芯耀
383
在刚刚结束的 CES 2026 上，NVIDIA 创始人黄仁勋（Jensen Huang）在其90分钟的主题演讲中，有30分钟是发布介绍全新集成六种顶尖芯片的 Vera Rubin 超级算力硬件平台，推动AI时代的算力又一次上升，毕竟基于AI的芯片是英伟达帝国的基座。
在本次英伟达 CES 2026中他的另外30分钟给到了Physical AI ，但是这30分钟中有20分钟讲汽车，讲智能辅助驾驶和L4自动驾驶。所以，对于汽车行业而言，这场演讲的信息量堪称核弹级。
如果说过去几年我们还在讨论“软件定义汽车”，那么老黄这次明确告诉我们：时代变了，现在是“AI 定义汽车”的时代。
本文将从 AI 技术的底层进化出发，深入解析它是如何重塑汽车，并重点盘点 NVIDIA 此次发布的颠覆性汽车产品及其背后的生态野心。
第一部分：AI 的进化——从“鹦鹉学舌”到“独立思考”
要理解 NVIDIA 对汽车的改造，首先要理解 AI 这一年发生了什么质变。
按照老黄演讲的逻辑，在 2023 年之前，ChatGPT 等大模型主要处于预训练（Pre-training）阶段。它们像博学的鹦鹉，读过万卷书，能回答问题，但有时候会“一本正经地胡说八道”（幻觉）。
黄仁勋指出，2025 年的 AI 迎来了两个关键突破：
推理能力（Test Time Scaling）：现在的 AI（如 OpenAI o1 和 DeepSeek R1）学会了“思考”。在回答问题前，它会像人类一样进行逻辑推演、拆解步骤。它不再只是预测下一个字，而是在推理下一步该做什么。
代理系统（Agentic Systems）：AI 不再是被动的问答机器，而是能使用工具、规划未来、主动解决问题的“智能体”。
当这种“会思考、会使用工具”的 AI 能力溢出屏幕，进入现实物理世界时，物理 AI（Physical AI）这个概念，就会快速发展和应用落地，这就是英伟达赌现在是AI 从“屏幕”走向“方向盘”的汽车行业的 iPhone 时刻，而英伟达的产品却成了Physical AI时代的安卓。
第二部分：当 AI 遇到物理世界——汽车即机器人
于是，黄仁勋在演讲中反复强调：汽车，就是这一波物理 AI 浪潮中最大的机器人。
但让 AI 开车比让 AI 写诗难得多。因为现实世界有重力、有摩擦力、有因果律（撞了就会坏），还有“物体恒存性”（被大车挡住的行人依然存在）。
而解决这些问题，英伟达顺势搬出了老早一直在的“三台电脑”理论，这正在成为智能汽车的新标准：
云端训练电脑（AI Factory）：即本次发布的Vera Rubin超级计算机。它负责在云端用海量数据“喂养”出超级大脑。
车端推理电脑（Runtime）：车里的芯片（如 Thor）。它负责在毫秒级时间内处理路况，执行驾驶决策。
模拟仿真电脑（Simulation）：这是连接虚拟与现实的桥梁。
为什么需要第三台电脑？因为靠实车路测去覆盖所有长尾场景（比如暴雪中有人骑马逆行）是不可能的。AI 需要在一个遵循物理定律的虚拟世界（Omniverse）里，经历数亿公里的“特训”，练成老司机后再下山。
第三部分：NVIDIA 的汽车“核武库”——产品与应用
基于上述理念，黄仁勋发布了一系列雄心壮志要直接改变汽车开发和驾驶体验的产品：
1. Cosmos：上帝视角的“造梦引擎”
如果不去路测，数据从哪来？NVIDIA 发布了Cosmos 世界基础模型。
功能：它是一个理解物理定律的模型。你可以给它一段交通模拟指令，它就能生成一段符合物理逻辑、极其逼真的环绕视频。
意义：这意味着车企可以将“算力转化为数据”。不需要满世界跑数据采集车，直接在 Cosmos 里生成暴雨、车祸、鬼探头等极端场景视频，用来训练自动驾驶 AI。
