黄仁勋ces演讲缺电吗

黄仁勋再一次掀翻了全球科技的桌子啊，我追踪了他在二零二零年 c e s。 的 演讲，可谓是炸裂至极。可以说，在这个被称为全球科技春晚的舞台上面，皮衣哥这次不但升级了自己的鳄鱼皮战袍，更是亲手拆了英伟达长达二十年以来的规矩，并且压上了整个行业的未来，来了一场 ai 的 惊天豪赌。 到底这一次，黄教主带给全世界是怎么样的惊天作品？又隐藏了哪些财富密码呢？我总结了这次他发言的五大重点，来，收藏起来一起慢慢看。第一点就是 ai 的 成本将迅速降低，以每年打一折的速度，计算时代将正式终结。老黄呢，抛出了一个核心判断，堪称颠覆，就是过去六十年，通用计算的时代已经终结， 这背后呢，将是一场极致的成本革命。 ai 的 偷根成本将以每年降到上一年十分之一的速度暴跌， 钻力呢，即将变得像水一样便宜了。英伟达要做的就是把每一瓦的电力进入数据中心，并且高效地转化成智能。而未来的数据中心不再是存储资料的图书馆，而是生产 ai token 的 智能工厂。 第二点叫疯狂重构，要拆掉旧神殿，打造 ai 火箭引擎。老黄这次的做法堪称是疯狂到极致。要知道，英伟达有一条保持了二十年的铁律，就是每代产品呢，最多只动用一到两颗芯片，因为重新设计一颗芯片的成本和风险都高到惊人。 但是这次，他一口气把 c p u g p u、 网络存储等等六颗芯片的核心全都推倒重来， 打造了全新的如品平台。更夸张的是，这六颗芯片将会被集成在一个二点五吨重，没有电缆没有风扇的巨型机架里边，内含两百二十万亿个晶体管。马斯克看了都直接惊呼说这是 ai 的 火箭引擎，堪称工程奇迹。 那老黄为什么要这么做呢？因为英伟达已经提前看到 ai 模型的规模和需求每年都会暴涨十倍，但芯片的性能已经跟不上了，人类即将突破摩尔定律的极限， 所以它必须用这种自费武功的重构，把算力性能提升五倍，把成本降到十分之一。它不仅要让算力变成白菜价，更要让全人类的脑力活贬值。接下来随着 ai 的 发展，又要有一些低级的工种继续进入失业的时代了。第三点， ai 将长出肉身！更震撼的来了，智能有了 ai 还要有身体！ 老黄现场再次宣布推出物理 ai， 他 开源了 cosmos 的 物理世界模型。让 ai 进入机器人身体之前呢，先在虚拟世界里边 遵循物理定律，比如说重力呀，摩擦力呀，反复训练上一次。而带着这些上亿年的经验在降临人间，那现场呢？如人形机器人，只要看人类演示一遍，就能快速地学会叠衣服。这解决了机器人开发的数据荒的问题，又是一个惊天的革命。 第四点，就是世界上首个会思考的自动驾驶 ai 来了。昨天晚上彻底炸场的就是这个 ai 的 自动驾驶了，它不是传统的代码驾驶，而是全球真正首个能够思考的自动驾驶模型。那比如说在暴雨夜的混乱的路口，那像人类老司机一样进行 严密的逻辑推理，前方比如说有积水，那可能就会有藏了一个坑，然后呢，我就要减速百分之二十，左侧的行人呢，视线会受阻的话，我就准备避让等等这一连串逻辑精密的思考，那这样每一步的操作都能给出为什么的解释？ 那目前首搭的这个车型呢，是二零二六款的奔驰 c l a 了，就号称要拿下欧洲安全测试史上的最高分，可以看到英伟达野心真的是赤裸裸的，二零二七年将测试 l 四级的 robotix， 最终让每个车辆都实现自动驾驶。特斯拉的 fsd 这次真的是遇到了一个理解交通的强大对手了。总结下来啊，我觉得黄仁勋这次赌的呢，其实是下一次工业革命来临的时候，全世界的基础设施都会不够用，所以他已经在下一个赛道里面 提前锁定第四次工业革命未来的总攻头的角色了。并且呢，他画出了一张层次分明的蓝图啊，一共有四层， 第一个底层就是用 ruby 平台重构全球算力的基础设施，让智能生产便宜如自来水。第二层是核心，就是从训练 ai 到进化成推理模型，让 ai 彻底从工具变成员工。第三个就是代替，让 ai 长出肉身，拥有感知和操纵物理世界的能力。 