本文来自微信公众号：字母ai，作者：小金牙，头图来自：视觉中国
迟到10分钟，黄仁勋身穿标志性的黑色夹克，走上拉斯维加斯国际消费电子展（ces）的舞台。
黄仁勋总结刚刚走过的一年，尤其提到了开源的崛起起到的催化剂作用，而deepseek r1的出现意外地推动了整个行业的一年。
整个演讲持续一个半小时，比起几年前宣布开启“ai的iphone时刻”的震撼感，如今的英伟达听起来更像是兢兢业业的世界“基础设施部”——这是芯片，这是机架，这是网络，这是软件……哦对了，你们总说的那些机器人和汽车，理论上都要跑在这一整套东西之上。
这其中，今年ces的一条清晰主线，是对“全栈控制”的执念，尤其集中在存储，以及英伟达反复强调的下一个瓶颈：具备代理能力（agentic）的ai。
它们需要更长的上下文、更大的内存、更强的网络，以及更少诸如“现实世界跑不起来”的借口。
英伟达给出的说法是，“ai工厂”已经成为一个新的产品类别，而他们打算出售的不只是设备，而是蓝图、机器、操作系统，以及其余所有组成部分。
黄仁勋所公布的很多内容，其实已经流传了好几个月——blackwell之后的rubin架构、作为dpu跃迁的bluefield-4、英伟达号称“开放”的nemotron模型家族、作为安全框架的halos。
真正的新意在于打包方式。英伟达正在把这条路线图压缩成一个完整论点：六款芯片，一个平台，再加上网络和“上下文内存”的底层管道，目的是让长时序智能体不再轻易卡死。
一、基础设施
在硬件层面，最核心的故事是：rubin正在被拆解成可直接交付的“积木式”组件。
英伟达发布了一套由六个部分组成的rubin“平台”——包括rubi和rubin ultra两种规格的gpu与cpu，以及nvlink 6交换芯片和connectx-9 supernic。
所有关于性能和“单token成本”的说法，都是建立在这种全系统协同设计之上，目标只有一个：压低“智能”的成本。
在系统层面，英伟达将vera rubin nvl72定位为机架级的主力产品（72颗gpu、36颗cpu），而rubin ultra nvl288则是体量更大的后续版本（288颗gpu、144颗cpu）。
同时，英伟达还把rubin纳入dgx品牌的“ai工厂”体系中，将用于训练的dgx rubin nvl72与用于推理的dgx rubin nvl8组合成更标准化、更即插即用的算力单元。
英伟达表示，基于rubin的产品将于2026年下半年通过合作伙伴上市。
这里有两项基础设施层面的“外挂”在默默发挥关键作用。
第一，英伟达正把网络当作一项一等性能特性来强调，主推spectrum-x以太网光子交换系统，并给推理性能和能效都贴上了“提升五倍”的标签。
第二，英伟达试图把“长上下文”塑造成一次基础设施采购决策，推出了名为“推理上下文内存（inference context memory）”的存储平台，用来扩展具备代理能力的ai的上下文窗口。
如果说rubin的潜台词是“这条路线图真的行”，那么围绕它的这套底层管道系统的潜台词就是：“下一个利润池，将在gpu之外。”
二、开放模型
英伟达的“开放模型”叙事，与其说是出于意识形态上的觉醒、加入开源运动，不如说是一种更务实的策略：
用“免费样品”把开发者吸引进自家生态——而这些样品被精心打包，目的就是在英伟达基础设施上跑得最好。
正如英伟达生成式ai与软件副总裁kari briski所说，这是一次“扩展”。
公司将其包装成一个整体方案：全新的nemotron-3模型（包括70b、34b和8b三种规模的llama nemotron-3变体），再加上一批新数据集和工具，帮助团队构建垂直领域智能体，并通过英伟达的技术栈完成部署。
“在2025年，英伟达是hugging face上最大的贡献者之一——发布了650个开放模型和250个开放数据集。”briski表示。
核心意思很明确：英伟达希望成为你开始的地方。
英伟达称，其正在发布nemotron-cc，这是一个多语言预训练语料库，覆盖140多种语言，总规模达1.4万亿token，被定位为构建和微调模型的“开放”基础层。
公司同时强调了一套名为“granary”的指令数据集，目标是让模型在企业级任务上“开箱即用”。
三、物理ai与机器人
英伟达不断把“物理ai”描述为一个分水岭时刻：当“智能体”不再只是能聊天，而是真正具备能力。也就是说，感知、推理和行动需要被放进同一个闭环里。
这意味着需要三块打底的积木：更好的仿真、更好的机器人模型，以及更好的“运动（mobility）”模型。
黄仁勋在一份新闻稿中表示：“机器人领域的chatgpt时刻已经到来。”
他认为，那些“能够理解现实世界、进行推理并规划行动”的模型，正在打开“全新的应用场景”。
也正因如此，汽车行业或许成了英伟达“全栈”叙事的真正试金石——这是一个“演示”和“落地”之间隔着监管、责任风险，以及十多年反复受挫的乐观预期的领域。
英伟达称，其用于辅助驾驶的drive av平台已“进入量产阶段”，将搭载于2026款梅赛德斯-奔驰cla车型。该车型在2025年获得了euro ncap的最高安全评分。
英伟达表示，这款车具备“先进的l2级自动驾驶能力”，支持“点到点的城市导航”，包括“从地址到地址”的完整行程；同时将hyperion定位为提供安全冗余的计算与传感器架构。公司还称，该车型将在今年年底前具备在美国道路上脱手驾驶的能力。
更大的赌注在后面。
“我们相信，物理ai和机器人最终将成为全球最大的消费电子品类，”英伟达汽车业务副总裁ali kani表示，“所有会移动的东西，最终都会实现完全自动化，由物理ai驱动。”
kani介绍称，alpamayo是英伟达面向自动驾驶推出的一整套“开源ai模型、仿真工具和物理ai数据集”家族，目标是加速“基于推理、以安全为核心的物理ai开发”。
英伟达同时发布了1700小时的驾驶数据，并配套一个开源仿真框架，将其定位为迈向l4级自动驾驶的入门工具包。
在机器人方面，英伟达重点提到了isaac gr00t n1.6——一个面向机器人技能的开放式“视觉–语言–行动”推理模型，以及用于大规模测试策略的评估框架isaac lab arena。
公司还提及cosmos reason 2，这是一个旨在提升物理推理能力的模型，而整个cosmos系列则被定位为生成合成数据、用于训练物理ai的工具链。
与此同时，英伟达将jetson t4000定位为机器人的边缘计算平台，并与同一条从训练到部署的流水线相连，最终回流至dgx级基础设施。
英伟达正在努力让“机器人技术栈”看起来像“软件技术栈”：在它能生成的世界里训练，在它能变化的世界里测试，并最终部署在它自己出售的硬件之上。
从更宏观的角度看，英伟达在ces上释放的信息在这三大板块中高度一致：未来属于“流水线”，而英伟达希望这条流水线的每一个环节——算力、网络、存储、安全、仿真——都运行在它已经出售的产品之上。
本文来自微信公众号：字母ai，作者：小金牙
本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请联系 [email protected]。
