事件
NVIDIA 在 2026 年台北 GTC 大會發表 Isaac GR00T 人形機器人開發平台，與宇樹科技合作推出參考設計，整合 Unitree H2 Plus 人形機器人、Jetson Thor 機載運算晶片，並承諾將工作流程釋出至 GitHub 與 Hugging Face 開放社群。
表面現象
這看起來違反直覺：一家晶片公司為什麼不自己做整條產業鏈、反而幫競爭對手開發標準化方案？
傳統邏輯說，NVIDIA 應該： - 自主研發機器人、獲得終端消費者利潤 - 壟斷硬體供應鏈、鎖定客戶 - 獨家控制軟體棧、賺取授權費
但黃仁勳選了相反的路。
深層邏輯：平台槓桿化
1. 從「做產品」到「做基礎設施」的轉換
假設 NVIDIA 自製機器人： - 市場規模：2030 年人形機器人市場約 500 億美元 - 假設 NVIDIA 拿到 30% 市佔率、毛利 40%：年收 60 億美元 - 但這是一個「有天花板的生意」——受限於工廠產能、銷售渠道、服務網絡
但如果 NVIDIA 做「機器人大腦」（推理與訓練平台）： - 每台機器人、無論宇樹做、特斯拉做、還是波士頓動力做——都需要 NVIDIA 的晶片 + 軟體 - 不只賣硬體，還賣「訓練整個機器人群體的算力租賃」（雲訓練 + 邊緣推論） - 市場規模：這變成「所有機器人廠商的必經之路」，潛在收益是 500 億的 5-10 倍
2. 生態效應 vs. 獨佔效應的交互作用
平台槓桿化的核心論證：
| 維度 | 垂直整合（自做機器人） | 平台開放（做基礎設施） | |------|----------------------|--------------------| | 直接利潤 | 60 億/年（高） | 200 億+/年（更高） | | 市場規模上限 | 有天花板 | 無天花板（所有機器人） | | 競爭對手反應 | 自建供應鏈、繞過 NVIDIA | 無法繞過（成為標準） | | 創新速度 | 慢（單一公司） | 快（百家爭鳴） | | 規制風險 | 高（被控壟斷） | 低（開源社群中立） |
開放參考設計到 GitHub，等於宣告： - NVIDIA 不想賺機器人的線性利潤 - NVIDIA 想賺「所有機器人都離不開的晶片 + 軟體棧」的指數級利潤
3. 歷史類比
- **Intel 的 x86 標準化**：1985-2010 年，Intel 不自己造 PC、而是授權 x86 架構給所有廠商。結果不是削弱 Intel、而是讓 PC 市場從 1 億台炸到 20 億台，Intel 成為唯一的晶片標準。
- **Android 與高通（Qualcomm）**：Google 開放 Android，高通因此成為全球 95% 安卓手機的晶片供應商。不是因為高通獨佔市場，而是因為高通成為了「無法取代的基礎層」。
- **AWS 與開源**：Amazon 不隱藏 AWS API，反而開放文件與生態，結果讓 AWS 成為雲端標準，其他廠商都在「兼容 AWS」或「替代 AWS」中耗盡力氣。
NVIDIA 的實際招數
a) 開放軟體棧（Isaac GR00T 到 GitHub） → 降低宇樹、波士頓動力、特斯拉的開發成本 → 加速機器人產業化 → 機器人廠商越多、就越需要 NVIDIA 晶片
b) 參考設計（Jetson Thor + H2 Plus） → 定義「業界標準配置」 → 其他廠商做新款機器人時、很難不參考這套 → 變相鎖定 Jetson 晶片為「必配」
c) 支援開源社群（Hugging Face） → 讓業餘開發者、初創公司都能用 → 形成「NVIDIA 工具鏈」的網絡黏性 → 未來這批人創業時、仍用 NVIDIA（路徑依賴）
為什麼這是新的商業模式
傳統硬體公司的利潤來自「產品差異化」——我的機器人比你好 30%，我就賺更多。