英伟达黄仁勋：物理AI引领自动驾驶革命

1月6日，一年一度的CES展会，英伟达CEO黄仁勋再次身着标志性的皮衣，为观众带来了新年的首次公开演讲。

令人惊讶的是，这次他并未推出新的消费级显卡，而是将焦点转向了物理AI领域。

黄仁勋点赞Kimi、DeepSeek和千问

演讲中，黄仁勋首先回顾了过去一年AI行业的进展，强调开源模型的崛起正深刻改变着人工智能领域，并已成为全球创新的催化剂。

他直言，DeepSeek R1的问世意外推动了整个行业的变革进程，令全球瞩目。

在PPT展示中，我们看到了多款全球领先的开源大模型，其中不乏三款中国大模型的身影：

• Kimi K2
• DeepSeek V3.2
• Qwen（千问）

黄仁勋认为，全球开源模型的性能正迅速逼近顶尖水平，尽管目前仍落后最顶尖的闭源模型约6个月，但差距正在逐渐缩小。

未来十年，自动驾驶汽车将成主流

面对开源模型如此迅猛的发展势头，英伟达自然不愿错过这一机遇。

在现场，他一口气介绍了英伟达开源模型宇宙下的六大领域开源模型矩阵，涵盖了智能体AI、物理AI、自动驾驶、机器人等多个方面。

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。

黄仁勋解释说，物理AI是AI发展的第四阶段，从感知AI到生成AI，再到智能体AI，最终到达物理AI。

它能够在物理世界中理解物理因果关系，例如杯子掉地上为什么会碎？这是因为重力和材料的特性。

“现在物理AI的ChatGPT时刻已经到来，AI正从数字世界走向物理世界”，黄仁勋表示。

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，开始与特斯拉FSD展开正面竞争。

传统的自动驾驶模型只知道“红灯要停，绿灯要走”，但不懂得背后的物理规律。

而Alpamayo则不同，它引入了视觉-语言-行动（VLA）模型，让自动驾驶系统能够像人一样理解世界。

它首创了“决策——因果——推理”因果链，能够生成自然语言解释决策逻辑，例如看到道路施工标志——旁边有工人在作业——车辆需要绕行——注意避让障碍物。

Alpamayo模型不仅知道要做什么，还知道为什么要这样做。

Alpamayo模型的商业化也正在加速推进。黄仁勋宣布，搭载Alpamayo技术的奔驰 CLA将在今年第一季度在美国上市，之后逐步进入欧洲和亚洲市场。

他坚信，在接下来的十年里，世界上很大一部分汽车将是自动驾驶的、高度自动驾驶的。

5倍算力+10倍降本，Rubin已全面投产

此外，这场演讲的另一大亮点——英伟达下一代超级计算架构Vera Rubin正式亮相。

它以美国天文学家薇拉·鲁宾命名，她出生于1928年，从小就对星星充满好奇。在瓦萨学院毕业时，她是班上唯一学天文的女生。后来她在康奈尔大学和乔治城大学分别获得硕士和博士学位，一边带娃一边做研究。

鲁宾最杰出的发现来自她对星系旋转曲线的研究。按照牛顿万有引力定律，星系边缘的恒星应该比中心转得慢。但她用望远镜观测了上百个星系后发现，边缘恒星的转速几乎不变甚至更快！

这意味着星系里肯定有大量看不见的质量在“拉着”恒星。这一发现后来成为发现“暗物质”的铁证。

Rubin架构同样具有划时代的创新意义。黄仁勋解释说，在摩尔定律放缓的当下，仅靠晶体管数量的微小增加无法实现性能的飞跃。而Rubin的优越性在于“六款芯片协同设计”，这不仅是Blackwell的全面升级。

这六款芯片分别负责计算、思考、数据处理、网络通信等任务，共同为一个整体系统服务。

他展示了一系列令人瞩目的数据：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。而H100的性能才约4 PFLOPS。

与此同时，Rubin的推理成本降低了10倍！这意味着更少的钱、更少的时间可以完成更多的工作。

上一代Blackwell需要一个月才能完成Alpamayo模型的训练，而现在Rubin只需一周；在Rubin上运行Alpamayo时推理延迟降至1毫秒还能输出自然语言解释。

“Blackwell让AI能处理大规模数据而Rubin让AI能理解物理世界并做出明智决策这标志着物理AI时代的真正到来。”黄仁勋表示。

“同时他透露Vera Rubin已经全面进入量产阶段。”

“三位一体”引领AI新纪元

“黄仁勋这一次的演讲为2026年的AI行业定下了革命基调。”

“中国开源大模型的崛起让大模型不再是少数巨头的游戏；物理AI的突破让AI从虚拟走向实体；而Rubin架构的诞生则让高效能、低成本的智能部署成为可能。”

“三者交织之下AI正从实验室走向工厂、道路、社区成为重塑产业、改变生活的核心力量。”