西风 发自 凹非寺
量子位 | 公众号 QbitAI
黄仁勋在CES 2026期间密集亮相，围绕物理AI、机器人、自动驾驶、内存瓶颈与游戏显卡等关键议题释放重要信号。
机器人就是AI移民，能承担人类不愿意从事的工作。
现在内存卡了GPU的脖子。
至于游戏玩家，英伟达或许要考虑重启旧产线（如RTX 3060），移植一些新技术。
黄仁勋在CES后随即出席联想Tech World活动，与杨元庆共同宣布“联想人工智能云超级工厂”，英伟达最新AI超算平台Vera Rubin将成为该合作核心支撑。随后，他赴IEEE颁奖现场，获颁2026年IEEE荣誉奖章（IEEE Medal of Honor），表彰其数十年来在AI基础设施领域的前瞻布局与持续创新。
机器人：AI新移民与触觉突破
黄仁勋指出，人口结构变化已难以支撑理想经济规模，亟需“AI新移民”填补制造业及重复性体力岗位缺口。机器人革命将推动经济增长，而增长本身又可创造新就业、抑制通胀、降低生活成本。
我们的核心需求，是经济的良好运行，我们需要维持低通胀水平，如此才能创造更多就业机会，让生活成本更易负担。而这一切，都将由AI技术带来。
他预测，**今年内**将出现移动能力、关节活动度与精细动作技能达到人类水平的机器人。关键突破在于触觉——当前机器人普遍依赖视觉，而真实操作必须融合触觉反馈。该领域研发难度极高，但英伟达正加速推进。
自动驾驶：开源VLA模型Alpamayo 1与平台化战略
英伟达发布全球首款开源、大规模自动驾驶视觉-语言-行动（VLA）推理模型Alpamayo 1，并明确区别于特斯拉FSD：
- 特斯拉为端到端全自动驾驶汽车制造商；
- 英伟达定位为**技术平台提供商**，面向全行业提供覆盖训练、仿真、车载部署三大环节的完整计算平台与软件栈。
就像我们针对人形机器人所做的一样，我们打造了三大核心计算平台：用于模型训练的训练计算机、用于算法验证的仿真计算机，以及部署在终端的机器人计算机——也就是自动驾驶汽车的车载计算平台。并且，我们为这三大平台，都配备了完整的软件栈。
目前合作覆盖产业链上下游：特斯拉采用其训练系统，Waymo、小鹏、Nuro、Lucid、Uber均深度集成英伟达车载计算平台。
我们奉行全面开源的策略。如果客户希望直接使用我们训练好的模型，我们非常欢迎；如果他们希望采用我们的模型技术框架，自行开展训练工作，我们甚至会提供相应的技术支持。我们的唯一目标，是赋能全球的自动驾驶产业。所有具备移动能力的载具，都应该实现自动驾驶。
显卡与内存：旧产线复产可能 + HBM4加速落地
CES未发布新款消费级显卡，主因DDR5与HBM价格持续攀升，RTX 5090零售价逼近4000美元，显卡面临成本与供应双重压力。
针对重启旧产线（如RTX 3060）或推出低显存版本的建议，黄仁勋回应：“有这种可能”，并表示**可将新一代AI技术移植至前代GPU**，虽需大量工程投入，但技术上可行。
而且，根据具体的显卡代际，我们甚至有可能将最新一代的AI技术，移植到上一代的GPU产品中。这当然需要投入相当多的工程研发资源，但从技术层面来说，同样是可以实现的。我会回去仔细研究这个提议，这是个好主意。
AMD亦在CES透露，正评估复产AM4接口桌面处理器以缓解供应压力。
与此同时，英伟达升级DLSS至4.5版本，增强多帧生成能力，支持更高倍率插帧。黄仁勋认为，未来图形渲染将走向“神经渲染”——即在更少但质量极高的像素上执行密集AI运算，实现从写实、超写实到卡通风格的全光谱实时渲染，并最终驱动AI原生游戏角色与动画。
AI基础设施：从数据中心到“AI工厂”
黄仁勋将AI基础设施定义为“AI工厂”，强调其本质是将电力、芯片与数据转化为智能产出的新型工业体系。
当前，HBM已成为GPU性能瓶颈，且供需矛盾将持续加剧。英伟达提出“新型存储内存平台”构想，作为全球最大记忆体买家之一，其需求横跨HBM、GDDR与LPDDR，推动内存竞争从单一容量转向系统级协同优化。
英伟达是全球首家、且短期内几乎唯一的HBM4主要用户。其已与头部供应商建立产能协同机制，确保HBM4量产节奏与平台发布严格对齐，相关产线扩产进展顺利。
谈及任期，黄仁勋幽默表示两大秘诀是：“首先，不要被解雇；第二，不要感到无聊。”随后严肃强调，作为AI产业“船长”，其责任在于引领全球供应链与生态伙伴，将持续履职至“值得做”的那一天。