NVIDIA 釋出醫療物理模擬框架，加速 GPU 原生醫療機器人開發
為何重要
過去醫療機器人因依賴昂貴且緩慢的實體實驗（如白鼠模型、病理解剖）進行驗證，導致開發週期長達數年。該框架利用 GPU 計算力與生成式世界模型填補了長尾場景的資料缺口，大幅降低開發風險，宣告醫療機器人開發將從「實體優先」轉向「模擬優先」（Simulation-First）的自動化生產力新紀元。
醫療機器人開發長期受制於真實世界示範資料稀缺、迭代緩慢且無法全面覆蓋臨床長尾案例的問題，NVIDIA Medical Physics Simulation 框架旨在透過 GPU 原生、高保真的模擬環境解決此瓶頸，並與 Isaac Lab 等工具整合以實現強健的策略訓練。
- 新推出的 Endoluminal Simulation 模組已正式上市，支援模擬導管在血管系統內的導航，使用 Cosserat rods 模型與擴充套件位置基礎動力學（XPBD）方法進行物理運算。
- 採用矩陣系統與 Thomas algorithm 的全域性耦合求解器，將長器械的運算複雜度降至線性時間，在單一環境中物理模擬頻率可達 1,300 Hz。
- 藉由 Torch-Warp 零複製互操作性與 NVIDIA Isaac Lab 的整合，系統支援高吞吐量的分散式訓練，具備 512 個並行環境且物理模擬保持 60 Hz 的效能。