今年的AI趨勢會怎么走？黃仁勛在CES上講清楚了

出品｜搜狐科技

作者｜梁昌均

編輯| 楊 錦

1月6日，被譽為“科技春晚”的國際消費電子展（CES 2026）在美國拉斯維加斯啟幕。英偉達CEO黃仁勛發表首場重磅演講，披露在AI上的最新布局。

老黃這次再次穿上了亮颯颯的鱷魚皮皮衣，重頭戲是介紹最新“算力核彈”——新一代Vera Rubin平臺的進展。

作為英偉達新一代超級計算機平臺，Vera Rubin整體AI性能達100 PetaFLOPS，推理性能是前代產品的5倍，目前已投產。

他還宣布了英偉達在物理AI、開源等方面的布局，推出世界上首個會思考、會推理的自動駕駛模型Alpamayo。他判斷，物理AI的ChatGPT時刻會很快到來。

最新架構芯片Vera Rubin進入量產

推理性能是前代五倍

在一個半小時的演講中，黃仁勛壓軸介紹了最新一代架構芯片Vera Rubin的進展。該命名來自美國天文學家薇拉·魯賓（Vera Rubin），是明確證實暗物質存在的科學家。

“Vera和Rubin的設計正是為了應對一個根本性挑戰：AI所需的計算量正在急劇飆升，因為模型規模每年都在以大約10倍的數量級增長?！?/p>

黃仁勛認為，目前AI領域的競爭依然異常激烈，大家都想達到更高的水平，而這歸根結底是計算問題。

“計算得越快，就能越早到達下一個前沿。因此，我們決定必須每年都將計算技術的前沿向前推進。”

他透露，英偉達現在已全面投入GB300的大規模制造，而Vera Rubin架構芯片已進入量產階段，也是全球首款采用臺積電新工藝制造的芯片。

英偉達稱，這款產品將于今年下半年由合作伙伴推出，微軟Azure和CoreWeave等將率先部署。

據介紹，Vera Rubin超級計算機是一個由6顆不同芯片組成的系統，通過極致協同設計被整合為整體，包含Vera CPU、Rubin GPU等，整體AI性能可達100 PetaFLOPS，黃仁勛稱其為“邁向下一個前沿的巨大飛躍”。

他還解釋了Vera Rubin架構的設計思路。摩爾定律的增長曲線已大幅放緩，每年所能獲得的晶體管數量，根本無法跟上模型每年10倍的增長速度，也無法跟上每年5倍的token生成量增長，更無法跟上token成本每年高達10倍的激進下降趨勢。

“除非采用極致的協同設計，即同時在整個芯片棧的所有層面進行創新，否則整個行業將無法繼續前進。這就是為什么我們這一代別無選擇，只能重新設計每一顆芯片?！秉S仁勛表示。

從Vera Rubin平臺來看，Vera CPU采用全新Olympus架構，擁有88個Arm核心，并以每秒1.8TB的速度連接Rubin GPU，訓練和推理性能是前代Grace CPU的兩倍。

Rubin GPU則搭載第三代Transformer引擎，是首款集成HBM4內存的GPU，推理性能高達50 PetaFLOPS，訓練算力達35 PetaFLOPS，分別是Blackwell GPU的5倍、3.5倍，但其晶體管數量僅為前代產品的1.6倍。

同時借助最新的網絡和芯片互聯等技術，英偉達打造了最新的超級計算機機架Vera Rubin NVL72，創造出一個擁有220萬億晶體管和3.6 ExaFLOPS推理性能的單機架級處理器，同時存儲容量、帶寬內存等實現了倍數提升，整體重量約兩噸。

在性能方面，黃仁勛對比了Rubin NVL72相較BlackwellNVL72在訓練效率、工廠吞吐量、推理成本三個維度的提升。

以拓展到10萬億參數的模型DeepSeek++和Kimi k2-Think為例，Rubin NVL72僅使用1/4 GPU就完成相同訓練任務，吞吐量提升 10倍，token成本降至 1/10。

“這是新一代機柜，這正是真正開啟MGX系統的革命。”黃仁勛提到，英偉達推動了行業標準系統化，以便整個生態系統和供應鏈都能圍繞高達8萬個組件實現標準化，使得組裝時間從原來的兩個小時縮短到5分鐘。

“英偉達現在構建的是完整的系統，正在從芯片到基礎設施，再到模型和應用，全面重塑AI?！彼硎?。

開源模型規模將超閉源模型

物理AI的ChatGPT時刻即將到來

在演講中，黃仁勛還分享了他對AI和計算的最新觀點。他認為，應用程序將構建在AI之上。“起初人們認為AI本身就是應用程序，事實上AI確實是應用程序，但也將會在AI的基礎上構建應用程序?！?/p>

同時，運行軟件、開發軟件的方式也發生了根本性的改變，不再“編程”軟件，而是“訓練”軟件。

“這意味著，過去十年價值約10萬億美元的計算基礎設施，正在被現代化改造。這種全新的計算方式，意味著每年有數千億美元的風險投資涌入。人們會問，錢從哪里來？答案就在這里：通過將研發預算從傳統方法轉向人工智能方法，以及涌入的巨額投資?！?/p>

