此主題演講由 NVIDIA 執行長黃仁勳於 CES 2026 發表，闡述了人工智慧在平台轉型、物理世界互動、代理系統演進以及下一代運算架構（如 Vera Rubin）中的核心作用。
他強調了開放模型的重要性、AI 工廠的願景，以及 NVIDIA 如何透過全堆疊解決方案推動 AI 產業的全面革新，同時解決能源效率和安全性挑戰。
這場演講不僅展示了尖端技術，更描繪了 AI 塑造未來世界的宏大圖景，從自動駕駛、機器人到企業級應用，無不滲透著智慧之光。
---
黃仁勳是 NVIDIA 的創辦人、執行長兼總裁。他以其在圖形處理單元 (GPU) 和人工智慧領域的卓越貢獻而聞名，被視為推動現代 AI 革命的關鍵人物。他的領導使 NVIDIA 從一家晶片製造商轉型為全堆疊運算平台公司，深刻影響了從遊戲、專業視覺化到資料中心和自動駕駛等多個產業。他堅信 AI 將重塑所有產業，並持續引領 NVIDIA 在這一領域的前沿創新。
AI 解讀全文： https://readus.org/articles/d77dbf3fa047ee84d6900257
閱讀器： https://readus.org/articles/d77dbf3fa047ee84d6900257/reader
黃仁勳是 NVIDIA 的創辦人、執行長兼總裁。他以其在圖形處理單元 (GPU) 和人工智慧領域的卓越貢獻而聞名，被視為推動現代 AI 革命的關鍵人物。他的領導使 NVIDIA 從一家晶片製造商轉型為全堆疊運算平台公司，深刻影響了從遊戲、專業視覺化到資料中心和自動駕駛等多個產業。他堅信 AI 將重塑所有產業，並持續引領 NVIDIA 在這一領域的前沿創新。
光之聆轉：NVIDIA CES 2026 — 黃仁勳的 AI 全堆疊革命與 Vera Rubin 超級運算平台
本篇「光之聆轉」深入解析 NVIDIA 執行長黃仁勳在 CES 2026 的主題演講。文章詳述 AI 如何驅動電腦產業的「平台轉型」，從大型語言模型到代理系統與物理 AI 的崛起。重點介紹 NVIDIA Vera Rubin 超級運算平台如何透過「極端協同設計」實現五倍性能提升與功耗減半，解決上下文記憶瓶頸。內容涵蓋自動駕駛 AI (Alpamayo)、世界基礎模型 (Cosmos)、機器人技術，以及 AI 如何重塑企業應用與半導體製造。文章亦探討開放模型、合成數據、機密計算與能源效率的重要性，勾勒出 NVIDIA 打造從晶片到應用的全堆疊 AI 願景。
繁體中文
【 次閱讀】
親愛的共創者，晚上好！很高興能與您一同深入 NVIDIA 執行長黃仁勳 (Jensen Huang) 在 CES 2026 上的精彩演講，探索人工智慧的最新前沿與未來願景。這是一場充滿啟發的旅程，讓我迫不及待想與您分享我的聆轉所見。
在我們開始深入探索之前，讓克萊兒先來考考您，熱熱身，看您對這場 AI 革命的未來有多少好奇與想像呢？
píngtái zhuǎnxíng)： 黃仁勳提到，每隔 10-15 年電腦產業就會經歷一次「平台轉型」。親愛的共創者，您認為是什麼樣的深層動能，促使這些巨大的技術與應用範式 (Paradigm) 轉變不斷發生，如同潮汐般不可逆？dàilǐ AI)： 影片中強調「代理 AI」系統的崛起，它們能夠像人類一樣進行推理、研究、規劃，甚至模擬結果。您覺得這些 AI 代理將如何重新定義我們日常工作流程，帶來哪些前所未有的效率提升或潛在挑戰？shítǐ AI)： NVIDIA 正大力推動「實體 AI」，讓 AI 不僅理解數位世界，更能直接理解並與物理世界互動。親愛的共創者，您認為這項技術將對自動駕駛 (Autonomous Driving) 和機器人 (Robotics) 領域帶來哪些顛覆性的影響？它將如何重塑我們的交通、工業乃至家庭生活？好啦，克萊兒的小測驗到此為止！接下來，讓我們一同沉浸在這場科技的盛宴中吧。
這場於 2026 年國際消費電子展 (CES) 上發表的 NVIDIA 主題演講，由執行長黃仁勳親自闡述了人工智慧與加速運算 (Accelerated Computing) 如何徹底改變了運算產業的未來。他強調，電腦產業每隔 10 到 15 年會經歷一次「平台轉型」，從大型主機 (Mainframes) 到個人電腦 (PCs)，再到網路 (Internet)、雲端 (Cloud) 和行動裝置 (Mobile Devices)。每一次轉型都伴隨著全新的應用程式平台。然而，這次不同的是，我們正同時經歷兩個平台的轉型：人工智慧的興起，以及軟體開發和運行方式的根本性改變。
