2026 年 8 月 13 日，LG 集团会长具光谟与 NVIDIA CEO 黄仁勋在圣克拉拉的总部签下一份战略合作备忘录。
外界关注的多是“LG 也要造人形机器人了”——按计划，一台基于 NVIDIA Isaac GR00T 平台的双足人形机器人将在 2027 年第一季度亮相。
但更值得琢磨的是另一件事：这台机器人的“图纸”，从本体到大脑，基本是 NVIDIA 画的。
这并非 LG 一家的特例。三个月前的 6 月 1 日，黄仁勋在台北 GTC 上发布了 NVIDIA Isaac GR00T 参考人形机器人——一套把“身体、大脑、工具链”打包好的开放参考设计。
它的身体是 宇树科技 的 H2 Plus 本体（全身 31 个自由度，身高约 1.8 米、重 68 公斤），双手是新加坡 Sharpa 的 Wave 触觉五指手（单手 22 个自由度）。
开发者不必从零重造轮子，但整机的架构也被牢牢锁在了 NVIDIA 的栈上。
换句话说，LG 负责的是产品工程、制造和供应链整合，NVIDIA 负责的是大脑、算力和安全标准。
这种分工不是临时起意。LG 在 2026 年 1 月的 CES 上就发布了家用机器人 CLOiD，6 月又成立了 CEO 直管的机器人事业中心，在首尔的数据工厂里已经跑着数百台 CLOiD 采集训练数据。
摩根士丹利甚至把 LG 集团评为“韩国最完整的 Physical AI 生态”。但真正缺的“大脑和数据”这一层，LG 选择不自己从头造，而是直接接 NVIDIA 的栈。
LG 还给自己设计了一条稳妥的渐进路径。2026 年底，它会先把轮式的 CLOiD 机器人部署到美国田纳西州的洗衣机产线上做概念验证；等轮式底盘在自有工厂里跑稳了，再迭代到 2027 年第一季度的双足人形。
同期，LG 还要建 AI 工厂——2027 年上半年基于 Vera Rubin 平台搭参考站，2028 年上半年在韩国天安扩到 80 兆瓦规模——用真实产线的数据反过来训练自己的机器人基础模型。
另一道是“全栈自研阵营”： 特斯拉 的 Optimus 从本体到控制全栈自研， Figure AI 自研 Helix 大脑， 智元机器人 也走自研大模型路线。前者上手快、能借生态，后者慢但握着定义权。
为什么 NVIDIA 要往上多走这一步？黄仁勋给的说法是，物理 AI 是一个“数万亿美元”的经济机会，“下一个定义性机会，是让每一台机器都能理解真实世界、安全地在人身边推理和行动”。
翻译过来：他要的不是一个机器人客户，而是“机器人里的底层系统”——就像 PC 时代的 Windows、手机时代的 Android。参考设计是锁生态最快的路径：当年 Wintel 用参考设计统一了整机架构，ARM 用参考设计铺开了移动芯片，如今 NVIDIA 想用 GR00T 参考设计统一人形机器人的“身体+大脑”范式。
这套打法对行业有两面性。好处是门槛被大大拉低：研究机构（Ai2、苏黎世联邦理工、斯坦福机器人中心、加州大学圣迭戈分校）拿到的是一套经过验证、软硬件打通的平台，从机器人启动到真机验证的链路被缩短。
对家电、电子这类想跨界造机器人的厂商而言，最难的“大脑+数据”被 NVIDIA 补上了，它们只需贡献制造和供应链。
但风险也恰恰在这里。当架构被一家算力厂定义，品牌厂的差异化空间会被压缩——最终可能沦为“贴牌组装”，毛利被锁在硬件制造这一层。
对中国厂商而言，这则新闻的信号更复杂。宇树科技 的 H2 成了 NVIDIA 参考设计的“身体”，说明中国成熟的人形本体供应链已经被纳入全球开发栈，这是供应链能力的背书。
但大脑和数据层若依赖 GR00T，定义权就不在自己手里。这也反衬出全栈自研阵营的价值—— 特斯拉 、 Figure AI 、 智元机器人 这类坚持自研大脑和模型的玩家，守住的正是“谁定义架构”这个最值钱的环节。
回到开头，人形机器人行业的竞争重心正在转移。前两年大家比的是“谁先造出能走能动的本体”，现在比的是“谁能定义整机的架构和软件栈”。
本文基于公开报道整理。