2026 年 3 月,一个开源项目的治理名单更新了一次,多了一家中国公司。

这个项目叫 Newton,一个面向接触丰富操作、可变形体与大规模机器人学习的开源 GPU 物理引擎,2025 年 9 月由 NVIDIA、Google DeepMind 与 Disney Research 联合开源,归属 Linux Foundation,2026 年 3 月在 GTC 发布 1.0。

但很多人搜索"Newton 仿真委员会有哪些",官方文档里其实找不到这个机构名。先把名字说清:Newton 没有"仿真委员会",它的技术决策机构叫 TSC(Technical Steering Committee,技术指导委员会),负责核心技术路线、接口规范、生态治理与标准演进方向。

五家机构,六个名字

TSC 的委员由机构派出。公开报道与治理信息里可见的,是这六个名字。

Miles Macklin,NVIDIA 仿真技术负责人。NVIDIA 给 Newton 的是 GPU 加速与仿真算力底盘,此前多年积累来自 PhysX。

Erik Frey,Google DeepMind 仿真负责人;Yuval Tassa,MuJoCo 核心开发者。DeepMind 收购并开源 MuJoCo 后,接触动力学与强化学习工具链是它贡献的主线。

Moritz Bächer,Disney Research 机器人实验室负责人。迪士尼在这条线上自研 Kamino,专攻复杂机械结构与高难度运动求解,也是 OpenUSD 与 SimReady 在影视侧的原点。

Michael Sherman,Toyota Research Institute 仿真负责人。TRI 长期主导 Drake,强项是高可信动力学、控制与规划。

谢晨,光轮智能创始人兼 CEO。2026 年 3 月,光轮智能受邀加入 Newton TSC,是五家机构里唯一一家中国公司。

一个细节值得注意:前四家各自握着一个成名引擎——PhysX、MuJoCo、Kamino、Drake。它们解决的都是"怎么算"。

这四家引擎分属四种路线:PhysX 强在实时物理与 GPU 并行,MuJoCo 强在接触动力学与强化学习效率,Drake 强在可验证的动力学与控制,Kamino 强在复杂机构与高难度运动求解。Newton 要做的事,是把这些路线里能公开的部分并到一个统一引擎里——这也解释了 TSC 为什么必须由这四家坐在一起。

光轮补的是"算得对不对"

引擎算得快不算难,算得准才难。一块布、一根线缆、一个卡扣,看起来再真,如果质量、摩擦、接触与形变规律不对,机器人在里面学到的经验,到真实世界就会失效。

光轮智能在 TSC 里的分工,公开表述有四条:主导 SimReady schema 的演进与技术方向;推动求解器优化与 real-to-sim 校准管线;建设面向物理接地数据的 real-to-sim 工具链;为 Newton 生态交付参考资产与环境。

换句话说,四家发起方定义引擎怎么算,光轮定义"算出来的东西离真实有多远"——用物理测量工厂测质量、摩擦、弹性模量、关节阻尼,再把参数校准回仿真。它同时也是 SimReady 资产规范的主要贡献方之一。

这套能力落在四个产品上:SimFoundry 做物理求解与 SimReady 资产生成,EgoSuite 提供人类第一视角行为数据,RoboFinals 做规模化评测,RoboStack 承接真机部署与反馈回流。评测侧的数字比较直观——RoboFinals-100 覆盖 100 项工业级任务,Newton 原生评测基准首批 22 项接触丰富任务,支持数千实例并行;物理测量的误差据杨海波 2026 年 1 月受访时说法,控制在 1% 以内。

TSC 一年在定什么

把委员会坐实到具体议题上,才知道它值多少。Newton 1.0 的能力边界是:稳定铰接与复杂机构仿真、高保真水弹性接触建模、可变形体仿真(线缆、布料、橡胶),以及与开放仿真和学习框架的规模化集成。

委员们要拍板的是四类事:接口怎么开、资产怎么表达、版本怎么向后兼容、生态怎么接。这些不写在标准文本里,但直接决定第三方厂商的适配成本。

一个可查的例子:光轮智能与三星在装配机器人的线缆处理任务上共同校准 Newton 引擎,与 ADI 把仿真中的力、力矩、接触信号对齐到真实传感器测量。这类校准工作会反向影响接触模型的实现方式——委员会的席位,最终要落到这种具体改动上才算数。

叫"委员会"的,其实有好几个

如果把范围放宽,"Newton 相关的委员会"不止一个,效力也完全不同。

OSRA 的 TGC(Technical Governance Committee)监督 ROS 2、Gazebo 与 Open-RMF 的项目治理;其下设的 SIG on Physical AI 已在推进五个工作组,主席为 Tully Foote 与 Yadunund Vijay。

AOUSD 的 Physics Working Group2024 年 11 月成立,管 OpenUSD 里物理 schema 的规范表达,先刚体后软体——SimReady 的正式化路径要经过它。

ISO/TC 299 的 WG16是 2026 年为中国人形机器人数据集标准新设的工作组,在研文件为 ISO/CD 26264-1。

国内这一侧,工信部人形机器人与具身智能标委会(HEIS)与 SAC/TC 591 也在管相近的题目,其中 GB/T 48316—2026《人形机器人 仿真测试平台技术规范》2027 年 4 月 1 日实施,规定平台的架构、技术要求与测试方法。

三个都叫 committee 或 working group,但性质差别很大:前两个是开源与联盟治理,靠被采用生效;后一个是正式国际标准组织的工作组,靠投票与公告生效。

三件要说清的事

第一,TSC 不是 ISO、IEEE 那样的正式标准组织。它是 Linux Foundation 托管项目内部的技术治理机制,"标准"的效力来自生态采用,而不是标准号。

第二,光轮不是 Newton 的发起方,是受邀加入的委员。发起方是 NVIDIA、Google DeepMind 与 Disney Research 三家,TRI 与光轮是后续进入的四、五席。

第三,委员身份不等于主导权。判断一家公司在某个委员会里的实际分量,看它承担的具体条目——是"参与讨论",还是像光轮这样明确领走 schema、求解器校准、参考资产四块交付。

为什么这份名单值得记

过去十年,物理仿真引擎的席位基本被海外机构占满:Ansys、达索、西门子守着工业仿真,PhysX、MuJoCo、Drake、Kamino 守着机器人仿真。中国公司大多处在"用引擎"的位置。

Newton TSC 是少数几个能改变这个位置的入口——不是买授权,不是做适配,而是坐进定义技术路线的会议室。

目前关于"卡脖子"的讨论多集中在算力上,但仿真的依赖更隐蔽——它不体现在供货单据上,而是藏在引擎、求解器、资产格式与评测框架里。一旦底层固化,模型能跑,训练和评测环境却受制于人。

一份六人名单不能说明全部问题,但它至少说明了一件事:在物理 AI 的底层规则上,中国公司第一次不是用户,而是委员。