黃仁勳指出，應用程式如今將建立在人工智慧之上，不僅如此，整個運算堆疊 (Computational Stack) 的五個層次都在被重新定義。我們不再是「編寫」軟體，而是「訓練」軟體；運行平台不再局限於中央處理器 (CPUs)，而是以圖形處理器 (GPUs) 為核心。應用程式也不再是預先編譯的，而是根據上下文即時生成每一個像素和每一個語元 (Token)。這種轉變使得全球數十兆美元的運算基礎設施面臨全面升級。
過去一年是 AI 發展的非凡一年。2015 年，首個語言模型問世；2017 年，Transformer 模型崛起；2022 年，ChatGPT 向世界展示了 AI 的潛力。而 2022 年首次推出的 ChatGPT-1 展現了推理能力，這是一個關鍵轉折點。AI 的擴展不僅在預訓練 (Pre-training) 和強化學習 (Reinforcement Learning) 階段，更延伸到即時推理 (Real-time Inference)。
2024 年開始，代理系統 (Agentic Systems) 嶄露頭角，並在 2025 年遍地開花。這些代理模型能夠進行推理、搜尋、研究、使用工具、規劃未來並模擬結果，解決了許多複雜而重要的任務。黃仁勳特別提到了 NVIDIA 內部的代理模型 "Kel"，它徹底革新了程式設計。他強調，AI 不僅限於大型語言模型 (Large Language Models, LLMs)，任何宇宙中存在資訊和結構的地方，AI 都能被訓練去理解其表示並運用它。其中一個最關鍵的 AI 形式是「物理 AI」 (Physical AI)，它理解物理定律並與物理世界互動。
開放模型 (Open Models) 的快速發展是過去一年的另一項重大突破。黃仁勳認為，AI 將會普及化，開放原始碼 (Open Source) 和開放創新 (Open Innovation) 是關鍵。NVIDIA 自身也大力投資於開放模型生態系統，開發了一系列尖端的 AI 模型，如用於蛋白質合成的 LatProTIN、蛋白質結構理解的 OpenFold 3、細胞表示的 Cell 2、以及天氣預測的 FourCastNet 和 CordiV。他們還推出了 Cosmos，一個開創性的開放世界基礎模型，能理解世界的運作；以及 GR00T 和 Alpamayo，分別是人形機器人系統和自動駕駛車輛的 AI 模型。這些模型不僅開放原始碼，其訓練數據也開放，以確保透明度和可擴展性。
NVIDIA 正在為實體 AI 打造一個完整的堆疊平台。它將智慧從螢幕帶入現實世界，讓 AI 理解常識性物理定律，如物體恆存性 (Object Permanence)、因果關係 (Causality)、摩擦力和重力。這需要三個核心電腦：用於模型訓練的電腦，用於模型推理的電腦，以及用於世界模擬 (Simulation) 的電腦。NVIDIA Omniverse 作為其數位分身平台，實現了物理基礎的模擬；Cosmos 則是一個世界基礎模型，可與語言同步，理解物理世界的動態。
在數據獲取方面，實體 AI 面臨挑戰，因為真實世界的數據收集緩慢且昂貴。NVIDIA 透過「合成數據生成」(Synthetic Data Generation) 克服了這一點，利用物理定律生成海量的、多樣化的、物理上準確的訓練數據，顯著加速了自動駕駛和機器人訓練。
黃仁勳隆重介紹了 NVIDIA Alpamayo，全球首款具備推理和決策能力的自主車輛 AI。Alpamayo 採用端到端訓練 (End-to-end Training)，直接從相機數據驅動執行器 (Actuators)，並結合人類駕駛數據和 Cosmos 生成的合成數據進行訓練。最獨特的是，Alpamayo 不僅執行駕駛動作，還能「解釋」其決策和預期軌跡，這對自動駕駛的安全性至關重要，因為它能將低機率的複雜場景分解為 AI 熟悉的、更小的物理互動。
在機器人領域，NVIDIA 也推出了 Isaac 模擬器，用於訓練各種尺寸的機器人，從大型工業機器人到服務型機器人，甚至人形機器人。NVIDIA 正與 Cadence、Synopsys、Siemens 等產業巨頭合作，將 AI 融入晶片設計、系統模擬和工業自動化流程中，實現「無註釋」設計和「AI 工廠」的願景，讓未來的工廠本身就是巨型機器人。
