當英偉達 CEO 黃仁勛在 2025 年 GTC 大會上再次強調 "Omniverse 是物理 AI 的操作系統 " 時，上海松應科技創始人聶凱旋可能是最感同身受的中國創業者之一。
這位前華為云鯤鵬解決方案副總指揮，在 2020 年就敏銳捕捉到英偉達 Omniverse 的戰略意圖——那不僅僅是一個 3D 仿真工具，而是未來物理世界智能化的底層基礎設施。五年后，他帶領松應科技推出的 ORCA3.0 企業版和開發者版 ORCA Lab 1.0，正試圖在中國復刻這一路徑，但選擇了一條更具挑戰性的道路：在英偉達 CUDA 和 Omniverse 生態的壟斷鐵幕下，構建基于國產 GPU 的物理 AI 訓練體系。
一、從 " 技術可行 " 到 " 人人能用 "：破解具身智能的數據饑荒
當前人形機器人行業正陷入一場集體焦慮。宇樹科技 CEO 王興興曾直言，行業面臨四大痛點：具身智能 AI 模型未突破、硬件物理限制、商業化場景缺失，以及數據與實物對齊難。智元機器人發布的 SOP 系統、星動紀元構建的數據飛輪，本質上都是在應對同一瓶頸——真實場景數據采集成本高昂、效率低下，而純仿真數據又面臨嚴重的 Sim2Real Gap。
松應科技提出的 "1:8:1 黃金數據合成策略 "（10% 示教 +80% 仿真合成 +10% 現實微調），正是針對這一痛點的工程化解決方案。這一比例并非憑空設定：元客視界 CTO 陳溥在行業調研中發現，理想模型需基于 10% 真機數據生成 80% 仿真數據，再用 10% 真機驗證 Sim2Real 效果，這已成為 " 提升模型泛化性與智能性的必然選擇 "。
但松應的差異化在于物理仿真的精度。機器人 Sim2Real 的核心難點在于物理準確性。ORCA Lab 搭載的多物理場融合仿真引擎，聲稱實現毫米級物理交互還原，這直接決定了仿真數據能否真正遷移到宇樹、傅利葉等合作廠商的實體機器人上。
更具戰略意義的是成本結構的顛覆。傳統真機數據采集需要配備 5 臺 7 自由度機械臂、晝夜兩班倒的 " 數據工廠 "，全年燒掉 200-300 萬美元僅能產出 1000-2000 小時軌跡。而 ORCA Lab 將高保真仿真、AI 任務規劃、場景生成與數據合成能力集成于個人筆記本，這意味著單個開發者即可在普通電腦上完成機器人全流程訓練，將門檻從 " 千萬級投入 " 降至 " 零代碼開箱即用 "。
二、對標 Omniverse：國產 GPU 生態的卡位戰
松應科技的商業敘事中，" 全棧對標英偉達 Omniverse" 是高頻出現的定位。但這并非簡單的技術模仿，而是一場關乎產業底層標準話語權的博弈。
英偉達 Omniverse 的戰略價值，在于其通過 OpenUSD 標準與物理精確仿真，將工業軟件、機器人及傳感器數據統一為可計算的數字孿生體，被定位為 " 物理 AI 時代的操作系統 "。更關鍵的是，英偉達正憑借 CUDA 的前瞻性布局，實現生態的絕對壟斷，獲得 70-80% 的超高毛利率。（雷峰網）
聶凱旋在華為攻堅多年的經歷，讓他深知 " 美國人要做的，中國產業也一定會需要 "。但松應面臨的環境比當年 CUDA 競爭更為復雜：不僅要解決仿真技術問題，更要打破國產 GPU 間的生態孤島。
目前 ORCA 系統已深度適配沐曦、摩爾線程、天數智芯、瀚博等國產 GPU 及異構算力平臺。這一布局恰逢國產 GPU 沖刺 IPO 的關鍵節點——摩爾線程 2025 上半年營收超 7 億元，推出 " 夸娥 " 千卡集群；沐曦 GPU 累計銷量超 2.5 萬顆，走通千卡集群解決方案。但國產 GPU 的共同痛點在于生態差距：沐曦截至 2025 年 10 月的軟件棧注冊用戶僅 15 萬，網絡 API 調用 1300 多萬次，與英偉達 CUDA 生態規模相去甚遠。
松應科技的 ORCA 平臺，本質上扮演了國產 GPU 進入物理 AI 訓練場景的 " 中間件 " 角色。通過整合國產芯片、機器人制造、場景應用等產業鏈資源，它試圖打破上下游各自為戰的局面，形成 " 協同對抗國際技術壟斷的產業合力 "。這種 " 安卓式 " 開放生態的構建，對于正在沖刺 IPO、急需證明商業化能力的國產 GPU 廠商而言，具有戰略協同價值。
