这次CES的关键词并非新硬件，而是英伟达一次深刻的战略转向。其全力投入的“物理AI”概念，旨在让AI理解并操控物理世界，标志着公司从芯片供应商向全行业基础设施提供者的蜕变，揭示了未来十年科技竞争的全新逻辑。
智能速览
英伟达战略重心转移，从卖芯片转向构建物理AI生态。
物理AI核心是通过仿真与合成数据，让AI掌握物理常识。
自动驾驶成为首个落地场景，英伟达推出开源AI驱动系统。
英伟达目标是构建从硬件到软件的全栈AI闭环，定义行业标准。
宣布开源大量训练数据与框架，加速物理AI发展。
物理AI已成科技巨头共识，贝索斯也以不同方式入局。
精华内容
当行业焦点从代码编写转向模型训练，一场深刻的变革正在酝酿。物理AI，这个贯穿演讲的核心，正是英伟达为这场变革准备的钥匙，旨在打通虚拟与现实，开启智能新纪元。
开发范式之变
计算机行业正迎来十年一遇的洗牌。黄仁勋明确指出，未来不再依赖程序员逐行编写代码，而是转向训练AI模型。为此，英伟达推出了针对AI数据中心的全新机柜架构，为这一范式转变提供算力基础。这意味着软件构建的逻辑将彻底改变，从“指令驱动”进入“模型驱动”的新时代。
攻克物理常识
当前AI的最大短板是缺乏对物理世界的理解，例如它不知道苹果会落地。英伟达的解决方案是“物理AI”，通过“算力换数据”的策略，在虚拟仿真环境中生成海量合成数据，用以训练AI掌握物理规律。世界模型和仿真模拟技术成为关键，让AI在虚拟世界中学会与现实互动。
自动驾驶首战
物理AI的第一个重磅应用落在了自动驾驶领域。英伟达发布了全新的开源AI驱动系统，旨在为车企和机器人公司提供一个“司机大脑”。该系统不仅能感知路况，还能基于学到的物理常识进行决策推理。其核心与特斯拉FSD的纯视觉方案异曲同工，都依赖海量极端场景的合成数据进行训练，马斯克对此也表示了认可。
全栈生态野心
英伟达的雄心已超越芯片，旨在成为全站AI基础设施的提供者和规则定义者。其布局已形成完整闭环：底层是全新的计算平台，中间是仿真模拟和世界模型，上层则是自动驾驶、机器人等应用模型。为了加速生态建设，英伟达宣布开源训练框架和多模态数据集，其中包括10万亿个语言训练token、50万条机器人轨迹数据、45.5万个蛋白质结构和100PP的车辆传感器数据，试图以此手握行业标准。
物理AI无疑是科技巨头们眼中的下一个共识战场。无论是英伟达的仿真路径，还是贝索斯的实体训练路径，都指向了同一个未来。这场围绕AI物理智能化的赛跑已经开启，它或许将率先重塑制造业、交通和医疗健康等行业，改变我们生活的方方面面。
