黃仁勛CES預言：另一個“時刻”快到來了

遲到10分鐘，黃仁勛身穿標志性的黑色夾克，走上拉斯維加斯國際消費電子展（CES）的舞臺。

黃仁勛總結剛剛走過的一年，尤其提到了開源的崛起起到的催化劑作用，而DeepSeek R1的出現意外地推動了整個行業的一年。

整個演講持續一個半小時，比起幾年前宣布開啟“AI的iPhone時刻”的震撼感，如今的英偉達聽起來更像是兢兢業業的世界“基礎設施部”——這是芯片，這是機架，這是網絡，這是軟件……哦對了，你們總說的那些機器人和汽車，理論上都要跑在這一整套東西之上。

這其中，今年CES的一條清晰主線，是對“全棧控制”的執念，尤其集中在存儲，以及英偉達反復強調的下一個瓶頸：具備代理能力（agentic）的AI。

它們需要更長的上下文、更大的內存、更強的網絡，以及更少諸如“現實世界跑不起來”的借口。

英偉達給出的說法是，“AI工廠”已經成為一個新的產品類別，而他們打算出售的不只是設備，而是藍圖、機器、操作系統，以及其余所有組成部分。

黃仁勛所公布的很多內容，其實已經流傳了好幾個月——Blackwell之后的Rubin架構、作為DPU躍遷的BlueField-4、英偉達號稱“開放”的Nemotron模型家族、作為安全框架的Halos。

真正的新意在于打包方式。英偉達正在把這條路線圖壓縮成一個完整論點：六款芯片，一個平臺，再加上網絡和“上下文內存”的底層管道，目的是讓長時序智能體不再輕易卡死。

01

基礎設施

在硬件層面，最核心的故事是：Rubin正在被拆解成可直接交付的“積木式”組件。

英偉達發布了一套由六個部分組成的Rubin“平臺”——包括Rubi和Rubin Ultra兩種規格的GPU與CPU，以及NVLink 6交換芯片和ConnectX-9 SuperNIC。

所有關于性能和“單token成本”的說法，都是建立在這種全系統協同設計之上，目標只有一個：壓低“智能”的成本。

在系統層面，英偉達將Vera Rubin NVL72定位為機架級的主力產品（72顆GPU、36顆CPU），而Rubin Ultra NVL288則是體量更大的后續版本（288顆GPU、144顆CPU）。

同時，英偉達還把Rubin納入DGX品牌的“AI工廠”體系中，將用于訓練的DGX Rubin NVL72與用于推理的DGX Rubin NVL8組合成更標準化、更即插即用的算力單元。

英偉達表示，基于Rubin的產品將于2026年下半年通過合作伙伴上市。

這里有兩項基礎設施層面的“外掛”在默默發揮關鍵作用。

第一，英偉達正把網絡當作一項一等性能特性來強調，主推Spectrum-X以太網光子交換系統，并給推理性能和能效都貼上了“提升五倍”的標簽。

第二，英偉達試圖把“長上下文”塑造成一次基礎設施采購決策，推出了名為“推理上下文內存（inference context memory）”的存儲平臺，用來擴展具備代理能力的AI的上下文窗口。

如果說Rubin的潛臺詞是“這條路線圖真的行”，那么圍繞它的這套底層管道系統的潛臺詞就是：“下一個利潤池，將在GPU之外。”

02.

開放模型

英偉達的“開放模型”敘事，與其說是出于意識形態上的覺醒、加入開源運動，不如說是一種更務實的策略：

用“免費樣品”把開發者吸引進自家生態——而這些樣品被精心打包，目的就是在英偉達基礎設施上跑得最好。

正如英偉達生成式AI與軟件副總裁Kari Briski所說，這是一次“擴展”。

公司將其包裝成一個整體方案：全新的Nemotron-3模型（包括70B、34B和8B三種規模的Llama Nemotron-3變體），再加上一批新數據集和工具，幫助團隊構建垂直領域智能體，并通過英偉達的技術棧完成部署。

“在2025年，英偉達是Hugging Face上最大的貢獻者之一——發布了650個開放模型和250個開放數據集。”Briski表示。

核心意思很明確：英偉達希望成為你開始的地方。

英偉達稱，其正在發布Nemotron-CC，這是一個多語言預訓練語料庫，覆蓋140多種語言，總規模達1.4萬億token，被定位為構建和微調模型的“開放”基礎層。

公司同時強調了一套名為“Granary”的指令數據集，目標是讓模型在企業級任務上“開箱即用”。

03

物理AI與機器人

英偉達不斷把“物理AI”描述為一個分水嶺時刻：當“智能體”不再只是能聊天，而是真正具備能力。也就是說，感知、推理和行動需要被放進同一個閉環里。

這意味著需要三塊打底的積木：更好的仿真、更好的機器人模型，以及更好的“運動（mobility）”模型。

黃仁勛在一份新聞稿中表示：“機器人領域的ChatGPT時刻已經到來。”

他認為，那些“能夠理解現實世界、進行推理并規劃行動”的模型，正在打開“全新的應用場景”。

也正因如此，汽車行業或許成了英偉達“全棧”敘事的真正試金石——這是一個“演示”和“落地”之間隔著監管、責任風險，以及十多年反復受挫的樂觀預期的領域。

英偉達稱，其用于輔助駕駛的Drive AV平臺已“進入量產階段”，將搭載于2026款梅賽德斯-奔馳CLA車型。該車型在2025年獲得了Euro NCAP的最高安全評分。

英偉達表示，這款車具備“先進的L2級自動駕駛能力”，支持“點到點的城市導航”，包括“從地址到地址”的完整行程；同時將Hyperion定位為提供安全冗余的計算與傳感器架構。公司還稱，該車型將在今年年底前具備在美國道路上脫手駕駛的能力。

更大的賭注在后面。

“我們相信，物理AI和機器人最終將成為全球最大的消費電子品類，”英偉達汽車業務副總裁Ali Kani表示，“所有會移動的東西，最終都會實現完全自動化，由物理AI驅動。”

Kani介紹稱，Alpamayo是英偉達面向自動駕駛推出的一整套“開源AI模型、仿真工具和物理AI數據集”家族，目標是加速“基于推理、以安全為核心的物理AI開發”。

英偉達同時發布了1700小時的駕駛數據，并配套一個開源仿真框架，將其定位為邁向L4級自動駕駛的入門工具包。

在機器人方面，英偉達重點提到了Isaac GR00T N1.6——一個面向機器人技能的開放式“視覺–語言–行動”推理模型，以及用于大規模測試策略的評估框架Isaac Lab Arena。

公司還提及Cosmos Reason 2，這是一個旨在提升物理推理能力的模型，而整個Cosmos系列則被定位為生成合成數據、用于訓練物理AI的工具鏈。

與此同時，英偉達將Jetson T4000定位為機器人的邊緣計算平臺，并與同一條從訓練到部署的流水線相連，最終回流至DGX級基礎設施。

英偉達正在努力讓“機器人技術棧”看起來像“軟件技術棧”：在它能生成的世界里訓練，在它能變化的世界里測試，并最終部署在它自己出售的硬件之上。

從更宏觀的角度看，英偉達在CES上釋放的信息在這三大板塊中高度一致：未來屬于“流水線”，而英偉達希望這條流水線的每一個環節——算力、網絡、存儲、安全、仿真——都運行在它已經出售的產品之上。