播客｜对话飞捷科思张立华：当全球机器人都在英伟达上免费训练，我们为什么要打造物理引擎的“中国方案”？

发布时间：2026-07-17 04:08:47 来源：安智兰德资讯网 作者：综合

【本期嘉宾】
张立华，中国方案飞捷科思创始人，播客复旦大学智能机器人与先进制造创新学院副院长。对话达上
* 技术背景：自2003年起参与打造PhysX物理引擎，飞捷该引擎后被英伟达收购，科思张立华主导了PhysX向GPU的张立造物迁移工作。
* 创业历程：2011年回国创业，华当十年后重返仿真领域，全球擎于2024年创立飞捷科思。机器
* 核心愿景：从底层物理引擎到世界模型，人都致力于构建物理AI时代的英伟“中国操作系统”。

张立华指出，免费们从英伟达及黄仁勋身上学到的训练最重要一课是对前沿技术的前瞻性判断。本期播客深入探讨了其回国创业的什打心路历程、对具身智能行业泡沫与实质的理引洞察，以及坚持研发“中国自主物理引擎”的战略意义。同时，他也分享了关于年轻人“追逐热点”与“沉心深耕”的独到观察。

[点击收听完整播客]

播客｜对话飞捷科思张立华：当全球机器人都在英伟达上免费训练，我们为什么要打造物理引擎的“中国方案”？

以下为对话精选实录：

一、 创业与教育：从异构计算到智能机器人

澎湃科技：您在英伟达工作多年，为何在2011年选择回国创业？

张立华：我的物理引擎生涯始于2003年，当时在美国Ageia Technologies公司，开发了后来被英伟达沿用的PhysX引擎，最初服务于游戏、影视特效及沉浸感打造。

2008年Ageia被英伟达收购后，我带领团队将引擎优化至英伟达GPU，促成了“PhysX by NVIDIA”这一新Logo的诞生。

离开英伟达的契机在于两点：
1. 目标达成：PhysX引擎已实现既定目标，阶段性任务完成。
2. 技术前瞻：当时英伟达正大力推广CUDA，我们判断以CUDA为代表的异构并行计算将是改变时代的基石。事实证明，若无CUDA及异构并行计算，人工智能的发展速度不会如此迅猛。我希望能在此领域深耕，故选择回国。

澎湃科技：当时为何选择回中国而非留在美国？

张立华：2000年清华博士毕业出国时，中美技术差距巨大。但几年后回国，我敏锐察觉到国内追赶速度极快，认为将全球前沿技术带回国内具有战略价值。

然而，现实比想象艰难。当时国内对异构并行计算认知匮乏，团队培养与技术产品化转化充满挑战。值得注意的是，英伟达在异构计算领域的早期布局其实是智能驾驶，直到近年才大规模应用于通用人工智能。

澎湃科技：2017年为何加入复旦大学？

张立华：当时人工智能兴起，复旦大学推进新工科教育，重点方向之一即为“人工智能+机器人”。我参与创建智能机器人研究院，旨在推动AI技术与机器人的深度融合。

澎湃科技：教书与创业，哪个更难？

张立华：两者皆难。创业成功率低，挑战巨大；教书育人则需洞察学生个性，将其兴趣与课题组方向精准匹配。我在复旦最自豪的，是看到学生找到人生目标。

澎湃科技：激发学生兴趣有何技巧？

张立华：分享个人经历与前沿思考，通过深度交流建立理解，让学生明白思考逻辑。

澎湃科技：现在的学生与您当年相比有何不同？

张立华：技术迭代加速，学生更关注热点。但我认为，核心竞争力不在于当前方向，而在于独立思考和探索能力，这需要扎实的时间投入与突破。
* 适应力：相比“已掌握的知识”，快速适应新挑战的能力更为关键。
* 长期主义：职场晋升多源于长期专注。缺乏长性并非最佳策略。

澎湃科技：具身智能行业的财富故事是否影响了年轻人的选择？

张立华：鼓励创业是趋势，但需警惕：
1. 商业化挑战：技术突破仅是“0到1”，“1到10”的商业化落地更难。行业过热时易忽略商业路径，但风向转变后企业仍需生存。
2. 沟通短板：许多年轻人不善沟通。在美国，华人多定位为执行者；但在中国，应成为时代引领者。未来领导者必须具备沟通与领导能力。

澎湃科技：这是否与中国教育模式有关？

张立华：是的。传统教育侧重培养“听话”的孩子，忽视个性化。而在AI时代，人类的个性化价值愈发凸显。

澎湃科技：如何看待具身智能行业年轻创业者众多的现象？

张立华：这体现了年轻一代冲在前沿的勇气。但时代变革源于长期积累。
* 分工协作：飞捷科思核心团队虽年轻且能力强，但企业运营、市场开拓、工程化等需资深人才。
* 社会分工：年轻人是科研突破主力，不同年龄段各有优势，共同推动产业发展。资深工程师的经验同样宝贵。

