训练机器人像教人走路：每次动作都拿真机试，不但慢，还可能摔坏设备。Newton想把这类试错先搬进虚拟世界。它是一款面向机器人与仿真研究者的开源物理引擎——用数学模型计算碰撞、关节和运动，并把大量计算交给GPU并行处理，从而支持更大规模的训练与实验。
Newton建立在NVIDIA Warp之上。Warp是一个Python并行计算框架，负责把数值任务送往GPU；Newton则扩展并泛化了Warp已经弃用的warp.sim模块，并以MuJoCo Warp——将常用物理仿真系统MuJoCo迁移到GPU的实现——作为主要后端。它还强调可微分仿真，也就是计算结果会如何随参数变化，方便研究者用机器学习方法调整机器人结构或控制策略。项目由Disney Research、Google DeepMind和NVIDIA发起，现为Linux Foundation项目，代码采用Apache-2.0许可证。仓库材料未给出速度或精度基准，因此眼下更值得关注的是它提供了一套开放、可扩展的GPU仿真底座，而非已被量化验证的性能优势。