黃仁勛CES 2026宣告：AI正式接管物理世界！

作者 | Talk君

大家好，我是talk君

在CES 2026的舞臺上，英偉達CEO黃仁勛向全球宣告了一個新時代的來臨。

這位常年身著皮衣的科技領袖，此次演講的核心信息明確而震撼：人工智能正從云端的數據中心走出，進入我們的街道、工廠和家庭，開始真正“接管”物理世界。

在這場被業界稱為“年度科技風向標”的演講中，黃仁勛系統勾勒了從底層算力到上層應用的完整AI生態演進圖。

與他往年聚焦于單一芯片產品不同，本次演講展示了一個更為宏大的愿景：AI與物理世界的融合將開啟新一輪工業革命。

雙重平臺遷移：AI正在經歷“雙重搬家”

黃仁勛演講開場即拋出一個核心觀點：“計算行業的每一層技術堆棧，都正在被重新構建”。這一判斷揭示了當前AI革命與傳統技術更新的本質區別。

應用層面的重構是第一重遷移。

未來，所有的應用程序都將構建在AI之上。傳統的Excel不再需要手動輸入公式，而是由AI自動分析數據；客服系統不再依賴預設話術，AI能夠自己推理、查資料并解決問題。

這種轉變使AI從獨立工具變為基礎設施，成為所有軟件的底層支持。

更深層次的變革在于軟件開發范式的革命。黃仁勛精辟地指出：“你不再‘編程’軟件，而是‘訓練’軟件；你不再在CPU上運行它，而是在GPU上運行它。”

這意味著，軟件生產的核心從編寫確定性代碼，變為訓練具有理解和生成能力的智能體；而計算的核心也從通用CPU，徹底轉向為AI而生的加速計算。

這種雙重平臺遷移的規模前所未有。全球約十萬億美元的傳統計算基礎設施必須進行現代化改造以適應新型計算方式。每年數千億美元的風險投資正在涌入這一變革，推動整個行業進行徹底重構。

物理AI：

人工智能的“寒武紀大爆發”

黃仁勛演講中最具革命性的部分是關于“物理AI”（Physical AI）的論述。他明確表示，以機器人為代表的“物理AI”將復制大語言模型的爆發路徑，這意味著AI正從“屏幕內的軍師”轉變為“現實世界的工人”。

物理AI的核心是讓AI理解現實世界的基本規律：球扔出去會落地（重力），推桌子會感到阻力（摩擦力），杯子不會憑空消失（物體恒存性）。

這些對人類來說是天經地義的常識，對AI卻是全新的知識領域。

物理AI能夠讓攝像頭、機器人和自動駕駛汽車等自主系統在物理世界中實現感知、理解、推理，并執行或協調復雜的操作。

這意味著AI不再局限于數字世界，而是擴展到物理世界，開始驅動機器人、自動駕駛和工業自動化。

解決物理AI訓練的關鍵在于“模擬+合成數據”。因為現實世界的數據太稀缺且昂貴，不可能收集所有駕駛場景或工業操作場景。

為此，英偉達構建了完整的三計算機系統：訓練AI的計算機、運行推理的機器人計算機，以及用于模擬的Omniverse平臺。

其中模擬的Omniverse平臺至關重要，它就像一個教AI理解物理世界的“模擬器”，能夠生成逼真且符合物理規律的合成數據。

通過這種模擬環境，AI能在虛擬世界中學習應對各種情況，包括那些在現實中罕見卻危險的情景。

機器人的“ChatGPT時刻”：

從實驗室到規模化應用

黃仁勛特別強調，“機器人產業已迎來屬于自己的‘ChatGPT時刻’”。這一判斷的背后是多項技術的共同成熟。

隨著仿真技術（如Omniverse）和合成數據的成熟，機器人開發將突破現實數據稀缺的瓶頸，從實驗室快速走向規模化商業應用。

在演講中，黃仁勛與機器人一同登臺，直觀展示了這一趨勢的加速到來。

機器人領域的突破源于AI技術的質變。如今，AI已經能生成逼真的“動作視頻”——你輸入“一個人彎腰撿起地上的盒子，放到桌子上”，AI就能生成流暢、真實的視頻。

而指揮機器人做同樣的動作，本質上和生成這個視頻是一回事：都是讓AI處理“動作指令”。

計算機根本不在乎自己生成的是文字、視頻，還是機器人的動作指令，本質上都是處理數字。當生成動作的技術成熟了，機器人的核心難題就解決了一大半。

黃仁勛預測，未來兩三年，我們會看到機器人領域的重大突破：不再是實驗室里的“樣品”，而是能真正落地、解決實際問題的產品。

自動駕駛：

物理AI的首個爆發點

黃仁勛將自動駕駛視為物理AI的關鍵應用場景。他宣布的Alpamayo模型，標志著自動駕駛技術的范式轉變。

與傳統“黑盒”自動駕駛系統不同，Alpamayo不僅能做出駕駛決策，還能解釋其推理過程：“我看到左側有兒童遮擋物，且感知到移動意圖，因此減速并向右避讓。”

