，曾在GE、维谛技术、当纳利、药明康德、信达生物等全球知名企业担任高管，曾实操若干采购供应链降本增效项目（累计降本数十亿），深谙企业战略和管理、组织发展和领导力提升。目前，人社部AIGC教材副主编，微博认证“AI专家”，沃顿商学院校友，社科院AI经济学博士在读。
今年CES的聚光灯下，英伟达CEO黄仁勋再次成为焦点。但不同于以往展示性能翻倍的芯片参数，这次他描绘的是一幅AI从数字世界“破壁而出”、进入物理世界的宏大蓝图。
当黄仁勋走上CES 2026的舞台，他带来的不是某个单一的“杀手级产品”，而是一个完整的AI工业化体系。这次演讲的核心围绕三个方向展开，每个方向都代表AI发展的关键转折。
第一个方向是AI能力从数字向物理世界的拓展。第二个方向是构建全行业参与的开放生态。第三个方向则是为应对未来挑战设计的下一代硬件平台。这三个支柱共同构成了英伟达对AI未来十年发展的战略布局。
演讲中黄仁勋反复强调一个概念：“AI工业化”。在他看来，AI正在从实验室里的技术演示，转变为可以规模化部署、成本可控的产业能力。
他提出了“三台计算机”协同框架：训练计算机使用GPU集群训练AI模型；模拟计算机通过Omniverse平台进行高保真物理模拟；推理计算机则在机器人或车辆本体上运行AI进行实时决策。
为支撑这一框架，英伟达发布了多个关键模型。Cosmos是理解物理定律的世界基础模型，能够模拟重力、摩擦等物理现象，生成合成训练数据。
Alpamayo是具备实时思考能力的端到端自动驾驶AI，2026年第一季度将搭载于奔驰CLA上路测试。而开源的GROOT 1.6模型，则显著增强了人形机器人的全身协调控制与推理能力。
“我们判断，机器人产业正迎来它的‘ChatGPT时刻’，”黄仁勋预测，“从2026年开始，我们将看到机器人从实验室走向规模化商业部署。”
英伟达正通过全面开源策略降低AI开发门槛，构建以自身硬件为核心的生态系统。尽管开源模型能力与最顶尖模型仍有约六个月差距，但这足以满足绝大多数应用需求。
他们开源了包括模型、工具链、仿真框开云网址 kaiyun官方入口架和评估系统在内的全套资源。“我们的目标是让每一个开发者，无论规模大小，都能获得与世界顶级实验室相似的开发能力。”黄仁勋在演讲中表示。
这一策略已经初见成效。波士顿动力基于英伟达技术栈开发的新一代机器人展示了惊人的敏捷性；LG电子则推出了能够理解自然语言指令的家庭服务机器人原型。
“当整个行业都在同一套基础设施上创新时，进步的速度会呈指数级增长。”黄仁勋这样解释他们的开放逻辑。
为应对AI模型规模和复杂度激增带来的算力挑战，英伟达推出了Rubin AI平台。这一平台采用6种芯片的极端协同设计，实现了系统级重构。
与上一代Blackwell架构相比，Rubin平台训练10万亿参数模型所需的系统规模减少了75%，而每个Token的生成成本更是降低到十分之一。
“未来，算力采购的最小单元将不再是单个服务器或机柜，而是整个机架。”黄仁勋的这一宣布引发了行业震动。这意味着英伟达正在将系统级优势进一步固化，为客户提供更加完整和集成的解决方案。
Rubin平台的全面投产，标志着AI基础设施进入了一个新时代。在这个时代中，单纯的芯片性能竞争已经让位于系统级优化和端到端效率的比拼。
综合CES 2026上的发布内容，英伟达的战略蓝图变得清晰：他们不再仅仅是一家芯片公司，而是正在转型为AI工业化的基础架构提供商。
黄仁勋在演讲中特别强调了“Token价格持续下降”的趋势。这意味着随着AI应用的普及，单位计算成本必须不断降低，而这就需要从芯片到系统的全方位创新。
在问答环节，当被问到如何看待竞争对手时，黄仁勋给出了一个深思熟虑的回应：“我们最大的竞争对手不是某家公司，而是AI规模化应用所面临的技术挑战。 只有当整个行业克服了这些挑战，AI才能真正改变世界。”
黄仁勋身后的大屏幕上，展示着基于Omniverse平台构建的“数字孪生”工厂：机器人在虚拟环境中接受训练，然后将学到的技能无缝迁移到实体机器人。
这个场景完美诠释了物理AI的核心逻辑——在数字世界中无限试错，在物理世界中精准执行。
随着奔驰宣布明年量产搭载Alpamayo的智能汽车，LG展示能整理房间的机器人，波士顿动力机器人学会新的敏捷动作，黄仁勋描绘的AI工业化图景正在加速成为现实。
CES展会现场，机器人不再是孤立的展示品，而是整个智能系统的一个终端节点。它们通过云端AI大脑协同工作，预示着物理世界即将迎来一场由AI驱动的重塑。
官方微信
