文章核心观点 全球知名科技市场情报公司CB Insights发布的《2026年技术趋势研究报告》揭示了正在重塑全球经济的深刻技术变革，报告基于对1300多家独角兽公司、1500多个技术市场及数千家初创企业的跟踪数据，通过多维度分析指出技术创新从实验室走向商业化的关键路径，其预测方法在去年14个趋势中有11个得到市场验证[1] 企业运营自主化 - 人工智能代理的投资回报率衡量是企业面临的挑战，63%的企业将生产力提升作为首要指标，58%关注时间节省和成本削减，但对收入影响的量化仍困难[2] - 测量困境催生了新一代初创企业，如软件工程分析平台Span推出能检测AI生成代码的专有模型并获得2500万美元A轮融资，流程智能平台Workhelix获得1530万美元投资[2] - AI代理平台已从试点迈入生产阶段，在1261家拥有商业成熟度评分的AI代理公司中，超过一半达到第3级“部署”阶段[3] - 金融服务业成为自主系统的理想试验场，在2025年AI代理合作关系中占据21%份额，其中合规与欺诈检测领域83%项目、实时情报81%项目、客户服务和索赔承保93%项目已进入全面部署阶段[3] 私有市场演变 - 全球超过1300家独角兽公司中，有12家估值高于标准普尔500指数中位数市值390亿美元，例如SpaceX估值4000亿美元、ByteDance 4800亿美元、OpenAI 5000亿美元[4] - 技术公司IPO平均年龄从2015年的12.2年延长至2025年的15.9年，增长了近4年[4] - 2025年独角兽公司主导了9笔超过10亿美元的收购交易，例如OpenAI以450亿美元收购Rockset，Ripple以10亿美元收购GTreasury[4] - 顶级AI初创企业以创纪录速度扩展到1亿美元年度经常性收入，Lovable用时不到10个月，xAI约20个月，Anysphere和Perplexity约30个月，而Databricks花了约45个月，OpenAI约70个月[4] - 监管环境变化促使华尔街加强私有市场布局，摩根士丹利收购Shareworks，施瓦布收购EquityZen[6] - AI和数据驱动方法在私有市场预测方面超越传统风险投资方法，CB Insights的Mosaic评分预测未来独角兽地位的有效性是Smart Money VC中位数成功率的4.7倍[6] 稳定币主流化 - 稳定币生态系统正在成熟，2025年获得融资的稳定币公司中49%处于部署或扩展阶段[7] - 机构对稳定币兴趣达到新高，财报电话会议中提及稳定币次数从2020年的21次激增至2025年的341次[7] - 银行在2025年支持了5家稳定币初创企业，这是自2022年以来的首次，包括花旗风险投资投资BVNK、汇丰银行投资Elliptic等[7] - 2025年稳定币技术并购交易达31笔，比2024年的8笔增长4倍，例如Ripple以10亿美元收购企业软件平台GTreasury，获得了进入120万亿美元企业财务市场的机会[7] - 沃尔玛、亚马逊、苹果、X和Airbnb等科技巨头正在探索发行自己的稳定币或采用加密货币[8] - 企业转向稳定币的驱动力包括即时结算、24/7可用性以及消除交换费用，其即时流动性可提高资本效率，而传统代理银行系统结算可能需要3到7天[8] 数据中心电网角色转变 - AI对电力的巨大需求正对电网造成压力，美国数据中心电力消费预计从2020年的108太瓦时增长到2024年的183太瓦时，并预计2030年达到426太瓦时[9] - 面对电网限制，大型科技公司和AI实验室正在建设现场发电设施，到2030年预计38%的数据中心运营商将使用现场发电作为主要电源，而2024年这一比例仅为13%[9] - 需求灵活性正从可选项变为强制要求，如果数据中心运营商能在1%时间内减少电网需求，当前电力系统可容纳到2035年的数据中心增量[9] - 新兴初创企业如Emerald AI（Mosaic评分741）正在实现电网响应型数据中心，其平台允许AI数据中心动态调整电力使用以支持电网稳定[10] 主权AI兴起 - 各国政府将本地AI发展列为优先事项，2024至2025年间中国启动约84亿美元国家AI基金，日本投资约650亿美元于半导体和AI领域，加拿大推出20亿美元主权AI计算战略，欧盟宣布2000亿欧元的InvestAI倡议，韩国预算68亿美元用于AI发展，印度为本地模型投入3.9亿美元并为计算基础设施设立12.5亿美元的India