[数码讨论]黄仁勋点赞三款中国大模型，英伟达押宝物理AI [复制链接]

（文/陈济深 编辑/张广凯）

被称为科技春晚的国际消费电子产品展览会（CES）于1月6日正式开幕。

作为英伟达新年战略和新品发布的重要窗口，本次英伟达CEO依然身着去年同款亮面鳄鱼皮衣登场，发表了他在2026年的首场演讲。

在CES开始前，英伟达在社交媒体发布称“（CES2026）不会发布新款GPU。”这也是英伟达五年来首次不在CES发布新款GPU产品。

相比去年CES官宣了RTX50系产品，本次演讲中，黄仁勋把重点放在了新一代计算平台和英伟达在物理AI领域的进展，包括自动驾驶和机器人，相关开源模型和工具等。

值得注意的是，在CES这个国际舞台上，老黄再次对2025年中国开源模型生态给予了积极评价，并提及了Kimi、DeepSeek、Qwen三款国产模型。

肯定中国开源生态

演讲开始。黄仁勋表示过去十年投入的约10万亿美元计算资源，正在被彻底现代化。

但这不仅仅是硬件的升级，更多的是软件范式的转移。

他特别提到了具备自主行为能力（Agentic）的智能体模型，并点名了 Cursor，彻底改变了英伟达内部的编程方式。

随后，黄仁勋对2025年开源社区给予了高度评价。他表示，去年DeepSeek的突破让全世界感到意外，它作为第一个开源推理系统，直接激发了整个行业的发展浪潮。

而在介绍开源生态时，黄仁勋的PPT后出现了三家中国模型的名字，分别是月之暗面的Kimi K2，深度求索的DeepSeek V3.2和阿里的Qwen模型，他们和OpenAI的开源模型GPT-OSS占据了开源生态的第一梯队，其中Kimi K2和DeepSeekV3.2分别是开源第一和第二。

随后黄仁勋直言，虽然开源模型目前可能落后最顶尖模型约六个月，但每隔六个月就会出现一个新模型。这种迭代速度让初创公司、巨头、研究人员都不愿错过，包括英伟达在内。

所以，在本次发布会上，英伟达也公布了自身的开源模型生态系统，涵盖了生物医药、物理 AI、智能体模型、机器人以及自动驾驶，通过价值数十亿美元的DGXCloud超级计算机，英伟达开发了像LaProteina（蛋白质合成）和OpenFold3这样的前沿模型。

发布新一代计算平台

尽管今年不像去年有RTX 50系显卡发布环节，但黄仁勋这次直接把一台2.5吨重的AI服务器机架搬上了舞台，也因此引出了本次发布会的重点：Vera Rubin计算平台。

Vera Rubin名称取自已故美国天文学家，其生前提出了暗物质的存在，而黄仁勋以此命名则代表英伟达将加快AI训练的速度，让下一代模型提前到来。

作为协同设计的一体化AI超算平台，英伟达本次一口气重新设计了6款芯片，Rubin包含Vera CPU、Rubin GPU、NVLink 6交换机、ConnectX-9超级网卡、BlueField-4 DPU及Spectrum-6以太网交换机六款新型芯片，其中，Rubin GPU芯片搭载第三代Transformer引擎，NVFP4推理算力是50PFLOPS，是Blackwell的5倍，目前已经进入量产。

比起传统的挤牙膏式升级，本次英伟达升级不仅在各个芯片上做了重大升级，也在整体上实现了极致协同设计，从而满足AI时代模型能力动辄10倍的增长速度。

工程设计上，Vera Rubin同样带来了技术突破。以前的超算节点要接43根线缆，组装要2小时，还容易装错。现在Vera Rubin节点采用0根线缆，只有6根液冷管线，5 分钟搞定。

在现场黄仁勋使用了中国的DeepSeek和Kimi K2模型进行了展示举例。

在Rubin架构的加持下，DeepSeek的模型训练时间被压缩到了原来的1/4，而Kimi K2 Thinking的推理吞吐量惊人地提升了10倍，与此同时，Token成本却被削减到了原来的1/10。这种“指数级”的降本增效，预示着 AI 推理即将进入真正的“平价时代”

英伟达押宝物理AI

“物理AI的ChatGPT 时刻已然到来，机器开始具备理解真实世界、推理并付诸行动的能力。无人驾驶出租车将是最早受益的应用之一。”黄仁勋说。

在CES上，黄仁勋推出了名为Alpamayo的开源AI模型、仿真工具及数据集，目的是推动推理型辅助驾驶汽车开发。

据介绍，智能汽车要在复杂多变的路况下安全跑起来，有个绕不开的难题——那些极少出现但又极其复杂的“长尾场景”。传统辅助驾驶系统把“感知环境”和“规划路线”拆成两个独立模块，遇到突发状况时，很容易因为衔接问题限制系统能力。虽然现在“端到端学习”技术有了大突破，但要应对这些没见过的极端场景，还得靠能像人一样分析因果、安全推理的AI模型。

