上海
★ 設為星標 | 只講人話，帶你玩轉AIGC。
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。
那么今年他還能帶來什么重磅嗎？
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 平臺。
為了浪費大家時間，90 分鐘的發布會，我提煉了最核心的 3 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 芯片，架構極其激進：1 個 Vera CPU + 2 個 Rubin GPU。
圖：Vera 和 Rubin 芯片
圖：NVIDIA Rubin Boxes
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：Rubin GPU
光有算力沒用，數據傳不過去也是白搭。
這也是這次發布會被很多人忽視、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： 采用了 400G SerDes 技術，速度直接比上一代翻倍。
圖：NVLink 6
這意味著 GPU 之間聊天基本沒有延遲，所有芯片像連體嬰一樣工作。
硅光技術（Silicon Photonics）： 配合 Spectrum-X 交換機，英偉達終于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！
這意味著什么？
意味著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）。
什么叫物理 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，開始在現實世界里干活了。
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”。
但今天發布的 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，但他的一只腳已經邁出來了，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，老黃直接宣布：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：給機器人造一個“黑客帝國”
機器人怎么學會走路、拿杯子？
去現實里練太慢了，還容易摔壞。
于是，英偉達發布了 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： 機器人和汽車在這個虛擬世界里，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”下載到現實的機器人身上。
圖：COSMOS
老黃說了一句很玄乎的話：“Cosmos 把算力轉化成了數據。”
這解決了機器人行業最大的痛點：數據不足。
以后，不需要再去現實里采集數據了，數據是可以被“算”出來的。
3. 機器人的未來：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芯片）。
老黃終于湊齊了最后一塊拼圖。
圖：L4 生態系統
他在現場放出的畫面里，舊金山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，到人形機器人，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，就是一大波機器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器人，包括他們是怎么在物理上精確的模擬環境中訓練這些機器人。
如何學會成為機器人？一切都在《宇宙全能》中完成。
圖：合作伙伴機器人
03｜寫在最后
看完這場發布會，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象。
當算力不再是瓶頸（Vera Rubin），當 AI 能夠理解物理世界的因果關系（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。
正如老黃最后說的：“這是最大的機器人產業。”
那個穿著皮衣的男人已經把車門焊死了，車速越來越快。
你準備好上車了嗎？
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
