日本软件运动控制企业Movensys宣布，其关于物理AI实时执行技术的研究已被NVIDIA GTC 2026大会的Poster Session（海报展示环节）正式录用，将于2026年3月在美国加州圣何塞进行现场发布。作为全球AI、机器人及数字孪生领域最具影响力的技术盛会，NVIDIA GTC今年的海报环节竞争尤为激烈，Movensys的研究方案在众多投稿中脱颖而出，成为最终入选主题。
当前，随着NVIDIA Jetson等边缘AI平台与机器人基础模型的普及，物理AI技术正迅速发展。然而，现有系统普遍存在架构缺陷：负责AI推理的GPU模块与负责实际动作控制的机器人控制器相互分离。这种分离导致两者必须通过以太网等网络通信，不可避免地产生通信延迟和任务调度延迟，进而引发控制回路整体滞后。这种结构性的延迟使得AI决策与机器人实际动作难以实时同步，严重影响了机器人在真实环境中的动作稳定性和轨迹跟踪精度。
针对这一行业痛点，Movensys基于其核心软件运动控制器WMX，开发了一套实时运动控制栈（Real-Time Motion Control Stack）。该方案利用基于EtherCAT的实时通信协议和ROS2接口，构建了一个低延迟的“实时执行层”，将NVIDIA Isaac应用层与底层机器人控制层紧密连接。这一架构旨在最小化AI推理与物理控制之间的执行延迟，实现智能决策与底层控制的深度融合，为基于机器人基础模型的物理AI系统提供关键的基础设施支持。
在技术验证方面，Movensys在Jetson Orin平台上利用Isaac Manipulator进行了对比实验。结果显示，相较于传统的外部机器人控制器架构，采用Movensys实时控制栈的系统，其平均**误差（MAE）降低了约85%。这一数据有力证明了在物理AI系统中，构建能够缩小智能与执行差距的实时控制层对于提升系统性能至关重要。
Movensys的核心技术“Soft Motion”源自麻省理工学院（MIT）的机器人研究，自1998年在美国波士顿创立以来，其软件运动控制器WMX已广泛应用于全球半导体制造设备等工业自动化领域。此次发布标志着该公司将成熟的工业级实时控制技术，成功拓展至AI与机器人基础模型领域，旨在构建适应物理AI时代的下一代机器人执行平台。此外，发布会还将展示如何利用实时执行栈，结合真实世界传感器数据，实现基础模型的实时自适应微调等未来技术方向。
对于中国机器人及AI行业从业者而言，这一案例表明，随着大模型在机器人领域的落地，单纯的算法优化已不足以解决实际问题，“算法+实时控制”的软硬一体化架构将成为提升物理世界执行精度的关键竞争点，值得国内企业在构建具身智能系统时重点关注底层实时通信与控制栈的协同优化。