距发那科官宣把 Google Gemini 接到旗下约 110 万台已装机机器人的自然语言编程层仅三天，公司在 5 月 18 日又宣布把底层的英伟达栈再深一层：RoboGuide 与 Nvidia Isaac Sim 现已互为双向数字孪生、双臂 CRX 借助 Nvidia Isaac GR00T N 基础模型学会叠 T 恤，长跑多年的「机器人躲人」演示在把 Jetson AGX Orin 换成 Jetson Thor 之后，算力跳了 7.5 倍。
这是一份摊开的双供应商策略。坐拥全球最大工业机器人装机量的发那科，公开声明上层跑 Google 模型、底下其他一切跑英伟达。两个公告隔了三天。
模拟器里到底改了什么
新版交付两套整合模式。
模式一 —— Isaac Sim 在前、RoboGuide 在后。 用户在 Nvidia Isaac Sim 里打开场景，拿起接在 RoboGuide 上的虚拟或实体示教器，在模拟器内实时点动机器人 —— 走的是和实物机一模一样的控制算法。程序可以完全在 Isaac Sim 里完成示教、执行和验证。发那科宣称虚拟和真实工作单元之间「轨迹和节拍完全一致」。
模式二 —— RoboGuide 在前、Nvidia PhysX 物理引擎在后。 RoboGuide 现在直接调用 PhysX，模拟此前难以仿真的物理事件 —— 杂乱堆放的料筐分拣、柔性线缆抓取、非刚体的插装作业。卖点是「不报废任何真实零件」就能把分拣项目跑完几百次迭代、第一次进场即可出结果。
真正值得抄录的市场口号是 sim-to-real 差距向零靠拢。落地后的含义是：集成商可以连夜在 PhysX 里跑上百轮迭代，第二天直接拿一段一次过的程序去现场。原本以小时计费的现场调试时间被压缩 —— 这件事，被裁员阵营叫「提效」，被工程团队叫「转岗或换组」。
双臂叠 T 恤的意义在哪
发那科用两台 CRX 协作臂演示了通过 Nvidia Isaac GR00T N 基础模型做模仿学习的叠 T 恤任务。人类操作员先在示教模式下完成几轮折叠，系统记录数据、学习策略，之后两条手臂用视觉自主完成折叠。
新意不在叠 T 恤本身 —— 机器人叠衣服的演示在 YouTube 上由来已久。新意在动作连续性。模仿学习出来的动作过去「常显得分段、僵硬」。把 GR00T N 的策略与发那科的运动控制层叠起来之后，连续性已经足够接近人手的节奏，可以走客户演示。
这恰好是工业机器人装机平台历史上最不擅长、人形机器人 pitch 一直拿来当突破口的那一类「软物体、低刚度」任务。如果发那科的工业协作平台也能通过把演示数据喂给 GR00T N 做柔性抓取，那么「人形」这条切入路径就变窄了。
Jetson Thor 与 7.5 倍算力的跳变
发那科同时把「躲人」演示的大脑换了。原来跑在 Nvidia Jetson AGX Orin 上，现在跑在 Nvidia Jetson Thor（T5000） 上。官方披露的 AI 算力提升是 7.5 倍。机器人对人体动作的躲避「更快、更顺」 —— 对一台需要做安全分级的协作工作单元来说，这中间的差距就是「敢站旁边」和「真想站旁边」的差距。
7.5 倍这个数字也是双供应商定位里最难绕开的一行。Gemini 在上、英伟达在中下层的这套栈并不是对称的 —— 真正决定一台协作工作单元是否能与人共处的毫秒级算力，是英伟达的边缘计算在跑。Google 负责自然语言层；英伟达负责毫秒层。
双供应商怎么读
对照这周另一条发那科新闻：5 月 14 日发那科把 Google Gemini 接进了约 110 万台已装机机器人的自然语言重编程层。那是一条面向产线工程师的软件升级新闻 —— 用英语描述，得到一段机器人程序。5 月 18 日这一条是底层算力新闻 —— 模拟精确、可从示教中学习、毫秒级反应。
两条新闻合在一起就是一个完整策略：保留现有客户的发那科钢铁本体，整套软件大脑换成「Google + 英伟达」的栈，并把这个升级以服务的形式定价。新兴人形机器人没有 110 万台装机量做分销通路。发那科有。
后续要看什么
- GR00T N 任务库的扩展速度。叠 T 恤是上镜的演示。真正有信号的是同一套 CRX 单元下一个不重建工作单元就能学到的任务 —— 线束布线、扎带、戴手套。如果靠演示数据就能持续吸收新任务，集成工时曲线会真正折弯。
- Jetson Thor 进人形平台。工业协作机上 7.5 倍的算力跳变，不会只停在工业协作机上。盯一下未来 90 天内哪些人形厂商悄悄把 Orin 从规格表里换掉。
- Gemini ↔ Isaac 的衔接。发那科还没公开说 Gemini 生成的程序如何先进 Isaac Sim 验证再下到真机。最干净的工程答案是「Gemini 出代码、Isaac Sim 验证、机器人执行」。如果开放日上整合是按这个路径交付的，这套双供应商方案就升级成「一次出图就能上线」的部署故事。
- 安川、ABB、Kuka 的回应。发那科装机最多，但另外三家面对的也是同样的客户关切 —— sim-to-real 差距、柔性物体抓取、安全单元延迟。未来 30 天竞品的新闻稿，会告诉我们发那科这套是会变模板，还是只是发那科自己的领先。
可以辩护的解读是：发那科只是在固化供应商栈，不算新品。难辩护的解读则写在演示清单上 —— 人形创业公司过去用来支撑估值的每一类能力，柔性物体处理、动作连续性、安全单元的快速响应，今天都被一家本来就掌握客户关系的工业协作平台直接演示出来了。