CES 2026英伟达重磅发布：黄仁勋点赞中国开源模型，物理AI与Rubin架构引领未来

1月6日，一年一度的CES盛会上，英伟达创始人兼CEO黄仁勋身着标志性皮衣，为2026年献上了首场公开演讲。令人瞩目的是，此次他并未发布新一代消费级显卡，而是将聚光灯投向了物理AI这一前沿领域。

演讲伊始，黄仁勋回顾了过去一年人工智能行业的飞跃，强调开源模型的异军突起彻底重塑了AI生态，成为全球创新的强大催化剂。

黄仁勋点赞Kimi、DeepSeek和千问

他直言，DeepSeek R1的问世意外地加速了整个行业的变革进程，让世界为之惊叹。

背后的PPT上，赫然展示了全球多款开源大模型，其中三款中国大模型尤为抢眼：

• Kimi K2
• DeepSeek V3.2
• Qwen（千问）

黄仁勋指出，全球开源模型的性能正以惊人速度逼近顶尖水平，尽管目前仍落后最优秀的闭源模型约6个月，但差距正在以肉眼可见的速度缩小。

未来10年，很大一部分汽车将是自动驾驶的

面对开源模型如此迅猛的迭代，英伟达自然不愿缺席这场盛宴。

在现场，他一口气揭晓了英伟达开源模型宇宙下的六大领域开源模型矩阵，覆盖智能体AI、物理AI、自动驾驶、机器人等关键赛道。

这六大开源模型系列共同构成了英伟达物理AI的全栈技术体系，彰显其布局深度。

黄仁勋阐释道，物理AI是人工智能发展的第四阶段，从感知AI、生成AI、智能体AI，最终演进到物理AI。

它能够在物理世界中学会思考因果关系，比如杯子掉地为何会碎？因为重力与材料特性的相互作用。

“如今，物理AI的ChatGPT时刻已经降临，AI正从数字世界迈向物理世界”，黄仁勋激情宣告。

在此基础上，英伟达发布了全球首个开源自动驾驶推理模型Alpamayo，正式向特斯拉FSD发起正面挑战。

传统自动驾驶模型仅停留在“红灯停、绿灯行”的规则响应，却无法理解背后的物理规律。

而Alpamayo截然不同，它引入视觉-语言-行动（VLA）模型，让自动驾驶系统像人类一样洞悉世界。

首创“决策—因果—推理”因果链，能生成自然语言解释决策逻辑，例如识别道路施工标志——推断旁边有工人作业——车辆需绕行——注意避让障碍物。

不仅知道该做什么，更明白为何这样做。

Alpamayo的商业化也已落地。黄仁勋宣布，搭载Alpamayo技术的奔驰CLA，将于今年第一季度登陆美国市场，随后逐步拓展至欧洲和亚洲。

他笃定地表示，未来十年，全球很大一部分汽车将实现自动驾驶或高度自动驾驶。

随后，特斯拉CEO马斯克在X平台回应称，这正是特斯拉一直在做的事，他们终将发现，达到99%的准确率轻而易举，但解决分布的长尾部分才是真正的挑战。

长尾问题涵盖极端天气、突发障碍物或复杂交通互动等，特斯拉FSD依托全球数百万辆车辆积累的海量真实驾驶数据，这正是其核心优势所在。

双方竞争的火药味已然浓烈。

5倍算力+10倍降本，Rubin已全面投产

除自动驾驶外，本次演讲的另一焦点——英伟达下一代超级计算架构Vera Rubin，也正式揭开面纱。

它以美国天文学家薇拉・鲁宾命名，她1928年出生，自幼痴迷星辰，1948年从瓦萨学院毕业时是班上唯一的天文专业女生，后于康奈尔大学、乔治城大学获得硕士与博士学位，甚至在育儿期间仍坚持科研。

鲁宾的里程碑发现源于对星系旋转曲线的研究：按牛顿万有引力，星系边缘恒星应比中心旋转慢，但她观测上百个星系后发现边缘恒星转速几乎恒定，甚至更快！

这暗示星系中存在大量不可见质量在“牵引”恒星，为日后“暗物质”的发现提供了关键证据。

Rubin架构同样承载着创新突破的使命。黄仁勋解释，在摩尔定律放缓的今天，单纯依靠晶体管数量微增已无法实现性能质变，Rubin的优越性在于“六款芯片协同设计”，这并非Blackwell的简单升级。

这6款芯片分别负责计算、推理、数据处理、网络通信等任务，共同为一个整体系统高效运作。

他直接抛出一系列硬核数据：

在推理任务下，Rubin GPU达到50 PFLOPS（每秒5000万亿次运算），性能是Blackwell的5倍；训练性能达到35 PFLOPS，是Blackwell的3.5倍。

要知道H100的性能仅约4 PFLOPS，两者对比如同卡车与玩具车。

与此同时，Rubin推理成本降低了10倍！用更少投入、更短时间，完成更多任务。

上一代Blackwell需耗时一个月训练Alpamayo模型，如今Rubin仅需一周；在Rubin上运行Alpamayo，推理延迟降至1毫秒，同时还能输出自然语言解释。

他表示，Blackwell让AI能够处理大规模数据，而Rubin则让AI理解物理世界并做出明智决策，这标志着物理AI时代的真正启航。

同时他透露，Vera Rubin已全面进入量产阶段。

黄仁勋此次演讲，为2026年的人工智能行业奠定了变革基调。

中国开源大模型的崛起，使大模型不再局限于少数巨头；物理AI的突破，推动AI从虚拟走向实体；Rubin架构的诞生，让高效能、低成本的智能部署成为现实。

三者交织，AI正从实验室走向工厂、道路、社区，成为重塑产业、改变生活的核心驱动力。