在2026年CES的聚光燈下，黃仁勛沒有僅僅談?wù)撔酒乃懔Γ敲枥L了一個即將被智能體深度融入的現(xiàn)實世界。

“AI的第二個拐點已經(jīng)到來——從理解語言到理解物理世界，從軟件智能體到具身智能體”。

當(dāng)?shù)貢r間1月5日，英偉達CEO黃仁勛身穿標(biāo)志性皮衣登臺，圍繞“物理AI”展開了一場90分鐘的主題演講。

英偉達CEO黃仁勛

他指出，物理AI不僅涵蓋視覺與語言理解，更融合重力、摩擦、慣性等物理動態(tài)，能夠在真實世界中執(zhí)行復(fù)雜任務(wù)，未來將重塑全球1000萬家工廠與20萬個倉庫的運作模式。

這一愿景背后，依托三大技術(shù)支撐：Newton物理引擎，實時計算物理世界模型，響應(yīng)時間低于0.01秒，適用于機器人及自動駕駛場景；Cosmos基礎(chǔ)模型平臺，支持多模態(tài)物理世界理解，已訓(xùn)練1000億參數(shù)，推理延遲降至1毫秒；GPU+LPU混合算力架構(gòu)，GPU負責(zé)訓(xùn)練，LPU專注低延遲推理，效率提升100倍，成本降低90%。

黃仁勛強調(diào)：“AI的價值不再僅由算力決定，而由場景定義。物理世界正是AI最大的應(yīng)用場景?！?/p>

為此，英偉達將持續(xù)提供算力基石，并在自動駕駛、機器人等領(lǐng)域推動開源產(chǎn)品落地。黃仁勛指出，“開放模型已觸及前沿，雖然仍穩(wěn)固地落后前沿模型六個月，但每隔六個月，一個新的模型就會出現(xiàn)。英偉達不僅開源模型，還將開源訓(xùn)練數(shù)據(jù)，讓開發(fā)者真正理解模型的構(gòu)建過程?！?/strong>

01

Rubin架構(gòu)正式登場，下半年量產(chǎn)

任何技術(shù)革命都離不開底層算力的支撐?！拔覀儽仨毭磕晖苿佑嬎慵夹g(shù)向前進步，一刻也不能延遲?！?strong>發(fā)布會上，黃仁勛正式發(fā)布了英偉達下一代AI數(shù)據(jù)中心機柜架構(gòu)——Vera Rubin。

該架構(gòu)命名致敬天文學(xué)家Vera Rubin，她在暗物質(zhì)研究領(lǐng)域取得了突破性進展，其研究成果徹底改變了人類對宇宙的認知。

而這，也是每一代英偉達GPU架構(gòu)的命名習(xí)慣。

黃仁勛此次披露了Rubin架構(gòu)的更多細節(jié)：它由六類芯片構(gòu)成，包括Vera CPU、Rubin GPU、NVLink 6交換機、ConnectX-9 SuperNIC、BlueField-4數(shù)據(jù)處理單元和Spectrum-6以太網(wǎng)交換機，共同組成Vera Rubin NVL72機架。

作為首款定制CPU+GPU協(xié)同設(shè)計的產(chǎn)品，采用臺積電2nm工藝，集成了Rubin GPU與專為智能體推理打造的Vera CPU，算力實現(xiàn)顯著躍升。

Rubin架構(gòu)包含3360億個晶體管，NVFP4數(shù)據(jù)類型下，Rubin GPU推理性能達到50 PFLOPS，是Blackwell GB200的5倍；NVFP4訓(xùn)練性能高達35 PFLOPS，是Blackwell的3.5倍。

為滿足龐大的計算資源需求，每款Rubin GPU都配備了8個HBM4顯存堆棧，提供288GB的容量和22 TB/s的帶寬。

與此同時，隨著大型語言模型從激活所有參數(shù)以生成給定輸出詞元的密集架構(gòu)，轉(zhuǎn)向每個詞元僅激活部分可用參數(shù)的專家混合（MoE）架構(gòu)，這些模型的擴展效率得以相對提高。然而，模型內(nèi)部專家之間的通信需要大量的節(jié)點間帶寬。

