NVIDIA黃仁勛CES2026特別演講：物理AI的星光閃耀時

CES 2026的特別演講中不能沒有NVIDIA黃仁勛，在正式開展前夕，NVIDIA創始人兼CEO黃仁勛用物理AI的故事主線描述了下一代AI的可能性。與此同時，Vera Rubin這位暗物質研究先驅、天文學家，也終于隨著NVIDIA下一代CPU和GPU正式發布被更多人所記住。

下一代AI計算平臺Vera Rubin不僅僅是算力的再度提升，也將全面覆蓋更多商用領域，包括自動駕駛、機器人、醫療、通用AI。2.5噸的Vera Rubin NVL72出現在老黃背后那一刻，一場高度協同設計、徹底淘汰傳統水冷模組的最前沿AI解決方案，被提上議程。

Blackwell到Vera Rubin：6顆芯片一次更換

黃仁勛上來就給了一個大招，Blackwell的解決方案已經走到了傳統計算基礎設施的盡頭，就換而言之，過去十年投下去的約10萬億美元傳統計算基礎設施，必須被加速計算與AI重做一遍，否則無法支撐每年10倍模型體量和5倍生成內容的增長速度。

因此Vera Rubin的升級是一整套解決方案，包括雙芯片封裝的Rubin GPU，ARM v9 144核的Vera CPU。這樣的前提下，需要BlueField-4 DPU外掛16TB的KV-Cache，以及NVLink Switch 7提供1.8TB/s的傳輸總線，2個1.6Tbps的光收發芯片，一組效率高達94%的DC/DC電源模組，主打一個猛上加猛，一整套解決方案安裝到整機也冷的NVL72機組上，重量達到2.5噸。

重歸重，帶來的性能飛躍也是非常直接的。相比上一代Blackwell，Rubin的NVFP4推理性能提升5倍，訓練性能提升3.5倍，HBM4內存帶寬提升2.8倍，NVLink互連帶寬翻倍，生成token成本降至現在的1/10。

例如運行相同70B參數MoE模型的時候，Blackwell生成2048 token需要1.8秒，彈道了Rubin僅需要0.35秒，并且能耗降低60%。

另外，在BlueField-4 DPU的加持下，KV-Cache可以幫助GPU顯存卸載到機架共享的內存池上，每顆GPU都可以額外擴展16TB高速內存，從而實現近乎無限的長對話、長視頻理解。

新硬件搭配全新的NVFP4下還能更進一步，NVFP4可以保持>99.2%精度的前提下，把每次推理的位寬砍半，同時顯存帶寬需求減半，進而實現成本降到上一代1/10。黃仁勛在演講上表示，模型大小年增長10倍，生成內容年增長5倍，而用戶愿意為每token支付的費用年降10倍，因此只有靠全棧協同設計才能活下去。

目前Vera Rubin已經在臺積電N3產線流片，計劃在2026Q2規模出貨，戴爾、HPE、聯想、Supermicro等OEM會在2026年下半年開始整機交付，從而啟動新一輪的AI算力迭代。

物理AI近在咫尺

AI加速的意義已經在現實中被得以展現，當2個BDXdroids走上演講臺就是最直接的證明。現在的AI已經跑通了從虛擬到物理、再由物理回饋虛擬AI的閉環，通過訓練、仿真、部署的路徑加速物理AI的可行性。

而這整個過程也已經由NVIDIA跑通，先使用DGX進行訓練，然后通過Omniverse、Cosmos在孿生世界進行仿真，最后通過AGX、Orin展開機器人部署，一氣呵成。

更重要的是，NVIDIA在現場宣布三大物理AI支柱已經開源，Cosmos World基礎模型可以完成視頻到動作的聯合訓練，GROOT 1.6人形機器人推理模型提供32自由度協調，Isaac Lab Arena仿真安全測試框架包含了50萬條機器人軌跡基準。這套為了賣更多GPU而打造免費軟件生態的形式在GeForce消費端屢試不爽，大多數時候NVIDIA提供的軟件生態不僅免費，用起來還挺高效，很快就會讓人欲罷不能。

物理AI當然不會僅限制在機器人。黃仁勛在現場正式發布了自動駕駛智能體Alpamayo，這是一個會思考的自動駕駛，現場的DEMO視頻演示了一段搭載Alpamayo的自動駕駛系統由馳騁在舊金山，從傍晚的夕陽落日到華燈初上，這套自動駕駛系統很好的規避了所有可能出現的意外狀況，并且一邊開車一邊用自然語言解釋駕駛邏輯，比如前方施工時，如何做出一個類似人類的自然判斷，進而給出合理解決方案。

在發布Alpamayo的同時，NVIDIA也同步宣布Alpamayo R1模型開源，提供權重、數據集、訓練腳本、CarSim/CarMaker接口，2025款梅賽德斯奔馳CLA已經展開測試，并將在北美地展開OTA推送。

在Alpamayo R1開源的同時，NVIDIA還放出了多個開源模型，包括蛋白質復合體結構預測的OpenFold3，多蛋白相互作用生成預測的Evolve2，兩公里內的氣象模擬模型Eath-2，12小時化學污染擴散模型ForecastNet-Chem。10T token多模態開源數據集中包含了45.5萬蛋白質結構、100TB車載傳感器數據，鼓勵學術機構自由下載。

AI生態的開源進階時

黃仁勛在現場強烈表揚了AI的開源生態。在2024年，開源AI落后閉源AI有18個月的差距，在2026年的現在，這個差距只剩6個月，來自中國的DeepSeek-R1、Qwen2.5、Kimi k1.5為開源AI創造出了無數可能。

當開源與閉源無限接近，黃仁勛表示，任何企業和個人都有機會推動AI從語言理解的拐點，轉向理解物理的拐點，NVIDIA也將從數據中心AI公司，變成物理世界AI基礎設施的公司。

無論如何，NVIDIA都在扮演制造工具的角色，從最初制造游戲運行的工具，到現在制造AI加速的工具，推動一個生態往更廣闊的領域發展。有意思的是，在近幾十年中，AI概念被嘗試和熱捧了數次，而只有這一次AI的火把終于被完全點燃，成功從虛擬世界走向現實的物理世界，成為人類文明進程中的一個全新注腳，這一刻的星光閃耀時，無論是NVIDIA還是無數研究AI領域的工作者們，都值得稱贊。