深度 | 物理 AI 的「ChatGPT 時刻」：黃仁勛究竟是如何定義的？

文：308

編輯：周易

對于如今的AI發展來說，「ChatGPT時刻」往往是一個具有里程碑意義的詞匯。

這一方面是因為OpenAI在2022年11月底發布ChatGPT的時候，確實是石破天驚；另一方面則是因為，使用這個詞匯來給AI發展斷代的，都是不折不扣的AI巨人。

比如，在2023年5月16日，特斯拉CEO馬斯克在接受美國媒體CNBC采訪時就談到「ChatGPT時刻」。當時，馬斯克的原話是：

我認為特斯拉也會迎來一個所謂的「ChatGPT時刻」，就算不是今年，我認為也不會遲于明年。突然之間，300萬輛特斯拉汽車可以自己駕駛……

在馬斯克的定義中，特斯拉的「ChatGPT時刻」指向的是特斯拉的自動駕駛業務。

在馬斯克之外，就在最近，另外一位AI巨擘、英偉達CEO黃仁勛在2026年1月5日的CES上談到了「ChatGPT時刻」。黃仁勛的原話是：

物理AI的ChatGPT時刻即將到來（The ChatGPT moment for physical AI is nearly here）。

有意思的是，在黃仁勛的邏輯中，物理AI同樣與「自動駕駛」密切相關。

英偉達物理 AI 整體布局，揭曉了

在英偉達關于AI發展趨勢的闡釋中，物理AI并不是一個新詞匯。

早在2024年6月初的Computex大會上，黃仁勛就明確表示談到了物理AI對于人工智能的下一個時代的重要性。

到了2025年3月，黃仁勛又在當年的GTC 大會上表示，AI經歷了三代技術范式的轉移，從感知AI到生成式AI，再到Agentic AI，接下來將會是物理AI（Physical AI）的時代。

有意思的是，在黃仁勛所展示的PPT中，英偉達關于物理AI的案例標注，主要歸結于兩個領域：一個是自動駕駛，一個是通用機器人。

實際上，這兩個領域，也正是英偉達一直在重點布局的領域——從商業落地的維度來看，自動駕駛無疑是物理AI當前最重要的落地場景。

其中，尤其是自動駕駛領域，英偉達從2015年就推出了第一代車端算力產品DRIVE PX，可以說是世界范圍內與特斯拉并肩的最重要的自動駕駛推動者之一。從這個角度來看，英偉達其實也是最早布局「物理AI」的玩家之一。

實際上，在持續強調物理AI概念和重要性的同時，英偉達也在不斷面向物理AI進行布局。

進入到2026年，英偉達對于物理AI的布局已經趨于完善。其中一個最為直接的證據是，在本次CES的演講中，黃仁勛專門介紹了英偉達的全棧物理AI平臺（Full-Stack Physical AI Platform）。

具體來看，整個英偉達全棧物理AI平臺的主體是「三臺計算機」，主要包括：

①以英偉達GB300為代表，用于訓練AI模型的計算機；

②用于推理模型的計算機，包括在汽車、機器人、工廠或任何邊緣地方運行的機器人計算機；

③為仿真設計的計算機，因為仿真是英偉達所做的一切物理AI工作的基礎。

有意思的是，此處提到「三臺計算機」框架，正與英偉達汽車業務所采用的框架相類似。

但除了「三臺計算機」之外，英偉達還推出了一系列其他適配模型，其中的重中之重，是英偉達Cosmos世界基礎模型。

實際上，在2025年CES期間，英偉達首次對外發布了Cosmos世界基礎模型。

在官方話語中，Cosmos世界基礎模型是一套用于物理感知視頻生成的開放式擴散和自回歸Transformer模型。這些模型已基于2000萬小時的真實世界人類互動、環境、工業、機器人和駕駛數據，訓練了9,000萬億個token。

不僅如此，Cosmos使用包括文本、圖像、視頻和運動在內的輸入數據來生成和仿真虛擬世界，以準確模擬場景中物體的空間關系及其物理交互——而Cosmos的最終目的是幫助開發者構建新一代機器人和自動駕駛汽車（AV）。

需要明確的是，英偉達在2025年發布Cosmos世界模型的時候，包括1X、Agility Robotics、小鵬汽車、Uber和Waabi在內的企業就已經在在與Cosmos協作，加速并增強模型開發。