為此，Vera Rubin數(shù)據(jù)中心架構(gòu)引入了用于規(guī)模內(nèi)擴展網(wǎng)絡(luò)的NVLink 6，將單GPU的互連帶寬提升至3.6 TB/s（雙向）。每顆NVLink 6交換芯片提供28 TB/s的帶寬，而每個Vera Rubin NVL72機架配備9顆這樣的交換芯片，總規(guī)模內(nèi)帶寬達到260 TB/s。

NVIDIAVera CPU集成了88個定制的Olympus Arm核心，采用“spatial multi-threading”（空間多線程）設(shè)計，最多可同時運行176個線程。用于將Vera CPU與Rubin GPU進行一致性連接的NVLink C2C互連，其帶寬提升了一倍，達到1.8 TB/s。每顆Vera CPU可尋址最多1.5 TB的SOCAMM LPDDR5X內(nèi)存，內(nèi)存帶寬最高可達1.2 TB/s。

為了將Vera Rubin NVL72機架擴展為每組包含八個機架的DGX SuperPod，英偉達推出了兩款采用Spectrum-6芯片的Spectrum-X以太網(wǎng)交換機，每顆Spectrum-6芯片可提供102.4 Tb/s的帶寬，Nvidia將其應(yīng)用于兩款交換機中。

據(jù)黃仁勛介紹，每個Vera Rubin NVL72機架可提供3.6 exaFLOPS的NVFP4推理性能、2.5 exaFLOPS的NVFP4訓(xùn)練性能，連接至Vera CPU的54 TBLPDDR5X內(nèi)存，以及20.7 TB的HBM4內(nèi)存，帶寬達1.6 PB/s。

“與Blackwell相比，Vera Rubin在訓(xùn)練MoE模型時所需的GPU數(shù)量僅為四分之一；在MoE推理場景下，其每token成本最高可降低10倍”。黃仁勛表示，Rubin能在相同機架空間內(nèi)大幅提升訓(xùn)練速度，并輸出更多token。

他透露，Rubin系列芯片已經(jīng)全面投產(chǎn)，并將于今年下半年推出，重要應(yīng)用于物理AI訓(xùn)練、機器人模擬、自動駕駛仿真等領(lǐng)域，其訂單規(guī)模已達3000億美元，微軟下一代Fairwater AI超級工廠、CoreWeave等將成為首批應(yīng)用者。

除了發(fā)布新產(chǎn)品，黃仁勛也公布了一些“老朋友”的進展：Blackwell Ultra量產(chǎn)加速，2026年Q2全面供貨，單機算力提升50%的同時功耗降低30%，適配機器人邊緣計算場景。

02

從自動駕駛到機器人，構(gòu)建開放技術(shù)棧

芯片是算力的基石，場景則是“物理AI”的價值所在。其中，自動駕駛是核心落地場景之一。

在黃仁勛看來，當(dāng)前輔助駕駛系統(tǒng)在應(yīng)對“長尾場景”時仍面臨挑戰(zhàn)。傳統(tǒng)將感知與規(guī)劃分離的輔助駕駛架構(gòu)，在突發(fā)或異常情況下存在泛化與可解釋性不足的問題。

為此，英偉達發(fā)布首個專為自動駕駛汽車設(shè)計的“推理”AI：Alpamayo，這是一個新系列的開放模型、模擬工具和數(shù)據(jù)集，專為基于推理的駕駛系統(tǒng)而設(shè)計。該系列引入基于思維鏈的VLA（Vision-Language-Action）推理模型，用于對復(fù)雜駕駛場景進行逐步推演和邏輯表達，以提升決策透明度。

