黄仁勋CES 2026宣言：物理AI迎来ChatGPT时刻，人形机器人开启工业化新纪元

人工智能将走向何方？未来十年，人类与机器的协作模式将如何重塑？在近日于拉斯维加斯盛大开幕的2026年国际消费类电子产品展览会（CES）上，英伟达创始人兼CEO黄仁勋用一场长达90分钟的主题演讲，为全球科技产业指明了新的航向。

身着他标志性黑色皮衣的黄仁勋，向世界宣告：人工智能正从理解语言的阶段，迈向理解物理世界的新纪元。他将这一转变称为"物理AI"的"ChatGPT时刻"。

在这位"黄衣教主"看来，人工智能的进化已然跨越关键分水岭——从理解语言到理解物理世界，他将其定义为"物理AI"的"ChatGPT时刻"。

黄仁勋信心满满地预测，到2026年，我们有望见证具备"人类级别"能力的机器人问世。

诸多行业观察家分析指出，这标志着人工智能将从处理文本与图像的虚拟空间，跃升到一个能够感知重力、摩擦力、材质属性，并能与物理世界进行实时、合理互动的全新维度。

资深AI从业者马哥认为，"物理AI"的概念并不晦涩。他观察到，从国内众多相关企业的布局来看，"物理AI"的雏形已经浮现，"当然，前行的道路上依然布满荆棘。"

"可以断言，2026年将是"物理AI"集中爆发的一年。"马哥坚信，对于这条赛道上的每一位玩家而言，当务之急是尽可能快速地抢占战略高地，"尽管这绝非易事，但慢一步就可能落后一个时代，这是铁律。"

01 "物理AI"的"ChatGPT时刻"已然降临

回溯至2025年7月，黄仁勋在与之江实验室主任、阿里云创始人王坚的对话中首次明确提出，"人工智能的下个浪潮是"物理AI""。

短短半年后，在CES 2026的聚光灯下，这一概念已演化为清晰的产品路线图。黄仁勋用90分钟的演讲，再次宣告人工智能迈入全新阶段。

""物理AI"的"ChatGPT时刻"，即将到来。"在最新演讲中，黄仁勋掷地有声地抛出这一核心观点。他强调，人工智能正在从理解语言进化到理解物理世界。

黄仁勋这样解读"物理AI"："即能够理解自然定律的AI"。他指出，物理AI涉及AI与世界的交互。在物理AI的语境下，既有与物理世界交互的AI，也有理解物理定律的物理AI。

黄仁勋认为，"物理AI"的核心挑战在于，如何将计算机内通过屏幕和扬声器与你交互的智能体，变成能与世界交互的智能体？这意味着它能理解世界运作的常识：物体恒存性（我移开视线再回来，物体还在那里）、因果关系（我推它，它会倒下）。

在"物理AI"的架构中，单一模型已不足以应对，需要构建一整套能调用多个模型、会拆解问题、会用工具的工作智能体。

因此，黄仁勋此次展示的核心并非单一芯片的算力突破，而是一幅名为 "AI工业化" 的完整蓝图。

黄仁勋强调，"计算行业的每一层，都要被重写一次。"这揭示了一个根本性转变：AI的真正跃迁不再依赖单点模型突破，而在于可复制、可部署、可验收、可规模化的完整工业能力。

黄仁勋的逻辑清晰而坚定：要让机器人理解物理世界，需要的不只是算法和算力。它并非简单的"能动的机器人"，而是能理解重力、摩擦、惯性、材质和因果关系，并据此做出合理决策与行动的智能系统。

因此，英伟达此次发布的已不再是单纯的芯片升级，而是一整套面向 "物理AI" 的开放模型、框架和基础设施，并展示了全球合作伙伴为各行业打造的多款机器人。

这些模型能够帮助机器人实现基于物理原理的合成数据生成、策略评估，使机器能够像人类一样看见、理解物理世界并采取行动。

"不仅是机器人能动，更是能理解重力、摩擦、惯性和因果关系的智能系统，能够在虚拟世界中先进行数十亿次训练。"黄仁勋认为，这是人工智能从虚拟数字世界走向实体物理世界的关键一步。

