當老黃頗為自戀地問觀眾，「我這件皮衣怎麼樣？」我就知道這場發佈會不簡單。
遊戲玩家最為關心得為英偉達獻出多少大洋，黃仁勛卻寥寥幾頁帶過了消費級顯卡，把大段敘述留給了AI，以及智能體、世界模型、機械人、自動駕駛、超算等因AI滲透發生進展的領域，未來又將如何被英偉達改變。
RTX50系，刺得我好痛
老黃一上來，就帶我們短暫回顧了英偉達的歷史，如何從《街頭霸王》走向圖像處理領域的巨頭，GPU也從遊戲圖像處理的晶片，成為了AI的支柱。
老黃先是端出，新一代基於Blackwell架構的GeForce RTX50系顯卡。
從技術規格來看，RTX5090搭載920億個電晶體，可提供3400 TOPS算力，還帶四個 AI處理單元，內建21760個 CUDA核心，是世界上第一款超過20000個內核的 GeForce GPU，512bit位寬32GB GDDR7的顯存，整體性能是 RTX4090的兩倍。
換芯後的RTX50詮釋了老黃口中，「GeForce曾讓AI觸達大眾，而AI「捲土重來」後，徹底改變GeForce」。
而老黃將RTX4090價格砍了三分之二，「搖身一變」，RTX5070登場。售價549美元的 RTX5070性能等同於2022年發佈，售價1599美元的4090。台下瞬間爆發熱烈掌聲。
在一頭一尾兩張卡介紹完後，中間的 RTX5070Ti和5080淪為了「背景版」。Blackwell已全面投產，RTX50系也將於一月開始發售。
全在圖里了丨作者截圖
有人收我雙十一5500買的4070TiS嗎？
「大力水手」第四代DLSS正式登場，引入了多幀生成技術，用AI把每個渲染幀再生成三幀，從DLSS3的一比一生成，直接進化到「以一生三」。
DLSS4最高可以實現傳統渲染8倍的性能，同時比舊版生成速度快40%，生成的像素重影更少，細節更多，整體視覺效果更清晰。
然而，DLSS4的多幀生成技術為50系獨佔。DLSS4首發即支持75款主流3A大作，其他遊戲將在後續支持（不知道你們，雙十一我剛花5500買的4070TiS，這會兒心痛痛的）。英偉達宣佈：RTX5090將帶遊戲進入4K240幀光線追蹤的時代。
備受遊戲玩家關注的RTX50系的發佈環節，大概十多分鐘左右就結束了。
不是？這就結束了？
2021年（自然年），遊戲還是英偉達最大的收入來源，約為122億美元，佔比46.7%。而2022年後，英偉達的數據中心業務直接起飛。據彭博社對英偉達2025年的銷售預估，遊戲業務沒發生太大變化，能達到118億美元的銷售額，對應的數據中心則是1137億美元。
遊戲代表英偉達的過去，而AI才是未來。
AI要理解物理世界
模型性能與數據可用性直接相關，但物理世界數據的捕獲、整理、和標記成本很高。此前，業內也普遍認為，AI向前發展面臨「數據牆」的問題。
英偉達對此表示：沒有數據，就創造數據。英偉達發佈了Cosmos世界基礎模型（World Foundation Models），要教AI理解物理世界。
老黃特意說，Cosmos模型不是教AI生成創意內容，換個意思，跟市面上那些「花里胡哨」的視頻模型不太一樣。
Cosmos用文本指令就能生成符合物理規律的高質量視頻，再通過對已有的視頻分析，生成極度擬真的視頻，再用 AI分析 AI視頻，這就相當於自己出題自己做，卷死自己誰能活？
據介紹，Cosmos的第一代已經用9000萬億 Token進行了訓練，深度學習了2000萬小時的人類高質量視頻（這時長相當於從秦始皇登基前開始看視頻，一直看到今天發佈會）。