第四个就是场景了，让更多民用商用的应用场景落地，主动制造需求来撬动万亿级的市场。我觉得这不仅仅是技术革命了，这是一场压上了英伟达十万亿市值和 ai 行业下一个十年的战略豪赌。二零二六年的下半年呢，入便平台即将量产了，这个时候我们就能看清 黄仁勋这场堪称拆家的赌局的中局。目前英伟达已经是人类历史上首个突破五万亿市值的一个巨无霸了，那么到了今年底，英伟达的市值会不会再次翻番呢？所以你觉得黄仁勋这次到底是神来之笔还是孤注一掷呢？评论区等你高见，带你探索全球更多新彩文脉，关注老姐高端讲解！

welcome to the stage， nvidia founder and ceo jensen wong hello， las vegas！ happy new year！ welcome to ces！ 当地时间一月五日， ces 二零二六现场那叫一个热闹非凡。英伟达掌门人黄仁勋一登场，就像往科技圈扔了一颗超级炸弹， 带来一系列让人惊掉下巴的新玩意儿，仿佛在喊，都看过来，英伟达要开启 ai 新纪元呐！ 芯片狂飙性能起飞成本跳水黄仁勋这次掏出了 vr 入便超级芯片平台，这简直就是 ai 界的超级工厂，它把 cpu、 gpu、 网络、交换机等六大部件一股脑儿全整合在一起， 携同工作起来那叫一个丝滑。跟上一代比起来，性能直接飙升五倍，成本却像坐了滑梯一样降了十倍，组装时间也从两小时缩短到五分钟，而且百分之八十的部件都用上了液冷散热， 这省电程度简直能让电费账单瘦身成功。这芯片就是为训练 ai 大 模型量身打造的，以后 chat、 gpt 这类工具运行起来，那速度估计得像火箭一样嗖的一下。 自动驾驶从小跟班到独行侠自动驾驶领域，英伟达也搞出了大动静，奥帕没有自动驾驶模型闪亮登场，这模型可不得了， 能像人类一样思考推理，还能自己开车，而且每一步决策都有记录可查， 安全系数直接拉满，为 l 四级完全无人驾驶提供了超实用的方案。英伟达还和梅赛德斯奔驰搞起了合作，二零二六年首款搭载 a 的 车型就要在美国闪亮登场， 之后还会陆续开到欧洲和亚洲，以后说不定满大街都是无人驾驶的车，网约车司机和物流司机们可得提前想想新出路啦！ 物理 ai 让 ai 脚踏实地黄仁勋这次还把 ai 从虚拟世界拉到了现实世界，提出了物理 ai 战略， 简单来说就是让 ai 能理解并操控现实世界。像机器人、工业自动化这些领域都要被它拿下，市场规模那可是万亿级别的。 英伟达还拿出了三大秘密武器， newton 物理引擎能模拟现实世界的物理规律，让机器人更懂环境。 cosmo 基础模型用合成数据训练 ai， 不 用再满世界采集数据，开发成本大大降低。 gpu 加 lpu 混合算力，让机器人反应速度像闪电一样快。 英伟达还和波士顿动力、特斯拉、 optimus 等一众大佬合作，一起推动机器人技术落地。看来机器人走进千家万户的日子不远了。 机器人迎来 chat gpt 式爆发，黄仁勋在演讲里放话，机器人领域正像二零二零年的 ai 语言模型一样，要迎来爆发前夜了。 英伟达打算当机器人开发的幕后大老板，提供硬件芯片和软件 ai 模型支持。它和特斯拉 optimus 合作开发的 ai for physics 系统，能让机器人适应各种复杂环境， 不管是崎岖山路还是突发障碍都不在话下。以后家里有个机器人保姆帮忙做家务，照顾老人小孩，那画面想想都美！ 黄仁勋这次在 c e s 二零二六年上的演讲，就像给科技圈打了一针兴奋剂，英伟达这是要成为 ai 时代的全能王，从芯片到模型再到行业应用，全都要拿下， 看来未来的世界真要被 ai 和英伟达承包啦！

