# NVIDIA 在 CVPR 发了三篇物理 AI 论文：抓取、自动驾驶和游戏里练出来的智能体

> 原标题：NVIDIA Research Unlocks Advanced Grasping, Smarter Autonomous Driving and Agent Training at Scale

- 来源：NVIDIA 博客
- 发布时间：2026-06-03T15:00:57.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/33727
- 原文：https://blogs.nvidia.com/blog/cvpr-research-grasping-driving-agent-training/

## 摘要

这三篇论文都进了 CVPR。GraspGen-X 用 20 亿次模拟抓取训练，让机械手能处理没见过的物体，但正文没披露真实世界的抓取成功率。LCDrive 把自动驾驶的推理 token 砍了大约一半，靠的是让模型直接输出轨迹而不是先写文字再转成动作，延迟更低，不过没提极端场景下的安全性验证。

## 推荐理由

NVIDIA 在 CVPR 发布三篇论文，其中 LCDrive 让自动驾驶模型直接输出轨迹，把推理 token 减少约一半以降低延迟。

## 锐评

20 亿次模拟抓取这个量级，NVIDIA 卖的就是合成数据这条流水线。真机采数据又慢又贵，一次抓取失败还得人重摆，模拟里跑 20 亿次成本几乎可以忽略，这套账只有同时卖卡和卖仿真平台的人算得过来。抓取成功率没给，我猜真机上还得掉一截，sim-to-real 的 gap 堆次数填不平。它开源到什么程度我会留意，只放论文不放权重，参考价值就有限。