AI Mission[11] - 英伟达成为主权AI趋势的最大受益者，其2026财年有望实现超过200亿美元的主权AI收入，是去年的两倍多[11] - 自2022年以来，国际公司占英伟达合作伙伴关系的近一半，欧洲占23%，亚洲占18%[11] - 区域AI领导者将主权作为竞争优势，例如法国的Mistral AI强调符合欧洲数据保护标准，加拿大的Cohere强调数据隐私、安全性和监管合规[12] 医疗保健语音AI应用 - 语音AI开发平台已达到商业准备状态，2025年针对该平台的股权交易达创纪录的39笔，较2021年的14笔大幅增长[13] - 79%的私营语音AI公司正在部署或扩展其解决方案，38%处于部署阶段，另外38%在扩展阶段[13] - 领先平台正调整策略以应对医疗保健特定工作流程，例如ElevenLabs专门为美国医疗保健领域招聘企业客户主管，Retell AI的职位描述显示对医疗保健的垂直市场关注[13] - 在2025年最有前途的数字健康公司中，有7家正在部署语音AI代理，医疗保健的电话优先工作流程（如预约、登记、计费）为语音自动化创造了自然切入点[13] - 医疗保健行业面临到2028年美国10万名工作人员短缺，自适应语音代理将帮助提供者用更少资源做更多事情[13] - 信任和安全对采用至关重要，供应商强调人的因素以及安全和合规能力，例如使用专门的“安全主管”模型实时监控对话[14] 世界模型发展 - 世界模型代表AI的下一个前沿，这些系统从视频、图像和模拟中学习物理以预测未来状态，正吸引顶级AI人才[15] - 大型科技公司积极研发世界模型，Meta发布V-JEPA 2和CWM，Google的DeepMind推出Genie 3，英伟达发布Cosmos，微软推出Muse[15] - 构建世界模型需要丰富多模态训练数据，控制独特数据源的公司将拥有竞争优势，例如荷兰游戏平台Medal从1000万月活跃用户每年收集20亿个视频片段[16] - 自动驾驶汽车和机器人成为世界模型的首批商业战场，因为模拟降低了现实世界的风险、成本和部署时间[16] - 财报电话会议中提及“世界模型”的次数从2021年第一季度的几乎为零增长到2025年第四季度的约30次[16] 机器人协同工作 - 随着自动化规模扩大，技术堆栈正走向管理机器人、任务和跨环境流量的编排层成熟[17] - 亚马逊部署了100万个机器人，并部署用于多机器人协调的新基础模型DeepFleet，该模型将机器人旅行效率提高了10%[17] - 学习协调正在大规模取代基于规则的控制，DeepFleet从数十亿小时的机器人数据中学习优化协调[17] - 智能机器人协调将扩展到仓库之外，在工业自动化、多样化环境和国防领域均有应用案例[17] - 处于机器人智能前沿的开发者正推向编排，针对机器人基础模型开发商的股权交易从2021年的3笔激增至2025年的32笔[18] - Physical Intelligence在2025年8月获得3.14亿美元A轮融资，并在9月发布“RoboBallet”研究，该多机器人编排AI模型在轨迹质量上比传统基于规则的方法优25%[18]

行业投资评级 - 推荐 维持评级 [8] 报告核心观点 - 2026年是具身智能与机器人发展的关键一年，行业落地进度正在加快 [4] - 科技巨头（如英伟达、特斯拉）正大力投入物理AI与人形机器人领域，推动技术发展与规模化部署，具身智能的长期潜力不断提升 [5][7] - 具身智能大脑和世界模型有望成为未来发展的重点 [11] 行业动态与事件总结 - **事件**：2026年1月15日，星动纪元与顺丰科技正式签约，达成深度合作，聚焦快递、仓储等物流场景，联合开展具身智能机器人技术方案的研发与应用推广 [4] - **合作模式**：双方采用“联合开发、落地推广”的模式，旨在推动具身智能机器人在顺丰供应链业务中规模化落地 [4] - **解决方案**：星动纪元凭借自研端到端VLA具身模型ERA-42，以及全尺寸双足人形机器人星动L7、半身模块M7，推出了覆盖“分拣-扫码-供件”全流程的具身智能仓储物流解决方案 [4] - **方案优势**：该方案可与客户物流系统深度协同，机器人能根据场景需求自适应操作，灵活应对多规格、动态化的作业需求 [4] 科技巨头进展总结 - **英伟达动态**： - 在CES2026大会上，英伟达CEO黄仁勋表示，物理AI的“ChatGPT时刻”快要来了，并推出了开源的物理AI世界基础模型Cosmos [5][6] - Cosmos模型已用海量视频、真实驾驶与机器人数据以及3D模拟做过预训练，能理解世界运行规律，实现生成内容、推理、预测轨迹等技能 [6] - 在人形机器人领域，英伟达发布了视觉语言动作（VLA）模型Nvidia Isaac GR00T N1.6，利用Cosmos的推理能力实现了对人形机器人的全身精准控制 [6] - 在开发工具方面，英伟达与Hugging Face达成深度合作，将GR00T和开源仿真框架Isaac Lab-Arena整合进LeRobot库中，简化从模拟训练到实体部署的工作流 [6] - **特斯拉动态**： - 马斯克表示，Optimus V3将解决手部灵活性、拥有AI大脑，并且有望实现量产 [7] - 马斯克声称，特斯拉的Optimus人形机器人将在短短三年内超越世界上最好的人类外科医生 [7] - 擎天柱大规模应用所需的时间或将为三年左右 [7] - 2026年的火星任务将搭载特斯拉的Optimus机器人，用于测试关键技术，为后续任务铺平道路 [7] - SpaceX计划在2028年发射多达20艘Starship火箭，为首次人类火星飞行提供支持，后续至2033年预计有多达500艘Starship火箭着陆火星 [7][11] 投资建议 - 建议重点关注斯菱股份、品茗科技、科大讯飞、中科创达、萤石网络、安联锐视、软通动力、虹软科技、中科信息、汉王科技等企业 [11]

PixVerse R1实时世界生成模型的技术定位与特点 - 公司推出下一代实时世界生成模型PixVerse R1 能够根据用户输入的Prompt连续、实时地生成并改变视频流剧情 用户可在过程中随时用Prompt修改视频进程 每次输入后约2秒延迟 世界剧情即随之变化 若用户不进行干预 模型可自行无限、连续地生成视觉流 公司将其称为“实时世界生成模型” [2][3] 当前“世界模型”的主流定义与分类 - 行业对“世界模型”的定义较为宽泛 指能够用可持续的内部状态预测世界变化 并可被交互和验证的模型 该术语目前常被用于指代三类方向：视频生成模型、可交互的生成世界、面向机器人和自动驾驶的物理仿真基础模型 [4] - 行业现有的世界模型代表主要分为三个方向：以Google Genie 3为代表的 一次生成后可实时导航的动态视频世界模型 可维持24fps、720p及分钟级一致性 [7][8] 以李飞飞World Labs Marble为代表的 侧重于三维空间重建、生成与模拟的3D类世界模型 其核心在于3D表示和空间一致性 [12][14] 以英伟达Cosmos为代表的 专注于为自动驾驶、机器人等提供高保真物理仿真与合成数据的基础模型平台 [19] PixVerse R1的创新方向与产品体验 - PixVerse R1为世界模型领域补上了第四个方向：实时视频生成 并提供了可实测的Demo版本 [22][23] - 产品体验需邀请码进入 每个实时生成会话限时5分钟 主要原因是实时生成对算力消耗极大 [26][35] - 用户体验反馈极为积极 产品提供了预设模板（如卡通、1944、赛博朋克等）和自定义模式 用户可通过文本或语音输入Prompt实时引导剧情发展 创造了高度互动、充满惊喜和未知乐趣的体验 被形容为一种全新的娱乐形态 [31][40][42][44][45][48][54] 实时世界生成模型预示的行业未来 - 该技术可能重塑未来娱乐内容形态 电影、综艺、游戏等可能不再是固定时长的文件 而是由世界模型驱动的、永远流动的世界时间线 [56] - 未来的内容创作模式可能是：创作者提供一个起点和世界观设定 由世界模型自主演进剧情 观众则通过一句话、一个表情或一次选择来轻微影响剧情走向 最终实现同一宇宙下的不同时间支线体验 [57][58] - 该技术的出现被认为是AI模型发展历史上具有重要意义的一步 代表了新颖且极具未来感的发展方向 [62][64]

