北京时间1月6日，英伟达CEO黄仁勋身着标志性皮衣再次站在CES2026的主舞台上，以一场90分钟的震撼演讲，宣告人工智能进入“物理AI”时代。这一战略升级标志着AI从理解语言转向理解物理世界，为全球制造业、自动驾驶和机器人领域带来颠覆性变革。

黄仁勋开篇即点明，当前计算机行业正经历史无前例的双重平台级变革：

1. 应用层变革：AI 不再是单一应用，而是成为新的计算平台，未来所有应用程序都将构建于 AI 之上；

2. 技术栈变革：延续数十年的 "五层蛋糕" 技术栈被全面重塑 —— 开发方式从 "编写软件" 转向 "训练软件"，运行平台从 CPU 主导转向 GPU 并行计算，交互模式从固定逻辑运行升级为即时生成式交互。

这场变革背后是巨大的产业迁移：过去十年积累的 10 万亿美元计算基础设施正在被 AI 重塑，每年两千亿美元风险投资涌入该领域，全球 100 万亿美元产业研发预算开始向 AI 倾斜。英伟达自身也印证了这一趋势，其 2025 财年 Q3 数据中心业务收入达 512.5 亿美元，同比增长 66%，市值已达 4.6 万亿美元。

黄仁勋梳理了 2025 年推动 AI 迈上新台阶的五大核心突破：

1. 扩展定律持续生效：AI 学习的预训练、后训练、测试时扩展三个阶段均遵循 "算力投入越多，性能越强" 的规律，其中 GPT o1 引入的 "测试时扩展" 让 AI 具备了 "思考" 能力；

2. AI 智能体化普及：智能体系统（Agentic Systems）使 AI 从被动工具进化为主动执行复杂任务的主体，具备推理、规划、使用工具等能力，英伟达内部已通过 Cursor 重构编程方式；

3. 物理 AI 实现飞跃：AI 开始与物理世界深度融合，分为两类 ——"物理 AI"（与物理世界交互，如控制机器人）和 "AI 物理学"（理解物理规律，如流体力学）；

4. AI 解锁自然法则：在生物、化学、药物研发等领域，AI 通过分析海量数据发现人类难以察觉的模式，加速基础科学突破；

5. 开源模型跻身前沿：以 DeepSeek R1 为代表的开源模型能力快速追赶闭源模型，虽仍落后约六个月，但每半年就有新突破，Hugging Face 等平台模型下载量呈爆炸式增长。

面对开源模型的崛起，英伟达早已布局 DGX Cloud 超级计算机，用于开发自身开源模型家族，其战略核心是 "全栈开放赋能"：

• 开源模型矩阵：覆盖多领域 —— 数字生物学领域的 La Proteina、OpenFold 3、Evo 2；地球科学领域的 Earth 2；大语言模型 Nemotron（将发布更多变体）；世界模型 Cosmos；人形机器人模型 Groot；自动驾驶模型 Alpamayo；

• 开放数据与工具：不仅开源模型，还开放训练数据及全套库（NeMo、Physics NeMo 等），覆盖 AI 从数据处理、训练到部署的全生命周期；

• 生态成果显著：英伟达在 PDF 检索、语音识别、语义搜索等多个领域排行榜名列前茅，赋能全球企业、行业及国家参与 AI 革命。

黄仁勋将智能体 AI（Agentic AI）定义为 AI 能力的根本性飞跃，其核心价值在于解决了传统 AI 的 "幻觉" 问题 —— 通过先做基础研究再回答的方式，将结论 "锚定" 在事实之上。未来 AI 应用将遵循 "多模态、多模型、多云、混合云" 的架构特征：

• 多模态：兼容语音、图像、文本、3D 图形等多种信息类型；

• 多模型：根据任务需求灵活调用最优模型；

• 多云 / 混合云：支持全球分布式部署与本地隐私部署结合。

这一架构已在企业级应用落地，Palantir、ServiceNow、Snowflake、CodeRabbit 等平台均已接入英伟达 AI 系统，未来智能体将取代传统 Excel 表格、命令行，成为更自然的交互界面。现场演示的 Reachy 机器人助理，可处理日历、邮件、生成建筑效果图，甚至远程照看宠物，展现了该架构的实用价值。

英伟达深耕八年的物理 AI，核心是让 AI 理解并互动物理世界，其实现依赖 "三大计算机 + 合成数据" 的独特体系：

1、三大计算机协同：训练计算机（研发 AI 模型）、推理计算机（边缘设备执行）、仿真计算机（验证行为正确性），其中仿真（Simulation）是核心基础；

2、全栈软件支撑：

• Omniverse：创建数字孪生的仿真平台；

• Cosmos：世界基础模型，能理解物理世界运作并与语言对齐；

• 专用模型：Groot（人形机器人）、Alpamayo（自动驾驶）；

3、数据生成创新：通过 "计算换数据" 理念，利用合成数据生成技术，在仿真环境中批量产出高质量训练数据，解决物理世界数据多样性不足的难题。

Cosmos 模型的演示印证了这一体系的威力：可将简单交通轨迹数据转化为照片级环绕视频，支持文本 / 场景生成视频、闭环仿真、物理推理等功能，下载量已达数百万次。