三、從工業級到普惠型：物理 AI 的 "Android 時刻 "？
松應科技的產品矩陣布局頗具深意：ORCA Lab 1.0 面向個人開發者與輕量化團隊，而即將推出的 ORCA 3.0 將服務企業級平臺。這種 " 從工業級商業化落地到普惠型研發工具 " 的完整布局，暗合了物理 AI 產業發展的階段性特征。
當前具身智能正處于從實驗室演示走向規模化商用的臨界點，但 " 可靠性鴻溝 " 依然顯著：多數驚艷演示局限于受控環境，一旦進入真實工業車間或家庭場景，面對非標準化的長尾任務，機器人的環境適應性、操作穩定性與決策魯棒性便面臨嚴峻考驗。松應科技已服務數十家央企、國企、國家級機器人創新中心，覆蓋汽車、3C、電子等行業，這些工業級落地經驗正反向輸入到 ORCA Lab 的設計中。
更深層的影響在于人才培養與標準制定。松應科技預計 ORCA Lab 將培養 50-100 萬行業應用人才，并與上海交大、清華、同濟等高校聯合預研，編撰行業首部《物理 AI 白皮書》與《AI+ 制造場景建設指南》。在 " 十五五 " 規劃（2026-2030）將 "AI+ 制造 " 提升至新型工業化核心戰略、推動形成自主可控技術棧的背景下
，這種標準制定權的爭奪可能比短期營收更具戰略價值。
四、風險與隱憂：Sim2Real 鴻溝能否真正跨越？
盡管松應科技描繪了一幅宏大的技術普惠圖景，但行業共識是：Sim2Real Gap 可能永遠無法完全消除。
2022 年 RSS Workshop 上的學術辯論揭示了核心困境：無論計算機模擬的復雜程度如何，現實差距（Reality Gap）總是存在。仿真環境中的摩擦系數、彈性形變、傳感器噪聲、執行器延遲等細節，與真實世界存在系統性偏差。北大 - 銀河通用聯合實驗室主任王鶴指出，Sim2Real 不需要仿真器完全仿真，而是 " 硬件、算法和仿真聯合優化的過程 "。（雷峰網）
松應科技提出的 "1:8:1" 數據策略，本質上是一種成本與效果的權衡——用 80% 仿真數據降低邊際成本，用 20% 真機數據對齊物理現實。但這種策略的有效性高度依賴仿真引擎的物理精度。在柔性物體操作（如疊衣服、系鞋帶）、多接觸點交互等復雜場景，現有仿真技術仍存在明顯局限。
此外，生態建設的冷啟動難題不容忽視。英偉達 Omniverse 的優勢不僅在于技術，更在于其整合了全球頂尖的工業軟件、機器人廠商與開發者社區。松應科技雖聯合了數十家國內機器人廠商，但在資產庫豐富度、開發者社區規模、國際兼容性等方面，仍有漫長道路要走。
結語：一場關于 " 智能時代基礎設施 " 的暗戰
松應科技的故事，很難用 " 國產替代 " 的簡單敘事概括。它既是技術層面的物理 AI 仿真系統，也是產業層面的國產 GPU 生態連接器，更是戰略層面的智能制造標準制定參與者。
在具身智能被普遍視為 " 下一個 ChatGPT 時刻 " 關鍵載體的當下，物理 AI 訓練平臺正在成為比芯片更上游的 " 基礎設施的基礎設施 "。英偉達通過 Omniverse+CUDA 構建的生態護城河，讓其在 AI 訓練領域獲得近乎壟斷的地位。松應科技的 ORCA Lab，代表著中國產業界試圖在這一層面建立自主可控體系的最新嘗試。（雷峰網）
聶凱旋將 ORCA Lab 1.0 定義為 " 讓普通開發者低門檻進入物理 AI 領域 " 的普惠工具。但其真正的行業意義或許在于：在中美技術脫鉤的大背景下，為中國具身智能產業保留一條不依賴英偉達生態的平行演進路徑。這條路徑能否走通，不僅取決于松應的技術迭代速度，更取決于國產 GPU 生態的成熟度、產學研協同的深度，以及整個行業對 Sim2Real 鴻溝的集體攻關能力。
松應科技的 ORCA 物理 AI 仿真平臺，最終仍需在真實世界的殘酷檢驗中證明其價值。而這，正是所有物理 AI 公司必須面對的終極考題。