而Alpamayo系列的核心，就是加入了基于“思维链”的VLA推理模型。它能让辅助驾驶系统像人思考一样，一步步分析罕见或全新的路况，不仅能提升驾驶能力，还能让决策过程清晰可解释。这对建立大家对智能汽车的信任至关重要，整套技术的安全核心则由英伟达的Halos安全系统提供支持。

黄仁勋称，首款搭载英伟达技术的汽车将于第一季度在美国上路，第二季度在欧洲上路，下半年在亚洲上路。据透露，目前捷豹路虎、Uber、Lucid等企业均对该技术方案表达了兴趣，并希望基于推理的自动驾驶堆栈，以实现L4级自动驾驶。

在机器人领域，英伟达发布了两款全新的开源模型和配套数据——NVIDIA Cosmos和GR00T，专门用于机器人的学习和推理；同时推出了用于机器人性能评估的Isaac Lab-Arena，以及一套从边缘设备到云端的计算框架 OSMO，这些工具的核心目的都是简化机器人的训练流程。同时，英伟达和 Hugging Face合作，把英伟达的 Isaac 开源模型和相关库整合到了LeRobot项目里，以加快开源机器人开发社区的发展速度。此外，由英伟达Blackwell架构驱动的Jetson T4000模组已经发售，这款模组能把设备的能效和AI算力提升到原来的4倍。

“机器人开发的ChatGPT时刻已然到来。物理 AI 领域取得了突破性进展，这类模型具备理解现实世界、推理和行动规划的能力，持续催生全新的应用场景。”这是黄仁勋在演讲中提到的另一个“ChatGPT时刻”。

据其透露，波士顿动力（Boston Dynamics）、卡特彼勒（Caterpillar）、Franka Robots、Humanoid、LG电子（LG Electronics）和 NEURA Robotics等企业，都推出了基于英伟达技术打造的新型机器人和自主运行设备。

（文/陈济深 编辑/张广凯）—— 英伟达CES 2026发布会深度解析

在科技界被誉为“科技春晚”的国际消费电子产品展览会（CES）于2026年1月6日正式拉开帷幕。作为全球AI与计算领域的风向标，英伟达CEO黄仁勋再次登台，以一场高密度、前瞻性强的演讲，全面展示了公司在下一代计算平台、开源模型生态、物理AI技术突破等方面的最新进展。

尽管此次未发布新款GPU，但其战略重心已从单一硬件升级转向全栈式AI基础设施构建，标志着英伟达正从“显卡公司”加速进化为“AI时代操作系统级平台提供者”。
一、肯定中国开源模型生态：Kimi、DeepSeek、Qwen跻身全球第一梯队
1. 全球开源模型格局重塑
黄仁勋在演讲中特别强调了2025年中国开源大模型生态的爆发性成长，并公开点名三款国产模型：
月之暗面 Kimi K2
深度求索 DeepSeek V3.2
阿里巴巴 Qwen

这些模型与OpenAI的GPT-OSS共同构成当前全球开源模型的第一梯队。根据PPT展示的图表《Open Models Reach the Frontier》，其中：
Kimi K2 和 DeepSeek V3.2 分别位列开源模型性能榜首和第二；
横轴按发布时间标注为“Jan 2024”“Jan 2025”“Jan 2026”，显示中国模型在过去一年实现了快速迭代跃升。

📊 图片1内容印证：舞台背景屏幕上的趋势图清晰呈现多款模型随时间推移的性能演进路径，“Kimi K2”“DeepSeek V3.2”“Qwen”等标识显著位于前沿位置。
2. 开源浪潮推动行业变革
黄仁勋指出：
“虽然当前最先进开源模型仍比闭源顶尖模型落后约六个月，但每六个月就会出现一个新突破。”

这一“半年周期律”使得包括初创企业、大型科技公司乃至研究机构都无法忽视开源社区的力量。他特别提到：
DeepSeek 的突破是‘意料之外’的，作为首个真正可用的开源推理系统，直接引发了整个行业的技术跟进；
内部团队已采用类似 Cursor 这样的智能编程助手重构开发流程，实现效率跃迁。
3. 英伟达自身开源生态布局
为支持全球开发者，英伟达宣布推出价值数十亿美元的 DGX Cloud 超级计算机资源池，用于训练和开放以下前沿模型：
LaProteina：蛋白质结构预测与合成模型，助力生物医药创新；
OpenFold3：对标AlphaFold3的开源版本，推动生命科学 democratization；
同时覆盖智能体（Agentic AI）、机器人、自动驾驶等领域。