英伟达在CES上的展示与行业地位 - 上周在拉斯维加斯举行的国际消费电子展（CES）提醒市场，英伟达是风向标股票，这与其作为全球市值最大公司的地位相符 [1] - 英伟达在CES上占据焦点地位，表明2024年将为风险承受能力较强的交易者提供大量机会，可以考虑Direxion Daily NVDA Bull 2X Shares（NVDU）这只旨在提供英伟达股票每日表现200%回报的ETF [2] 首席执行官演讲的核心技术主题 - 首席执行官黄仁勋讨论了三大主题：新的开放物理AI模型（包括新版本的Cosmos和GR00T）、用于下一代自动驾驶汽车开发的开源AI模型和工具Alpamayo系列的推出，以及Vera Rubin平台的进展（包含六款新芯片）[3] - 从半导体视角看，Vera Rubin平台的进展最为重要，黄仁勋确认Vera Rubin已投入生产，表明其仍按计划在2026年下半年上量，并强调了相比Grace Blackwell平台的显著性能提升 [3] 德意志银行分析师观点与产品性能 - 德意志银行分析师罗斯·西摩给予英伟达股票“持有”评级，但其215美元的目标价意味着较当前水平有两位数百分比的上涨空间，这表明短期交易者今年可能有理由关注NVDU [3] - 尽管Vera Rubin GPU每个机架的晶体管数量仅为前代的约1.7倍，但其系统效益表现为：相同成本下可处理10倍以上的令牌，或处理相同数量令牌的成本仅为十分之一，训练MOE模型所需的GPU数量仅为Blackwell的四分之一 [5] - 这凸显了机架级深度协同设计的优势，最终应会促使Vera Rubin的上量速度快于Grace Blackwell，部分原因是安装更简便 [5] 2026年产品催化剂与市场展望 - 经验丰富的交易者知道，像NVDU这样的杠杆ETF最佳使用方式是短期持有，表明这些基金通常是事件或头条新闻驱动的产品，而英伟达正是能满足这些需求的股票之一 [4] - 2026年显然是英伟达这家芯片巨头可能再次迎来强劲新产品的又一年 [4] - 英伟达在2026年的产品更新可能为交易者提供恰当利用NVDU所需的头条新闻 [5] - 关于即将推出的Vera Rubin架构及其系统级优势的更多细节，凸显了英伟达在越来越多应用和产品中作为AI市场领导者的地位 [6]

文章核心观点 - CES 2026被视为全球科技风向标，其展示的人工智能产品与服务共同塑造了公众对AI的认知与期待，核心叙事可归结为“AI is physical”（人工智能是物理的）和“AI is personal”（人工智能是个人的）两大主题 [1][3] - 物理人工智能强调AI与物理实体（如汽车、机器人）结合，在真实世界中感知、判断和行动；个人人工智能则强调AI理解个人意图与习惯，成为持续陪伴的智能伙伴，两者融合标志着AI从技术突破迈向体验重构 [11][18][23][24] AI is physical (人工智能是物理的) - CES 2026上，纯电汽车存在感降低，行业最新流行语是“物理人工智能”，其核心思想是将AI与车辆等物理实体紧密结合，使汽车从交通工具转变为具备智能感知、学习和交互能力的“移动助手” [5][8] - 通用汽车宣布其自动驾驶系统Super Cruise将于2028年支持“免看”驾驶，目前已在超过75万英里的兼容高速公路上实现“免手”驾驶；从2026年起，其车型将配备由谷歌Gemini驱动的车内AI助手，实现自然对话与功能控制 [7] - 英伟达首席执行官黄仁勋认为机器人领域的“ChatGPT时刻”已经到来，物理人工智能的突破正在开启全新应用场景；英伟达的Cosmos模型平台及Alpamayo模型组合旨在通过虚拟环境训练，使车辆具备L4级别自动驾驶能力 [9][10] - 物理人工智能将机器人技术与AI融合，其应用从工业场景延伸至日常消费，在CES 2026上，除汽车外，人形机器人是另一大亮点；英伟达等公司展示的平台能统一控制通用机器人，借助共享仿真环境与模型架构，加速技术进步的飞轮效应 [12][13] AI is personal (人工智能是个人的) - 联想在CES 2026上推出智能助手Qira，被描述为“个人环境智能系统”，可在其广泛的设备生态系统中无缝运行，构建“融合知识库”以整合用户交互与记忆，形成个性化体验，实现“全设备智能协作” [16][18] - Qira代表从“应用式AI”向“环境化、系统级智能”的关键转向，其作为“个人AI超级代理”具备情境感知能力，以混合人工智能架构融合云端与设备端模型，旨在逐步成为用户的数字分身与认知伙伴 [18] - OpenAI的ChatGPT每周接收超过180亿条信息，被全球超过十分之一的人使用，其普及速度超过互联网初期；人们将其用于信息检索、创意构思、健康改善等高度个人化的场景，使其成为全球数字助手 [19][20] - 个人化AI的实现基于自适应学习、定制化及广泛应用，在CES 2026上，各类AI系统（如Google TV引入Gemini）致力于提供跨设备、跨场景的连续个性化体验，并普遍强调隐私优先的设计理念 [21][22][23] AI下一步演进的关键路径 - AI未来演进的两条关键路径凸显：一条走向现实世界的具身化（物理AI），让AI进入车辆、机器人等设备并具备与真实环境交互的能力；另一条走向个体生活的深度个性化（个人AI），让AI成为理解人的意图与习惯的智能伙伴 [23] - 当物理AI与个人AI融合，人工智能将成为既有“身体/实体”又“懂你”的系统性存在，既能替人在物理世界中行动，也能代人思考与协调，这预示着下一阶段智能时代的核心在于更自然地服务真实世界与真实个体 [24]

行业趋势与市场展望 - 在2026年CES展上 科技公司普遍认为具身人工智能即将迎来突破性的一年[3] - 英伟达CEO黄仁勋预计今年将看到具备部分人类能力水平的机器人[5] - 麦肯锡估计 通用机器人市场规模到2040年可能达到3700亿美元[7] - 主要应用场景包括仓库物流 轻型制造 零售运营 农业和医疗保健[7] - 行业巨头正大力投入 但分析师指出从展台演示到商业应用仍有很长距离[7][8] - 根据CES官方参展商列表 有40家公司在展会网站上提到了人形机器人[9] - 消费技术协会主席表示 展会上工业和消费机器人的数量一直在增长[9] - 风投机构ALM Ventures的合伙人认为机器人正迅速从新奇事物变为现实[19] 主要参与者与产品发布 - 英伟达发布了名为Gr00t的新版视觉语言模型 用于将传感器输入转化为机器人身体控制 并发布了用于机器人推理和规划的Cosmos模型新版本[4] - 英伟达强调了与波士顿动力 卡特彼勒和LG等公司的合作伙伴关系[5] - 除了英伟达 芯片制造商AMD和高通也在CES上发布了引人注目的机器人相关公告[7] - 谷歌DeepMind表示将与现代汽车的波士顿动力合作 为其Atlas机器人开发新AI模型[7] - AMD CEO苏姿丰展示了其投资的意大利公司Generative Bionics的新人形机器人Gene 01 该机器人计划于今年晚些时候部署在造船厂等工业环境中[10] - 高通展示了名为Dragonwing的新机器人芯片系列 可以使用其视觉语言模型 并利用远程操作来教授其视觉语言模型特定技能[14] - 加州公司1X于2025年10月率先推出了售价20000美元的多模态家庭助手机器人“Neo”[17] - 韩国LG首次展示了其轮式人形机器人CLOiD 设计用于家庭 演示了折叠毛巾和放入洗衣机[17] - 中国公司宇树科技在CES上展示了售价70000美元的G1机器人 进行了拳击和舞蹈表演[19] 技术发展与赋能因素 - 生成式AI的兴起为机器人技术带来突破 支撑ChatGPT的深度学习技术可用于教导机器人行走 使用手或折叠衣物[6] - 行业将自动驾驶汽车视为具身AI的第一个主要商业体现[6] - 许多机器人由视觉语言模型驱动 它们可以将机器人的传感器数据与传统AI模型配对 以实现推理或规划[13] - Generative Robotics公司使用AMD的云端图形处理单元来训练和微调其模型[10] - 芯片公司不仅提供芯片 还提供完整的软件生态系统以简化开发 旨在成为机器人开发社区的一站式商店[12] - 英伟达特别关注医疗领域 展示了LEM Surgical使用其Thor芯片的脊柱手术机器人 该机器人被描述为人形 拥有三只手臂[14][15] - 英伟达还展示了一款名为Agibot的中国机器人 它使用大语言模型与与会者聊天[16] 当前能力与挑战 - 机器人目前仍难以展示使其真正有用的智能或灵活性[6] - 在演示中 LG的CLOiD机器人折叠一条毛巾大约需要30秒 速度较慢[18] - 专家担心消费级机器人的安全性和可能造成的损害 家庭环境非结构化 难以规划突发情况如儿童撞到机器人或机器人压到宠物[18] - 目前市场上的一些首批人形机器人可能更侧重于趣味性和炫酷 而非生产力[19] - 高通最新财年的“物联网”收入约占公司销售额的18%[11] - 目前机器人芯片销售仅占英伟达业务的一小部分 AMD将其报告为“嵌入式”销售[11]

