【导读】美东时间1月5日，英伟达在CES 2026正式发布新一代Rubin AI平台及多项开源AI技术，标志着其在AI基础设施与物理AI两大方向同步加速推进。
英伟达发布Rubin AI平台，性能提升5倍，已全面投产
美东时间1月5日周一，英伟达CEO黄仁勋在拉斯维加斯CES展会宣布，新一代Rubin AI平台正式推出并已全面投产。该平台由六款全新芯片组成，整机重量近2吨，被称作“真正的人工智能工厂”，可实现每秒千亿级AI运算。
性能跃升：训练快3.5倍，推理成本降10倍
Rubin平台训练性能为前代Blackwell的3.5倍，AI软件运行性能提升5倍；推理token生成成本最高可降低10倍，训练混合专家模型（MoE）所需GPU数量减少4倍。
Vera CPU搭载88个定制Olympus核心，专为代理推理设计，能效为同级别产品两倍；Rubin GPU集成第三代Transformer引擎，支持硬件加速自适应压缩，单卡提供50 petaflops NVFP4算力与3.6TB/s带宽；Vera Rubin NVL72机架级系统总带宽达260TB/s。
芯片进展顺利，生态伙伴加速落地
全部六款Rubin芯片已从制造合作伙伴回厂，并通过关键部署测试。平台集成五大核心技术：第六代NVLink互连、Transformer引擎、机密计算、RAS引擎与Vera CPU。其中，第三代机密计算技术首次实现CPU、GPU与NVLink域全链路数据安全保护；第二代RAS引擎支持实时健康监测与主动维护，模块化无线缆托盘设计使组装与维护效率较Blackwell提升18倍。
微软、AWS、谷歌云、甲骨文云、CoreWeave、Lambda、Nebius和Nscale等云服务商将在2026年首批部署Rubin实例。微软下一代Fairwater AI超级工厂将采用Vera Rubin NVL72系统，规模可扩展至数十万颗超级芯片。
OpenAI CEO Sam Altman评价：“英伟达Rubin平台帮助我们持续扩展智能边界。” Anthropic CEO Dario Amodei指出，其效率提升“代表了更长记忆、更好推理与更可靠输出所需的基础设施进步”。Meta CEO扎克伯格称，该平台有望带来“性能与效率的阶跃式变化”，是面向十亿级用户部署最先进模型的关键基础。
思科、戴尔、惠普企业、联想、超微将陆续推出Rubin服务器；Anthropic、Cohere、Meta、Mistral AI、OpenAI、xAI等AI实验室正规划基于Rubin训练更大、更强的模型。
首发开源推理VLA模型Alpamayo 1，推动自动驾驶进入“思考”时代
英伟达同步开源首个推理视觉-语言-动作（VLA）模型Alpamayo 1，采用100亿参数架构，支持视频输入，可生成驾驶轨迹及完整推理过程，旨在打造能在突发状况下自主“思考”解决方案的车辆系统。
首款搭载英伟达技术的汽车将于2026年第一季度在美国上路，第二季度在欧洲上路，下半年在亚洲上路。
构建开放自动驾驶开发生态
Alpamayo家族包含三大支柱：开源模型、仿真框架AlpaSim与大规模真实驾驶数据集（超1700小时，覆盖全球复杂边缘场景），已在Hugging Face与GitHub开源发布。
AlpaSim是端到端高保真自动驾驶仿真框架，支持真实传感器建模、动态交通配置与闭环测试；数据集涵盖罕见事故、信号灯故障等典型长尾问题，为推理能力训练提供关键支撑。
英伟达强调，Alpamayo 1作为教师模型，不直接部署于车端，而是用于微调和蒸馏至车载系统骨干中。后续版本将扩展参数规模、增强推理深度、提升多模态灵活性，并开放商业授权选项。
推理VLA技术原理：让AI像人一样分步决策
推理VLA融合视觉感知、语言理解与动作生成，区别于传统VLA模型的是——它能将复杂任务分解为子步骤，并以可解释形式呈现推理链条。例如在十字路口场景：“看到停止标志+左侧来车+行人过马路→减速停车→等待行人通过→安全通行”。
该能力依赖三类基础功能协同：视觉感知（处理摄像头、激光雷达等传感器数据）、语言理解（解析指令与上下文提示）、动作与决策制定（融合多源信息生成可执行指令与推理痕迹）。
跨行业AI模型全面开源，覆盖代理AI、物理AI、机器人与生物医学
英伟达本周同步发布多个领域开源模型与工具：
- Nemotron家族：面向代理AI，新增语音识别（Nemotron Speech）、多模态检索增强生成（Nemotron RAG）及安全增强模型，支持低延迟实时字幕与多语言多模态洞察；
- Cosmos平台：面向物理AI，提供类人推理与开放世界生成能力；
- Isaac GR00T N1.6：面向人形机器人，集成全身控制与Cosmos Reason推理引擎；
- Clara平台：面向生物医学，支持蛋白质结构预测与多组学分析。
配套发布全球最大的开放多模态数据集之一：10万亿语言训练标记、50万个机器人轨迹、45.5万个蛋白质结构、100TB车辆传感器数据。所有模型、数据与训练框架已在GitHub、Hugging Face及build.nvidia.com开放获取，并支持通过NVIDIA NIM微服务，在边缘至云端任意NVIDIA加速基础设施上安全、可扩展部署。
博世、CodeRabbit、CrowdStrike、Fortinet、Franka Robotics、Palantir、Salesforce、ServiceNow、日立、Uber等企业已启动基于上述开源技术的联合开发。