黃仁勛CES演講：物理AI重塑制造業，未來十年很多汽車是自動駕駛

【TechWeb】1月6日消息，在2026年國際消費電子展（CES）上，英偉達CEO黃仁勛以一場90分鐘的震撼演講，宣告人工智能進入“物理AI”時代。這一戰略升級標志著AI從理解語言轉向理解物理世界，為全球制造業、自動駕駛和機器人領域帶來顛覆性變革。

物理AI：從數字到現實的跨越

黃仁勛提出“物理AI”概念，強調AI需融合重力、摩擦等真實物理動態，以精準執行復雜任務。

“物理AI”這一技術旨在優化全球1000萬家工廠和20萬個倉庫的運作邏輯，其核心支柱包括：

Newton物理引擎：實現低于0.01秒的實時物理計算響應，適配機器人及自動駕駛場景。

Cosmos基礎模型平臺：以1000億參數達成1毫秒級推理延遲，支持多模態物理世界理解。

GPU+LPU混合架構：算力效率提升100倍，成本降低90%，2026年第二季度全面供貨。

黃仁勛指出：“物理世界是AI最大的應用場景，AI的價值由場景定義。”這一判斷為科技行業指明了從數字智能向具身智能的轉型方向。

?同時，黃仁勛認為：“物理AI的‘ChatGPT時刻’近在咫尺，但挑戰很明確。物理世界多樣且不可預測。收集真實世界訓練數據緩慢又昂貴，而且永遠不夠。所以答案是合成數據”?。

?黃仁勛表示，AI正在變成一個跨模態、跨模型、跨云、跨形態部署的復雜系統，能夠理解多種形態的數據，針對不同問題選擇最合適的模型，并將天然運行在多云環境之上，這將成為未來應用構建的基本范式。

Rubin平臺：算力革命引領AI基礎設施時代

黃仁勛表示，AI需求正在急劇攀升，多條曲線同時發揮作用：模型參數規模正以每年約10倍的速度擴大，推理階段的計算需求以每年約5倍的速度增長，而token成本則需要以每年約10倍的速度持續下降，意味著AI競爭本質上已經成為計算能力的競賽。

英偉達發布新一代AI超級芯片平臺“Rubin”，采用臺積電2nm工藝，集成六款新型芯片，分別為Vera CPU、Rubin GPU、NVLink 6交換機、ConnectX-9超級網卡、BlueField-4 DPU及Spectrum-6以太網交換機，配備88個定制Olympus核心。

Rubin性能數據亮眼：

AI訓練速度達前代Blackwell的3.5倍，推理速度提升5倍。

每瓦推理算力實現8倍飛躍，token生成成本最多降低10倍。

訂單規模已達3000億美元，微軟、亞馬遜云科技等巨頭紛紛入局。

英偉達Rubin平臺已進入全面生產階段，基于該平臺的產品將于2026年下半年通過合作伙伴面市。

黃仁勛宣布，Rubin平臺的開源特性進一步推動技術民主化。開源模型與前沿閉源模型的差距已縮短至6個月，加速了AI在工業領域的落地。?

機器人與自動駕駛：萬億級市場爆發

黃仁勛將機器人稱為“AI的終極形態”，并宣布與特斯拉深化合作，為Optimus人形機器人提供AI大腦。Optimus通過Omniverse數字孿生平臺完成90%以上訓練，自主運行比例達85%，遠超行業均值。其量產計劃包括：

2026年第一季度：5萬臺量產，成本降至2萬美元以下。

2026年底：產能提升至10萬臺，覆蓋零件分揀、組裝、質檢全流程。

在自動駕駛領域，黃仁勛表示，未來十年里，他相當肯定世界上很大一部分汽車將是自動駕駛或高度自動駕駛的。

同時，英偉達開源Alpamayo系列AI模型，支持L4級自動駕駛。首款搭載該技術的車型——2025款梅賽德斯-奔馳CLA將于2026年第一季度上市，標志自動駕駛從實驗室走向量產。