二零二六开年第一乍黄仁勋闪亮登场， c s 二零二六一口气甩出了多项重磅发布，这次不只是卖芯片，英伟达直接重新定义了下一代 ai 基础设施。老黄开场直接给出了一串惊人的数据，现在模型尺寸每年增长十倍，模型思考用的 to token 数量每年增长五倍， 但每个偷看的价格必须每年降低十倍。为了接住这种需求的暴涨， veruben pod ai 超级计算机来了，它由六款自研芯片组成，其中 c p u 性能提升两倍， g p u 推理性能飙升五倍。这些狠货组合在一起，让单机价算力达到了恐怖的三点六 evlops。 老黄称这头性能怪兽功耗翻倍， 却不需要冷水，直接用四十五度的温水就能冷却，一年能帮数据中心省下百分之六的电。其次，为了解决 ai 推理的效率问题， 老黄寄出了三大神器。第一是 spectrum x 以太网供风状光学器件，能效提升五倍，专门给数据中心省电。第二是推理上下文存储平台，将上下文作为一等数据类型处理，让长对话和复杂推理不再卡顿，推理性能直接翻五倍。第三是 d g x superpod， 基于 ruben 打造的 ai 工厂蓝图，可将大型 mo 模型的 token 成本降低至十分之一。最后是应用层面的王炸，因为达发布了首个开源的 能思考的自动驾驶模型 alpha male， 它不仅能开车，还能像人一样推理。老黄称，搭载这套系统的奔驰 c l a 已经量产，还被评为了全球最安全汽车。开源加硬件，英伟达这波操作可以说又让护城河伸了三尺。

就在刚刚结束的 c e s。 二零二六科技春晚上，黄仁勋用一场九十分钟的硬核演讲，亲手撕掉了 ai 虚火的标签，向全世界宣告了一个全新的事实，我们正在经历的不仅仅是技术的迭代，而是一场这一代人原本以为还要很久才会到来的新工业革命。 故事的开始依然是算力，但这回不再是枯燥的参数堆砌。想象一下，过去需要整整一座大型机房才能跑得起来的超级大模型，现在被黄仁勋塞进了一个柜子里， 让算力成本出现了断崖式的下跌。这意味着什么？意味着那些曾经昂贵到只有巨头玩得起的顶级智慧，即将变成像水和电一样廉价的基础设施。当智商不再昂贵， ai 进化的枷锁就被彻底打破了。 但黄仁勋的野心远不止于此。如果说算力是心脏，那这次他真正想展示的是 ai 的 四肢。在演讲中，他花了七成的篇幅反复强调一个词， physical ai、 物理 ai。 以前我们谈 ai 是 感知，是生成，但在黄仁勋的蓝图里， ai 进化的终极形态是拥有身体，是在遵守牛顿定律的前提下真正走进我们的物理世界。现场那个酷似瓦力的迪士尼机器人就是最好的证明。 它不需要在现实中摔打无数次，而是在数字孪生的虚拟宇宙里完成了成千上万次的训练。只要十分钟，它就能把虚拟的经验完美复制到现实，摔倒了能自己爬起来。 这就像是打通了黑客帝国与现实世界的任督二脉。虚拟的训练场终于能反补现实的躯体，而这个躯体最先落地的场景，就是我们的汽车。黄仁勋发布的全球首款能思考的自动驾驶模型，让汽车彻底告别了死记硬背规则的时代，进入了老司机时代。 它不再是机械地识别红绿灯，而是具备了推理能力。比如看到路边行人迈出一只脚，它会像人类司机一样下意识减速，因为它预测这人要穿马路。 这不是代码的执行，这是对人类世界因果关系的深度理解。从算力爆发，到打通虚拟与现实，再到赋予机器直觉，英伟达拼完了物理 ai 落地的最后一块拼图。当算力不再是瓶颈，当 ai 能理解物理世界的规律，当海量的机器人准备走出实验室， 我们即将迎来的，或许是一个新物种集中爆发的时代。在这个被重新定义的物理世界里，我们每一个人又该如何找到属于自己的新位置？这或许才是黄仁勋留给我们最值得深思的新年礼物。