此举意味着英伟达不仅提供算力底座，更主动参与上层模型建设，打造“软硬一体”的AI开发生态闭环。
二、发布新一代计算平台：Vera Rubin 架构引领AI超算革命
1. Vera Rubin 平台命名寓意深远
平台名称致敬美国天文学家 Vera Rubin ——她最早提出“暗物质”存在的证据。黄仁勋借此隐喻：
“我们将用更快的计算速度‘看见’那些原本不可见的AI潜力，让下一代模型提前到来。”
2. 六大芯片协同设计，实现“One Giant Leap”
发布会现场搬上一台重达 2.5吨的AI服务器机架，引出本次核心主题：  
Six New Chips – One Giant Leap to the Next Frontier
✅ 六款全新自研芯片一览：
| 芯片类型 | 名称 | 关键特性 |
|--------|------|---------|
| CPU | Vera CPU | 专为AI训练优化，低延迟高吞吐 |
| GPU | Rubin GPU | 第三代Transformer引擎，NVFP4算力达 50 PFLOPS（Blackwell的5倍） |
| 互联 | NVLink 6 交换机 | 支持万卡级集群高速通信 |
| 网络 | ConnectX-9 超级网卡 | 单端口800Gb/s带宽 |
| 数据处理 | BlueField-4 DPU | 卸载网络、存储、安全任务 |
| 以太网 | Spectrum-6 交换机 | 支持大规模分布式训练 |

🔍 图片2内容印证：PPT左侧图表标注“Time to Train (1/4 - Faster GPUs)”及“DeepSeek++”，中间为“Factory Throughput (Up to 10X More Robots)”及“Kimi K2 Thinking (32B/64B)”，右侧为“Kimi K2 Training (32B/64B)”；右下角可见“Blackwell V0.17”和“Rubin V0.22”字样。
3. 工程设计重大突破：极简部署 + 高效冷却
传统超算节点需连接43根线缆，组装耗时2小时且易出错。而Vera Rubin平台实现：
0根数据线缆，仅保留 6根液冷管路；
组装时间缩短至 5分钟；
整体能效提升显著，支持千卡级集群快速扩容。

这种“模块化、即插即用”的设计理念，极大降低了AI基础设施的运维门槛。
4. 实测性能飞跃：DeepSeek & Kimi K2 成典范案例
在Rubin架构加持下，两大中国明星模型表现惊艳：
| 模型 | 性能提升 |
|------|----------|
| DeepSeek 模型训练 | 时间压缩至原来的 1/4 |
| Kimi K2 Thinking 推理 | 吞吐量提升 10倍 |
| Token 成本 | 下降至原成本的 1/10 |

💡 黄仁勋评价：“这是真正的指数级降本增效，预示着AI推理即将进入‘平价时代’。”
三、押注物理AI：Alpamayo、Cosmos、GR00T 打造“现实世界智能”

黄仁勋在演讲中两次提及“ChatGPT Moment for Physical AI”，认为机器理解真实世界的能力正在迎来历史性拐点。
1. Alpamayo：面向自动驾驶的因果推理模型
针对辅助驾驶中的“长尾场景”难题（如极端天气、罕见事故），传统感知-规划分离架构存在响应滞后问题。
Alpamayo解决方案三大支柱：
1. 基于思维链（Chain-of-Thought）的VLA模型  
   → 让车辆像人类一样逐步分析复杂路况，进行因果推理；
2. 端到端学习 + 可解释决策机制  
   → 提升安全性的同时增强用户信任；
3. Halos 安全系统护航  
   → 提供冗余验证与实时风险预警。

🚗 应用落地节奏：
Q1：美国上路测试；
Q2：欧洲启动；
H2：亚洲部署。

多家车企已表达合作意向，包括：
捷豹路虎（Jaguar Land Rover）
Uber
Lucid Motors

目标是共建基于推理能力的 L4级自动驾驶堆栈。
2. NVIDIA Cosmos & GR00T：机器人认知大脑
为推动机器人具备环境理解与自主行动能力，英伟达发布两款关键模型：

| 模型 | 功能定位 |
|------|--------|
| NVIDIA Cosmos | 多模态感知模型，融合视觉、语音、空间信息 |
| GR00T | Generative Robot Universal Transformer，生成式机器人控制模型 |

