【CES 2026】黃仁勳演講核心觀點速覽（要點精煉，一眼抓重點）

“我們等的不僅是黃仁勳，更是在等一個答案——未來十年，人與機器將如何重新分工。”

今天朋友圈轉發最多，討論熱度最高的莫過於黃仁勳CES的演講。他拋出核心判斷：“物理AI的‘ChatGPT時刻’，即將到來。”

一、雙重平台遷移：計算範式重構

• 計算核心轉移：從CPU轉向GPU加速計算，從“程式設計軟體”轉向“訓練AI模型”，軟體從“寫程式碼”變成“訓智能”。
• 產業規模：約10兆美元傳統計算產業向AI驅動的“現代化重構”，進入“AI工廠”時代。

二、物理AI（Physical AI）：ChatGPT時刻已至

• 核心突破：AI懂物理規律（重力、因果、物體恆存），從數字世界走向物理世界，賦能機器人、自動駕駛等自主系統。
• 落地支柱：靠“訓練+推理+模擬”三台電腦協同，數字孿生與模擬系統讓AI安全試錯。
• 標竿案例：Alpamayo自動駕駛AI端到端決策，可解釋軌跡，2026年量產上車。

三、智能體（Agentic AI）全面普及

• 2025元年：智能體具備推理、規劃、工具使用能力，如Cursor改變輝達開發模式。
• 技術路徑：多模型+多模態+智能路由，定製技能與前沿能力結合，推動全民創新。

四、開源模型生態爆發

• 現狀：以DeepSeek R1為代表，雖落後前沿約6個月，但迭代加速、下載量激增。
• 開放策略：NeMo工具鏈開放Cosmos（開放世界模型）、Earth 2（天氣）等，降低創新門檻。

五、Rubin全端計算平台：算力新基石

• 六芯一體：Vera CPU+Rubin GPU+NVLink-6等協同，訓練性能達Blackwell 3.5倍，推理5倍，HBM4頻寬22TB/s。
• 核心價值：把推理成本降至Blackwell的1/10，支援AI長期“思考式推理”，2026年量產。

六、輝達角色升級：全端AI體系建構者

• 從晶片商升級為端到端AI底座提供商，靠“硬體+軟體+模型+生態”閉環，滲透機器人、自動駕駛等場景。

演講PPT乾貨（網傳版，和現場英文版本有些許出入）

(勞拉有話說)