黄仁勋真的是太会整活了，把今年 c e s 大 会上的演讲直接搞成了一场教科书级别的销售，不到会一登场就直面客户的疑虑， ai 泡沫到底是否存在？老黄说，我们熟悉的软件时代正在结束， 从大型机到 pc 到互联网、云计算，再到移动互联网，几乎每十到十五年就会发生一次平台级的切换。但 ai 时代不一样，出现了两次切换，一个是应用平台在变，未来的应用将不再是用 ai， 而是直接构建在 ai 之上的原生 ai 应用。另一个是软件开发和运行方式发生了质变，从过去的斜软件转向训练软件， 从 cpu 时代全面切换到 gpu 时代。这就引出了它的第一个重要结论，当规模高达十万亿美元的传统计算体系开始整体迁移到 ai 体系， 影响的可不只是几家公司，而是全球所有行业研发预算、资本开支和资源的系统性迁移。每年新增的数千亿美元投入，不是情绪推动的泡沫，而是旧平台被强制升级的结果。接下来就是第二部分，这个市场的需求到底有多蓝海？ 黄仁勋说， ai 的 价值正在从生成内容转向生成行动。真正推动这一变化的，是三股力量的同时出现。第一个是推理模型， ai 不 再是一问一答，而是会思考，会在推理时持续消耗算力。第二是智能体，当 ai 能够查资料、使用工具、拆解任务、做规划，帮你真正完成工作的时候，身份就从用完就扔的工具变成了常驻劳动力， 成为企业每天都要承担的运行成本。第三是 physical ai， 与传统大语言模型最大区别就是能够理解真实世界的物理规则，比如重力摩擦、惯性、因果关系以及复杂环境中的交互方式。但问题是，获取真实世界的数据不但成本昂贵，而且数据量根本不够用。 因此，除了需要用到核磁数据加高保真仿真系统，在虚拟环境里建立一个可训练的物理世界以外，还需要三套系统分别解决模型训练、现实推理和仿真验证。巧的是，英伟达恰好能提供完整的打包方案，从而推动自动驾驶和机器人的普及加速。在黄仁勋看来， 自动驾驶将成为第一个真正可规模化落地的 facebook ai 场景，并给出了明确的时间判断，从非自动驾驶走向高度自动驾驶的拐点就是现在。未来十年内，全球将会有非常大比例的汽车具备自动驾驶能力。 为此，英伟达向行业提供了一个开源自动驾驶推理模型， oppo mario， 所有车企都能基于此进行二次训练和微调。之所以开源，是因为黄仁君认为，未来 ai 不 可能只靠几家少数闭源模型来推进。 像中国以 deepsea 为代表的开源模型，是 ai 能真正渗透到每个行业、每个国家的前提。而英伟达把自动驾驶所需要的核心模型、数据和工具链全部免费开放给整个生态，为的就是吸引更多行业的开发者和工 来共同推高算力需求的天花板。到这里，所有的铺垫终于结束，真正的核心销售产品 vero robbie 正式登场。黄仁勋说，当下的摩尔定律已经跟不上模型规模、 token 效率、推理复杂度和智能体运行方式的增长速度，因此需要机械协调设计出一个全新的产品。不是像过去那样每次只修改一两个芯片，而是把 c p u g p u 网络 存储、接口、散热、整条系统电路全部重做。全新设计的六款芯片让 ruby 的 效率一飞冲天，相比上代平台性能暴增五倍，更让训练用的 g p u 数量下降了百分之七十五，推理阶段的 ko 成本下降了百分之九十。如果不够用，还可将多台拥有七十二颗 g p u 的 微软 n v l 七二服务器， 组成算力怪兽 d g x super power 的 超级计算机群。可以说，英伟达以一己之力再次把纳萨克直接送入了 ktv。 因为这场演讲本质上是在告诉整个行业，当前的计算行业已被 ai 改造成了一个智能工， 在这座工厂里，应用不再是点按钮的界面，而是智能体驱动的任务执行入口。模型不再只是少数公司的专利，而是随手可得的生产资料。而英伟达做的事情只有一件，那就是提供这座工厂赖以运转的核心机器。所以现在只有一个问题，当下半年入面正式开售的时候，你是选择围观，还是参与行政？又或者成为英伟达的客户，成为主宰未来命运的人？

