NVIDIA黄仁勋CES2026特别演讲：物理AI的星光闪耀时

CES 2026的特别演讲中不能没有NVIDIA黄仁勋，在正式开展前夕，NVIDIA创始人兼CEO黄仁勋用物理AI的故事主线描述了下一代AI的可能性。与此同时，Vera Rubin这位暗物质研究先驱、天文学家，也终于随着NVIDIA下一代CPU和GPU正式发布被更多人所记住。

下一代AI计算平台Vera Rubin不仅仅是算力的再度提升，也将全面覆盖更多商用领域，包括自动驾驶、机器人、医疗、通用AI。2.5吨的Vera Rubin NVL72出现在老黄背后那一刻，一场高度协同设计、彻底淘汰传统水冷模组的最前沿AI解决方案，被提上议程。

Blackwell到Vera Rubin：6颗芯片一次更换

黄仁勋上来就给了一个大招，Blackwell的解决方案已经走到了传统计算基础设施的尽头，就换而言之，过去十年投下去的约10万亿美元传统计算基础设施，必须被加速计算与AI重做一遍，否则无法支撑每年10倍模型体量和5倍生成内容的增长速度。

因此Vera Rubin的升级是一整套解决方案，包括双芯片封装的Rubin GPU，ARM v9 144核的Vera CPU。这样的前提下，需要BlueField-4 DPU外挂16TB的KV-Cache，以及NVLink Switch 7提供1.8TB/s的传输总线，2个1.6Tbps的光收发芯片，一组效率高达94%的DC/DC电源模组，主打一个猛上加猛，一整套解决方案安装到整机也冷的NVL72机组上，重量达到2.5吨。

重归重，带来的性能飞跃也是非常直接的。相比上一代Blackwell，Rubin的NVFP4推理性能提升5倍，训练性能提升3.5倍，HBM4内存带宽提升2.8倍，NVLink互连带宽翻倍，生成token成本降至现在的1/10。

例如运行相同70B参数MoE模型的时候，Blackwell生成2048 token需要1.8秒，弹道了Rubin仅需要0.35秒，并且能耗降低60%。

另外，在BlueField-4 DPU的加持下，KV-Cache可以帮助GPU显存卸载到机架共享的内存池上，每颗GPU都可以额外扩展16TB高速内存，从而实现近乎无限的长对话、长视频理解。

新硬件搭配全新的NVFP4下还能更进一步，NVFP4可以保持>99.2%精度的前提下，把每次推理的位宽砍半，同时显存带宽需求减半，进而实现成本降到上一代1/10。黄仁勋在演讲上表示，模型大小年增长10倍，生成内容年增长5倍，而用户愿意为每token支付的费用年降10倍，因此只有靠全栈协同设计才能活下去。

目前Vera Rubin已经在台积电N3产线流片，计划在2026Q2规模出货，戴尔、HPE、联想、Supermicro等OEM会在2026年下半年开始整机交付，从而启动新一轮的AI算力迭代。

物理AI近在咫尺

AI加速的意义已经在现实中被得以展现，当2个BDXdroids走上演讲台就是最直接的证明。现在的AI已经跑通了从虚拟到物理、再由物理回馈虚拟AI的闭环，通过训练、仿真、部署的路径加速物理AI的可行性。

而这整个过程也已经由NVIDIA跑通，先使用DGX进行训练，然后通过Omniverse、Cosmos在孪生世界进行仿真，最后通过AGX、Orin展开机器人部署，一气呵成。

更重要的是，NVIDIA在现场宣布三大物理AI支柱已经开源，Cosmos World基础模型可以完成视频到动作的联合训练，GROOT 1.6人形机器人推理模型提供32自由度协调，Isaac Lab Arena仿真安全测试框架包含了50万条机器人轨迹基准。这套为了卖更多GPU而打造免费软件生态的形式在GeForce消费端屡试不爽，大多数时候NVIDIA提供的软件生态不仅免费，用起来还挺高效，很快就会让人欲罢不能。

物理AI当然不会仅限制在机器人。黄仁勋在现场正式发布了自动驾驶智能体Alpamayo，这是一个会思考的自动驾驶，现场的DEMO视频演示了一段搭载Alpamayo的自动驾驶系统由驰骋在旧金山，从傍晚的夕阳落日到华灯初上，这套自动驾驶系统很好的规避了所有可能出现的意外状况，并且一边开车一边用自然语言解释驾驶逻辑，比如前方施工时，如何做出一个类似人类的自然判断，进而给出合理解决方案。

在发布Alpamayo的同时，NVIDIA也同步宣布Alpamayo R1模型开源，提供权重、数据集、训练脚本、CarSim/CarMaker接口，2025款梅赛德斯奔驰CLA已经展开测试，并将在北美地展开OTA推送。

在Alpamayo R1开源的同时，NVIDIA还放出了多个开源模型，包括蛋白质复合体结构预测的OpenFold3，多蛋白相互作用生成预测的Evolve2，两公里内的气象模拟模型Eath-2，12小时化学污染扩散模型ForecastNet-Chem。10T token多模态开源数据集中包含了45.5万蛋白质结构、100TB车载传感器数据，鼓励学术机构自由下载。

AI生态的开源进阶时

黄仁勋在现场强烈表扬了AI的开源生态。在2024年，开源AI落后闭源AI有18个月的差距，在2026年的现在，这个差距只剩6个月，来自中国的DeepSeek-R1、Qwen2.5、Kimi k1.5为开源AI创造出了无数可能。

当开源与闭源无限接近，黄仁勋表示，任何企业和个人都有机会推动AI从语言理解的拐点，转向理解物理的拐点，NVIDIA也将从数据中心AI公司，变成物理世界AI基础设施的公司。

无论如何，NVIDIA都在扮演制造工具的角色，从最初制造游戏运行的工具，到现在制造AI加速的工具，推动一个生态往更广阔的领域发展。有意思的是，在近几十年中，AI概念被尝试和热捧了数次，而只有这一次AI的火把终于被完全点燃，成功从虚拟世界走向现实的物理世界，成为人类文明进程中的一个全新注脚，这一刻的星光闪耀时，无论是NVIDIA还是无数研究AI领域的工作者们，都值得称赞。