作为物理 AI 的标杆应用，英伟达发布全球首个具备思考与推理能力的自动驾驶 AI——Alpamayo：

• 训练与能力：采用端到端训练，融合真实驾驶数据、Cosmos 合成数据及标注场景，可同时输出 "驾驶动作、决策理由、行驶轨迹"，能处理施工绕行、紧急避让、无保护左转等复杂场景；

• 全栈技术栈：从底层芯片（双 Orin/Thor 芯片）、基础设施（Omniverse/Cosmos）、模型（Alpamayo）到应用（奔驰 CLA 车型），全链路通过安全认证，该车型被 NCAP 评为 "世界最安全汽车"；

• 安全冗余设计：主驾驶栈（Alpamayo）与备用传统 AV 栈双系统并行，由 "策略与安全评估器" 实时判断切换，确保极端场景安全；

• 生态与前景：向汽车制造商和 Robotaxi 公司开放技术栈，可按需选择芯片、合成数据服务或完整软件方案，黄仁勋预测十年内大规模汽车将实现自动驾驶或高度自动驾驶。

自动驾驶的成功方法论已复制到机器人领域，核心是 "仿真训练 + 物理部署"：

• 技术基础：基于 Isaac Sim/Isaac Lab 仿真平台，机器人数字孪生体可无限次试错学习，再部署到物理实体；

• 硬件支撑：内置 Jetson 计算机的 BDX 机器人现场亮相，其技能完全通过 Omniverse 训练获得；

• 生态布局：合作伙伴涵盖工业、物流、服务等多领域，包括 Neurabot、LG 机器人、波士顿动力、手术机器人等各类形态。

黄仁勋宣布与 Cadence、Synopsys、西门子三大 EDA 及工业软件巨头深化合作，推动工业设计与制造的 AI 变革：

• 设计阶段：GPU 加速的设计工具中，"智能体芯片设计师" 将与人类工程师协同工作；

• 制造阶段：工厂将先在西门子数字孪生平台完成设计、模拟与优化，实现 "虚拟制造 + 物理落地" 的全流程数字化；

• 核心技术：CUDA-X、物理 AI、智能体 AI 等技术深度集成到 EDA、CAE 工具中，重构工业生产范式。

面对模型规模每年 10 倍增长、Token 生成量每年 5 倍增长的算力需求，以及摩尔定律放缓（晶体管年增仅 1.6 倍）的挑战，英伟达打破 "每代仅改 1-2 款芯片" 的规则，推出 Vera Rubin 计算平台，六款芯片全部重新设计，投入 15000"工程师年" 工作量：

核心芯片集群：

1. Vera CPU：88 个 Olympus 核心（支持空间多线程，等效 176 核心），1.5TB 内存，2270 亿晶体管；

2. Rubin GPU：3360 亿晶体管，NVFP4 Tensor Core 实现 5 倍 Blackwell 推理性能；

3. ConnectX-9：1.6Tb/s GPU 横向扩展带宽；

4. Bluefield-4 DPU：卸载存储、安全任务，专注 AI 负载；

5. NVLink 6 Switch：400Gb/s SerDes 速率，机柜总带宽 240TB/s（相当于全球互联网总带宽的两倍）；

6. Spectrum-X：全球首款集成硅光技术的以太网交换机，512 个 200Gb/s 端口；

性能突破：10 万亿参数模型训练所需机架数仅为 Blackwell 的 1/4，相同功耗下推理吞吐量提升 10 倍，Token 成本降至 Blackwell 的 1/10；

存储革新：通过 Dynamo KV Cache 架构，每个 GPU 可扩展 16TB 超高速缓存，解决长上下文处理的存储瓶颈；

附加特性：全链路机密计算保障数据安全，电源平滑技术解决功耗尖峰问题，目前已全面投产。

黄仁勋在总结中强调："英伟达已从芯片公司进化为全栈系统构建者，从芯片、基础设施、模型到应用，全方位重塑 AI。我们的使命是创造完整技术栈，让每个人都能打造不可思议的 AI 应用。" 这场演讲不仅展现了英伟达的技术硬实力，更勾勒出 AI 与物理世界深度融合的未来图景。

下载完整版黄仁勋演讲PPT，请到首页的“文件下载”专区进行下载