這種可解釋的AI讓自動駕駛系統變得更加可信可靠。

更值得關注的是，黃仁勛預測：“未來十年里，我相當肯定世界上很大一部分汽車將是自動駕駛或高度自動駕駛的。”

這一判斷基于AI推理能力的突破，以及仿真技術的成熟。

Alpamayo模型采用“端到端訓練”，從攝像頭拍到畫面，到轉動方向盤、踩剎車，全由AI一氣呵成，還搭配了“傳統自動駕駛系統”當備份——如果遇到沒把握的場景，就自動切換到更穩妥的傳統模式，安全性大幅提升。

算力革命：

Vera Rubin平臺的“極端協同”

支撐物理AI崛起的是算力基礎設施的革命。黃仁勛介紹了英偉達的Vera Rubin平臺，這不再是一塊簡單的芯片，而是一個完整的計算系統。

面對AI模型規模每年10倍的增長，僅依靠摩爾定律已不夠。黃仁勛提出了“極端協同設計”的理念：通過將CPU、GPU、網絡等六大核心芯片進行系統級協同設計，實現推理性能5倍于前代、成本降至1/10的飛躍。

Vera Rubin平臺的三大核心優勢令人印象深刻：訓練效率翻4倍，token成本降10倍，上下文內存擴16倍。這意味著AI服務的價格將大幅降低，同時能處理更復雜的任務而不會“遺忘”先前的內容。

特別值得關注的是能效提升——Vera Rubin平臺使用45度溫水冷卻，為數據中心節省約6%的電力消耗。在算力耗能成為全球關注問題的背景下，這一創新具有重大意義。

黃仁勛表示，這個平臺不是“超級計算機”，而是“AI工廠”——以前的計算機是“生產數據”，現在的AI工廠是“生產有用的信息”。

工業元宇宙：

工廠即“巨大的機器人”

黃仁勛還與西門子等工業巨頭合作，展示了物理AI如何重塑全球制造業。他提出了一個震撼觀點：未來的工廠本質上就是一個巨大的機器人。

在英偉達的愿景中，工廠在動工前，會先在Omniverse數字孿生平臺中完成全部設計和測試。這不是簡單的3D建模，而是包含物理屬性的仿真。

所有的產線優化、物流規劃甚至工人動線，都先在虛擬世界中利用AI進行數萬次迭代。

黃仁勛描述了這一轉變的深遠影響：“它從以前的‘邊造邊改’，變成了‘想清楚再動手’。這不僅僅省時省力，也徹底改變了人類造物的方式。”

這種虛擬與現實的融合，正是AI接管物理世界的核心標志。從制造業到建筑業，從物流到能源，物理AI正在成為行業數字化轉型的新引擎。

開源戰略與創新民主化

在演講的最后，黃仁勛強調了開源的重要性：“開源模型徹底改變了人工智能……當開源、開放創新被激活時，AI將無處不在。”

這一判斷基于開源模型的快速發展。雖然開源模型仍落后前沿模型大約六個月，但每六個月就有新模型出現，而且這些模型越來越聰明。

正因如此，開源模型的下載量呈現爆炸式增長，因為初創公司、大公司、研究員、學生，幾乎每個國家都想參與AI革命。

英偉達的開源哲學體現在其“數字形式的智能不應拋下任何人”的愿景中。通過開源全棧工具鏈，英偉達旨在降低AI開發門檻，讓不同規模的企業、開發者都能參與AI革命，防止AI技術紅利被少數巨頭壟斷。

黃仁勛在采訪中提到，中國的企業家、工程師是世界頂尖的，很多公司已經上市，發展得很好。這種開放態度與開源戰略相結合，有望加速全球物理AI技術的創新與應用。

物理AI的未來：

從執行者到協作者

物理AI的終極價值，在于將人類從重復物理勞動中解放出來。當無人駕駛出租車自動完成城市通勤、機器人承擔高危作業、飛行汽車打通低空通道，人類得以專注于創意、研發等更高價值的活動。

黃仁勛預測的未來十年，AI將完成從“數字智力”到“物理智能”的跨越。物理AI系統將不再僅僅是執行人類命令的工具，而是能夠感知環境、理解上下文、做出決策并執行任務的協作者。

這種轉變將重塑產業格局和就業市場。一方面，物理AI將提高生產效率，解決勞動力短缺問題；另一方面，也將要求勞動力進行技能升級，適應與AI系統協作的新工作模式。

隨著AI獲得“身體”和“常識”，開始在與人類相同的物理法則下運作，我們需要建立新的安全標準、倫理規范和法律框架，確保人機共居世界的和諧發展。

物理AI的崛起標志著人工智能正從處理數字信息的工具，進化成為能夠理解并操作物理世界的智能體。我們正在見證的不僅是一場技術革命，更是人類文明演進的重要轉折點。

未來十年，我們將見證人工智能從數字世界融入物理世界的每一個角落。黃仁勛在CES 2026的演講為這一變革劃定了起跑線，而真正的競賽才剛剛開始。

你對此有什么看法？歡迎評論區留言討論~

趕緊關注視頻號@一刻talks吧！