黄仁勋的CES演讲为2026年的AI发展指明了方向。内容揭示了从基础模型转向物理世界交互和极致推理效率的双主线战略，为理解AI的未来技术趋势提供了清晰的价值点。
智能速览
Physical AI成为下一个考题，旨在理解并遵循自然规律。
英伟达构建由Cosmos、Omniverse和Opermail组成的技术飞轮。
Opermail作为端到端自动驾驶算法，使英伟达与特斯拉同维度竞争。
AI服务器需求转向推理侧，年增长约5倍。
Vera Rubin架构专为推理设计，性能提升5倍并支持100%液冷。
基础模型训练的Scaling Law效应正在递减。
精华内容
演讲的核心并非延续对大模型的期待，而是将AI的发展脉络引向了更具象的物理世界与更务实的能效提升。
Physical AI飞轮
AI的下一个发展阶段被定义为Physical AI，核心目标是让AI理解自然规律并能与现实世界交互，即世界模型。为实现这一目标，英伟达构建了一个由三部分组成的技术飞轮。
首先是Cosmos世界模型，它通过学习互联网和3D仿真数据，能够基本遵循惯性、加速度等物理规律，生成高质量训练视频，解决自动驾驶和机器人训练中昂贵的corner case数据需求。
仿真与决策闭环
飞轮的第二环是Omniverse仿真环境。该环境从底层依据物理定律设计，提供了具有真实重力和摩擦力的数字孪生空间，能为Cosmos世界模型的强化学习提供准确的reward奖励函数。
第三环是Opermail自动驾驶算法，这是一个具备思考与推理能力的端到端AI，不仅能执行驾驶操作，还能像人类一样解释决策逻辑。它的出现标志着英伟达从芯片供应商转变为与Tesla在同一维度竞争的算法供应商和T1，搭载该算法的奔驰CLA级车型将于2026年全球分批上市。
极致推理架构Vera Rubin
随着基础模型训练的Scaling Law效应递减，AI服务器的增量需求已转向推理侧，并以每年约5倍的速度增长。Vera Rubin架构正是在此背景下专为推理打造。
在性能上，其GPU晶体管数量仅为Blackwell的1.6倍，但通过极限协同设计，峰值推理性能达到了5倍。同时，为满足长上下文需求，英伟达引入了第四代Bluefield DPU，为每个GPU额外挂载16TB内存用于缓存。能效方面，Vera Rubin支持100%液冷技术，能为全球数据中心节省约6%的电力。
行业未来走向
作为OpenAI的重要伙伴，英伟达此举似乎有意降低外界对于2026年基础模型会有突破性进步的预期。这引发了行业思考：如果未来模型的主线从语言模型转向世界模型，世界模型能否成功接过接力棒，让AI的发展持续保持在高速轨道上？这一转变将深刻影响整个AI产业的研发重心和投资方向。
英伟达的战略转变清晰地勾勒出AI从虚拟走向现实、从蛮力计算走向精妙效率的路径。世界模型能否接过语言模型的接力棒，将是决定AI未来几年的关键。
