文章核心观点 - 英伟达通过发布Vera Rubin平台及Cosmos模型，正系统性地推动“物理AI”发展，旨在降低物理AI开发成本，并以此复兴美国制造业，此举可能稀释中国在工程师和高级技工方面的优势，对中国制造业构成严峻挑战 [7][8][20] - 英伟达的业务模式正从单纯的GPU供应商向AI系统提供商转变，例如通过Alpamayo模型直接进入智能驾驶领域，这可能重塑行业格局，使中国新能源汽车企业面临类似PC厂商的竞争压力 [22][24] - 应对挑战需要中国在AI基础设施领域加大投资，并发挥自身在制造业落地经验和实体工厂数据方面的优势，加速AI转型并推动国产替代 [30][32][35] 英伟达的战略转向与“物理AI”布局 - 英伟达CEO黄仁勋在CES演讲的核心是降低“物理AI”开发成本，这是实现“AI工厂”的前置条件 [10] - “物理AI”使自主系统能在物理世界中感知、理解、推理并执行复杂动作，与仅处理自然语言的生成式AI有本质区别 [13] - 训练物理AI成本远高于生成式AI，因其需要深度思考和多步骤推理能力，对算力需求巨大 [15][16][17] - 英伟达推出的Vera Rubin平台大幅提升了推理性能，其推理成本可降至前代Blackwell平台的十分之一，降低了企业对GPU数量的需求 [19] - Cosmos模型作为预训练多模态模型，支持在虚拟环境中训练物理AI（如机器人），大幅降低试错成本，加速开发进程 [19] 对制造业与汽车行业的潜在冲击 - 物理AI成熟并应用于工业领域后，可能严重稀释中国海量的工程师和技术工人优势，导致美国制造业复兴，中国面临订单减少和岗位收缩 [8][20] - 英伟达明确将在2026年第一季度推出与奔驰合作的智能驾驶汽车，搭载自研的Alpamayo自动驾驶模型，从供应商转变为直接竞争对手 [22] - 英伟达的入局可能重塑智能驾驶行业格局，国内新能源车企面临巨大竞争压力，可能走向类似电脑厂商的生态位，而英伟达可能成为该领域的“微软” [24] - 英伟达与富士通、安川电机合作，软银试图收购ABB机器人业务，旨在获取工厂一线数据以加速物理AI落地，这涉及数据安全风险 [25] 中国的应对之策与优势分析 - 破局的关键在于中国需要拿出在效率和易用性上媲美或超越英伟达的物理AI解决方案，推动国产替代 [30] - 这需要中国泛AI行业形成共识并协同行动，不仅是工程技术问题，更是行业协调与产业政策问题 [31][32] - 中国必须加强AI基础设施投资，目前美国占据全球七成以上算力和八成以上数据中心，中国仅占约15%的算力和二成数据中心，与制造业大国地位不匹配 [32] - 中国的优势在于拥有丰富的制造业落地经验和海量的实体工厂，这是训练物理AI所必需的、无法被仿真完全替代的现实数据与场景 [35]

昨天在美国拉斯维加斯举办的CES展览上，英伟达的黄仁勋发表了长达90分钟演讲。 依旧"掀桌子" 依旧"王炸" 依旧"不装了" ...... 抛开这些花花绿绿的溢美之词，老局看完之后，第一反应其实是一种危机感。 这种危机感具体来说就是： 以英伟达为代表，美国资本正在大力推动AI往现实世界的生产中渗透，这种渗透不再是单点式的孤立行动，如今已然变成了成体系的战略布局——美国 正试图用AI来复兴其制造业。 而一旦这样的尝试成功，结果对我们来说将会是非常严峻的：美国将会重新获得制造业优势，我们的工程师、高级技工优势则会被稀释——美国制造业会 复兴，而我们则将面临订单减少和岗位收缩。 物理人工智能使相机、机器人和自动驾驶汽车等自主系统能够感知、理解、推理，并在物理世界中执行或协调复杂的动作。 众所周知，国外的GPT、Gemini、Claude也好，国内的豆包、千问、deepseek也好，都是生成式的AI，都是去理解人类的自然语言，然后根据我们的语言 描述做出相应的反应，生成各种文本、图像和视频。 生成式AI当然很棒，但问题是：生成式AI是不怎么理解现实世界的，我们在之前的文章里说过很多次了，生成式AI的本质就是"猜字谜" ...

上天天基金APP搜索777注册即可领500元券包，优选基金10元起投！限量发放！先到先得！ 当地时间1月5日，英伟达创始人兼CEO黄仁勋在拉斯维加斯CES 2026展会现场发表主题演讲，分 享了下一代加速计算与人工智能将如何变革每一个行业，并介绍了英伟达在芯片、人工智能模型、 开源开放等领域的最新进展。 "基于AI训练和推理的计算需求正在激增。"黄仁勋表示，Rubin已进入全面量产阶段，预计将在 2026年下半年上市，相比上一代的Blackwell，Rubin可以将Token成本降低至多10倍。 此外，黄仁勋还称："物理AI迎来ChatGPT时刻。"相比以往，今年的英伟达更注重解决"AI如何走 进物理世界"的问题，在自动驾驶、机器人等领域，推出了一系列开源模型。 Rubin架构已进入全面量产阶段 演讲现场，英伟达完整披露了下一代计算架构——NVIDIA Rubin平台的技术细节。 "Rubin的到来恰逢其时，因为训练和推理的AI计算需求正在激增。"黄仁勋表示，英伟达以每年一 代AI超级计算机的节奏持续前进，而Rubin通过六款全新芯片的极致协同设计，向AI的下一个前沿 迈出了关键一步。 这六款芯片包括：NVI ...

Meta的AI双线战略 - 公司采取双线并进策略应对AI竞争，一方面推进杨立昆主导的"世界模型"V-JEPA 2，另一方面由扎克伯格组建"超级智能"团队押注主流LLM路线 [1][12] - Llama 4发布后表现不佳导致公司在开源大模型领域落后于GPT/o系列、Gemini和Claude，同时面临中国DeepSeek和Qwen的竞争压力 [10] - 公司2025年资本开支指引上调至640-720亿美元，重点增加数据中心和基础设施投资以支持AI发展 [12] 世界模型技术路线 - V-JEPA 2采用联合嵌入预测架构(JEPA)，放弃主流Transformer架构，拥有12亿参数，训练使用超过100万小时视频和100万张图像 [4][6] - 该模型比英伟达Cosmos快30倍，专注于物理世界交互能力，使AI能预测行为后果并规划行动方案 [6] - 杨立昆认为自回归LLM存在事实错误、逻辑缺陷等问题，世界模型能提供更接近人类直觉的物理世界理解能力 [4][5] 超级智能团队布局 - 扎克伯格亲自组建约50人顶尖AI团队，提供数千万美元薪酬方案，目标成为AGI领域领导者 [11] - 已招募谷歌DeepMind首席研究员Jack Rae和Sesame AI机器学习负责人Johan Schalkwyk，二人曾参与Gemini项目 [11] - 公司投资数十亿美元(传闻150亿)于数据标注公司Scale AI，其CEO将加入Meta团队，Scale AI当前估值超百亿美元 [12] 战略资源投入 - 公司广告业务现金流可支撑AI巨额投入，计划建设世界顶级算力数据中心 [12] - 杨立昆作为图灵奖得主坚持非主流路线20年，认为自回归预测彻底失败，但当前仍面临内外压力 [7][10] - 扎克伯格回归"创始人模式"，认为公司有能力和责任率先实现AGI [2]