核心观点 - 英伟达CEO黄仁勋在新年演讲中，围绕Agentic AI、物理AI和新芯片三大关键词，发布了下一代AI技术平台与战略，旨在通过开源关键模型和发布颠覆性硬件，定义未来十年的AI技术标准与基础设施，并巩固其从数据中心到智能终端的全栈生态优势 [1][10] 新芯片架构Vera Rubin - 英伟达发布由六个部分组成的Rubin平台，包括Rubin和Rubin Ultra两种规格的GPU与CPU、NVLink 6交换芯片和ConnectX-9 SuperNIC，新服务器专为处理AI模型训练所需的海量计算负载而设计 [2] - Rubin GPU性能相比前代Blackwell实现巨大飞跃：NVFP4推理算力达50 PFLOPS，是Blackwell的5倍；NVFP4训练算力达35 PFLOPS，是Blackwell的3.5倍；HBM4内存带宽达22 TB/s，是Blackwell的2.8倍；晶体管数量达3360亿个，是Blackwell的1.6倍 [2] - 通过软硬件协同设计，Rubin平台将推理token成本降低10倍，并将训练MoE模型所需的GPU数量减少4倍 [2] - 下一代AI超级芯片平台Vera Rubin已进入全面量产，计划于2026年下半年开始向合作伙伴交付，AWS、Google Cloud、Microsoft、Oracle等主要云服务商已确认部署 [3] Agentic AI战略 - 英伟达发布多语言预训练语料库Nemotron-CC，覆盖140多种语言，总规模达1.4万亿token，旨在作为构建和微调模型的“开放”基础层，以降低Agent开发成本 [4] - 公司同时强调名为“Granary”的指令数据集，目标是让模型在企业级任务上“开箱即用” [4] - 利用英伟达的硬件和框架，开发者可在几分钟内构建出功能完整的个人助理 [5] - 英伟达通过开源生态巩固硬件优势，在2025年是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 [5] - Agent门槛的降低将深远影响企业IT部门，未来工作内容可能转变为“招募、管理和优化”各种AI数字代理，使其从被动工具转变为能主动解决问题的数字员工 [5] 物理AI布局 - 物理AI是联动现实世界与物理世界的新应用场景，自动驾驶、机器人、工业制造是首推的三大落地场景 [6] - 英伟达已为物理AI工作8年，认为其“ChatGPT时刻”即将到来，仿真是其几乎所有物理AI工作的核心，通过Omniverse平台构建“数字孪生”环境供AI安全高效训练 [7] - 在自动驾驶领域，推出开源推理VLA模型Alpamayo系列，包含开源AI模型、仿真工具和数据集，以加速基于推理的安全自动驾驶车辆开发，这是其数千人AV团队的工作成果 [8] - 黄仁勋预测，从非自动驾驶到自动驾驶的转折点可能正在发生，未来十年世界上很大一部分汽车将是自动驾驶或高度自动驾驶的 [8] - 英伟达DRIVE AV软件将用于梅赛德斯奔驰车辆，相关AV自动驾驶汽车已投入生产，计划第一季度在美国上路，第二季度进入欧洲，第三或第四季度进入亚洲，并将持续更新版本以扩大L4 Robotaxi生态系统 [8] - 在机器人领域，发布了面向智能机器人的推理视觉语言模型Isaac GR00T N1.6以及多个用于机器人开发的新开源框架 [8] - 在工业制造领域，宣布与西门子深化合作，将英伟达的物理AI模型和Omniverse平台集成至西门子的工业软件组合，覆盖从芯片设计、工厂模拟到生产运营的全生命周期，黄仁勋称此举正站在一场新工业革命的开端 [9]