另外，Cosmos在發布之初，也已經根據NVIDIA開放模式許可協議，面向開發者開放。

如果說Cosmos是英偉達物理AI的世界基礎模型，那么面向物理AI的兩大應用場景——自動駕駛和通用機器人，英偉達也推出了兩個相應的開源模型，分別是面向通用機器人的GR00T模型和面向自動駕駛的Alpamayo。

其中，Alpamayo可以說是英偉達面向自動駕駛這一物理AI細分場景而進行的最新布局。

Alpamayo 的價值，不止于開源

2025年12月初，在美國加州圣地亞哥舉行的AI頂級會議NeurIPS上，英偉達發布了一篇標題為《Alpamayo-R1: Bridging Reasoning and Action Prediction for Generalizable Autonomous Driving in the Long Tail》的論文。

伴隨著這篇論文的發布，英偉達在自動駕駛領域的最新成果Alpamayo-R1也正式揭曉。

在英偉達的官方描述中，Alpamayo-R1是全世界第一個面向自動駕駛研究的開源VLA推理模型。它的創新之處在于，將思維鏈AI推理與路徑規劃技術深度融合——英偉達表示，該技術對于提升輔助駕駛系統在復雜路況下的安全性以及實現L4級自動駕駛至關重要。

其中，作為英偉達推進其汽車業務發展的一個重要戰略，Alpamayo-R1也完全開源。這意味著，研究人員可以根據自身的非商業用途需求對模型進行定制，包括用于基準測試與開發實驗性輔助駕駛應用。

那么，英偉達為什么要推出Alpamayo-R1？

對此，一位自動駕駛從業者告訴時間線Timelines，英偉達之所以要推出Alpamayo-R1，一方面是要從其自身推進自動駕駛方案演進和落地的角度深入研究VLA，這也說明了英偉達對于VLA方案的認可。

另一方面，作為自動駕駛領域的底層基礎設施提供方，英偉達也需要面向全行業進行賦能，降低合作伙伴的開發門檻，尤其是在L4領域。

畢竟，從自動駕駛發展的角度來看，整個行業已經開始從L2面向L4進行演變。

比如，特斯拉在2024年10月發布了其Robotaxi車型Cyebercab，并且在2025年開啟了Robotaxi業務的試運營；而放眼中國市場，小鵬、理想、地平線等玩家都在2025年以各種方式對外宣布了面向L4邁進的動態。

而英偉達也并不例外。

實際上，就在2025年10月底舉行于美國華盛頓的GTC大會上，英偉達宣布與Uber合作共同擴展全球L4級的自動駕駛移動出行網絡——這一合作基于英偉達Hyperion 10輔助駕駛開發平臺和專門為L4級自動駕駛打造的一系列軟件。

很顯然，站在如今的視角來看，英偉達Alpamayo-R1也是這一系列軟件的一個重要組成部分。

有意思的是，就在2026年CES期間，黃仁勛在演講中又再次對Alpamayo進行了強調，宣布該模型旨在實現L4級別的自動駕駛能力。

實際上，一個很容易被忽略的信息是，伴隨著Alpamayo的這次亮相，英偉達也完成了其在自動駕駛領域的完全技術棧布局。

不僅如此，在本次演講中，黃仁勛還宣布了基于該技術棧的一個最新案例。

具體來說，黃仁勛宣布，首款搭載Alpamayo系統、基于NVIDIA DRIVE全棧輔助駕駛平臺構建的乘用車（即奔馳CLA車型）即將亮相——該車型目前采用雙Orin處理器，下一代是雙Thor處理器。

黃仁勛表示，基于該車型，英偉達的首款自動駕駛汽車將于第一季度在美國上路，然后歐洲是第二季度，而亞洲將會在第三、第四季度。

不僅如此，該方案的強大之處在于，它將不斷用Alpamayo的后續版本進行更新。

值得一提的是，在這一套即將上路的自動駕駛系統中，英偉達采用了兩套技術棧。

其中一套是以端到端方式訓練的Alpamayo技術棧，另外一套則是一套完全可追溯的、更加強調安全性的自動駕駛技術棧，也就是一個防護欄系統——通過一個內置的「策略與安全評估器」，車輛可以在兩個技術棧中進行切換。

