LG与NVIDIA的机器人合作并不是一项“共同推出人形机器人”的发布。双方依据2026年8月13日签署的战略合作MOU，正尝试把LG从家庭、制造和物流现场获得的机器人数据，与NVIDIA的Omniverse、Cosmos和Isaac连接起来，形成反复训练与部署的体系。位于首尔良才的Data Factory全面运行以及10万小时数据，都是2026年年底目标，不能当成已经完成的业绩。
目前确认的是MOU和Data Factory建设，而不是共同产品上市
据LG官方发布，LG集团与NVIDIA于美国当地时间8月13日签署MOU。四天后，双方在首尔良才R&D园区再次会面，检查机器人合作方向和Data Factory建设进度。这份发布体现了加快合作的意愿，但没有给出供货合同、独家条款、共同成品的价格或上市日期。
目前公开的设施由地下1层和地上3层组成，总面积1万㎡。LG表示计划在2026年年底前全面运行，并部署数百台机器人。“正在建设”“年底目标”和“已经运行”是三种不同状态。在后续官方材料确认机器人数量和开动率之前，不应把目标改写成既成事实。
| 项目 | 官方发布确认的内容 | 尚未确认的内容 |
|---|---|---|
| 合作形式 | LG集团与NVIDIA签署战略合作MOU | 是否独家、各产品供货合同 |
| 良才设施 | 1万㎡、4层、计划容纳数百台机器人 | 实际开动率、各类机器人运行数量 |
| 数据 | 预计年底前把真实、合成和增强数据合计到10万小时 | 任务分布、重复率、失败数据占比 |
| 产品化 | 提升LG RFM并连接NVIDIA机器人技术栈 | 适用机器人、模型版本、客户部署日程 |
Data Factory最该收集的不是成功镜头，而是失败过程
良才设施将设置家庭复刻区和制造模拟区。LG CLOiD会在家庭环境中反复执行清洁任务；仿照美国田纳西洗衣机工厂的区域，则用于搬运、堆放和装配零部件。LG CNS物流自动化环境和LG Innotek机器手训练区获得的数据也计划接入。
这套体系的价值不只在于拍摄时长。零件错位、纸箱变形、人员进入通道或抓取松脱等偏离正常流程的片段，占比多少更关键。只记录成功的1小时，与把失败、人工介入和恢复密集记录下来的1小时，提供给模型的信息量并不相同。
评估数据质量时，应按任务类型、环境、机器人形态、成功与失败、人工介入和传感器缺失拆分。还要说明是否把同一场景由多台摄像头记录的时长简单相加，以及合成数据和真实数据的比例。仅凭10万小时总量，无法保证机器人的泛化能力。
Omniverse、Cosmos和Isaac分别负责不同环节
LG发布中列出的NVIDIA工具包括Omniverse库、Cosmos开放世界模型和Isaac开放机器人开发平台。若把三个名称都当作同一个AI模型，它们在流程中的作用就会被混淆。
- Omniverse可作为构建和仿真工厂、家庭与物流空间的数字环境基础。
- Cosmos位于世界模型层，用于合成或增强真实现场难以频繁采集的条件。
- Isaac连接机器人训练、验证和部署所需的开发工具。
NVIDIA官方机器人平台也把训练、物理仿真和边缘推理描述为“三台计算机”架构。但使用某项工具，并不等于某台机器人已经通过目标任务。要判断产品性能，还必须附上策略版本、传感器配置、测试次数以及是否有远程介入。
LG RFM是把数据转化为产品行为的连接点
LG计划用Data Factory获得的数据改进Robot Foundation Model，即RFM。官方将RFM描述为人形机器人能力的基础，但现有发布没有说明输入格式、支持的机器人、模型规模、部署方式或外部开发者可以访问的范围。
也不应自动把NVIDIA GR00T写进这次合作。LG此次发布明确列出的核心工具是Omniverse、Cosmos和Isaac。在出现新的单独发布之前，用“NVIDIA机器人技术栈与LG RFM相连接”表述更符合已确认范围。
真正的连接会体现在部署流程，而不是模型名称上。新策略发到CLOiD或工业机器人时由谁审批？出现异常行为后多快回退旧版本？安全控制器是否独立于学习模型？如果没有这些环节，数据飞轮仍只是训练管线，而不是可运营系统。
评估10万小时目标，先要看数据分母怎么计算
LG预计到2026年年底，把直接采集的数据和通过Cosmos合成、增强的数据合计到10万小时，约等于12年。这是数据生产目标，并不是对数据有效性或产品性能做出的独立验证。
以洗衣机工厂模拟区训练零部件堆放为例，除总时长外，还需要公开以下条件，结果才可比较。
| 核验项 | 应取得的记录 | 可判定为失败的情况 |
|---|---|---|
| 任务分布 | 清洁、移动、堆放、装配各自的时长与重复次数 | 大部分数据被一种简单任务占据 |
| 数据质量 | 成功、失败、介入和缺失的标注规则 | 失败被删除，或把人工介入计为自主成功 |
| Sim-to-Real | 同一策略在仿真和实体设备上的结果 | 实体测试中的抓取与接触误差激增 |
| 运营部署 | 版本、审批、回滚和中止原因 | 错误更新扩散到整个机器人集群 |
低频失败也要单独分析。传感器遮挡、通信时延、低电量和人员突然靠近叠加时，平均成功率往往掩盖问题。因此采购方应要求查看未经剪辑的完整运行记录和恢复时间，而不是只看公开演示。
商业化阶段要用各产品的付费运行来判断
LG Robotics Business Center官方发布称，自2026年7月1日起，这一CEO直属部门将整合业务开发、销售和运营。LG要把工业、商用和家庭机器人、执行器以及Data Factory纳入同一业务体系，方向已经明确；但成立组织和签署MOU只是商业化准备条件，不等于收入或长期运行成绩。
下一步应公布CLOiD、工业机器人和机器手各自的付费客户、交期与现场服务范围。还要对比同一任务中的人工介入率、节拍、开动率和故障恢复时间相对基线改善了多少。能证明数据生产能力是否转化为客户成本和生产率的，是这组数字。
签约前，开发、运营和采购团队要问清四类问题
开发团队要核对数据格式和传感器同步、RFM与NVIDIA工具的职责边界、策略版本。运营团队要测试单台停机时其他机器人是否也会等待、现场人员能否安全绕行、回滚需要几分钟。采购团队则应把数据所有权、可导出范围、支持排除条款和故障恢复责任写入合同。
基础概念可继续阅读具身智能（Physical AI）的含义与边界、机器人基础模型和Sim-to-Real核心概念。先分清这三层，才不会把“数据很多”的发布与“机器人能在现场稳定工作”的结果当作同一件事。
目前LG与NVIDIA合作的核心不是某一台机器人，而是建立连接数据采集、合成、训练与部署的生产体系。年底评估除了看是否达到10万小时，还应并列检查实际运行机器人数量、各任务失败分布、RFM适用产品以及付费现场的重复性能。
常见问题
LG和NVIDIA会马上联合推出人形机器人吗？
不会。当前确认的是战略合作MOU，以及数据与机器人平台的连接。联合人形机器人的型号、价格和上市日期均未公布。
收集到10万小时数据，就能保证机器人性能吗？
不能。10万小时是预计在年底前形成的数据总量，还必须同时核对任务多样性、失败占比、重复数据和实体测试结果。
LG Data Factory什么时候全面运行？
LG提出的目标是2026年年底全面运行。2026年8月发布时仍在建设，因此实际开动状态和机器人数量要以后续资料为准。
已核验的官方资料
最后核对：2026年8月23日