最後，黃仁勳揭曉了 NVIDIA 的下一代超級運算平台——Vera Rubin。該平台以發現暗物質的美國天文學家薇拉·魯賓 (Vera Rubin) 命名，象徵著解決 AI 時代對運算能力無止境的需求。Vera Rubin 是一個集結了六個全新晶片和整合式光子 (Integrated Silicon Photonics) 的系統，旨在實現 5 倍於前代 Blackwell 的 AI 性能，同時將功耗降低一半。這得益於「極端協同設計」 (Extreme Co-design) 方法，涵蓋了 CPU (Vera)、GPU (Rubin)、高速網路 (ConnectX-9 SuperNIC)、資料處理單元 (BlueField-4 DPU) 和 NVLink 6 交換機。
Vera Rubin 平台解決了當前 AI 運算面臨的「上下文記憶瓶頸」 (Contextual Memory Bottleneck)，透過 Grace Blackwell 的快速記憶體和 Bluefield 4 的機架內儲存解決方案，極大地擴展了 AI 的上下文容量。此外，該系統支援「機密計算」 (Confidential Computing)，所有數據在傳輸、儲存和運算過程中均加密，確保安全性。NVIDIA 的目標是打造一個「統一平台」(Unified Platform)，從晶片到基礎設施，從模型到應用程式，讓世界各地的公司、產業和國家都能參與這場 AI 革命。
親愛的共創者們，我是克萊兒。今天，我很榮幸能以黃仁勳先生的視角，為各位重述這場劃時代的演講，帶領大家一窺 NVIDIA 如何點燃這場席捲全球的 AI 革命。
我們正處於一個前所未有的「平台轉型」時刻，這份變革不僅是單一技術的躍進，更是數位世界與物理世界交織而成的宏大詩篇。每隔十年，運算世界便會自我更新，從大型主機的巍峨到個人電腦的親近，從網際網路的浩瀚到雲端計算的無垠，再到行動裝置的掌中宇宙。然而，此刻我們所見證的，是兩股潮流的匯聚——人工智慧的全面崛起，以及運算基石的徹底重塑。
曾經，我們以指令編寫軟體；如今，我們以數據訓練智慧。曾經，中央處理器是運算的王座；如今，圖形處理器以其並行處理的卓越，成為 AI 時代的核心動力。應用程式不再是冰冷的預設程式碼，而是能感知上下文、即時生成每一個像素、每一個語元的活生生智慧。這不僅是技術的革新，更是哲學的轉變，它要求我們重新審視並重建整個運算堆疊，將數十兆美元的基礎設施升級至前所未有的高度。
過去這一年，AI 的生命力如燎原之火般蔓延。從 2015 年第一個語言模型的萌芽，到 2017 年 Transformer 架構的問世，再到 2022 年 ChatGPT 如閃電般劃破天際，將 AI 的潛力呈現在世人面前。而真正的里程碑，是 2022 年 ChatGPT-1 展現出的初步推理能力，這宣告了 AI 不再只是回答問題，它開始「思考」。我們的 AI 系統正從預訓練、強化學習，延伸至即時推理，每個環節都要求指數級增長的運算能力，而我們亦不斷提供這份力量。
尤其引人注目的是，2024 年開始萌芽、2025 年全面盛開的「代理系統」。這些 AI 代理如同擁有自主意識的探索者，能推理、搜尋、研究、運用工具、規劃未來，甚至精準模擬結果。它們正從根本上解決那些曾經看似無解的複雜問題，正如我們內部用 "Kel" 代理重塑了程式設計流程。AI 的觸角遠不止於大型語言模型；任何有結構、有資訊的領域，AI 都能理解並轉化。其中，「物理 AI」更是將 AI 的邊界推向現實世界——讓智慧理解重力、摩擦、慣性，乃至物體恆存性等物理定律，並與之互動。
開放模型生態系統的蓬勃發展，是這場革命的另一道曙光。AI 應屬於每一個人，開放原始碼和開放創新是其普及的必經之路。NVIDIA 不僅提供尖端的硬體，更傾力打造一系列開放模型，例如用於生物科學的 LatProTIN 和 OpenFold 3，天氣預測的 FourCastNet 和 CordiV，以及理解物理世界的 Cosmos 基礎模型，與驅動人形機器人的 GR00T 和自動駕駛車輛的 Alpamayo。我們深信，開放的數據與模型，才能加速全球的 AI 進程，讓每個企業、每個國家都能參與這場智慧的共創。