Alpamayo系列包括三部分：

一是Alpamayo1，一款約100億參數(shù)規(guī)模的思維鏈推理模型，已在Hugging Face上開源，以使汽車能夠理解周圍環(huán)境并解釋其行動，用于研究、模型蒸餾及開發(fā)輔助工具。

二是AlpaSim，一套完全開源的端到端輔助駕駛仿真框架，已在GitHub發(fā)布，支持在多種環(huán)境和邊緣案例中進行閉環(huán)訓(xùn)練和評估。

三是物理AI開放數(shù)據(jù)集，包含超過1700小時的真實道路駕駛數(shù)據(jù)，覆蓋不同區(qū)域和環(huán)境條件，并包含一定比例的復(fù)雜和罕見場景。

這些工具共同構(gòu)成了一個自我強化的開發(fā)閉環(huán)，助力構(gòu)建基于推理的自動駕駛技術(shù)棧。

不過，Alpamayo模型并非直接在車端運行，而是作為大規(guī)模的“教師模型”。開發(fā)者可以對其進行微調(diào)和蒸餾，轉(zhuǎn)化為各自完整自動駕駛技術(shù)棧的核心骨架。黃仁勛指出，Alpamayo系列為一個內(nèi)聚的開放生態(tài)系統(tǒng)，任何汽車開發(fā)商或研究團隊都可以在此基礎(chǔ)上進行開發(fā)。

據(jù)黃仁勛透露，Alpamayo將率先搭載于2025款梅賽德斯-奔馳CLA車型，后續(xù)通過OTA升級逐步推送高速公路脫手駕駛、城市全場景自動駕駛、端到端自動泊車等功能，并逐步登陸美、歐、亞市場?！癓ucid、捷豹路虎、Uber和DeepDrive等企業(yè)也希望基于Alpamayo實現(xiàn)L4級自動駕駛?！?/p>

有意思的是，知名特斯拉投資者Sawyer Merritt分享了英偉達發(fā)布會視頻和相關(guān)細節(jié)，指出Alpamayo將率先搭載梅賽德斯CLA。特斯拉CEO馬斯克很快回復(fù)道：“這正是特斯拉正在做的。他們會發(fā)現(xiàn)，達到99%很容易，但解決分布的長尾問題超級難。”

此外，黃仁勛還指出，升級后的Drive Thor算力達到2000TOPS，已斬獲15+車企訂單，將于2027年量產(chǎn)。

“我們的愿景是，未來有一天，每一輛汽車、每一輛卡車都將實現(xiàn)自動駕駛。”黃仁勛指出，自動駕駛汽車的時代已經(jīng)全面到來，自動駕駛汽車將成為“首個大規(guī)模的、面向主流市場”的物理AI應(yīng)用場景。

除了自動駕駛以外，具身智能也是物理AI的一大應(yīng)用市場。英偉達為機器人推出的“大腦”Cosmos也再度升級，它主要被用來生成符合現(xiàn)實世界物理規(guī)律的合成數(shù)據(jù)。

此次Cosmos主要升級了三部分。

CosmosTransfer 2.5和Cosmos Predict 2.5：開源、完全可定制的世界模型，為物理AI實現(xiàn)基于物理原理的合成數(shù)據(jù)生成與機器人策略評估的仿真支持。

Cosmos Reason 2：開源推理視覺語言模型（VLM），使智能機器能夠像人類一樣看見、理解物理世界并采取行動。

IsaacGR00T N1.6：專為人形機器人打造的開放式推理視覺語言行動（VLA）模型，可解鎖全身控制能力，并借助Cosmos Reason增強推理和上下文理解。

從重新定義算力極限的Rubin架構(gòu)，到為自動駕駛注入思維鏈的Alpamayo，機器人“大腦”Cosmos升級，英偉達的戰(zhàn)略圖譜清晰顯現(xiàn)：它正致力于成為智能體理解并行動于物理世界的“使能層”。