10 月底的英伟达GTC DC 大会上，黄仁勋在主旨演讲中展示了光轮基于 Isaac Sim 与 Newton 所构建的高精度仿真资产与场景。

11 月 19 日，NVIDIA 发布 2026 财年第三季度财报，在随后的财报电话会议中，CEO 黄仁勋明确指出“Physical AI 已经是一个数十亿美元的业务，正在应对一个数万亿美元的机会，这是 NVIDIA 的下一个增长引擎”。同日，光轮智能创始人兼CEO谢晨博士受邀登上 NVIDIA 官方 YouTube 频道，深度阐述如何通过仿真与合成数据技术，解决 Physical AI 发展中的核心瓶颈。这段访谈随后被 NVIDIA 剪辑成短片，同步推送至 LinkedIn、Instagram、X（Twitter）及 Facebook 等全球社交媒体平台，引发行业广泛关注。

次日鸿海科技日上，NVIDIA 机器人产品线经理、黄仁勋之子 Spencer Huang（黄胜斌）在主题演讲中同样强调实体 AI 面临的最大瓶颈是「资料不足」——人类从出生就累积大量感知资讯，但物理世界的机器人学习却几乎没有可用的大型资料库，「物体怎么被抓取」「施力多少才安全」等基础行为从未被系统记录。

不仅是具身智能，世界模型的发展同样面临数据瓶颈。世界模型需要理解物理世界的因果关系、物体交互、动态变化，都需要大量高质量的多模态数据。

面对这个行业级难题，Spencer 给出了答案：仿真合成数据，正在成为破解 Physical AI 数据困局的关键路径。

在技术层面，光轮智能为英伟达 GR00T、Cosmos 等模型提供合成数据支持，是 Omniverse 和 Isaac Sim 平台 SimReady 资产生态的核心贡献者，并与英伟达共同开发 Isaac Lab-Arena 测试框架和 Newton 物理引擎应用。