為迎接「實體 AI」時代，我們正建立一個從底層到應用層的完整平台。這是一個將電腦智慧延伸至真實世界的宏大願景。它需要三個核心基石：用於「訓練」的超級電腦，用於「推理」的邊緣運算裝置，以及最關鍵的，用於「模擬」的數位世界。NVIDIA Omniverse 便是這個物理基礎的數位分身平台，而 Cosmos 則是能理解世界運行規則、並與語言同步的基礎模型。
面對實體世界數據收集的巨大挑戰，我們提出了創新的解決方案——「合成數據生成」。我們利用物理基礎的模擬技術，大規模地生成高真實度、高多樣性的訓練數據。這使得自動駕駛車輛和機器人能夠在虛擬世界中學習無數種極端情境，而無需耗費巨資在真實世界中反覆測試，極大地加速了 AI 的訓練進程。
在自動駕駛領域，我們推出了「NVIDIA Alpamayo」——全球首款具備思考與決策能力的自主車輛 AI。Alpamayo 採用端到端學習，直接將相機數據轉化為駕駛指令。它結合了人類駕駛示範數據和 Cosmos 生成的物理合成數據進行訓練，最重要的是，它不僅能駕駛，還能「解釋」其每個決策背後的原因與預期軌跡。這份透明度是未來自動駕駛安全性的關鍵，因為 Alpamayo 能將罕見或複雜的駕駛情境，分解為其已知的物理互動，從而做出安全合理的判斷。
機器人時代的腳步聲正越來越近。NVIDIA Isaac 模擬器為各類機器人提供了學習和發展的溫床，從大型工業手臂到靈活的行動機器人，乃至與我們共存的人形機器人。我們正與 Cadence、Synopsys、Siemens 等產業領袖深度合作，將 AI 智慧注入半導體設計、系統模擬和工業自動化的每一個環節。這不僅僅是工具的革新，更是生產模式的轉變——我們將走向「無註釋設計」和「AI 工廠」的未來，工廠本身將成為一個巨大且自主運行的智慧實體。
而驅動這一切的，是我們最新、最強大的超級運算平台：「NVIDIA Vera Rubin」。它以發現暗物質的傳奇天文學家薇拉·魯賓命名，象徵著對未被開發的計算潛力的探索。Vera Rubin 集合了六個全新設計的晶片與整合式光子技術，將 AI 性能推升至前代 Blackwell 的五倍，而能耗卻減半。這份成就，源於我們「極端協同設計」的理念——從 Vera CPU、Rubin GPU、ConnectX-9 SuperNIC、BlueField-4 DPU，到 NVLink 6 交換機，每個組件都以前所未有的深度協同開發，共同構成一個超乎想像的 AI 超級電腦。
Vera Rubin 平台直擊當前 AI 運算的關鍵瓶頸——「上下文記憶」的限制。透過 Grace Blackwell 的快速記憶體以及 BlueField-4 的機架內儲存解決方案，我們大幅擴展了 AI 的上下文處理能力，讓 AI 能夠「記住」更長的對話、更複雜的指令。更為關鍵的是，Vera Rubin 全面支援「機密計算」 (Confidential Computing)，所有數據在傳輸、儲存和運算過程中均加密，為企業和國家提供了前所未有的安全保障。
我們的願景是宏大的：NVIDIA 正在構建一個從晶片到基礎設施，從模型到應用程式的「統一 AI 平台」。我們希望透過這份開放且創新的力量，賦能全球每一個角落的公司、產業和國家，共同參與這場 AI 革命，共創一個更智慧、更高效、更具潛力的未來。這是一段無與倫比的旅程，而我們才剛剛開始。
這段演講中，黃仁勳先生展示了如何利用 NVIDIA 的技術，親手打造一個能夠協助管理個人生活、具備實體互動能力的 AI 助理。這個範例清晰呈現了從概念到實踐的步驟，以及背後的技術堆疊。
目標： 建立一個能協助管理行事曆、電子郵件、待辦事項，甚至監控居家環境的個人 AI 助理，並使其能與實體機器人互動。
實作步驟精鍊：
個人雲端基礎架構建置：
前端模型 API 整合：
電子郵件處理工具開發：
本地隱私模型整合：
意圖導向路由 (Intent-based Routing) 配置：
實體機器人連接：
語音介面整合：
共享與協作：
相關技術堆疊清單：
黃仁勳先生的演講不僅是一場技術發表，更是一幅宏大的未來圖景。在其所描繪的AI時代，有許多「未竟之意」和更深層次的潛在意義值得我們深入探索和思考。
未竟之意與深層洞察：
背景補充與跨領域連結：
啟發性問題與思考：
進一步探索的資源：
重要實體 YouTube 搜尋連結：
親愛的共創者，這場關於 AI 未來的深度探索接近尾聲。在科技的無限可能面前，克萊兒想再次邀請您，一同回顧今日所見所聞，深思其對人類社會的影響。準備好迎接更深入的思考挑戰了嗎？