然後老黃大手一揮表示，Cosmos模型開源，在 Github上就能訪問（已於下午14:20上線）。畢竟，獨樂樂不如眾樂樂。
這跟之前叫嚷很久的Omniverse數字孿生平台聯繫了起來。
Omniverse（工業數碼化和物理 AI仿真平台，內置了英偉達 PhysX、RTX技術，可以實現物理上3D場景搭建，並且其中有真實的碰撞、光線追蹤和粒子模擬）為Cosmos生成提供了一個能落地、可控制、可調節的基礎環境。
比如，Omniverse中構建一個車禍場景（總不能為了 AI訓練一直故意製造車禍吧），Cosmos模型來渲染和分析場景里的物理規律，例如當開發者輸入不同指令，「變成夜晚都市高峰期的路況」、「測試車輛左邊加一輛要左轉的車」、「前面的摩托車闖紅燈」等，Cosmos生成「花式路況」讓AI不斷學習升級——有點」自產自銷「的意思。
老黃說，構建機械人系統得要三台計算機。一個用來訓練，和一個用來部署，還有一個得把前面兩個連接起來，這就是Omniverse和Cosmos這套組合拳的意義，用合成數據去訓練模型，給機械人系統提供仿真環境不停做測試。
當然，機械人系統可以是自動駕駛汽車，更可以是「機械人」。
歡迎老黃的朋友們。
可惡，被他裝到了
一排十幾個人形機械人，從台下依次升起。幾次頗為寂靜和稀稀拉拉的掌聲後，場內終於一片叫好。Isaac GR00T是人形機械人通用基礎模型，在最新版本裏，開發者頭戴 Vision Pro拍攝第一人稱視頻，來教機械人怎麼識別物理空間，怎麼做出自然動作。
全球最小的個人超算
當老黃「舉」着BlackwellNVLink72樣品上台時，不知道是「美國隊長」的造型不太適合他，還是產品使用離用戶太遠，反正，老黃看起來沒收到想像中的喝彩聲。
不是，你AI隊長啊？
NVLink72能將模型訓練成本降低三倍，配備了72個Blackwell GPU、1.4 exaFLOPS算力和130萬億個電晶體，能滿足幾乎所有數據中心的需求。
AI將會持續scale（不管以哪種方式），是英偉達推出NVlink72的原因。
一切都要從DGX-1（首個專為深度學習而設計的系統）說起。2016年，黃把第一台DGX-1送給了OpenAI和馬斯克，坊間到處流傳着那張照片。
「那台機器要是能小點兒就好了」，話音剛落，Keynote里的樣機成倍縮小，全球最小的個人 AI超級計算機 Projects Digits登場。
可惡，又被他裝到了
Projects Digits，巴掌大的超級計算機，和一本新華詞典差不多的體積下，配備128 GB統一內存和4TB的 NVMe存儲，還搭載了 GB10 Grace Blackwell晶片，本地就能跑2000億參數的大模型，這算力還不夠的話，可以買兩台連接達到4050億參數的模型（剛好符合 Meta最新的 Llama-3.1最大尺寸模型參數量）。
標準電源插座就能帶動 Projects Digits，用戶基於自己的桌面系統就能開發和測試模型，而且都基於 Blackwell架構，開發者還能在英偉達的雲端或數據中心上無縫部署模型。
相當於電費、伺服器、硬件成本，甚至佔用空間都給你省出來了。不過 Projects Digits也不算便宜，起售價3000美元（約人民幣22000元），5月正式上市。
至此，關於新品介紹完畢。
現場偶有冷場發生，並不是老黃不夠幽默。而是CES本是一個消費硬件扎堆的「大聯歡」，而英偉達的發佈會重心明顯從消費級產品，轉向行業解決方案，如果你細心，就能看到每個產品後的keynote上列出的滿滿「友商」。
而面向AI時代的硬件，將AI催生的生產力再向上推高一個台階，或許也是這一屆CES的主旋律。