黄仁勋彻底疯了！昨天，黄仁勋在 cs 二零二六中发布了震撼世界的一个主题演讲，全程九十分钟，从头炸到尾，简直比演唱会还要精彩。从芯片架构到自动驾驶，再到人形机器人，这些都不再是科幻片中的场景，而是二零二六年就会发生的事实。 一个万物皆可 ai 物理 ai 全面觉醒的时代，被老黄按下了快进键，我第一时间把最关键的四个重磅内容给你全部整理好了。首先，黄日勋这次要彻底重构地球的算力基础设施。这次黄日勋把自己的六颗芯片全部推倒重来。 在过去二十多年，英伟达有一条铁律，就是每一代最多动一到两颗芯片，因为重新设计一颗芯片的风险极高，甚至足以让任何一家公司破产。但是这次从 c p u 到 g p u， 从网络到存储，黄旭勋把整个数据中心彻底拆除重建，这就是他这次全新发布的 roblin 平台。 黄旭勋直接把二点五吨的大家伙搬到了舞台，二百二十万亿个精气馆，简直就是 ai 的 火箭引擎，还有工程奇迹。 知道这个效果有多夸张吗？有的，这个家伙呀，算力性能直接提升五倍，而推理成本直接降低十倍。而且英伟达这次还给 ai 配了一个超大号的便签本， 直接给每一个节点配备一百五十 tb 的 上下文内存，比百分之九十九电脑的硬盘都要大。这样呢， ai 就 可以边工作边记录，让每秒处理的 token 数量直接提升五倍。但是光有存储还不够啊！ 黄仁勋要让分布在几十个机架上万块 gpu 上的存储，就像一块内存一样那样去写作。黄仁勋说啊，造价五百亿美元的超大数据中心，只要用了这个技术，营收能力可以直接翻倍。黄仁勋那句买的越多，省的越多，这次真的不是开玩笑啊。而第二个重点就是开源生态的全面爆发。 黄仁勋呢，一上台就提到了 deepsea。 在 现场的 ppt 中，我们熟悉的 kimi、 k 二还有 deepsea 三点二分别在开源领域排名第一和第二。而黄仁勋这次在开源领域也杀疯了，他直接推出了开源 ai 全家桶， 从训练数据集、预训练模型，到完整的代码链，还有工具链一应俱全。在未来呢，只要三个人的创业团队用开源模型再加上垂直领域的数据，就能够做出超越大厂的通用模型的专业 ai 产品。 而第三个重点，黄瑞勋要给 ai 装上手脚，让 ai 直接杀进物理世界去干活。英伟达的下个野心就是物理 ai。 在 发布会的现场，黄瑞勋背后直接站上了人形机器人、四足机器人、轮式服务机器人、工业机械臂、工程机械、无人机等等，简直就是科幻电影的拍摄现场啊。 所有的机器人都搭载了英伟达的 jackson 小 型计算机，他们就会在虚拟世界里面反复的练习，等到真正面对物理世界的时候，他们已经身经百战。 顺便提一句啊，其实前几年我还用 jackson 开发过 ai 应用，但是没过几年， jackson 已经完全变了，但这还不是最牛的。黄瑞勋说，其实这个世界上最大的机器人是工厂本身，英伟达呢，正在把这套技术整合进包括西门子在内的整个工业体系， 未来的芯片设计、系统设计、工厂仿真都将由英伟达的这个物理 ai 去加速。而且在现场啊，黄瑞勋直接提出了构建物理 ai 的 三台计算机核心架构 训练计算机负责模型学习推理计算机负责执行任务，而模拟计算机负责提供虚拟的训练环境。而基于这套架构，黄日勋正式发布了全球首个具备推理能力的全自动驾驶模型 airp mile。 它不只是能够识别出前方有车，而是能够推理那辆车可能要左转，所以我应该等它先过。这种能力让自动驾驶直接从按规则行驶升级到了像人一样思考。 而且这根本不是一个实验室的 demo， 搭载这个技术的奔驰 c l v 汽车就会在二零二六年的第一季度直接在美国上路，而这辆车已经被 n c a p 评为全世界最安全的汽车。 当自动驾驶能够像老司机一样察言观色，提前预判，我们在通勤路上或许可以直接睡个回笼觉了。 那其实这场发布会上，我觉得最可怕的根本不是技术有多炫，而是这一切来的实在是太快了，快到我们可能还没有准备好，但是这正是让人最期待的部分，未来还没有被写死，我们每一个人都有机会参与其中。好了，我是 c 哥，点个关注，带你看未来科技的精彩！

