英伟达首席执行官黄仁勋在一场全球科技盛会上，以一场长达90分钟的演讲，为人工智能与计算产业的未来发展描绘出一幅充满雄心的蓝图。他宣布，人工智能正从“数字智能”向“物理智能”加速转型，并推出一系列开源技术与硬件架构，旨在为这一新时代搭建从底层芯片到顶层应用的全栈基础设施。
演讲中，黄仁勋强调，当前计算行业正经历双重变革：应用开发以人工智能为核心，软件开发范式从“编程”转向“训练”，计算架构从CPU主导转向GPU主导，内容生成从预编译代码转向实时动态生成。他指出，全球研发预算与风险投资正大规模涌入人工智能领域，推动价值约10万亿美元的传统计算产业加速现代化。这一过程中，开源模型成为关键驱动力。黄仁勋特别提到，尽管开源模型与最前沿的专有模型仍存在约6个月的技术差距，但其快速迭代能力已激活全球创新生态，确保无人愿意在这场变革中掉队。
人工智能的能力边界正在被重新定义。黄仁勋详细阐述了从大语言模型的“记忆与生成”到智能体的“推理与行动”的演进路径。他解释，现代智能体框架通过思维链推理、主动规划与工具调用，能够解决未被明确训练过的新问题，从而摆脱早期模型因缺乏“基础研究”能力而产生的“幻觉”问题。这一架构支持多模型、多云与混合式部署，可动态选择最佳模型，并结合企业私有定制模型，形成兼具前沿性与专属性的AI能力。
然而，真正的挑战在于让AI理解物理世界。黄仁勋指出，物体恒存、重力、摩擦力等常识对人类而言轻而易举，但对AI而言却极为陌生。为解决这一问题，他提出构建由三台计算机组成的完整系统：一台用于训练模型，一台用于边缘计算（如机器人或汽车的实时推理），第三台则通过高精度物理模拟生成训练数据并评估行为安全性。这一框架为物理智能的发展奠定了基础。
作为应对物理智能挑战的核心答案，英伟达推出了开源世界基础模型“NVIDIA Cosmos”。该模型基于互联网规模视频、真实驾驶数据与3D模拟训练，能够从单张图片生成逼真视频，或从3D场景描述生成物理合理的运动轨迹。其独特之处在于支持交互式闭环模拟，可响应AI动作并进行因果推理，从而大幅降低在现实世界中收集海量数据，尤其是罕见场景数据的成本与效率瓶颈。
基于Cosmos生成的海量合成数据，英伟达进一步开源了首个端到端自动驾驶系统“NVIDIA AlphaMio”。黄仁勋宣称，这是全球首个具备思考推理能力的自动驾驶AI，不仅能够处理传感器输入并控制车辆，还能向乘客解释行动逻辑与推理过程。这种“可解释性”与应对未知场景的能力，为解决自动驾驶领域的“长尾问题”提供了关键方案。首款搭载该系统的梅赛德斯-奔驰汽车计划于2026年第一季度投入使用。
面对人工智能模型规模每年增长10倍、计算需求爆炸式增长的挑战，英伟达推出了下一代AI芯片架构“NVIDIA Vera Rubin”。这一命名致敬发现暗物质的天文学家薇拉·鲁宾，象征其探索AI计算未知领域的野心。黄仁勋解释，在摩尔定律放缓的背景下，仅靠晶体管数量微增无法实现性能飞跃，因此Vera Rubin采用“极端协同设计”，对公司内部所有芯片进行彻底重构，使其作为一个整体系统运行。其核心组件包括新一代CPU（性能功耗比提升2倍）、GPU（AI浮点性能达前代5倍）、革命性NVFP4张量核心（可动态调整精度以优化Transformer模型吞吐量），以及从硅光子交换机到智能网卡的全面升级。例如，一个包含1152个GPU的Vera Rubin POD机柜，其重量约2吨，内部铜缆长度达2英里，但散热仅需45摄氏度温水，能效显著提升。
黄仁勋透露，Vera Rubin架构将使训练10万亿参数大模型所需的系统数量减少至前代的四分之一，同时将推理成本降低一个数量级。他强调，该架构已进入全面生产阶段，首批产品即将投入市场。
演讲尾声，黄仁勋将视野扩展至更广泛的产业领域。他宣布与西门子达成合作，将英伟达的物理智能模型与数字孪生平台深度集成至西门子的工业软件与自动化系统中，共同推动芯片设计、工厂规划与生产运维的全面数字化。他邀请多家机器人合作伙伴登台，并预测，自动驾驶汽车仅是物理智能的首个主流市场，相同的技术栈正催生机器人革命，从机械臂到人形机器人，一场属于机器人的“突破性时刻”即将到来。通过开源关键模型与颠覆性硬件，英伟达正强势定义物理智能时代的技术标准，试图在从数据中心到机器人终端的每一个计算节点中占据主导地位。
