AWS 推出 Physical AI Toolchain，这是一套结合 Nvidia 工具、用于开发自主机器人的开源套件

面向物理 AI 的开源套件

亚马逊云科技（AWS）于 10 月 7 日推出 Physical AI Toolchain，据《Le Monde Informatique》报道，该媒体于 2026 年 10 月 12 日对此进行了报道。这套开源套件汇集了参考架构、可复用代码以及自动化部署的工具。它面向物理 AI 开发者，该媒体将这一领域描述为涵盖人形机器人、自动驾驶汽车和工业自动化系统。

据该媒体称，其目标是减轻机器人 AI 模型开发中的基础设施负担。AWS 还希望降低将原型转化为可投入运营应用所需的集成工作量。

开发周期的五个环节

《Le Monde Informatique》提醒道，设计一个机器人需要经历数据准备、模型训练、仿真，以及在设备投入使用前验证其行为等阶段。该套件力求将这些阶段衔接起来，以提高工作效率并加快落地进程。

同一来源称，该套件分为五个环节：

• 合成数据生成，无需完全依赖成本高昂的真实数据采集，即可增加训练场景的数量；
• 模型训练，尤其是基于人类示范或仿真环境中的经验；
• 仿真与验证，在机器人投入使用之前对其进行测试；
• 边缘部署，直接在设备本身上运行，以便在存在延迟约束的情况下做出决策；
• 回传生产设备的数据，这些数据可用于新一轮训练，逐步改进模型。

AWS 服务与 Nvidia 组件

据《Le Monde Informatique》称，为搭建这一环境，AWS 整合了其多项服务。Amazon SageMaker 负责训练，Amazon EC2 GPU 实例负责高强度计算，AWS IoT Greengrass 则负责将模型部署到设备端、尽可能贴近机器运行。该媒体补充称，工作流和资源管理功能将有助于协调各项任务。

该工具链同样依托 Nvidia 的生态体系。该媒体提到，Isaac Sim 用于模拟机器人及其与环境的交互，Isaac Lab 用于强化学习，Cosmos 用于合成数据和合成环境，Isaac GR00T 用于人形机器人，OSMO 用于工作流编排。

据《Le Monde Informatique》称，这一组合有望减少团队搭建和维护基础设施所花费的时间。企业既可以采用整个工具链，也可以只选用其中部分组件（例如仿真或训练），并将其整合到现有流程中。

机器人车队与开放标准

AWS 还重点推介了车队管理功能，可远程配置、保障安全并更新数千台机器。该媒体认为，这对于希望从少量实验性机器人扩展到更大规模部署的工业企业而言是一个关键问题。

该套件支持 PyTorch、LeRobot 数据格式、Gymnasium、URDF、ONNX 和 ROS 2。据《Le Monde Informatique》称，这种对开放格式的倾向有助于在各环节之间复用数据和模型。不过该媒体也指出，在仿真中表现良好的行为，仍需在真实硬件上进行验证，因为现实中存在物理限制、响应延迟、传感器差异以及安全要求等因素。

分析：一套组合式方案

本分析仅基于以上信息。Physical AI Toolchain 并非单一产品，而是由 AWS 服务、Nvidia 组件和开放格式组合而成的方案，企业可以只采用其中一部分。现有资料未提及任何客户、上市时间表或可用于衡量其影响的采用数据，也未说明价格。

另外，Investing.com 于 2026 年 10 月 11 日发布标题称，亚马逊正就收购 AI 初创公司 Decart 进行洽谈，交易金额为 70 亿美元。目前仅有这一标题信息，交易性质等细节均不详，也未发现其与 AWS 机器人套件之间存在任何关联。从市场层面看，据 Yahoo Finance 数据，亚马逊股价在 2026 年 10 月 9 日的交易日中报 262.43 美元，当日上涨 3.29%。