CoreWeave物理AI启动器：一键运... Features
2026年10月21日，CoreWeave在NVIDIA GTC柏林大会上正式发布Physical AI Launchables（物理AI启动器）和CoreWeave零信任AI框架。前者以一条命令即可启动Isaac Sim、CARLA、MuJoCo等五大仿真环境，后者则通过六层安全控制将密钥、节点访问与模型数据掌控权完全交还给客户。据StorageReview报道，该方案旨在降低机器人、自动驾驶等物理AI应用的部署门槛，同时应对智能体时代数据安全的新挑战。
内幕消息五大仿真模板：一键启动物理AI工作流
Launchables目录首批包含五个工具模板，覆盖从机器人操作到自动驾驶的主流场景。Isaac Sim提供四个内置模板：Franka机器人拾放任务、叉车与托盘场景（含标注合成数据）、车辆动力学变体（含驾驶与制动轨迹）、以及多摄像头监控的仓库场景（含工人和事件）。CARLA则提供驾驶场景矩阵，MuJoCo支持基于MuJoCo Warp的GPU并行强化学习扫描和RoboCasa厨房任务。AlpaSim用于NVIDIA Alpamayo驾驶模型的闭环评估，Cosmos 3则提供文本到视频的场景生成器。每个工具还附带空白模板，便于用户自定义，Voxel51 FiftyOne模板也已列入即将推出清单。
独家爆料参数化配置与30秒启动：工程效率再提升
用户通过命令行以name=value对设置参数，如场景时长、并行度、被测模型等。较大的改动需调整模板应用代码，但CoreWeave的Isaac Sim示例能在约30秒内启动每个手工编辑的变体。该目录还集成了NVIDIA Cosmos Data Factory的智能体技能，支持自动标注、数据整理、检索和生成式增强，覆盖视频、图像和文本等多种模态。未来更多Cosmos Data Factory工作流将作为模板发布，方便研究者直接调用。据GTC现场确认，这些模板均针对CoreWeave云环境预优化，可大幅度减少环境配置时间。
狗仔爆料分阶段计算与智能体协同：降低GPU占用、提升可追溯性
在允许的情况下，模板会先运行仅CPU的预处理和后处理，再进入GPU加速执行阶段，加速完成后立即释放GPU节点。每个模板明确声明资源与并发限制，避免并行任务争抢同一主机，并通过统一接口返回报告、指标、媒体和诊断信息。所有操作均记录在案，响应均为机器可读格式，脚本或编码智能体可以启动、监控和检索运行结果。CoreWeave为每个模板附带针对其云环境的智能体技能，并与Claude Code、Codex等工具兼容，同时沿用了NVIDIA发布的参考物理AI技能。人类与智能体共享同样的输入、设置、运行和结果工作流，使每一步变更都可被检查和追溯。
| 工具 | 模板内容 | 典型应用场景 |
|---|
| --- | --- | --- |
|---|
| Isaac Sim | 拾放、叉车、车辆动力学、仓库监控（4种） | 机器人操作、自动驾驶、合成数据生成 |
|---|
| CARLA | 驾驶场景矩阵 | 自动驾驶仿真与算法验证 |
|---|
| MuJoCo | GPU并行RL扫描、RoboCasa厨房任务 | 强化学习、机器人交互 |
|---|
| AlpaSim | 闭环评估Alpamayo模型 | 端到端驾驶模型测试 |
|---|
| Cosmos 3 | 文本到视频场景生成器 | 生成式合成数据 |
|---|
六层零信任AI框架：安全边界下放到客户
CoreWeave零信任AI框架围绕企业数据、模型权重和多租户安全设置六层控制边界。执行副总裁Chen Goldberg表示：“安全对AI工作负载而言，不能依赖于提供商对自身行为的承诺。”框架包括零密钥访问（远程密钥加密）、零节点访问（支持访问管理）、零信任基础设施（基于硬件信任根与证明服务）、零使用中访问（机密计算）、零模型数据（不利用客户数据训练模型）以及零信任网络加密（骨干网采用IEEE 802.1AE MACsec）。这六层控制旨在让密钥管理、管理员访问和模型数据始终保留在客户权限内。
零信任各层详解：从密钥到网络全面隔离
零密钥访问将密钥保留在客户的基础设施内，无论是软件密钥管理器、硬件安全模块还是其他云的KMS，均不向CoreWeave转移密钥管理权。零节点访问将提供商访问权明确由客户决策，限定于明确运维需求并在工作完成后终止。零信任基础设施要求密钥管理器、编排器或负载在释放密钥或解密数据前验证有效的证明证据。零使用中访问即机密计算，计划支持NVIDIA Blackwell和Vera Rubin平台，Vera Rubin NVL72将第三代机密计算扩展至CPU、GPU和NVLink结构，HGX Rubin NVL8预计2026年第四季度登陆CoreWeave云，优先支持裸金属环境。零模型数据声明称，CoreWeave作为AI云而非模型提供商，不将客户提示、训练数据、模型权重或输出用于训练自身模型。零信任网络加密则在骨干网默认启用MACsec，应用团队无需自行搭建加密传输。
合作伙伴与商业模式：从专用容量到按需突发
Cadence、Convergent Science、Encord、nTop、PhysicsX和Voxel51等合作伙伴在CoreWeave计算上运行各自应用，同时保留自身交互界面。用户既可租用预留容量运行持续程序，也可执行单次突发任务验证某个想法。这种灵活模式降低了物理AI研究的前期成本，使中小团队也能使用高性能基础设施。据StorageReview报道，该框架的每一层操作均有文档记录，并生成机器可读的响应，方便自动化审计。
行业影响与展望：物理AI规模化落地的前兆
CoreWeave此次发布把仿真工具与零信任安全打包在一起，标志着物理AI从实验室走向企业的关键一步。通过标准化模板，机器人公司和自动驾驶团队可以跳过复杂的环境配置，直接聚焦算法迭代。同时，零信任框架回应了企业对数据主权和合规的担忧。未来随着Vera Rubin等新一代硬件上线，计算密度和机密计算能力将进一步提升，物理AI的训练与推理有望在更安全、更高效的云环境中运行。
Q1: Physical AI Launchables主要面向哪些用户？
A1: 它面向机器人研究机构、自动驾驶开发者、制造业和工业自动化团队，以及任何需要物理AI仿真与合成数据生成的用户。用户无需搭建复杂环境，只需一条命令即可在CoreWeave云上启动预优化模板，降低入门门槛。
Q2: 六层零信任框架如何保护客户数据？
A2: 框架通过零密钥访问、零节点访问、零信任基础设施、零使用中访问、零模型数据和零信任网络加密六层控制，确保加密密钥、管理员权限、数据使用和网络传输全部处于客户掌控之下。例如，密钥保留在客户基础设施，提供商访问需客户明确授权，数据不用于训练任何模型，骨干网默认启用MACsec加密。
总体来看，CoreWeave在GTC Berlin的这次发布，既为物理AI提供了便捷的启动通道，也为企业级AI安全设立了新标杆。随着更多模板和硬件支持陆续落地，物理AI的规模化应用值得期待。
