一年一度的 CES 來了，和往年一樣，我最期待的是英偉達老黃的演講。
那麼今年他還能帶來什麼重磅嗎？
話不多說，直接進正題。
那個穿皮衣的男人沒有廢話，直接扔出了一枚足以讓整個 AI 行業重新洗牌的「終極武器」——Vera Rubin 平台。
為了不浪費大家時間，90 分鐘的發佈會，我提煉了最核心的 2 個「核彈級」重點，讓大家快速了解一下。
01｜算力暴漲 5 倍：Vera Rubin 架構有多變態？
老黃這次徹底不裝了。
面對 AI 對算力近乎變態的渴求，他給出的方案簡單粗暴：推倒重來。
全新的 Vera Rubin 晶片，架構極其激進：1 個 Vera CPU + 2 個 Rubin GPU。
這一改，數據直接嚇人：
推理性能：相比上一代（Grace Blackwell）直接暴漲 5 倍。
訓練性能：提升 3.5 倍。
能效控制：以前還是風冷液冷混合，現在直接上 100% 全液冷。
圖：Vera 和 Rubin 晶片
圖：NVIDIA Rubin Boxes
圖：Rubin GPU
相比前一代，Vera Rubin 將 token 成本降低了 90%，訓練 MoE 模型所需的 GPU 數量減少 4 倍。但光有算力沒用，數據傳不過去也是白搭。
這也是這次發佈會被很多人忽視、但極其重要的升級——網絡。
老黃這次掏出了壓箱底的寶貝：NVLink 6： 採用了 400G SerDes 技術，速度直接比上一代翻倍。
圖：NVLink 6
這意味着 GPU 之間聊天基本沒有延遲，所有晶片像連體嬰一樣工作。
矽光技術（Silicon Photonics）： 配合 Spectrum-X 交換機，英偉達終於大規模應用了光互連。
圖：Spectrum-X
圖：Spectrum X switch
BlueField 4： 現在的 Vera Rubin 計算節點，出廠就標配這塊 DPU，專門負責處理那些繁雜的數據搬運工作。
圖：Bluefield 4
最離譜的是那個 NVL72 機架。
NVL72 的推理性能將提高 5 倍，訓練性能將提高 3.5 倍。
圖：NVL72
圖：NVL72 系統
老黃在現場透露，這一個柜子里塞進了足足 2 英里（約 3.2 公里） 的銅纜！
這意味着什麼？
意味着以前需要蓋一座機房才能跑的大模型，現在可能塞進這一個柜子就能搞定。
算力成本將斷崖式下跌，AI 的「智商」上限被強行拉高了。
02｜物理 AI 的覺醒：這一次，AI 真的走出屏幕了
如果說第一部分的硬件是「秀肌肉」，那這部分才是老黃真正的野心所在：Physical AI（物理 AI）。
什麼叫物理 AI？
簡單說，就是 AI 不再只是陪你聊天的 ChatGPT，它長了手腳，有了軀體，開始在現實世界裏幹活了。
這一段老黃展示了一套完整的「造物主」系統。
1. Alpamayo：會思考的「老司機」
以前的自動駕駛，看到紅燈停，看到人讓，那是「規則」。
但今天發佈的 Alpamayo 模型，是真正的思考與推理 AI。
是全球首款具備思考和推理能力的汽車人工智能。
圖：Alpamayo
它不再死板。
現場演示中，它能解釋自己的行為： 「我剛才減速了，因為我注意到那個人雖然還在路邊，但他的一隻腳已經邁出來了，我推測他要橫穿馬路。」
圖：自動駕駛視頻
這不僅是開車，這是在理解人類世界。
而且，老黃直接宣佈：Alpamayo 開源！
（英偉達研發自動駕駛已經 8 年了，這是老黃對自動駕駛汽車最熱情的一次。）
這一招，基本是要把自動駕駛行業的門檻踏平了。
老黃還回顧了 NVIDIA 為此提供的各種模型/框架，包括已經推出幾年的 Cosmos 和 Gr00t。
2. Cosmos：給機械人造一個「黑客帝國」
機械人怎麼學會走路、拿杯子？
去現實里練太慢了，還容易摔壞。
於是，英偉達發佈了 Cosmos——一個物理級精度的「世界模擬器」。
這是一個瘋狂的閉環：
計算即數據： 用算力生成海量的、符合物理定律的虛擬視頻和場景。
圖：計算即數據
母體特訓： 機械人和汽車在這個虛擬世界裏，一天能跑幾百萬公里，摔倒幾億次。
下載大腦： 練成了，直接把「腦子」下載到現實的機械人身上。
圖：COSMOS
老黃說了一句很玄乎的話：「Cosmos 把算力轉化成了數據。」
這解決了機械人行業最大的痛點：數據不足。
以後，不需要再去現實里採集數據了，數據是可以被「算」出來的。
3. 機械人的未來：L4 級生態
有了腦子（Alpamayo），有了訓練場（Cosmos），再加上英偉達的硬件（Thor晶片）。
老黃終於湊齊了最後一塊拼圖。
圖：L4 生態系統
他在現場放出的畫面里，三藩市不再是那個只有車的城市，而是一個「機器之城」。
從奔馳剛剛量產的 CLA，到人形機械人，所有這一切，共享同一個大腦，共享同一套訓練邏輯。
圖：全棧 AV
這真的不是科幻片了。
英偉達已經把路鋪好了，接下來，就是一大波機械人走進我們生活的時刻。
英偉達再次展示了他們過去幾年一直在開發的概念驗證機械人，包括他們是怎麼在物理上精確的模擬環境中訓練這些機械人。
如何學會成為機械人？一切都在《宇宙全能》中完成。
圖：合作夥伴機械人
03｜寫在最後
看完這場發佈會，我的結論只有一個：AI 進化的速度，已經遠遠超過了我們的想像。
當算力不再是瓶頸（Vera Rubin），當 AI 能夠理解物理世界的因果關係（Alpamayo），當虛擬世界可以完美反哺現實（Cosmos），我們要面對的，可能真的是一個「新物種」的爆發。
正如老黃最後說的：「這是最大的機械人產業。」
那個穿着皮衣的男人已經把車門焊死了，車速越來越快。
