什么值得买App下载 App ›
连续签到专享现金活动

图说黄仁勋CES演讲:第三次浪潮「物理AI」来了

在CES 2026演讲中,黄仁勋明确了AI发展的第三阶段——"物理AI"(Physical AI)。这一概念标志着AI从理解语言和生成内容的虚拟空间,正式转向理解物理规律、操控现实世界的新阶段。支撑这一转型的核心是新一代AI超级芯片平台Vera Rubin的全面投产,以及配套的开源生态与仿真平台Omniverse的升级。英伟达正通过降低算力成本和构建全栈布局,将AI从少数巨头的游戏转变为各行各业的通用工具。
01物理AI:AI发展的第三阶段

AI发展三阶段演变

第一阶段

传统AI

  • 核心能力:模式识别
  • 典型应用:图像分类、简单语音识别
第二阶段

生成式AI

  • 核心能力:理解语言、生成内容
  • 典型应用:ChatGPT、Midjourney
第三阶段

物理AI (Physical AI)

  • 核心能力:理解物理规律、感知并操控现实世界
  • 典型应用:机器人控制、自动驾驶、工业制造
为了支撑物理AI对实时性和计算效率的极高要求,英伟达构建了三大技术支柱:响应速度低于0.01秒的Newton物理引擎、推理延迟仅1毫秒的Cosmos基础模型平台,以及将效率提升100倍、成本降低90%的混合算力架构(GPU+LPU)。这一组合旨在赋予机器在复杂物理环境中的交互能力。
02Vera Rubin平台:算力平价化的关键
关键指标Vera Rubin平台性能相比Blackwell提升/对比
训练性能3.5倍显著提升训练速度
推理性能5倍 (达50 PFLOPS)处理能力大幅增强
每瓦推理算力8倍能效显著优化
HBM4带宽22TB/s是Blackwell的2.8倍
训练成本降至1/4MoE模型所需GPU减少
推理Token成本降至1/10大幅降低使用门槛

Vera Rubin平台核心性能参数对比

  • 六芯片协同架构:由Vera CPU、Rubin GPU、NVLink 6交换机、ConnectX-9 SuperNIC、BlueField-4 DPU及Spectrum-6以太网交换机组成,实现极致协同设计。
  • 商业化部署:2026年下半年向合作伙伴交付,AWS、Google Cloud、Microsoft、Oracle等主要云服务商已确认部署。
03软件生态:开源模型与仿真平台
英伟达发布了四大开源模型家族,配套史无前例规模的数据集,旨在成为物理AI领域的"安卓系统"。这些模型及数据集全部可在Hugging Face获取,涵盖智能体、物理交互、自动驾驶及医疗健康领域。
模型名称核心领域关键能力
Nemotron智能体AI逻辑推理与任务执行
Cosmos物理AI理解物理规律和环境交互
Alpamayo自动驾驶视觉-语言-行动(VLA)推理模型
Clara医疗健康生物医药研发与医疗影像

英伟达四大开源模型矩阵

在工业仿真方面,Omniverse平台深化了物理世界建模能力。通过与西门子的合作,英伟达将CUDA-X、Omniverse和AI模型整合到西门子全产品线,涵盖EDA、CAE及数字孪生,实现从设计到运营的全生命周期AI化。这一平台重新定义了"元宇宙"概念,将其转变为工业数字孪生和机器人训练场。
04行业影响:技术路线分化与商业落地

自动驾驶技术路线之争

开源平台与仿真推理
  • 策略:开源模型权重及仿真框架AlpaSim

  • 技术:视觉-语言-行动(VLA)架构,具备"链式推理"能力

  • 落地:2026年Q1由梅赛德斯-奔驰首发搭载

  • 合作:联合Lucid、捷豹路虎等,为行业提供工具

闭源系统与真实数据
  • 策略:闭源、端到端训练

  • 技术:依赖海量真实行车数据解决长尾问题

  • 争议:马斯克认为解决长尾问题超级困难,质疑竞品

  • 定位:强调自身才是"第一个"

除了数据中心,英伟达还发布了多款边缘计算硬件,如搭载Blackwell架构的Jetson T4000模组,专为机器人和边缘AI设计,性能是上代4倍。黄仁勋预测,未来5年全球在AI基础设施的投入将达到3-4万亿美元。随着Vera Rubin平台的量产和开源生态的完善,物理AI的应用将在2026年迎来大规模落地。

评论

评论区空态插画

当前文章无评论,是时候发表评论了