他回顧稱，2025年確實是非凡的一年。第一個有影響力的語言模型BERT，到Transformer架構問世，再到2022年底ChatGPT時刻到來，以及OpenAI推出首個推理模型o1，發現了測試時擴展定律，和預訓練、后訓練推動著算力的持續激增。

“人工智能的每一個階段都需要海量的算力，而計算定律仍在持續擴展，大型語言模型也在不斷變得更好。同時，智能體模型也在2025年開始涌現。”

黃仁勛還提到，自己最喜歡的一個智能體模型是Cursor，它徹底改變了英偉達進行軟件編程的方式，AI系統將從此真正起飛。

“去年發生的另一件最重要的事情，就是開源模型的進步，真正地革新了人工智能。當開源、開放式創新在全球每一家公司、每一個行業被激活時，AI將無處不在。”

黃仁勛再次提到了DeepSeek-R1，稱“它令世界感到驚訝，并激發了整個AI浪潮”。

他表示，當今世界的大模型格局，OpenAI是領先的token生成者，第二大陣營則是開源模型。“開源模型也已達到前沿水平，盡管仍比最前沿的閉源模型落后大約六個月，但每隔六個月就會有新模型涌現?！?/p>

同時，他預測，隨著時間推移，由于有如此多的公司、研究人員以及各種不同領域的模態，開源模型的規模將會遠遠超過其他所有模型。

英偉達同樣在開源領域持續布局?！拔覀儤嫿俗约旱腄GX云，很多人問，你們是要進入云計算業務嗎？答案是否定的，我們構建這些DGX超級計算機是為了自用，是為了開發我們的開源模型。”黃仁勛提到。

據介紹，英偉達2025年在Hugging Face上貢獻了650個開源模型和250個開源數據集，包括物理模型Earth-2、智能體模型Nemotron、世界模型Cosmos、機器人系統Isaac GR00T等多個領域。

“我們不僅開源模型，還開源用于訓練這些模型的數據，因為只有這樣，你才能真正信任這些模型是如何誕生的。”黃仁勛表示，未來英偉達將繼續這樣做，甚至加速推進。

同時，他還認為，智能體的發展應該是多模態的，而且是多云和混合云的。使用預訓練的、專有的前沿語言模型，將其與定制的語言模型結合到到智能體框架、推理框架中，從而能夠訪問工具和文件，甚至可能連接到其他智能體，這基本上就是開發現代AI應用程序的架構。

“我們將這個完整的框架稱為藍圖（Blueprint），并已經將這些藍圖集成到全球各地的企業SaaS平臺中?！?/p>

黃仁勛表示，英偉達已與Palantir、Snowflake、CrowdStrike等企業合作。

他強調稱，這不僅僅是現在開發應用程序的方式，還將成為企業平臺的用戶界面?！爸悄荏w系統就是界面，與平臺交互的方式變得更加簡單，就像你與人交流一樣?！?/p>

在智能體浪潮之后，黃仁勛一直將物理AI視為下一波浪潮。黃仁勛再次提到了經典的三臺計算機：為了讓AI能夠學習物理世界的常識和規律，需要為訓練AI模型而構建的計算機、用于模型推理的計算機以及專門為仿真設計的計算機。

“現在對于物理AI，我們必須做的最重要的一件事，就是創建用于訓練AI的數據。但這些數據從何而來？”

黃仁勛認為，物理AI的ChatGPT時刻即將到來，但挑戰顯而易見。

物理世界是多樣且不可預測的，收集現實世界的訓練數據既緩慢又昂貴，而且永遠不夠，因此答案就是合成數據。通過使用基于物理定律、基于真實數據進行約束和引導的合成數據生成技術，則可以有選擇地、巧妙地生成數據，然后用這些數據來訓練AI。

英偉達的Cosmos——一個面向物理AI的開放前沿世界基礎模型正是由此而生，已被下載數百萬次，英偉達自己也在用它來創建自動駕駛汽車的場景生成和評估。

在此基礎上，黃仁勛還宣布推出世界上首個會思考、會推理的自動駕駛模型Alpamayo，并對外開源。梅賽德斯-奔馳成為英偉達合作方，搭載該模型的自動駕駛汽車今年將陸續上市。

該模型通過端到端訓練，不僅能接收傳感器輸入并驅動方向盤、剎車和油門，還能推理它即將采取的行動，以及做出該決定的理由，從而解決自動駕駛的“長尾”問題，并開發了兩個自動駕駛棧，使得安全系統具備多樣性和冗余性。

“我們設想，未來道路上將有十億輛汽車實現自動駕駛。每一輛車都將具備自動駕駛能力，每一輛車都將由AI驅動。”

黃仁勛認為，從非自動駕駛汽車到自動駕駛汽車的拐點，很可能就發生在接下來的十年左右，這將是首個大規模的主流AI物理AI市場。

物理AI另一個重要領域則是機器人。黃仁勛再次邀請了兩臺萌萌的瓦力機器人上臺，與其交流互動，并表示英偉達已與波士頓動力、Agility Robotics、Serve Robotics、LG等企業達成合作。

運營編輯 |曹倩審核｜孟莎莎