Nebius 联手 NVIDIA 设立了 2026 年物理 AI 大奖赛，给模型、感知、仿真、部署与工具链 5 大赛道的优胜团队，各开出一张 15 万美元的云端算力抵扣券。除了算力，主办方还附赠了联合推广、高管导师辅导和一场高规格晚宴席位。
表面看，这是一笔总额 75 万美元的慷慨资助。但只要翻开官方细则，就会发现两个刺眼的事实：申请团队必须已经拿到至少 100 万美元的外部融资；而在算力券兑现之前，Nebius 的 GPU 租金全线涨价，直接把这笔奖金的实际购买力切掉了近两成。
这不是面向极客的开源孵化，而是一场包装成技术竞赛的精准获客。
融资门槛与日期撞车：高净值客户的定向筛选
很多早期具身智能团队点开报名页面时，第一步就会被条款挡回来。Nebius 明确规定，申请主体必须拥有测试中的原型产品，且累计获得不低于 100 万美元的外部融资。
这一道硬杠杆，干脆利落地把高校实验室、自筹资金团队以及绝大多数车库初创企业划在门外。评审采用 10 分制，从技术创新、落地可靠性、市场潜力和方案契合度四个维度打分。大赛锁定的目标非常纯粹：那些已经经过风险投资筛选、有确定研发预算和后续买单能力的高净值团队。
比门槛更混乱的是申报日程。赛事对外推广主页与新闻通稿写着截止日期为 2026 年 10 月 25 日，甚至个别条款标注为 10 月 21 日；但底层的实际提交系统却赫然显示截止日是 9 月 30 日，并标明不予延期。结果揭晓时间也出现前台主页写 11 月 18 日、细则条款写 12 月的脱节。如果技术团队按照宣传通稿掐点准备材料，随时可能面临系统关闭的乌龙。
评审席的构成更像一张严密的商业关系网。评委阵容除了主办方高管和投资机构 Lightspeed，还拉来了 Foxglove、Voxel51 以及 Encord 等物理 AI 工具链软件的创办人。2025 年首届工业机器人赛道冠军 RoboForce 的工程副总裁 Calvin Zhou，这次也直接坐上了打分席。
参赛协议里还藏着一项代价：虽然团队名义上保留专利，但必须授予主办方一项永久且非独占的材料许可，允许 Nebius 将申报方案用于宣传和向外部投资人推介。
10 月 1 日调价：15 万美元的真实缩水账本
这笔奖金的含金量，完全被官方的调价节奏左右。Nebius 已定于 2026 年 10 月 1 日全面上调 GPU 按需费率。
| GPU 芯片规格 | 调价前单价 | 10月1日新单价 | 15万美元原核算机时 | 涨价后实得机时 |
|---|---|---|---|---|
| H100 | $3.85 / hr | $4.50 / hr | ~38,960 小时 | ~33,333 小时 |
| H200 | $4.50 / hr | $5.40 / hr | ~33,330 小时 | ~27,778 小时 |
| B200 | $7.15 / hr | $8.50 / hr | ~20,980 小时 | ~17,647 小时 |
| B300 | $7.85 / hr | $9.50 / hr | ~19,100 小时 | ~15,789 小时 |
按照旧价格核算，15 万美元能换到 33330 个 H200 卡时，或者折合 521 小时的 64 卡集群运行时间，刚好支撑一支团队跑完三周的高强度重训。但调价生效后，这笔额度能买到的 H200 机时降到 27778 小时，直接蒸发了 5552 个小时，购买力缩水 16.7%。
如果团队换用下一代 Blackwell 芯片跑大模型强化学习，购买力缩水更严重。B200 机时跌去 15.9%，B300 缩水 17.3%，总机时被压缩在 1.6 万小时上下。即便选用每小时 2.45 美元的中断型实例可以拉长时间，但对物理 AI 连续仿真来说，频繁中断和保存检查点的开销本就是巨大的工程损耗。
官方到现在也没说明获奖团队是否能享受旧价格保护，更没有列清这笔额度能否抵扣高速并行文件系统和跨节点组网出网费。一旦额度只能覆盖裸金属计算，杂费依然是一笔逃不掉的硬性支出。
算力做饵，生态筑墙：谁在为谁做嫁衣
天下熙熙皆为利来。云服务商扶持初创公司的套路各不相同：Google AI 计划给到最高 35 万美元，但严格圈定在自研 TPU 和托管框架；AWS Activate 开出 20 万美元；微软 Azure 则用 15 万美元额度捆绑联合销售通路；英伟达自己的 Inception 体系更克制，主要给硬件采购通道和技术授权优惠，极少大方发放自有的整块裸算力。
Nebius 这家从 Yandex 资产分拆重组出来的 AI 原生云厂商，选择和英伟达联手单挑具身智能，打法比公有云巨头更直接。
具身智能是眼下极少数模型架构未定型、对算力吞吐又极度饥渴的赛道。机器人回传的海量传感器数据、Sim-to-Real 的仿真渲染以及强化学习试错，都是吞噬 GPU 的无底洞。这类任务的技术黏性极强，团队一旦把数据湖和训练流在某一家底层架设好，跨云迁移的重构成本和数据出网费就会高到难以承受。
2025 年首届赛事跑出的标杆成了最佳背书。上届冠军 RoboForce 在 2026 年 3 月拿到 YZi Labs 领投的 5200 万美元融资，揽下了上万台意向订单；视觉赛道冠军 Gather AI 也在 2 月完成了 4000 万美元 B 轮融资。
这些闪亮的商业案例被拿来证明算力扶持的成效，却遮蔽了根本逻辑。这两家公司能融到巨资，取决于硬件成熟度和行业交货能力，而不是因为用了哪家云。
具身智能不是纯粹的软件生意。电机的扭矩密度、减速器的加工精度、激光雷达与相机的采购成本，以及工程人员在恶劣工厂环境下的调试工时，哪一项都比算力更磨人、更耗钱。15 万美元的云额度解决不了硬件物料清单的资金饥渴，却足够让云厂商顺理成章地把核心训练流水线钉死在自己的机器上。
算力只是锁客的引子。初创团队当然可以去争这笔资源，但拿到额度的那一天，就该准备好容器化与跨云迁移方案。把免费赠券当成生存支柱的人，迟早要在服务商调价的账单前交出主导权。