對此，黃仁勛強調，「所有安全系統都應該具備多樣性和冗余性」。

重新理解英偉達的汽車業務帝國

如果站在2026年的角度去重新審視，英偉達確實已經面向汽車行業進行了大面積的布局——那么，這背后的核心邏輯是什么？

其實，這與黃仁勛本人的一個執念密切相關。

一位曾經參與了英偉達自動駕駛業務早期研發工作的前英偉達工程師告訴時間線Timelines，在2012年AI迎來爆發之后，黃仁勛一開始并沒有沒有看上自動駕駛市場，因為他覺得這塊市場的利潤率不高，畢竟服務器領域的利潤率高達60%到70%。

但是，黃仁勛對于AI的端側部署是一直有執念的。也正是這個執念，讓黃仁勛在當年尋找到了英偉達在自動駕駛、機器人等領域的業務場景，而自動駕駛也成為英偉達在端側業務布局的重中之重——發展到今天，也已經布局了超過十年時間。

其結果是，盡管這些業務并沒有直接給英偉達貢獻出類似于云服務市場那樣高企的財務回報，但英偉達在黃仁勛的帶領下一直在堅持做自動駕駛，并且一直堅持到今天。

確實，如果從財務角度的去觀察，在英偉達的財報中，來自于汽車業務的占比依舊非常小。

根據英偉達發布的截至2025年10月26日的最新一季度財報，在英偉達當季度的570億美元營收中，來自汽車和機器人業務板塊的營收為5.92億元，同比增長幅度為32%，但相比于營收大盤來說，確實是微不足道。

不過，關于這個問題，英偉達有自己的思考。

此前在2023年慕尼黑車展期間，已經退休的前英偉達汽車業務副總裁Danny Shapiro在與筆者獨家訪談時表示：

對我們來說，競爭本身不僅僅是關乎芯片，也包括軟件。這些還只是車內。而數據中心同樣也是人工智能的重要組成部分。我不知道，在英偉達之外，是否還有其他公司在車輛人工智能和數據中心人工智能方面進行合作。而從數據處理的角度，收集、訓練、測試、驗證和部署，這個過程將不斷持續下去，也是我們的優勢。

Danny Shapiro還強調，從財報來看，英偉達這個業務板塊的營收確實很小；但其實，如果計算英偉達從汽車產業獲得的營收，包括它從汽車主機廠的數據中心業務中獲得的營收，還是非常大的。

基于這個回答，英偉達在汽車業務進行大手筆布局的財務邏輯，其實已經非常明顯了——車端很重要，但它只是作為整個業務系統的一部分存在。

而如今，站在整個英偉達「物理AI」業務布局的角度來看，其實汽車和自動駕駛相關業務的重要性更加重要。

畢竟，黃仁勛在2025年年終接受The Hill & Valley Forum頻道專訪時就明確表示，自動駕駛汽車本身就是一種機器人，而今天每一家制造汽車的公司，未來都將非常擅長制造機器人，它們只需要在軟件部分，也就是AI部分有所建樹，就能夠打造機器人。

從這個角度來看，我們也完全可以理解，英偉達在推進自動駕駛的同時，也在持續推進機器人業務不斷發展。

比如，早在2024年3月的GTC期間，英偉達就發布了人形機器人通用基礎模型Project GR00T，瞄準了人形機器人和具身智能；不僅如此，英偉達還發布了基于NVIDIA Thor的新型人形機器人計算機Jetson Thor。

從某種程度上來說，英偉達的這一業務布局，這與特斯拉將FSD芯片用于旗下的Optimus機器人業務，有異曲同工之妙。

可以理解為，作為AI和自動駕駛領域的兩大關鍵玩家，英偉達和特斯拉都已經非常清晰地意識到自動駕駛業務面向機器人領域進行延伸的獨特價值。

而如今，在英偉達的定義中，這些業務被統合為一個共同的名字：「物理AI」。

當然，無法否認的是，在黃仁勛所定義的AI的下一波浪潮「物理AI」的道路上，自動駕駛本身只會是一個起點，而前景更加廣闊的各類機器人，實際上才剛剛起步——「物理AI」注定是一條更有前景、但也更加漫長的路，比起自動駕駛本身，它更加需要人類傾注足夠的定力和耐心。