黄仁勋CES发布物理AI:机器人时代加速到来
在CES展会上,英伟达CEO黄仁勋发表主题演讲,宣布AI发展的第二个拐点已至。核心议题从理解语言转向理解物理世界,标志着物理AI正式落地。这一转变旨在通过AI技术赋予机器理解重力、摩擦等物理规律的能力,使其能够在现实环境中进行复杂的作业,如工厂零件的分解、组装及质检,从而重塑制造业与物流业的运作模式。
01核心技术架构与性能突破
支撑物理AI落地的关键在于英伟达全新发布的Rooping架构。该架构采用台积电2纳米工艺,实现了CPU与GPU的协同设计。相比上一代产品,新架构在训练速度上提升了3.5倍,推理速度提升了5倍,同时将推理成本大幅降低了90%。目前该架构的市场订单已达到3000亿美元,微软、亚马逊等科技巨头均已参与采购。
| 性能指标 | 提升幅度/数据 |
|---|---|
| 训练速度 | 提升3.5倍 |
| 推理速度 | 提升5倍 |
| 推理成本 | 下降90% |
| 市场订单 | 3000亿美元 |
Rooping架构关键性能数据
02应用场景与量产计划
在机器人领域,特斯拉Optimus人形机器人依托英伟达Omniverse数字孪生平台,实现了在虚拟世界中完成90%的训练任务。目前该机器人在工厂环境下的自主运行率已达到85%。量产计划显示,今年一季度将量产5万台,年底预计增至10万台,成本控制在2万美元以下,显著降低了工业机器人的使用门槛。
自动驾驶方面,英伟达推出了全球首个具备思考能力的自动驾驶AI模型——OpenMail。该模型能够分析红绿灯故障等突发情况并规划路线,同时解释决策逻辑。奔驰计划于2026年第一季度在美国推出搭载该模型的新车,并将于2027年启动L4级RoboTaxi测试。此外,该模型已开源,中国企业如小米、后比中光等已加入合作,其中后比中光的3D视觉方案已获得超10亿订单。
- 2027年01月
- 03月
- 2025年03月
- 查看全部进展
英伟达此次展示的物理AI生态,通过从云端超算到端测设备的全场景覆盖,正在加速技术向实际生活的转化。随着成本门槛的降低和量产计划的推进,机器人作业与自动驾驶应用将更广泛地进入生产与生活领域,推动行业效率的进一步提升。
当前文章无评论,是时候发表评论了