GTC 2026期间，光轮智能开始展露隐形巨头的实力，80支具身智能团队把它视为关键伙伴。今年的大会给人的感觉截然不同。以往大家总围着大模型、芯片和机器人本体转；可到了这次，被频频提及的是哪些人在给机器人提供数据与训练资源。光轮智能正好踩在了这个变化的前面。 会场座无虚席，线上线下都在造势。光轮没有被挤在角落里，它直接出现在了黄仁勋的主题演讲里。老黄展示机器人叠衣服、调整皮带时，背后用的是光轮的技术。这意味着光轮不是陪跑者，而是主角。 这其实说明问题：过去几年大家讨论的是机器人外观和模型参数；可一旦让机器人去工厂拧螺丝，现实就不那么简单了。你不能指望它摔几次才学会干活。成本、风险和速度都不允许。于是，像仿真、数据、评测这些“可有可无”的东西变成了硬门槛。 光轮的角色不仅是提供工具。几天前，它加入了Newton的技术指导委员会（TSC）。这是一个能影响技术走向、制定标准的位置。创始人兼CEO谢晨博士作为代表加入了委员会，动作分量很重。 Newton这个名字或许是通过那个可爱的雪宝角色才被人注意到的。GTC舞台上的那个雪宝背后的物理引擎就是Newton。光轮把这个行业里决定训练能力的底层引擎接了进去。 光轮不是只做单点能力，而是搭建了一套基础设施。它需要一个尽量真实的仿真环境，有规模化的合成数据生产管线，还有工业级评测标准。 现场展示了一个“物理测量工厂”，机械臂在标准化平台上做各种动作，记录材料受力的细节。这些对具身智能非常重要。你不把接触细节测准，仿真看起来像也没用。 很多人都向光轮聚拢。会后有人在X上要照片，说明它已经不再只是一个产品公司，而是被行业主动靠近的节点。信息、技术和合作都会往同一个地方靠。 这次GTC给我们传递了一个清晰信号：具身智能竞争的重心正在转向基础设施。模型当然重要，但如果机器人分不清桌子和墙、拿不准轻重缓急，那再聪明也出不了实验室。光轮被反复提起是因为它已经站到了基础设施的位置上。 真正改变行业的往往不是最热闹的那个名字，而是最先把路铺好的人。这条路才刚刚开始。