文章核心观点 - 英伟达CEO黄仁勋在CES演讲中，将焦点从消费级显卡转向物理AI，并宣布了公司在开源模型、自动驾驶及下一代计算架构方面的重大进展，标志着AI正从数字世界走向物理世界，并进入大规模产业部署阶段 [1][5][17] 开源模型的崛起与影响 - 开源模型的崛起彻底改变了人工智能，成为全球创新的催化剂，其中DeepSeek R1的出现意外推动了整个行业的变革进程 [2] - 全球开源模型性能正快速逼近顶尖水平，目前仍落后最顶尖的闭源模型约6个月，但差距在逐步缩短 [4] - 演讲中展示了多款开源大模型，其中包括三款中国大模型：Kimi K2、DeepSeek V3.2和Qwen（千问）[2][6] 物理AI与自动驾驶进展 - 物理AI被定义为AI发展的第四阶段，它能够在物理世界中学会思考物理因果关系，其“ChatGPT时刻”已经到来 [8] - 英伟达发布全球首个开源自动驾驶推理模型Alpamayo，与特斯拉FSD展开竞争，该模型引入视觉-语言-行动模型，首创“决策——因果——推理”因果链，能生成自然语言解释决策逻辑 [8] - 搭载Alpamayo技术的奔驰CLA，将在今年第一季度在美国上市，之后逐步进入欧洲和亚洲市场 [8] - 公司认为，在接下来的10年里，世界上很大一部分汽车将是自动驾驶的、高度自动驾驶的 [9] - 特斯拉CEO马斯克指出，达到99%的准确率很容易，但要解决分布的长尾部分（如极端天气、突发障碍物）超级难，而特斯拉FSD凭借海量真实驾驶数据拥有优势 [9][10] 下一代计算架构Rubin - 英伟达下一代超级计算架构Vera Rubin正式登场，其创新在于“六款芯片协同设计”，共同执行计算、思考、数据处理、网络通信等任务 [11][13] - 在推理任务下，Rubin GPU性能达到50 PFLOPS（每秒5000万亿次运算），是Blackwell的5倍；训练性能达到35 PFLOPS，是Blackwell的3.5倍 [13] - 对比H100的性能约4 PFLOPS，Rubin有巨大提升 [14] - Rubin推理成本降低了10倍，花更少钱、用更少的时间，干更多的活 [15] - 上一代Blackwell需要一个月完成Alpamayo模型的训练，Rubin仅需一周；在Rubin上跑Alpamayo，推理延迟降低至1毫秒 [15] - Vera Rubin架构已经全面进入量产阶段 [16] 行业趋势与意义 - 中国开源大模型的崛起，让大模型不再是少数巨头的游戏 [17] - 物理AI的突破，让AI从虚拟走向实体 [17] - Rubin架构的诞生，让高效能、低成本的智能部署成为可能 [17] - 三者交织之下，AI正从实验室走向工厂、道路、社区，成为重塑产业、改变生活的核心力量 [17]