黄仁勋女儿谈具身智能：携手光轮智能探索未来

黄仁勋，这位科技界的大腕，大家早已耳熟能详，但你听说过他女儿谈具身智能吗？

近日，黄仁勋的女儿Madison Huang在直播访谈中首次公开亮相，作为英伟达Omniverse与物理AI高级总监，与光轮智能CEO谢晨，以及光轮智能增长负责人穆斯塔法一起，就“如何缩小机器人在虚拟与现实之间的差距”展开了深入探讨。

光轮智能是一家专注于仿真合成数据技术的公司。不同于专注于大模型的企业，他们的目标是帮助AI更好地理解和进入物理世界，主要聚焦于具身智能和自动驾驶两大场景。

在访谈中，三人分享了一系列重要观点：

合成数据对解决机器人数据困境至关重要。

光轮智能的SimReady资产不仅视觉准确，更追求物理准确。

英伟达与光轮智能正共同开发Isaac Lab Arena——一个用于基准测试、评估、数据收集和大规模强化学习的开源框架和平台。

下面，让我们深入了解这一话题。

利用合成数据和仿真破解机器人数据瓶颈

访谈一开始，主持人Edmar Mendizabal（Omniverse社区经理）就提出了一个备受关注的话题。

英伟达与光轮智能是如何开始合作的？

Madison介绍道，英伟达内部许多项目都依赖光轮智能的支持。例如，Gear Lab正在构建通用智能体模型，西雅图机器人实验室则在进行大量接触操作和精密装配任务。

对于语言模型的研究人员来说，他们可以利用互联网数据训练LLM。但在机器人领域，情况完全不同，必须手动采集数据，这也是为什么数据采集工厂如此之多。

在数据匮乏的情况下，英伟达认为仿真就是解决方案，需要一个合成数据工厂，并希望合作伙伴认同OpenUSD的愿景。

2023年，光轮智能成立，目标就是利用合成数据和仿真突破机器人数据瓶颈。

那时机器人领域还处于早期阶段，所以他们先从自动驾驶的合成数据问题入手，随后合作几乎扩展到英伟达的各个团队。

值得一提的是，谢晨曾是英伟达自动驾驶仿真负责人，如今又回到为英伟达工作。

接下来，主持人问道：“机器人从虚拟到现实（Sim2Real）还存在哪些问题？”

谢晨回答：

自动驾驶的Sim2Real相对容易解决，主要依赖视觉感知。而机器人涉及物理接触和操作能力，问题更复杂。

核心问题在于物理准确性。

以冰箱为例，开门时能感受到磁吸密封条的力，拉抽屉时感受到多重摩擦。实现这种物理准确性需要高质量数据。

高质量数据是进入机器人训练系统、生成正确算法的关键。谢晨还提到了数字金字塔的理念。

他认为具身智能部署到现实世界需要巨量数据，比大型语言模型更多。现实世界数据无法完全解决这一问题。因此，合成数据成为解决具身智能数据瓶颈的关键。

除了数据外，谢晨还强调了高效的重要性。大规模强化学习需要高效的仿真计算。

为了同时运行大量仿真环境，他们使用简单高效的方法检测碰撞，既保持准确又节省计算资源。

黄仁勋子女

访谈结束，让我们再聊聊黄仁勋的子女。

女儿Madison(中文名黄敏珊)，现年34岁。2020年加入英伟达担任市场营销实习生，四个月后成为Omniverse部门活动营销经理。此后一直在该部门任职，今年3月成为高级总监。

令人惊讶的是，Madison最初从事烹饪。她在美国烹饪学院取得烹饪艺术工商管理学士学位后，到蓝带厨艺学院学习甜点制作和葡萄酒知识。曾在美国纽约和旧金山担任厨师。

之后加入LVMH公司担任市场营销与开发经理。在LV工作期间还学习了伦敦政治经济学院的数据科学课程。与哥哥Spencer一起修读了MIT的短期AI高管课程。于2021年获得伦敦商学院的MBA学位。

哥哥Spencer(中文名黄胜斌)，今年35岁。他在英伟达的职位是机器人产品线经理，负责开发用于机器人的AI模型与仿真软件。于2022年加入英伟达担任Isaac Sim Cloud团队产品经理。

早年曾是酒吧主理人。本科毕业于芝加哥哥伦比亚学院主修国际市场和文化研究。毕业后回到中国学习一年中文期间创立了鸡尾酒酒吧R&D Cocktail Lab。