【CES 2026】輝達演講對汽車產業的影響

朋友問起如何看待輝達CEO黃仁勳在CES2026上的演講，有那些資訊值得關注？

小星個人感受是物理AI重構汽車智能生態，開源生態與世界模型開啟量產新時代。演講傳遞出清晰訊號AI已成為全球數字基礎設施。而NVIDIA正通過開源AI平台建構跨行業生態，其中汽車領域的技術突破成為物理AI落地的核心標竿。

從L4級自動駕駛量產合作到Cosmos世界模型的場景賦能，完成了從底層算力到生態協同的全端佈局，為汽車智能化轉型按下加速鍵。或者說的直白一點，NVIDIA正在通過提供世界模型等基礎設施讓歐美傳統車企可以快速追上特斯拉和眾多國內車企目前通過VLA/VLM/WEWA等端到端大模型形成的駕駛輔助領先水平。最接近量產的就是奔馳CLA的駕駛輔助系統。

此次演講的核心亮點無疑是NVIDIA基於開源生態打造的全行業賦能體系。作為Hugging Face等平台的首要貢獻者，NVIDIA已開放超過650個模型與250個資料集，建構起包含面向物理AI的Cosmos、面向機器人的Isaac GR00T等在內的開源模型矩陣。這一生態理念在汽車領域體現為全球L4級自動駕駛生態版圖已涵蓋比亞迪、吉利、長城、上汽、小米、奔馳等車企，Aurora、Momenta等軟體商，以及博世、禾賽科技等硬體夥伴，通過開放的晶片與模型平台，打破了產業鏈“資料孤島”與技術壁壘。或許這就是開源AI無法阻擋的魅力。

而支撐這一生態的核心技術，正是源於NVIDIA遊戲基因的Cosmos世界基礎模型。要知道演講的開場就是NVIDIA對遊戲畫質推進的回顧再到物理AI在各行業的開花結果。Cosmos這款從遊戲圖形學、物理模擬技術演進而來的物理AI平台，徹底改變了汽車與機器人理解世界的方式。

從行業著名的World Engine論文我們知道世界模型通過建構基於世界模型的端到端學習框架，為自動駕駛領域提供了從被動感知到主動預測的範式轉換路徑。該研究將視覺感知編碼器VAE、循環神經網路預測模型MDN-RNN與緊湊控製器解耦，使智能體能夠在壓縮的潛在空間中學習環境動力學模型，進而在"夢境"中完成策略迭代最佳化。這一機制本質上復刻了人類駕駛員基於經驗建構心智模型並進行預判決策的認知過程。同時其在模擬環境中訓練並遷移至真實場景的能力，為突破當前資料驅動方法在安全性驗證和邊緣案例覆蓋方面的瓶頸開闢了新方向。

Cosmos整合生成式世界模型、高級分詞器與加速資料處理管道，通過三大核心模組實現高效場景生成。Predict 2.5可基於單幀生成30秒連續駕駛場景視訊，Transfer 2.5能快速生成不同天氣、光照條件下的逼真合成資料，Reason則以視覺語言模型實現類人化事件推理。借助這些能力自動駕駛系統無需依賴海量真實路測資料，就能低成本掌握複雜路況的應對邏輯，將模型後訓練周期從數月縮短至數天。

與奔馳的深度合作成為技術量產的關鍵里程碑。2025款奔馳CLA車型將全面搭載NVIDIA全端方案，整合AIpamayo自動駕駛模型、Halos安全作業系統與Thor晶片算力，依託Cosmos生成的多樣化合成資料完成訓練。也因此奔馳CEO康林松在CES上表示非常看好自動駕駛，並重複強調關鍵詞安全第一。

在底層架構層面，NVIDIA建構了“開源生態-物理AI-量產落地”的完整閉環嗎。開源平台為全球開發者提供模型、資料與工具支援，Cosmos將遊戲領域的物理模擬能力轉化為汽車所需的場景理解能力，Thor晶片與GB300算力叢集則提供從車載推理到模型訓練的全流程算力支撐。這種佈局重構了汽車行業的創新邏輯。AI不再是單一附加功能，而是貫穿研發、生產、應用全鏈條的基礎設施。這背後很大的推動力來自吳新宙於2023年加入輝達擔任汽車事業部副總裁。全面負責NVIDIA DRIVE車載計算產品線的戰略規劃與技術落地，成為輝達自動駕駛平台從晶片供應商向完整解決方案提供商轉型的核心推動者。他主導開發了NVIDIA首個完整的自動駕駛系統NDAS（代號AIpamayo），牽頭研發並開源VLA大模型AIpamayo-R1，推動端到端技術路線在量產車型中的應用。

對於汽車產業而言，NVIDIA的創新帶來三重深遠影響。其一，開源生態降低了高階智能的准入門檻，讓不同規模的車企都能參與技術迭代；其二，Cosmos世界模型破解了自動駕駛訓練資料稀缺、成本高昂的行業痛點，推動技術研發從“依賴真實路測”向“虛擬模擬+真實驗證”轉型；其三，量產化落地加速了汽車從“交通工具”向“智能移動空間”的本質變革，L4級功能的普及將重塑出行場景的價值邊界。

當然一如既往輝達在CES 2026上發佈了全新Vera Rubin架構。這一代GPU通過六晶片模組化設計和NVLink高速互聯技術實現了架構層級的重大突破。相比前代Blackwell架構性能提升達到十倍，同時顯著降低了單位算力成本。該架構採用chiplet多晶片封裝策略，六塊GPU核心通過NVLink互聯形成統一計算單元。這種設計突破了單片晶片的物理極限，通過平行擴展和頻寬最佳化實現了性能與成本效率的雙重跨越。Vera Rubin時代的代際演進，為大規模AI訓練和推理工作負載提供了更具經濟性的解決方案。

當下，全球汽車智能化正處於從技術研發向規模商用的關鍵轉折期，NVIDIA以AI基礎設施建設者的角色，通過開源生態整合產業力量，以物理AI技術突破核心瓶頸。從遊戲技術演進而來的Cosmos世界模型，不僅讓汽車更聰明地理解世界，更通過開源共享的理念，讓智能出行的紅利惠及全行業。 (辣筆小星)