2. Alpamayo：第一款会“解释原因”的端到端模型
这是演讲中最震撼的汽车产品。Alpamayo是全球首个开源的、具有推理能力的端到端自动驾驶模型。
不仅是开，更是想：传统的自动驾驶是“看到红灯->停车”。Alpamayo 会进行推理，它能输出决策的理由。例如：“前方车辆行驶轨迹不稳定，疑似分神，我决定拉大车距并在安全时超车。”
长尾场景克星：通过推理能力，它能将从未见过的复杂路况拆解成它熟悉的简单逻辑，从而从容应对。
对于Alpamayo模型的详情可以点击我们之前文章《吴新宙带领英伟达冲刺自动驾驶L4背后的VLA大模型算法》，这种端到端算法算是当前汽车行业公认可以从L2直接干到L4的方法论。
3. “双栈”安全架构：解决敢不敢坐的问题
端到端大模型虽然聪明，不过进入影响人类的物理世界，安全显得尤为重要。为了让大家敢坐自动驾驶车，NVIDIA 引入了“双脑护航”机制：
主脑（Alpamayo）：大模型天才赛车手，负责大部分时间的驾驶，拟人化程度高，体验顺滑。
副脑（护栏系统 Guardrail）：传统的、基于规则的代码堆栈。它死板但绝对安全。
裁判员（安全评估器）：实时监控主脑。一旦发现 Alpamo 的决策有风险（比如想闯黄灯），立刻切断其权限，由副脑接管兜底。
这是一辆每一行代码都经过安全认证（NCAP 最高评级）的汽车，解决了大模型上车的信任危机。
第四部分：生态建设——不做封闭的苹果，做开放的安卓
黄仁勋商业帝国的高明之处在于，他不仅卖铲子（芯片），他还把挖矿的地图（模型）和挖掘机图纸（架构）都公开了。这也是当初新势力汽车们能快速拥抱并搞出各种辅助驾驶的原因。
1. 拥抱开源
NVIDIA 宣布开源 Alpamo 模型及其训练数据。这意味着，无论是传统车企还是造车新势力，都不需要从零开始造轮子。即使是中小型车企，也能站在 NVIDIA 的肩膀上，快速开发出具有推理能力的自动驾驶系统。
2. 朋友圈扩容：从奔驰到机器人
落地首秀：搭载 NVIDIA 全栈技术的梅赛德斯-奔驰车型将在2025 年第一季度（美国）正式上路。这是传统豪华品牌在智能化上的一次绝地反击。
Robotaxi 网络：NVIDIA 的技术不仅服务私家车，也服务于未来的 Robotaxi 车队。
工业制造：演讲中还展示了与西门子（Siemens）的合作。NVIDIA 不仅帮车企造“车里的脑子”，还用 Omniverse 和物理 AI 帮车企设计“造车的工厂”。未来的汽车工厂，本身就是一个巨大的、由 AI 驱动的机器人系统。
结语
如果你看英伟达去年的GTC和 CES 2025,可以看到讲的更多的是Agentic AI代理AI,但今年老黄讲的更多的是Physical AI的第一站：汽车的智能辅助驾驶。
所以，看完这场演讲，我们清晰地看到：汽车行业的自动驾驶 iPhone 时刻和安卓时刻真的要来了。
未来，基于不管是英伟达 Vera Rubin 还是AMD等等其他AI 芯片公司的算力,再叠加不管是叫Cosmos 还是其他名字的世界模型的合成数据，最后配合不管是叫Alpamayo还是FSD的各种算法推理能力，将成为车企新的核心竞争力。
2026年，此类技术方案的智能汽车将快速奔驰上路，我们或许将正式见证汽车从“交通工具”向“智能机器人”的物种跃迁；见证智能辅助驾驶从L2奔向L4的自动驾驶之路。
参考资料以及图片
英伟达 CES 2026 媒体日演讲PPT
英伟达演讲内容完整文字稿：英特尔 CES 2026 主题演讲：人人享有的智能 (Intelligence for Everyone) （完整演讲稿）
*未经准许严禁转载和摘录-获取本文参考资料方式：加入我们的知识星球可以下载公众号海量参考资料包含以上参考资料。