公司战略与定位 - 公司CEO黄仁勋强调公司已转型为AI基础设施公司，而不仅仅是芯片供应商，其CES主题演讲超过70%的篇幅聚焦于物理AI的应用场景与商业化路径[2] - 公司角色从芯片供应商转变为“全栈AI体系”构建者，通过开源模型、数据及开发库，为全球提供构建物理AI的底座[9] - 公司通过“三台计算机”（训练、推理、模拟）的架构，以及扩展的开源模型生态，构建其在推理时代的AI基础设施叙事[8][9][10] 新一代AI计算平台：Vera Rubin - Rubin平台是公司在CES 2026上推出的最大亮点，已全面投产，是首个采用协同设计、集成6款芯片的AI平台[2][4] - 平台集成的6款芯片包括：Vera CPU、Rubin GPU、NVLink 6交换机芯片、ConnectX-9 Spectrum-X SuperNIC超级网卡芯片、BlueField-4 DPU和Spectrum-6以太网交换机芯片[4] - 平台重新设计6颗芯片的原因是摩尔定律放缓与AI需求爆炸，模型参数规模每年增长10倍，推理生成的token数量每年增长5倍，单token成本每年下降10倍[4] Rubin平台性能与技术创新 - 核心芯片Rubin GPU相比前代Blackwell实现跨代跃升：NVFP4推理性能提升至50 PFLOPS（5倍）、训练性能提升至35 PFLOPS（3.5倍）、HBM4内存带宽提升至22TB/s（2.8倍）、单GPU NVLink互连带宽翻倍至3.6TB/s[5] - 公司CEO表示Spectrum-X网络方案非常成功，可实现25%更高的吞吐量，仅10%的性能提升就价值50亿美元，公司已成为全球有史以来最大的网络公司[5] - 平台引入由BlueField-4 DPU支持的推理上下文内存存储平台，作为新型AI存储基础设施，以应对多轮对话产生的KV Cache，公司CEO称公司可能成为世界上最大的存储公司之一[6] - 分析师认为，对于使用公司全栈GPU解决方案的企业价值较大，因为能带来更优的算存网资源运营与分配[6] 平台系统设计与功耗 - Vera Rubin NVL72系统包含18个计算托盘和9个NVLink交换机托盘，计算托盘采用“无线缆、无水管、无风扇”设计，组装一个计算节点仅需5分钟，而过去需要2小时[7] - 整个系统为100%液冷，使用45°C热水，无需冷水机，但功耗是前代GB200 NVL72系统的两倍[7] 开源模型生态与影响 - 开源模型在2025年取得显著进步，下载量爆炸式增长，虽然仍落后前沿模型约6个月，但进步迅速[8] - 2025年，每4个token中就有1个由开源模型生成，公司CEO提到公司在领导开源模型生态，并多次提及DeepSeek、Kimi、Qwen等中国开源模型[2][8] - 公司扩展其开源模型生态，新增和更新了一系列模型、数据集、代码库和工具，覆盖生物医学AI、AI物理模拟、Agentic AI、物理AI、机器人和自动驾驶6大领域[8] - 公司CEO曾表示，2025年及2026年Blackwell和Rubin平台可带来的收入超过5000亿美元，并因新进展（如Anthropic将使用其平台）而应增加对该数字的期望[8] 物理AI与推理应用 - AI发展进入“物理AI”新阶段，需要AI理解物理定律并进行推理[9] - 公司推出了开源的物理AI世界基础模型Cosmos，它经过海量视频、真实驾驶与机器人数据以及3D模拟预训练，能理解世界运行规律，实现生成内容、推理、预测轨迹等功能[9] - 公司正式发布了世界首个会思考、会推理的自动驾驶AI——Alpamayo，它是面向自动驾驶领域的开源工具链，也是首个开源的视觉—语言—行动推理模型，并开源了从数据到部署的完整开发资源[9][10]

