英伟达在CES 2026的主题演讲，标志着其从芯片巨头向“物理AI”定义者的战略转型。通过发布覆盖自动驾驶、通用机器人和AI超算的全栈技术路线图，英伟达正系统性地推动AI从数字世界迈向物理现实，这预示着一场深刻的技术范式与产业格局变革即将到来。
智能速览
英伟达提出“物理AI”战略，推动AI从数字世界走向物理世界。
开源Alpamayo模型，赋能自动驾驶实现类人推理决策。
发布GR00T 1.6与Cosmos模型，构建机器人通用智能基础。
新一代AI超算平台Vera Rubin量产，性能提升显著。
明确L4自动驾驶落地时间表，目标2027年运营Robotaxi。
通过开源工具链与硬件平台，全面降低物理AI开发门槛。
精华内容
英伟达不再满足于作为算力供应商，而是试图定义整个物理AI生态。这一宏大叙事下的技术突破与商业布局，具体将如何展开并影响未来？
自动驾驶新范式
英伟达为自动驾驶设定了清晰且激进的时间表：2026年Q1启动上路测试，2027年联合合作伙伴在特定城市运营L4级Robotaxi，2028年实现消费级车辆“点对点”自动驾驶。其核心突破是开源了拥有100亿参数的视觉-语言-行动模型Alpamayo，该模型具备因果推理能力，能理解交通参与者意图并做出多步决策，颠覆了传统基于规则的决策逻辑。
为确保安全，英伟达设计了“双系统”策略：由端到端AI模型负责日常决策，同时配备一个基于严格规则的“安全栈”作为紧急制动阀，在AI决策不确定时强制接管，形成“柔性决策+刚性安全”的冗余保障。这一技术路线已获得梅赛德斯-奔驰等主流车企的认可，其CLA车型将率先搭载城市导航功能。
机器人技术开源生态
在机器人领域，英伟达发布了Isaac GR00T 1.6基础模型，其核心升级在于引入Cosmos Reason作为长效思考中枢，并解锁了人形机器人的全身协调控制能力。与之配套的Cosmos世界基础模型，能够理解物理规律并生成高保真合成数据，有效破解真实数据采集“慢、贵、险”的痛点，被日立、Lem Surgical等企业用于优化基础设施检测与训练手术机器人。
为降低开发门槛，英伟达发布了全球首个开源机器人技能测试框架Isaac Lab Arena，以及整合全流程开发的开源控制中心OSMO。通过与Hugging Face的深度合作，这些顶尖工具与模型已集成至其LeRobot库，向1300万开发者开放，极大地促进了物理AI生态的繁荣。
Vera Rubin算力底座
为应对AI模型规模与算力需求的爆炸式增长，英伟达发布了新一代AI超算平台Vera Rubin，并宣布已全面投产，2026年下半年正式上市。该平台采用“系统级协同设计”理念，深度整合了Vera CPU、Rubin GPU等六大核心芯片。
其中，Rubin GPU采用先进的NVFP4 TensorCore技术，通过动态自适应精度调整，在晶体管数量仅增加1.6倍的情况下实现了性能的巨幅提升。整体来看，Vera Rubin平台训练10万亿参数模型的效率较前代提升4倍，推理token吞吐量提升10倍，且实现了全系统机密计算，为物理AI的发展提供了坚实的算力底座。AWS、OpenAI、谷歌等科技巨头已确定成为首批用户。
全栈布局与产业影响
英伟达的物理AI战略并非孤立的技术点，而是一个从云端训练、仿真验证到边缘部署的全栈布局。通过Vera Rubin超算提供算力，Cosmos模型生成数据，GR00T和Alpamayo提供智能核心，Jetson T4000边缘模组负责执行，英伟达构建了一个封闭而强大的技术闭环。
这种全栈能力正在重塑产业格局。在自动驾驶领域，其开源策略吸引了大量开发者，对特斯拉、Mobileye构成竞争压力；在机器人领域，波士顿动力、Franka Robotics等领军企业已加入其生态，推动机器人从工业应用走向消费市场。英伟达正通过技术输出与生态协同，加速物理AI在各行各业的规模化落地。
