本文來自微信公眾號：字母ai，作者：小金牙，頭圖來自：視覺中國
遲到10分鐘，黃仁勛身穿標誌性的黑色夾克，走上拉斯維加斯國際消費電子展（ces）的舞台。
黃仁勛總結剛剛走過的一年，尤其提到了開源的崛起起到的催化劑作用，而deepseek r1的出現意外地推動了整個行業的一年。
整個演講持續一個半小時，比起幾年前宣布開啟“ai的iphone時刻”的震撼感，如今的英偉達聽起來更像是兢兢業業的世界“基礎設施部”——這是芯片，這是機架，這是網絡，這是軟件……哦對了，你們總說的那些機器人和汽車，理論上都要跑在這一整套東西之上。
這其中，今年ces的一條清晰主線，是對“全棧控制”的執念，尤其集中在存儲，以及英偉達反覆強調的下一個瓶頸：具備代理能力（agentic）的ai。
它們需要更長的上下文、更大的內存、更強的網絡，以及更少諸如“現實世界跑不起來”的借口。
英偉達給出的說法是，“ai工廠”已經成為一個新的產品類別，而他們打算出售的不只是設備，而是藍圖、機器、操作系統，以及其餘所有組成部分。
黃仁勛所公布的很多內容，其實已經流傳了好幾個月——blackwell之後的rubin架構、作為dpu躍遷的bluefield-4、英偉達號稱“開放”的nemotron模型家族、作為安全框架的halos。
真正的新意在於打包方式。英偉達正在把這條路線圖壓縮成一個完整論點：六款芯片，一個平台，再加上網絡和“上下文內存”的底層管道，目的是讓長時序智能體不再輕易卡死。
一、基礎設施
在硬件層面，最核心的故事是：rubin正在被拆解成可直接交付的“積木式”組件。
英偉達發布了一套由六個部分組成的rubin“平台”——包括rubi和rubin ultra兩種規格的gpu與cpu，以及nvlink 6交換芯片和connectx-9 supernic。
所有關於性能和“單token成本”的說法，都是建立在這種全系統協同設計之上，目標只有一個：壓低“智能”的成本。
在系統層面，英偉達將vera rubin nvl72定位為機架級的主力產品（72顆gpu、36顆cpu），而rubin ultra nvl288則是體量更大的後續版本（288顆gpu、144顆cpu）。
同時，英偉達還把rubin納入dgx品牌的“ai工廠”體系中，將用於訓練的dgx rubin nvl72與用於推理的dgx rubin nvl8組合成更標準化、更即插即用的算力單元。
英偉達表示，基於rubin的產品將於2026年下半年通過合作夥伴上市。
這裡有兩項基礎設施層面的“外掛”在默默發揮關鍵作用。
第一，英偉達正把網絡當作一項一等性能特性來強調，主推spectrum-x以太網光子交換系統，並給推理性能和能效都貼上了“提升五倍”的標籤。
第二，英偉達試圖把“長上下文”塑造成一次基礎設施採購決策，推出了名為“推理上下文內存（inference context memory）”的存儲平台，用來擴展具備代理能力的ai的上下文窗口。
如果說rubin的潛台詞是“這條路線圖真的行”，那麼圍繞它的這套底層管道系統的潛台詞就是：“下一個利潤池，將在gpu之外。”
二、開放模型
英偉達的“開放模型”敘事，與其說是出於意識形態上的覺醒、加入開源運動，不如說是一種更務實的策略：
用“免費樣品”把開發者吸引進自家生態——而這些樣品被精心打包，目的就是在英偉達基礎設施上跑得最好。
正如英偉達生成式ai與軟件副總裁kari briski所說，這是一次“擴展”。
公司將其包裝成一個整體方案：全新的nemotron-3模型（包括70b、34b和8b三種規模的llama nemotron-3變體），再加上一批新數據集和工具，幫助團隊構建垂直領域智能體，並通過英偉達的技術棧完成部署。
“在2025年，英偉達是hugging face上最大的貢獻者之一——發布了650個開放模型和250個開放數據集。”briski表示。
核心意思很明確：英偉達希望成為你開始的地方。
英偉達稱，其正在發布nemotron-cc，這是一個多語言預訓練語料庫，覆蓋140多種語言，總規模達1.4萬億token，被定位為構建和微調模型的“開放”基礎層。
公司同時強調了一套名為“granary”的指令數據集，目標是讓模型在企業級任務上“開箱即用”。
三、物理ai與機器人
英偉達不斷把“物理ai”描述為一個分水嶺時刻：當“智能體”不再只是能聊天，而是真正具備能力。也就是說，感知、推理和行動需要被放進同一個閉環里。
這意味着需要三塊打底的積木：更好的仿真、更好的機器人模型，以及更好的“運動（mobility）”模型。
黃仁勛在一份新聞稿中表示：“機器人領域的chatgpt時刻已經到來。”
他認為，那些“能夠理解現實世界、進行推理並規划行動”的模型，正在打開“全新的應用場景”。
也正因如此，汽車行業或許成了英偉達“全棧”敘事的真正試金石——這是一個“演示”和“落地”之間隔着監管、責任風險，以及十多年反覆受挫的樂觀預期的領域。
英偉達稱，其用於輔助駕駛的drive av平台已“進入量產階段”，將搭載於2026款梅賽德斯-奔馳cla車型。該車型在2025年獲得了euro ncap的最高安全評分。
英偉達表示，這款車具備“先進的l2級自動駕駛能力”，支持“點到點的城市導航”，包括“從地址到地址”的完整行程；同時將hyperion定位為提供安全冗餘的計算與傳感器架構。公司還稱，該車型將在今年年底前具備在美國道路上脫手駕駛的能力。
更大的賭注在後面。
“我們相信，物理ai和機器人最終將成為全球最大的消費電子品類，”英偉達汽車業務副總裁ali kani表示，“所有會移動的東西，最終都會實現完全自動化，由物理ai驅動。”
kani介紹稱，alpamayo是英偉達面向自動駕駛推出的一整套“開源ai模型、仿真工具和物理ai數據集”家族，目標是加速“基於推理、以安全為核心的物理ai開發”。
英偉達同時發布了1700小時的駕駛數據，並配套一個開源仿真框架，將其定位為邁向l4級自動駕駛的入門工具包。
在機器人方面，英偉達重點提到了isaac gr00t n1.6——一個面向機器人技能的開放式“視覺–語言–行動”推理模型，以及用於大規模測試策略的評估框架isaac lab arena。
公司還提及cosmos reason 2，這是一個旨在提升物理推理能力的模型，而整個cosmos系列則被定位為生成合成數據、用於訓練物理ai的工具鏈。
與此同時，英偉達將jetson t4000定位為機器人的邊緣計算平台，並與同一條從訓練到部署的流水線相連，最終迴流至dgx級基礎設施。
英偉達正在努力讓“機器人技術棧”看起來像“軟件技術棧”：在它能生成的世界裡訓練，在它能變化的世界裡測試，並最終部署在它自己出售的硬件之上。
從更宏觀的角度看，英偉達在ces上釋放的信息在這三大板塊中高度一致：未來屬於“流水線”，而英偉達希望這條流水線的每一個環節——算力、網絡、存儲、安全、仿真——都運行在它已經出售的產品之上。
本文來自微信公眾號：字母ai，作者：小金牙
本內容由作者授權發布，觀點僅代表作者本人，不代表虎嗅立場。如對本稿件有異議或投訴，請聯繫 [email protected]。
