、傅利叶等合作厂商的实体机器人上。

更具战略意义的是成本结构的颠覆。传统真机数据采集需要配备5台7自由度机械臂、昼夜两班倒的"数据工厂"，全年烧掉200-300万美元仅能产出1000-2000小时轨迹。而ORCA Lab将高保真仿真、AI任务规划、场景生成与数据合成能力集成于个人笔记本，这意味着单个开发者即可在普通电脑上完成机器人全流程训练，将门槛从"千万级投入"降至"零代码开箱即用"。

二、对标Omniverse：国产GPU生态的卡位战

松应科技的商业叙事中，"全栈对标英伟达Omniverse"是高频出现的定位。但这并非简单的技术模仿，而是一场关乎产业底层标准话语权的博弈。

英伟达Omniverse的战略价值，在于其通过OpenUSD标准与物理精确仿真，将工业软件、机器人及传感器数据统一为可计算的数字孪生体，被定位为"物理AI时代的操作系统"。更关键的是，英伟达正凭借CUDA的前瞻性布局，实现生态的绝对垄断，获得70-80%的超高毛利率。（雷峰网）

聂凯旋在华为攻坚多年的经历，让他深知"美国人要做的，中国产业也一定会需要"。但松应面临的环境比当年CUDA竞争更为复杂：不仅要解决仿真技术问题，更要打破国产GPU间的生态孤岛。

目前ORCA系统已深度适配沐曦、摩尔线程、天数智芯、瀚博等国产GPU及异构算力平台。这一布局恰逢国产GPU冲刺IPO的关键节点——摩尔线程2025上半年营收超7亿元，推出"夸娥"千卡集群；沐曦GPU累计销量超2.5万颗，走通千卡集群解决方案。但国产GPU的共同痛点在于生态差距：沐曦截至2025年10月的软件栈注册用户仅15万，网络API调用1300多万次，与英伟达CUDA生态规模相去甚远。

松应科技的ORCA平台，本质上扮演了国产GPU进入物理AI训练场景的"中间件"角色。通过整合国产芯片、机器人制造、场景应用等产业链资源，它试图打破上下游各自为战的局面，形成"协同对抗国际技术垄断的产业合力"。这种"安卓式"开放生态的构建，对于正在冲刺IPO、急需证明商业化能力的国产GPU厂商而言，具有战略协同价值。

三、从工业级到普惠型：物理AI的"Android时刻"？

松应科技的产品矩阵布局颇具深意：ORCA Lab 1.0面向个人开发者与轻量化团队，而即将推出的ORCA 3.0将服务企业级平台。这种"从工业级商业化落地到普惠型研发工具"的完整布局，暗合了物理AI产业发展的阶段性特征。

当前具身智能正处于从实验室演示走向规模化商用的临界点，但"可靠性鸿沟"依然显著：多数惊艳演示局限于受控环境，一旦进入真实工业车间或家庭场景，面对非标准化的长尾任务，机器人的环境适应性、操作稳定性与决策鲁棒性便面临严峻考验。松应科技已服务数十家央企、国企、国家级机器人创新中心，覆盖汽车、3C、电子等行业，这些工业级落地经验正反向输入到ORCA Lab的设计中。

更深层的影响在于人才培养与标准制定。松应科技预计ORCA Lab将培养50-100万行业应用人才，并与上海交大、清华、同济等高校联合预研，编撰行业首部《物理AI白皮书》与《AI+制造场景建设指南》。在"十五五"规划（2026-2030）将"AI+制造"提升至新型工业化核心战略、推动形成自主可控技术栈的背景下

，这种标准制定权的争夺可能比短期营收更具战略价值。

四、风险与隐忧：Sim2Real鸿沟能否真正跨越？

尽管松应科技描绘了一幅宏大的技术普惠图景，但行业共识是：Sim2Real Gap可能永远无法完全消除。

2022年RSS Workshop上的学术辩论揭示了核心困境：无论计算机模拟的复杂程度如何，现实差距（Reality Gap）总是存在。仿真环境中的摩擦系数、弹性形变、传感器噪声、执行器延迟等细节，与真实世界存在系统性偏差。北大-银河通用联合实验室主任王鹤指出，Sim2Real不需要仿真器完全仿真，而是"硬件、算法和仿真联合优化的过程"。（雷峰网）

松应科技提出的"1:8:1"数据策略，本质上是一种成本与效果的权衡——用80%仿真数据降低边际成本，用20%真机数据对齐物理现实。但这种策略的有效性高度依赖仿真引擎的物理精度。在柔性物体操作（如叠衣服、系鞋带）、多接触点交互等复杂场景，现有仿真技术仍存在明显局限。

此外，生态建设的冷启动难题不容忽视。英伟达Omniverse的优势不仅在于技术，更在于其整合了全球顶尖的工业软件、机器人厂商与开发者社区。松应科技虽联合了数十家国内机器人厂商，但在资产库丰富度、开发者社区规模、国际兼容性等方面，仍有漫长道路要走。

结语：一场关于"智能时代基础设施"的暗战

松应科技的故事，很难用"国产替代"的简单叙事概括。它既是技术层面的物理AI仿真系统，也是产业层面的国产GPU生态连接器，更是战略层面的智能制造标准制定参与者。

在具身智能被普遍视为"下一个ChatGPT时刻"关键载体的当下，物理AI训练平台正在成为比芯片更上游的"基础设施的基础设施"。英伟达通过Omniverse+CUDA构建的生态护城河，让其在AI训练领域获得近乎垄断的地位。松应科技的ORCA Lab，代表着中国产业界试图在这一层面建立自主可控体系的最新尝试。（雷峰网）

聂凯旋将ORCA Lab 1.0定义为"让普通开发者低门槛进入物理AI领域"的普惠工具。但其真正的行业意义或许在于：在中美技术脱钩的大背景下，为中国具身智能产业保留一条不依赖英伟达生态的平行演进路径。这条路径能否走通，不仅取决于松应的技术迭代速度，更取决于国产GPU生态的成熟度、产学研协同的深度，以及整个行业对Sim2Real鸿沟的集体攻关能力。

松应科技的ORCA物理AI仿真平台，最终仍需在真实世界的残酷检验中证明其价值。而这，正是所有物理AI公司必须面对的终极考题。

　来源: 雷峰网