每年的 CES(Consumer Electronics Show),對科技迷而言,不只是新品發布會,更像是一場 科技界的朝聖盛典。當 NVIDIA 執行長黃仁勳 一步步走上舞台,整個展館的燈光與螢幕彷彿都在為他而閃爍,數千名觀眾屏息凝神,掌聲與歡呼聲此起彼伏——這不是演唱會,但每一個人都像追逐偶像般,為這場 AI 時代的未來宣言而心跳加速。
在 CES 2026 的現場,黃仁勳只用一個詞就點燃全場的期待——Physical AI(實體AI)。這不再是簡單的語言生成,也不是虛擬助理的單向指令,而是一場 讓 AI 理解世界、與世界互動、甚至自主決策的技術革命。螢幕上,模型運算圖像與真實場景交錯呈現,觀眾席上有人屏息,有人拿起手機拍下歷史一刻,每個人都明白:他們正在見證,AI 世界的新紀元。筆者透過 AIMochi 筆記工具,整理多方公開資訊和最新報導內容,來看看CES 2026的亮點!
在過往的語言生成與聊天機器人浪潮之後,CES 2026 的講稿揭示了一個更深層的轉折:
“AI 不只是訓練模型去答問,而是訓練它理解實體世界,做出決策。” — 黃仁勳
這便是 Physical AI 的核心:AI 能在真實環境中思考、判斷、預測與執行。例如,它能在真實交通中判斷前方突發狀況、滾動預測機器人的行為、甚至在製造場景中協同作業。
這種能從虛擬走向實體世界的 AI,不只是技術提升,更意味著未來 AI 的角色將從「輔助工具」變成「自主決策系統」,應用範圍從醫療、工業到交通無所不在。
黃仁勳演講中一項最重要的技術亮點,是 NVIDIA 最新的 Rubin AI 平臺。這個平台不只是單一晶片,而是一個完整的 AI 計算生態系統:
| 元件 | 功能 |
|---|---|
| Vera CPU | 高效能資料處理,優化 AI 訓練速度 |
| Rubin GPU | 針對推理與訓練優化,加速模型計算 |
| NVLink 6 | 高頻寬資料傳輸,減少延遲 |
| ConnectX‑9 SuperNIC / BlueField‑4 DPU | 資料中心網路加速 |
| 專屬儲存/記憶層 | 降低模型訓練與推論延遲 |
這套系統的最大亮點,是讓 AI 訓練與推論的成本與能耗大幅下降,比起之前 Blackwell 架構,其運算效率成倍提升。
這不僅是產品升級,更是 整個產業 AI 基礎建設的再定義,規模化應用場景的進一步落地成為可能。
演講中的另一重磅級亮點是 Alpamayo——一套專為自駕車設計的 Reasoning Vision Language Action 模型,具備人類般的推理能力。
與傳統自駕 AI 只能識別物體、車道線不同,Alpamayo 可以:
判斷複雜交通情境(例如道路封閉、行人突發行為)
預測其他道路使用者的「可能行為」
自主規劃安全且流暢的行車路線
簡單來說,這真的是把 AI 從「反應式」推向了「思考式」系統。
已經有車廠(如 Mercedes-Benz)與 NVIDIA 合作,在 CLA 等車上實測這項技術,並計畫於 2026 年正式推向市場。
一個容易被忽略但關鍵的部分,是 NVIDIA 的 開源模型策略。黃仁勳展示 NVIDIA 自建的開源 AI 模型分佈在六大領域:
Clara(醫療影像)
Earth‑2(氣候模擬)
Nemotron(推理)
Cosmos(機器人與模擬)
GR00T(實體交互)
Alpamayo(自駕 AI)
這樣的開源策略不只是技術分享,更是 生態系統的擴張——任何企業或研究者都可以基於這些模型開發自己的應用,形成「人類共同 AI 平臺」的願景。
這對全球 AI 競爭格局而言,是一種戰略級的布局,尤其是在中國、歐洲等強調 開源與地區 AI 自主性 的大環境下。
黃仁勳指出,未來 5 年 Physical AI 將對以下領域造成重大影響:
智慧城市:交通、能源與環境管理 AI 化
工業自動化:智慧工廠和機器人普及化
醫療與生命科學:影像分析、基因研究加速
自駕與物流:AI 推理驅動的運輸系統
開源生態:跨國技術共享與快速創新
這也呼應了全球 AI 競爭的新趨勢:不只是模型或晶片競爭,更是 AI 生態系統的戰略布局。
黃仁勳在演講最後留下伏筆:
“Physical AI 只是開始,未來的 AI 將超越實體,真正進入跨人類智慧協作時代。”
這意味著 NVIDIA 的下一步,不只是推動 AI 計算,而是重新定義人類與 AI 的共生方式。對企業與開發者而言,這是一場前所未有的技術革命。
以上僅供參考與資訊分享之用,想快速了解更多資訊,透過 AIMochi 筆記工具,幫我們從海量資料中,梳理出關鍵資訊,讓我們精準掌握重要訊息!