二、 时隔十年，重回物理仿真

澎湃科技：2024年创立飞捷科思时的心境如何？

张立华：2021年元宇宙热潮中，我曾组建团队重启物理仿真。我认为“数实融合”理念正确，但元宇宙沉寂主要因：
1. 硬件瓶颈：VR/AR成本高、成熟度不足。
2. 场景非刚需：多为示范场景，缺乏痛点驱动。

但我坚信虚拟建模与仿真的价值：在实体工厂建设前，通过虚拟调试可大幅降低成本。

澎湃科技：黄仁勋对Omniverse的定位有何变化？

张立华：早期Omniverse面向工业数字孪生（如虚拟生产线）。如今，黄仁勋强调英伟达的灵魂是计算机图形学、物理仿真与AI的交汇。物理引擎（如PhysX）已成为Omniverse的底层关键底座，服务于机器人仿真训练等未来场景。

基于此，我意识到物理仿真在具身智能时代的重要性日益提升，中国必须布局自主方案。2024年8月，飞捷科思正式成立。

澎湃科技：投资人常质疑：英伟达引擎免费，为何还要做底层引擎？

张立华：国产替代是原因之一，但非唯一。
* 生态构建：依赖他人引擎难以构建完整生态。我们旨在打造包含仿真平台、基础模型、数据平台及物理世界模型的完整体系。
* 商业计划书迭代：历经上百版修改，旨在说服市场理解底层引擎的战略价值。

澎湃科技：如何说服使用英伟达系统的机器人企业转向您的平台？

张立华：核心在于生态体系与痛点解决。
* 生态依赖：若无完整生态，国产芯片难以摆脱对英伟达工具链的依赖。
* 痛点切入：我们已对接多家机器人企业，针对其在落地国外平台时遇到的具体痛点（如接触建模不准等）提供定向解决方案。

澎湃科技：贵系统有哪些自研前沿技术？

张立华：
1. 可微分仿真：使物理引擎从单纯的前向仿真工具，转变为能参与AI训练的系统，提供关键的梯度优化能力。
2. 多物理材质统一求解：解决刚体、软体、流体的复杂碰撞接触问题，提升稳定性与准确度。
3. “墨子”平台：基于自研引擎，面向国产GPU优化，提供高精度渲染、传感器仿真及数据合成能力。
4. 虚实融合数据治理：布局新一代数据采集与治理平台。
5. 物理世界模型（Fysiverse）：针对现有世界模型（如李飞飞、杨立昆团队）存在的“物理幻觉”，我们将物理引擎嵌入模型，注入准确的物理规律与常识，提升机器人决策的准确性。

澎湃科技：如何解决Sim-to-Real（仿真到现实）的鸿沟？

张立华：鸿沟源于两方面：
1. 引擎精度：简化物理规律导致结论失真。新一代引擎致力于提升建模与计算精度。
2. 环境重构：离线仿真无法穷举现实场景（如材质、摩擦系数差异）。需通过强化学习让机器人适应更复杂环境，结合算法创新，而非仅依赖引擎本身。

三、 机器人市场格局与技术展望

澎湃科技：飞捷科思为何不直接制造机器人？

张立华：行业需要分工。基础底座由专业公司构建，通过协作实现产业布局。完全自建的少数派无法支撑整个行业发展。

澎湃科技：头部机器人企业已有自研能力，为何需要第三方工具？

张立华：类比汽车行业，垄断难以实现。当前机器人企业更关注技术成熟度、量产及一致性，无暇深耕场景落地。
* 未来形态：行业将涌现大量系统集成商与应用服务商，提供千行百业的定制化解决方案。分工将日益细化。

澎湃科技：如何看待市场上的众多世界模型？

张立华：技术路线尚未收敛，最终谁能形成产品并被机器人企业采用，将是大浪淘沙的过程。

澎湃科技：通用机器人何时能实现？

张立华：
* 长期过程：机器人替代人类工作需漫长周期，当前距离真正通用、可泛化的目标仍有距离。
* 技术瓶颈：即便外观逼真，现有技术在通用性上仍不足。
* 时间预估：具身智能大脑的成熟至少需3年。届时特定场景通用性将提升，但跨场景迁移（如康养机器人的人机交互安全性、舒适性）仍极具挑战。这类机器人虽最难，却是未来最刚需。

澎湃科技：与黄仁勋的交集及印象？

张立华：收购Ageia时，黄仁勋曾亲自到访圣路易斯办公室，平易近人。他演讲脱稿，对员工极具号召力。

澎湃科技：他哪些特质影响了您？

张立华：前瞻性判断。企业发展不能盲从，需提前1-3年布局。拥有准确的前瞻判断，才能在变化中从容应对。

相关文章