據介紹，Alpamayo 將開源模型、仿真框架與數據集三大支柱整合為統一開放的生態系統，任何汽車開發者或研究團隊均可在此基礎上進行研發。Alpamayo 并不是直接部署于車端的模型，而是作為大規模教師模型，供開發者調優、蒸餾，成為其完整輔助駕駛技術棧的核心基礎。

在 CES 上，黃仁勛推出了：

Alpamayo 1：業界首款面向輔助駕駛研究社區設計的思維鏈 VLA 推理模型，現已在 Hugging Face 上發布。基于 100 億參數架構，該模型通過視頻輸入生成行駛軌跡，同時給出推理思路，能夠清晰展示每項決策背后的邏輯。開發者既可將 Alpamayo 1 調整為更精簡的運行時模型部署于車端，也可將其作為輔助駕駛的基礎架構，構建諸如基于推理的評估器和自動標注系統等開發工具。Alpamayo 1 提供開放模型權重和開源推理腳本。該系列的后續模型將具備更大的參數規模、更精細的推理能力、更靈活的輸入輸出方式以及更豐富的商用選項。

AlpaSim：一款面向高保真輔助駕駛開發、完全開源的端到端仿真框架，現已在 GitHub 上公開發布。該框架提供逼真的傳感器建模、可配置交通動態，以及可擴展的閉環測試環境，支持快速驗證與策略優化。

物理 AI 開放數據集：NVIDIA 提供多元化的大規模輔助駕駛開放數據集。該數據集包含超過 1700 小時的駕駛數據，覆蓋廣泛的地理區域和環境條件，涵蓋推動推理架構發展所必需的罕見且復雜的真實世界極端場景。這些數據集已在 Hugging Face 上開放使用。

黃仁勛表示：“物理 AI 的 ChatGPT 時刻已然到來，機器開始具備理解真實世界、推理并付諸行動的能力。無人駕駛出租車將是最早受益的應用之一。Alpamayo 為智能汽車注入推理能力，使其得以應對罕見場景、在復雜環境中安全行駛，并解釋其駕駛決策，這為安全、可規模化的自動駕駛奠定了基礎。”

開源生態與行業合作

英偉達推出四大開源AI模型家族，包括用于智能體 AI 的 Nemotron 系列、針對物理 AI 的 Cosmos 平臺、專為自動駕駛研發的 Alpamayo 系列以及生物醫療領域的 Clara 模型。

四大開源AI模型覆蓋語音、自動駕駛、蛋白質設計和物理世界建模：

NemoTron：支持長對話與復雜推理。

Alpamayo：首個具備自主駕駛能力的開源模型。

La-Proteina：助力原子級蛋白質設計，推動醫療創新。

Cosmos：通過合成數據訓練物理AI，減少對真實數據的依賴。

黃仁勛強調：“開源模型縮短了技術差距，讓全球開發者參與AI創新。”這一戰略吸引了波士頓動力、特斯拉等企業加入開放機器人生態。

同時，英偉達貢獻了開源訓練框架和全球最大的開放多模態數據集，其中包括 10 萬億個語言訓練 tokens、50 萬條機器人軌跡、45.5 萬個蛋白質結構以及 100TB 的車輛傳感器數據，標志著英偉達正全力構建一個涵蓋語言處理、機器人技術、科學研究及自動駕駛的開放生態系統。

行業影響與未來展望

黃仁勛的演講揭示了AI從技術浪潮向基礎設施的轉變。開源模型的崛起正重塑行業格局，而物理AI的自主運行比例、供應鏈穩定性及成本控制成為關鍵挑戰。隨著Rubin平臺量產和Optimus機器人投產，英偉達正從數據中心AI向物理世界全面轉型，為未來5-10年布局第二增長曲線。

在這場科技革命的起點，黃仁勛表示：“AI的第二個拐點已到來——從理解語言到理解物理世界，從軟件智能體到具身智能體。”