NVIDIA 发布 GPU 原生医疗机器人模拟器
realtime news Jul 28, 2026 21:33
NVIDIA 的 GPU 原生医疗物理模拟现已开源，通过为手术 AI 提供可扩展的训练功能，重新定义了医疗机器人领域。
NVIDIA 正式开源了其医疗物理模拟框架，这是一款 GPU 原生工具包，旨在改变医疗机器人开发。作为 NVIDIA Isaac 医疗平台的一部分发布，该框架通过利用 GPU 上的高保真物理模拟，加速了外科和介入 AI 系统的训练。该公告于 2026 年 7 月 22 日发布，巩固了 NVIDIA 在数据驱动医疗机器人领域的核心推动者地位。
医疗机器人面临与自动驾驶车辆等其他领域不同的独特挑战。开发者面临显著的“数据缺口”，难以获取多样化的解剖数据集或罕见的临床边缘案例。NVIDIA 的新框架通过模拟复杂的解剖设备交互并生成合成数据（包括对临床安全至关重要的罕见场景）解决了这一问题。该平台还显著加速了机器人强化学习（RL），能够并行运行数千个模拟。
工作原理
该框架的核心集成了 GPU 加速的刚体和柔体物理、接触动力学和成像模拟。这使得外科器械在患者特定解剖结构或可变形组织交互中的逼真建模成为可能。例如，现在已普遍可用的内腔模拟模块能够实时模拟导管通过血管系统的导航，并配有 X 光透视成像。NVIDIA 的实现减少了 CPU 到 GPU 内存传输的开销，确保了大规模的无缝高效性能。
目前处于早期访问阶段的外科模拟模块将此功能扩展到诸如胆囊切除等软组织手术。通过在 GPU 上运行整个模拟管道，它实现了实时性能，大大缩短了传统依赖物理台架模型或尸体研究的开发周期。NVIDIA CUDA 图形捕捉和直接 GPU 到渲染器的数据传输进一步提高了效率，确保模拟在消费级 GPU 上以每秒超过 30 帧的速度运行。
用于合成可扩展性的生成模型
除了经典的物理求解器，NVIDIA 的医疗物理模拟通过其 Cosmos-H 框架集成了生成模型。这些模型根据机器人的动作预测手术视频或成像结果，从而快速生成用于训练 AI 系统的合成数据集。这种方法通过提供可扩展的、基于观察的逼真度，补充了基于物理的模拟，无需耗费大量手动场景创建。
例如，Cosmos-H-Dreams 支持实时交互手术视频模拟，适用于机器人策略测试和领域适配。这些能力对于训练下一代需要在各种临床场景中安全运行的医疗机器人至关重要。
行业影响
这一开源框架的发布预计将对医疗机器人行业产生深远影响。像 CMR Surgical 这样的公司已经通过将其集成到 Versius Plus™ 手术系统中展示了其潜力。通过在虚拟环境中训练机器人系统，开发者可以更快迭代，减少对昂贵临床试验的依赖，并在实际部署前提高安全性。这标志着在长期以来阻碍机器人开发的“模拟到现实”差距方面迈出了一大步。
更广泛地说，NVIDIA 的工作与其“物理 AI”计划保持一致，该计划旨在整合模拟、AI 模型和硬件，以加速机器人创新。新框架建立在 NVIDIA Isaac Sim 和之前 GPU 驱动模拟的进展基础上，展示了该公司致力于扩大其在快速增长的医疗机器人领域影响力的承诺。
展望未来
开发者现在可以通过 GitHub 访问 NVIDIA 的医疗物理模拟框架和支持工具，并获取详细的教程以构建诸如内腔导管导航或生成手术模拟等工作流程。随着医疗机器人领域的持续发展，NVIDIA 的贡献可能会推动创新和采用，确立 AI 和机器人在医学中的交汇新标准。
Image source: Shutterstock.jpg)