黃仁勳女兒直播亮相，聊了具身智能

黃仁勳大家都見得多了，但你見過他女兒講具身智能嗎？

這不，黃仁勳女兒Madison Huang首次公開亮相直播訪談節目，作為英偉達Omniverse與物理AI高級總監，與光輪智能CEO謝晨，以及光輪智能增長負責人穆斯塔法一起，對“如何縮小機器人在虛擬與現實之間的差距”展開深刻探討。



光輪智能是一家專注於仿真合成數據技術的公司。和專注於大模型的企業不同，他們的核心目標是幫助AI更好地理解和進入物理世界。目前主要聚焦於具身智能和自動駕駛兩大場景。

在一個半小時的訪談時間內，三人提出了一係列重要觀點：

合成數據對於解決機器人數據困境至關重要 。

光輪智能的SimReady資產不僅要視覺準確，更重要的是物理準確。

英偉達和光輪智能正在共同開發Isaac Lab Arena——一個用於基準測試、評估、數據收集和大規模強化學習的下一代開源框架和平台。

……

下麵具體來看。

利用合成數據和仿真來解決機器人數據障礙

訪談一正式開始，主持人Edmar Mendizabal（Omniverse社區經理）就開門見山拋出了一個許多人都很好奇的問題。

英偉達與光輪智能的合作關係是如何開始的？

Madison解答道，英偉達內部很多項目都依賴於光輪智能的支持。例如，Gear Lab正在構建通用智能體模型，西雅圖機器人實驗室正在開展大量涉及接觸操作和精密裝配的任務。

對語言模型的研究人員來說，他們可以利用整個互聯網的數據去訓練LLM。但對機器人領域來說，情況卻完全不同，他們必須去手動采集數據，這也是為什麽會有那麽多數據采集工廠的出現。

在這種缺乏數據的情況下，英偉達認為，仿真就是解決方案，因此需要一個合成數據工廠，同時也希望合作夥伴認同OpenUSD的願景，將其作為構建仿真就緒資產（SimReady Assets）的基礎。

2023年，光輪智能成立了，目標就是利用合成數據和仿真來突破機器人數據瓶頸。



但那時機器人領域還處於非常早期的階段，所以他們先從自動駕駛的合成數據問題入手，隨後，合作幾乎擴展到英偉達的各個團隊。

有意思的是，謝晨以前就是英偉達自動駕駛仿真負責人，兜兜轉轉，現在又在為英偉達工作了。

接下來，主持人又問道：“那現在機器人從虛擬到現實（Sim2Real）還存在哪些問題。”

謝晨回答說：

對於自動駕駛來說，Sim2Real是最容易解決的，因為它主要依賴視覺感知。而對於機器人來說，一切都涉及物理接觸，最重要的是操作能力（manipulation）。同時，它還需要靈巧手和觸覺傳感器配合使用，因此問題變得更加複雜。

核心問題就在於物理準確性。

以冰箱為例，當你拉開門時，會感覺到磁吸密封條產生的力的作用，還有拉抽屜時會感覺到多重摩擦，這些物理特性都非常精確。



而要實現這種物理準確性，數據非常重要，高質量的數據是進入機器人訓練係統、生成正確算法的關鍵。

因此，謝晨還特別提到了數字金字塔的理念。

他認為，要讓具身智能真正部署到現實世界需要消耗巨量的數據，實際上比大型語言模型所需的數據還要多。這就形成了一個巨大的數據障礙，而現實世界數據無法完全解決這個問題。



以自動駕駛為例，現實中有大量駕駛員和汽車在道路上運行，但在工廠、家庭等環境中，機器人數量卻非常有限。

因此，合成數據將成為解決具身智能數據瓶頸的最重要、最主要的數據來源。

他們借助了大量物理設備來收集精確的數據，並將其實現到仿真環境中。同時，他們還設計了一些方式去對比真實世界中的力和仿真中的力，以確保二者匹配。

除了數據外，另一個令謝晨認為重要的點就是高效。

他提到，強化學習非常重要，但要運行大規模強化學習，就必須確保不同類型的仿真在計算上非常高效。

為了讓大量仿真環境同時運行，他們用簡單又高效的方法（如基本幾何體和凸包）來檢測碰撞，這樣既能保持足夠準確，又能節省大量計算資源。

之後，謝晨還講到了電纜仿真。電纜既像柔性物體，但又在某些情況下又表現得像剛體，所以它的仿真其實非常困難。

為了讓機器人學習如何操作電纜，光輪智能與Newton及英偉達合作，為電纜構建求解器，並研發仿真就緒資產來構建這種仿真。



眾所周知，人與動物的區別是人會使用工具，所以如何教機器人正確利用工具完成特定操作變得越來越關鍵。

例如，讓機器人在仿真中切割黃瓜是非常困難的，這不僅僅是為了數據采集，更重要的是要支持強化學習。



為此，光輪智能已與英偉達Isaac Sim實驗室展開合作，共同致力於攻克仿真到現實的遷移挑戰。

最後，謝晨提到，光輪智能還在與英偉達共同構建Isaac Lab Arena——一個麵向下一代基準測試、評估數據收集和大規模強化學習的框架平台，該項目已在CoRL大會上由英偉達正式發布。

黃仁勳子女

訪談結束，咱們再來扒一扒很少露麵的黃仁勳的兩個子女。

首先是女兒Madison，中文名黃敏珊，現年34歲。

2020年加入英偉達最初擔任市場營銷實習生，實習四個月後成為了Omniverse部門的活動營銷經理，之後一直在該部門任職。

Madison在英偉達一路擔任了產品營銷經理、高級產品營銷經理等職務，直到今年3月成為高級總監。



令人驚訝的是，Madison最初幹的竟然是烹飪。

2012年，她在美國烹飪學院取得了烹飪藝術工商管理學士學位，之後到藍帶廚藝學院學習製作甜點以及葡萄酒，並曾在紐約和舊金山擔任廚師。

2015年，Madison重新回到巴黎，加入奢侈品行業，在LVMH公司擔任市場營銷與開發經理。在LV工作期間，Madison還學習了倫敦政治經濟學院有關數據科學的短期課程。

在2019年，Madison和哥哥Spencer一起修讀了MIT的短期AI高管課程。

之後，她於2021年取得了倫敦商學院的MBA學位，彼時她已經是英偉達的正式員工。

說完老黃的女兒，怎麽能不接著提提他兒子呢？

同樣“承襲父業”的，還有Madison的哥哥Spencer，中文名黃勝斌，今年35歲。



他在英偉達的職位是機器人產品線經理，負責開發用於機器人的AI模型與仿真軟件。

Spencer在2022年加入英偉達，起初的職位是Isaac Sim Cloud團隊產品經理。

前麵介紹Madison時說過，兄妹二人曾一同參加MIT的短期AI高管課程，不過Spencer還額外多讀了關於人機交互的課程。

之後，Spencer先是到哈佛商學院讀了短期課程，之後也讀了MBA，不過是在紐約大學，2022年取得學位。

有意思的是，更早之前，Spencer的身份是一名酒吧主理人。

2012年，Spencer在美國最大的私立藝術與媒體學院——芝加哥哥倫比亞學院本科畢業，主修國際市場和文化研究兩個方向。

畢業後，老黃讓他專門“回老家”學了一年中文，就是在這段時間，Spencer創立了他的雞尾酒酒吧——R&D Cocktail Lab，而且一幹就是八年。

據悉，這家酒吧屢獲國際大獎，並曾入選亞洲50佳酒吧，不過目前穀歌地圖顯示該酒吧已經永久停業。



好好好，富二代要專心繼承家業了是吧。