文章核心观点 - 英伟达CEO黄仁勋在CES2026上提出，机器人行业正接近类似ChatGPT之于大模型的“临界时刻”，生成式视频模型的能力成熟意味着驱动物理动作的生成模型底层技术已接近成熟，未来两三年将看到重大突破 [2][3][13] - 新推出的Rubin平台将训练效率提升至Blackwell的4倍，token成本降低10倍，整座AI工厂的token吞吐量提升10倍，进一步强化“算力即产能”的逻辑 [3][16][20][23] - 公司坚持开放生态战略，与几乎所有主要AI公司保持合作，并通过全栈技术能力、广泛的行业连接以及前所未有的创新速度构建护城河 [3][45][46] 关于物理AI突破和机器人领域的ChatGPT时刻 - 生成式视频模型能根据描述生成复杂逼真动作，其底层技术与驱动机器人完成动作的生成模型已非常接近，技术拐点正从实验室走向现实 [2][9][10] - 物理AI能让机器人“更容易被教会”，通过演示即可让AI学会动作，有望解决机器人编程难、软件复杂、定制成本高的落地门槛 [11][12] - 人形机器人领域正等待“关键技术被真正发现的时刻”，公司已在该方向长期投入，类比数字生物学、自动驾驶、实时光线追踪等技术发展历程 [5][6][7] 关于Rubin价值和能源瓶颈 - 训练效率：Rubin平台的训练效率是Blackwell的4倍，可将原本需4个月的训练缩短至1个月，或使用1/4的GPU数量以节省资金 [16][17] - Token成本：相比Blackwell，Rubin的token成本下降了10倍，这得益于能效提升、算法优化和芯片加速，从而推动AI应用场景扩张和社会渗透 [18][19][20][21] - 系统吞吐量与能效：Rubin使整座AI工厂的token吞吐量提升10倍，而晶体管数量仅增加1.7倍，该代产品包含六款革命性升级的全新芯片组合 [23] - 能源瓶颈：AI是增长极快的产业，能源永远是瓶颈，公司通过代际跃迁持续提升能效，从Hopper到Blackwell提升10倍，从Blackwell到Rubin再提升10倍，在固定电力容量下追求更高token产出 [26][27][28] 关于存储、Groq和中国等热点话题 - HBM供应：存储（HBM）瓶颈确实严重，但公司是唯一与三家HBM供应商均有深度合作的企业，已提前规划，情况可控 [30][31] - 与Groq合作：公司聘用了Groq团队约400名工程师并获得其技术授权，其架构专为“低时延token生成”优化，未来可能共同创造面向新场景的产品类别 [32][33] - 中国市场：H200产品在中国市场目前仍有竞争力且需求强劲，但竞争不会永久持续，公司希望持续推出有竞争力的新产品，并指出美国监管需动态发展以维持市场竞争力 [34][35] 关于马斯克、太空算力和自动驾驶 - 太空算力：在太空部署AI工厂（数据中心）技术可行，因太阳能充足、散热条件好，但供电和散热系统需完全重新设计，GPU芯片架构可保持不变 [38][39][40] - 自动驾驶：特斯拉拥有全球最先进的自动驾驶技术栈之一，公司认为其技术路线非常先进，两者体系架构接近，公司方案在以视觉为核心之外还配置了雷达与激光雷达 [41][43] 关于护城河和开放生态 - 开放生态：公司平台横跨所有科研领域、AI公司和主流模型，坚持开放是其能与所有主要AI公司（如OpenAI、xAI、Google Gemini）合作的基础 [3][45] - 护城河：公司是全球唯一能从CPU、GPU到网络与存储实现全栈架构的企业，并在软件栈、模型层、基础设施层持续创新，通过渠道与生态网络深入制造业、医疗健康、汽车、金融等多个行业 [46] - 竞争格局：中国出现大量AI芯片初创公司且发展良好，展现了顶尖的科技产业活力，公司必须通过持续快速创新来参与竞争并保持引领地位 [46]