黃仁勳 CES 震撼宣告：物理 AI 的 ChatGPT 時刻快到了

黃仁勳在 CES 宣告「物理 AI 的 ChatGPT 時刻快到了」。英偉達發布 Vera Rubin 平台算力提升 5 倍，開源 Alpamayo 自動駕駛、Cosmos 世界模型和 Groot 機器人。強調兩次平台遷移同時發生：AI 重做應用、Physical AI 重做現實。

Vera Rubin 硬體革命的三大突破

黃仁勳在 CES 演講開頭就稱，「我們有 15 公斤的內容要塞進今天這場演講裡，會場裡坐著 3,000 人，外面的庭院裡還有 2,000 人在看，四樓還有人在線，全球數百萬人在觀看。」但他很快把話題拉回硬體，宣布 Vera Rubin 已經全面投產。

Vera Rubin 這個名字源自 20 世紀的天文學家，她觀察到星系邊緣的旋轉速度與中心差不多，這按牛頓物理學說不通，除非存在看不見的物質——暗物質。英偉達把下一代運算平台命名為 Vera Rubin，因為他們面臨的「看不見的東西」也在膨脹：運算需求。

黃仁勳描述了算力需求的瘋狂。模型規模每年 10 倍增長，o1 之後推理變成「思考過程」，後訓練引入強化學習計算量暴增；test-time scaling 讓每次推理 token 量再漲 5 倍；而且每次衝到新前沿，上一代 token 成本會以每年 10 倍速度下跌。這反過來說明競爭極其激烈，英偉達必須「每年推進一次計算的 state-of-the-art，一年都不能落下」。

Vera Rubin 的六芯協同架構

定制 CPU Vera：性能翻倍，與 Rubin GPU 從一開始就雙向一致性共享數據

Rubin GPU：一塊計算板可達 100 PFLOPS 的 AI 算力，是上一代 5 倍

網路與安全：ConnectX-9 提供 1.6 Tbps 橫向頻寬，BlueField-4 DPU 卸載儲存與安全

一塊計算板上有 17,000 個組件，運算托盤被重新設計到「沒有線、沒有水管、沒有風扇」的型態。第六代 NVLink 交換把 18 個節點連成一體，再擴充到 200G、共封裝光學，把成千上萬機櫃組成「AI 工廠」。在 10 兆參數、100 兆 token 訓練任務裡，Rubin 只需要 Blackwell 四分之一的系統規模就能在同樣一個月窗口裡訓練完畢。

黃仁勳也提到現實的產業難題。英偉達內部原本有規則，新一代產品最多換一兩個晶片，別把供應鏈折騰死。可摩爾定律放緩後，電晶體成長跟不上模型 10 倍、token 5 倍、成本 10 倍下滑的速度，不做「co-design（協同設計）」就不可能追上，所以這一代不得不把每一顆晶片都重新設計。Rubin GPU 浮點效能是 Blackwell 的 5 倍，但電晶體只有 1.6 倍，這意味著單靠製程堆電晶體已經到天花板，必須靠架構與系統級協同設計才能搞出效能。

開源模型的集體躍遷策略

過去一年，真正讓黃仁勳感到「興奮」的，不是某一家閉源模式的進步，而是開源模式的集體躍遷。黃仁勳稱，開放模型現在離前沿模型大約「落後六個月」，但每過六個月就會冒出更聰明的新模型，所以下載量爆炸，因為創業公司想參與，大公司想參與，研究者想參與，學生想參與，幾乎每個國家都想參與。

很多人誤解英偉達，說它只是「賣 GPU」，而黃仁勳在 CES 台上反覆強調，英偉達正在成為前沿開源模型構建者，而且是完全開放的那種。他一口氣報了一堆英偉達開源模型：從混合 Transformer-SSM 的 Nemotron，世界模型 Cosmos，到人形機器人 Groot。連自動駕駛領域的 Alpamayo，不僅開源模型，還開源訓練資料。

黃仁勳宣布 Alpamayo 是「世界第一個會思考、會推理的自動駕駛 AI」。它端到端從攝影機到執行器，既學了大量真實里程的「人類示範」，也學了 Cosmos 生成的里程，再加上「幾十萬」極其仔細的標註樣本。關鍵是它不只輸出方向盤和煞車油門，還會告訴你它將採取什麼動作、為什麼這樣做、軌跡是什麼。

黃仁勳稱，他們八年前就開始做自動駕駛，是因為很早就判斷深度學習會重做整個運算堆疊。Alpamayo 宣布「今天開源」，這套工程規模巨大，黃仁勳說他們的 AV 團隊「幾千人」，而賓士五年前就與他們合作。他預測未來可能會有 10 億輛車自動駕駛，「每一輛車都會有會思考的能力，每一輛車都會由 AI 驅動」。

物理 AI 的三台電腦架構

黃仁勳花了極長時間講一件事：讓 AI 理解世界的常識，比語言困難得多。物體恆存、因果關係、慣性、摩擦、重力，對人類幼兒來說是直覺，對 AI 來說卻完全陌生。而現實世界的數據永遠不夠。他說要做 physical AI，需要「三台電腦」：訓練模型的、在車/機器人/工廠邊緣推理的、以及用於模擬的。

Omniverse 是數位孿生模擬世界，Cosmos 是世界基礎模型，機器人模型則有 Groot 和 Alpamayo。訓練資料從哪裡來？語言模型有大量文本，物理世界的真實視頻很多，但遠遠不夠覆蓋多樣交互。於是他們用符合物理定律的合成資料生成，選擇性地製造訓練樣本。

Cosmos 能從單張圖生成逼真視頻，從 3D 場景描述生成連貫運動，從感測器日誌生成環視視頻，從場景提示把「邊緣案例」製造出來。還能閉環仿真，動作一做，世界響應，Cosmos 再推理下一步。黃仁勳把自動駕駛定義為 physical AI 的第一個「大規模主流市場」，並斷言「拐點就在現在這段時間」，未來十年世界上很大比例的車會高度自動化。

黃仁勳認為，未來的 AI 不只是多模態，而是「多模型」。最聰明的系統應該在不同任務中呼叫最適合的模型，最真實的系統天然是多雲、混合雲、邊緣運算的。這意味著 AI 應用的本質，其實是一套調度與推理的架構，一個能判斷意圖、選擇模型、呼叫工具、組合結果的智能體。黃仁勳認為，這種智能體正在成為新的「使用者介面」，不再是 Excel，不再是表單，不再是命令列。

輝達這家公司正在經歷一種矛盾的時刻。它看起來像是所有泡沫敘事裡最危險的那一個，市值已經衝到史無前例的高度。但它同時像所有 AI 概念股裡最強的那一個，一個季度營收、淨利數百億美元，毛利率能達到 70%。當一家公司同時掌握科技敘事、產業鏈重要位置、以及金融市場注意力時，它就會變成圖騰。圖騰的好處是信仰帶來溢價，壞處是溢價意味著你不能犯錯。