黄仁勋进一步指出，通过数字孪生与模拟训练，机器人的学习过程可以在虚拟世界高效完成，进而快速部署到现实场景。

在黄仁勋看来，人形机器人不再只是实验室的展示品，而是具备实际商业潜力的产品。

"机器人开发的ChatGPT时刻已然到来。"物理AI"领域取得了突破性进展，这类模型具备理解现实世界、推理和行动规划的能力，持续催生全新的应用场景。"

黄仁勋曾感叹，"过去12年左右，AI发展极为迅猛，基本上每3-5年就会出现一次重大突破。"

或许，黄仁勋所预言的3-5年一次的重大突破，来得比想象中更快。

02 如何影响产业？

"你可以这样理解，过去在科幻片中看到的场景，正加速向我们走来。"对于黄仁勋的最新演讲，马哥试图用更形象的方式解读。

"如果说过去机器人更多是展示品，离普通大众的生活还很遥远，那么黄仁勋的这次演讲，让发展路径豁然开朗。"马哥笑言，"你在科幻片里看到的诸多景象，都将有可能很快走进现实。"

"当然，黄仁勋也明确指出，工业化是"物理AI"从实验室和演示视频走向大规模商业化的第一步。"马哥指出，黄仁勋的意图已然明朗：机器人，将成为AI工业化的第一批量产成品。

事实上，在此次CES展会上，波士顿动力公司也发布了量产版的双足人形机器人Atlas，其规格参数达到全新高度，可实现高精度操作。

业内分析认为，此次Atlas的亮相向外界证明，人形机器人已经开始为真实世界而设计。

马哥明确指出，从展示的Atlas性能来看，"你看到的，不再是像人一样走路或者表演的机器人，而是有可能实现"高效、实用、针对场景的功能化"的机器人。"

在马哥看来，这将是机器人接下来重点发展的方向，更是在这条赛道上的企业需要全力攻克的"高地"。

不过，马哥也提醒，尽管接下来的AI发展路径已经清晰，但"物理AI"的全面落地之路依然布满荆棘，"尤其是对于那些志在参与这场革命的企业而言，必须清醒地认识到横亘在前的核心挑战。"

马哥指出，"物理AI"的核心是数据。很明显，目前诸多企业所采用的传统"大数据"范式已无法满足需求，"如诸多专家学者所言，"物理AI"需要的是满足"物理真实性、语义可理解性、场景泛化性"三大标准的"好数据"。"

例如，要教会机器人"开门"，数据不仅要包含门的图像，还需精准刻画合页的转动轨迹、把手的力学特性，并让AI理解"打开"这一指令的语义。

马哥坦言，就目前的情况来看，无论国内还是国外，仅从这一方面而言，便仍存在较大差距，"构建这样的高质量数据集，工程浩大且成本高昂。"

在马哥看来，另一重挑战在于模拟到现实的鸿沟，"目前诸多机器人，更多的是"模拟"，与"实际操作"相距甚远。"

"在真正的商业应用中，在仿真环境中训练出的完美动作，可能因现实世界中种种因素影响而完全失效。"马哥指出，尤其是一些特殊场景，目前的技术显然难以解决，"必须理解的是，不是通过遥控器让机器人开门，而是机器人自己学会开门。"

第三重挑战，则在于技术整合与生态壁垒。

"你可以看到，目前很多企业各自为战，这实际上在很大程度上制约了技术的发展，也可能对整个产业的推进产生影响。"马哥直言，或许在当前环境下，"协同发展，是最好也是最快的途径，虽然这不太现实。"

"在这种情况下，企业若想在竞争中保持主动，必须在某些关键环节形成不可替代的差异化能力。"马哥强调。

更有业内人士认为，从发展路径来看，国内的企业通常更擅长从本地生活、物流、制造等具体的应用场景出发，解决实际问题，在过程中迭代技术，锤炼模型。

"于企业而言，无论选择哪条路径，一旦走通，护城河将同样深厚，就看企业怎样权衡和选择。"马哥坦言，"物理世界的AI革命没有统一的终点，但很显然，比赛已经开始。"