AI行业平台转移与双重搬家 - AI行业正经历每10-15年一次的“平台转移”，当前AI的“双重搬家”意味着应用构建和技术栈的根本性变革 [2] - 第一重搬家：AI从独立应用转变为所有软件的基础，未来所有软件都将以AI为地基 [3] - 第二重搬家：软件开发和运行模式从基于CPU的固定逻辑编程，转变为基于GPU的训练模式，计算方式被彻底重塑 [4] - 过去十年价值约十万亿美元的计算机基础设施正被现代化改造，每年有数千亿甚至上万亿美元的风险投资涌入这一领域 [4] 开源模型的颠覆性影响 - DeepSeek R1等开源模型的出现激活了更多公司，开源模型的下载量呈现爆炸式增长 [6][8] - 全球存在多种不同类型的开源模型系统，虽然仍落后前沿模型约六个月，但每六个月就有更聪明的新模型出现 [7] - 开源趋势不仅包括模型，还包括训练数据，以建立开发者信任并推动行业参与 [9] - 初创公司、大公司、研究员、学生及几乎每个国家都想参与这场AI革命 [8] 物理AI的发展与落地 - AI正从纯数字交互转向理解并作用于物理世界，核心是让AI掌握现实世界的物理规律（如重力、摩擦力、物体恒存性） [10][11] - 通过“模拟+合成数据”解决现实世界数据稀缺问题，英伟达的Cosmos平台可生成逼真视频、预测轨迹及还原罕见场景 [12][13][14] - 自动驾驶AI“Alpamayo”采用端到端训练，能从摄像头画面直接控制车辆，并能解释驾驶决策，同时搭配传统系统作为安全备份 [15] - 机器人的“ChatGPT时刻”即将到来，AI生成逼真动作视频的技术成熟，为机器人执行物理指令奠定了基础 [16][17][18] - 预计未来两三年，机器人领域将从实验室样品转变为能真正落地解决实际问题的产品 [19] 算力平台的超级升级 - 英伟达推出Rubin平台，旨在解决AI推理算力不足、成本过高及上下文丢失问题 [20][21][22] - 平台核心优势一：算得更快，训练效率翻4倍，例如训练10万亿参数模型的时间可从4个月缩短至1个月，或使用1/4的设备完成相同工作 [23][24] - 平台核心优势二：算得更省，token处理成本降低10倍，即以前生成100个token的成本现在能生成1000个 [25] - 平台核心优势三：跑得更久，通过BlueField-4芯片将GPU的上下文内存扩大16倍，从1太字节扩展至16太字节，支持长时间、复杂任务处理而不丢失上下文 [26][27] - 平台能效超高，用同样多的电可产生5倍的算力，同时提供全程数据加密的安全保障 [28] 行业竞争与公司战略 - 英伟达认可中国AI芯片公司的竞争力，认为中国的企业家和工程师是世界顶尖的，许多公司已成功上市 [30] - 公司认为竞争促使自身必须持续技术创新，其护城河在于“全栈能力+生态网络”，涵盖从CPU、GPU到软件、模型的完整链条，并与全球AI公司及行业龙头（如西门子、礼来、梅赛德斯-奔驰）深度合作 [31][32] - 对于机器人创业方向，建议要么做通用技术的“横向公司”，要么做深耕具体场景的“垂直领域公司”（如手术机器人、工厂机械臂），后者更被看好 [33][34] - 针对AI耗电问题，核心思路是提升能效，实现每一代产品算力翻10倍而功耗仅翻2倍，即每一度电干5倍的活，将能效直接转化为企业利润 [35][36] AI发展的核心趋势与未来 - AI发展的下一个十年核心是“落地”，价值从追求大模型参数转向解决实际问题（如餐厅库存、降低自动驾驶成本） [41][42] - 英伟达的整体布局围绕“落地”展开：开源促进广泛落地，物理AI推动现实世界落地，Rubin平台降低落地成本并提升效率 [43] - AI革命被视为所有人的机会，而非巨头独角戏，只要能抓住“落地”核心，大公司、小团队、技术人或普通人都能找到自身位置 [44][45] - 未来赢家将是那些能实现AI落地、算得起且用得久的玩家 [45]