配套工具包括：
Isaac Lab-Arena：机器人性能评估仿真平台；
OSMO 框架：从边缘设备到云端的统一计算架构；
Jetson T4000 模组：基于Blackwell架构，AI算力与能效提升4倍，现已发售。

此外，英伟达与 Hugging Face 达成深度合作，将 Isaac 系列开源模型整合进 LeRobot 项目，降低机器人开发门槛，加速社区创新。
3. 行业应用落地：多家头部企业采用
目前已有多个国际知名企业推出基于英伟达技术的新一代机器人产品，涵盖工业、服务、特种作业领域：
波士顿动力（Boston Dynamics）
卡特彼勒（Caterpillar）
Franka Emika
Humanoid Inc.
LG Electronics
NEURA Robotics

🤖 黄仁勋总结：“机器人开发的ChatGPT时刻已经到来。”
四、总结：英伟达的战略升维——从GPU制造商到AI文明基建商

| 维度 | 战略转变 |
|------|----------|
| 产品重心 | 从GPU单品 → 全栈AI计算平台（芯片+软件+模型） |
| 商业模式 | 从卖硬件 → 提供DGX Cloud资源+开源模型赋能开发者 |
| 技术范式 | 从加速计算 → 推动“Agentic AI”“物理AI”新范式 |
| 生态定位 | 从供应商 → 全球AI开源生态共建者 |
🔚 结语
2026年的CES，没有炫目的新显卡发布，却是一场关于未来十年AI基础设施蓝图的重磅宣言。

黄仁勋用一台2.5吨的服务器、一张标注着Kimi与DeepSeek的PPT、一句“物理AI的ChatGPT时刻已至”，宣告了一个新时代的到来：

AI不再只是聊天机器人，而是开始走进马路、工厂、实验室，真正改变物理世界的运行方式。

而在这场变革中，中国开源力量已不再是旁观者，而是站在了世界舞台的中央。

黄仁勋近期在公开场合点赞了三款中国大模型，分别是月之暗面的KimiK2、深度求索的DeepSeekV3.2和阿里的Qwen模型。这些模型被纳入全球开源生态第一梯队，其中KimiK2和DeepSeekV3.2分别位列开源第一和第二，体现了中国在开源AI领域的技术突破与生态贡献。

英伟达押宝物理AI的核心布局
英伟达当前的战略重点在于物理AI（Physical AI），其核心是让机器理解物理世界的规律，具备推理并在现实世界中行动的能力，推动AI从“虚拟对话”向“物理控制”飞跃。物理AI被视为AI的下一波关键浪潮，目标是解决AI与真实环境交互的核心问题（如自动驾驶的“长尾场景”、机器人的精准操控、工业系统的复杂优化等）。

1. 物理AI的应用场景
自动驾驶：英伟达推出Alpamayo开源AI模型，采用基于“思维链推理”的视觉-语言-动作（VLA）架构，使车辆能理解复杂场景的因果关系（如交通信号灯故障、路边施工等罕见情况），像人类一样推理并决策。该模型旨在解决自动驾驶的“长尾难题”（即罕见但危险的场景），首款搭载该技术的汽车将于2026年第一季度在美国上路，后续逐步扩展至欧洲、亚洲市场。
机器人与具身智能：英伟达通过Jetson平台（如Jetson Thor）将AI与机器人的实时交互结合，推动机器人在制造、仓储、配送等领域的应用。例如，与波士顿动力、卡特彼勒、LG电子等企业合作，将AI引入机器人的感知、决策与执行环节，试图从“AI加速器提供商”进化为“机器人智能中枢构建者”。
工业与制造：英伟达与西门子、宝马、富士康、施耐德等工业巨头合作，将AI引入复杂物理系统（如生产线、仓储物流），通过物理AI优化制造流程、提升效率，推动工业级具身智能的落地。
2. 技术支撑与平台建设
为支撑物理AI的发展，英伟达构建了全链条的技术与平台体系：

计算平台：发布VeraRubin计算平台，整合数据中心为高效能AI超算，加速物理AI模型的训练与部署，降低算力成本；通过DGX Cloud超级计算机开发前沿模型（如LaProteina蛋白质合成、OpenFold3），为物理AI提供基础模型支持。
生态合作：与阿里、微软等企业合作，推动物理AI在具身智能、辅助驾驶等领域的应用落地；通过开源模型（如Alpamayo）降低行业研发门槛，加速物理AI的普及。
综上，英伟达押宝物理AI的核心逻辑是：将AI从“理解信息”推向“操控实体”，通过解决真实世界的物理交互问题，打开AI在自动驾驶、机器人、工业等领域的万亿级市场空间。而黄仁勋对中国大模型的点赞，也体现了中国在开源AI生态中的全球竞争力。