文章核心观点 - AI行业的发展重心正从追求单点模型突破转向构建完整的工业化能力体系 英伟达CEO黄仁勋在CES上宣布计算行业每一层都需重写 强调AI的真正跃迁依赖于可复制、可部署、可验收且能规模化的工业化能力[1] - 英伟达通过发布完整的工业化体系 定义了AI竞争的新焦点 即从模型能力竞争转向工业化速度与体系的竞争[45] 应用架构变革 - AI应用构建方式发生根本转变 从“写软件”转变为“训练软件” 开发者角色从编程转向训练智能体理解如何做事[4] - 底层逻辑发生三大变化：从编程到训练、从CPU到GPU的加速计算、从调用单一模型到架构能调用多模型和工具的工作智能体[4] - 英伟达提出“AI蓝图”架构 这是一套可被复制和定制的通用方法 企业可基于此教AI专属技能 工程师可插入自有数据 使各行业能建立自主协作的AI[6][7][8][9] - AI应用的底座从软件架构转变为智能架构[10] 算力基建升级 - 决定AI能否广泛应用的关键是底层算力“发电厂” 英伟达发布Rubin AI平台作为核心引擎[11][12] - Rubin平台是一次全套计算方式的重做 包括六大芯片协同设计、物理结构彻底重构以及能效革命性提升 组装时间从2小时缩短至5分钟[13] - 推出Rubin旨在解决“Token通胀”带来的算力危机 模型规模年增10倍 推理Token生成量年增5倍 但Token价格年跌10倍[14] - Rubin平台相比前代Blackwell实现显著提升：训练10万亿参数模型所需系统仅为Blackwell的1/4 每瓦性能是Blackwell的10倍 Token生成成本是Blackwell的1/10[16] - 一个500亿美元、1吉瓦电力的数据中心使用Rubin可比使用Blackwell多产出10倍收入[16] - Rubin已全面投产 旨在为全行业提供标准化的算力底座[16] 物理AI与机器人工业化 - 机器人正成为AI工业化后第一批量产的实体产品 被归类为“Physical AI” 即能理解物理世界运作规律（如重力、摩擦）的AI[17][18][19] - 英伟达建立了完整的Physical AI训练体系 核心是使用“模拟计算机”在虚拟世界中反复演练 关键工具包括世界基础模型Cosmos和物理模拟平台Omniverse[22][23][24][30] - 自动驾驶AI系统Alpamayo是该方法论的验证 它是全球首个会推理的端到端自动驾驶系统 能解释行为原因以应对长尾场景[24][25] - Alpamayo的训练数据结合了人类驾驶里程、Cosmos生成的数十亿公里虚拟数据以及精细标注的边缘案例 并采用双堆栈安全设计[26] - 该系统计划于2026年Q1在梅赛德斯-奔驰CLA车型上路 且已开源[26] - 此工业化路径适用于各类机器人 英伟达展示的Groot人形机器人等均在Omniverse中训练 将部署于仓库、医院等多场景[27][28] 开源生态战略 - 英伟达通过开源模型、数据和工具链来降低AI门槛 旨在让每家公司都能构建自己的AI 其战略是做AI时代的“台积电” 专注于卖芯片和算力基础设施[31][34][40] - 开源对英伟达的好处包括：1) 扩大市场规模 激活需要自训练模型的成千上万家长尾企业需求[32] 2) 建立事实标准 通过开源Nemo工具链、Cosmos、Omniverse、Blueprint等 深度绑定其芯片生态[33][35][36] 3) 锁定生态 使合作伙伴如Palantir、西门子、Meta等形成依赖 增加切换成本[37][41] - 该战略对产业意味着：1) AI竞争从模型能力转向工业化能力（训练速度、部署成本、场景落地）[37][42] 2) 为创业公司创造机会 使其能基于开源模型和行业数据建立专属AI能力[38] 3) 促使云厂商在深度集成闭源模型与支持开源生态之间做出选择[39] - 英伟达的产业布局分为三层：开源模型与工具链降低门槛、Rubin芯片与算力基础设施锁定生态、Physical AI标准路径定义下一代产业[43][44]

公司战略与定位 - 英伟达在2026年度国际消费电子展(CES)的新品发布会上，宣称其在开放模型生态系统中处于领先地位 [1] - 公司不仅开源了模型，还开源了用于训练这些模型的数据，旨在让用户信任模型的生成过程 [1] 产品与生态系统布局 - 公司展示了用于机器人的基础模型“GR00T” [1] - 公司展示了用于物理人工智能的“Cosmos” [1] - 公司展示了基于物理定律的数字孪生平台“Earth-2” [1] - 公司产品线还包括智能体AI模型Nemotron [1] - 公司产品线还包括用于生物医学AI的Clara [1] - 公司产品线还包括用于自动驾驶汽车的Alpamayo [1]