黄仁勋 c e s。 炸场全解析，五分钟看懂 ai， 下一个十年错过，再等十五年！黄仁勋，这次 c e s。 直接把 ai 的 未来砸在我们面前了，三千人现场挤爆全球，数百万人在线蹲守， 十五场演讲的内容浓缩成一场发布会，全是颠覆行业的大消息。双平台转移同时爆发，物理 ai 要改变世界，自动驾驶汽车马上上路！还有比全球互联网快两倍的超级计算机，今天这五分钟，直接帮你锁定未来十年的科技风口！ 一定要看到最后一、计算机行业十五年一遇的双重大重机！黄仁勋一开场就点破核心，每隔十到十五年，计算机行业就会重启一次，从大型机到 pc、 互联网、云、移动端，每次都是全新平台的革命。 但这次不一样， ai 平台转移和软件研发革命同时发生。以前我们是编程软件，现在是训练软件，以前跑在 cpu 上，现在全靠 gpu。 以前的软件是预制好的，现在的 ai 能从零生成每一个像素，每一个头肯，这不是小迭代，是整个计算行业核心堆栈的彻底重塑。 二十万亿美元基建大迁移，钱从哪来？很多人问， ai 这么烧钱，钱到底从哪来？黄仁勋直接给出答案。过去十年，约十万亿美元的传统计算机正在全面向 ai 化转型，每年数千亿美元的风投砸进这个领域， 价值一百万亿美元的产业研发预算都在转向 ai。 简单说，这不是凭空造钱，是从旧的 it 时代向新的 ai 时代的全面资金大转移。 这也是因为答为什么忙到停不下来的原因。三、 ai 的 下一个核心，会思考的智能体叉 gpt 刚出来时，大家都吐槽他幻觉严重，原因很简单，他记不住未来和当下的信息。 而现在的 ai 智能体 agentic 彻底解决了这个问题，它会推理、会做研究、会用工具、会拆分任务，就像我们遇到陌生问题，会拆解成已知步骤一样。 ai 现在能执行从未训练过的任务。黄仁勋说这是开创性的突破，而这一切现在已经完全开源了， 任何人都能用上。四、多模型协同 ai 界的强强联合黄仁勋透露了一个天才级玩法， ai 不 再单打独斗，而是会在推理过程中调用全世界最适合的模型来解决问题，这就是多模型协同， 它既是多模态的，也是多余的，还能适配边缘设备、企业内部等不同场景。这一下打开了所有应用的大门，未来的 ai 应用都将是这个框架。五、人人都能做的个人 ai 处理，已经实现了 发布会上的演示，直接看呆全场。用英伟达的工具，普通人也能搭建专属个人处理，处理日历、邮件代办清单，还能连接机器人照看家里想发邮件。本地运行的开放模型，保证隐思想把草图变建筑，渲染图一句话就能生成， 甚至能叫宠物狗下沙发。更牛的是，还能把访问权限分享给别人，这波直接把 ai 拉到了人人可用的层面。 六、物理 ai 的 叉 hpt 时刻要来了，黄仁勋喊了八年的物理 ai 终于要爆发了，以前的 ai 只在屏幕里跟你互动， 现在的物理 ai 能理解物理世界的常识，物体横存、因果关系、重力、摩擦力，比如你推一下东西，它知道会倒看一眼，再回头知道东西还在。而这一切的基础是英伟达的 cosmos 世界基础模型，已经被下载了数百万次，正在为物理 ai 时代铺路。 七、自动驾驶汽车 q 一 上路，全站安全认证重磅消息！英伟达和奔驰合作的自动驾驶汽车，今年 q 一 先在美国上路， q 二去欧洲，下半年到亚洲。 这款车搭载的 airp 没有 ai， 不 仅能自动驾驶，还会告诉你要做什么，为什么这么做？最牛的是双重安全堆站，一个是 ai 驱动的自动驾驶站，一个是经典的安全护栏站，还获得了 ncap 世界最安全汽车评级， 每一行代码、每颗芯片都经过安全认证。八、开源模型崛起，未来最大的 ai 势力黄仁勋预判，现在 open ai 是 最大的 toc 生成者，但未来开源模型会是最大的势力，因为开源模型能激活全球所有公司、研究院的创新，覆盖各种领域和模态。 去年 deepsea 二一的出现，直接激活了开源模型运动。现在开源模型虽然落后前沿六个月，但每六个月就会更新迭代，下载量爆炸式增长，全世界都在参与这场 ai 革命。 九、两吨重的超级计算机 vero rubin 算力暴涨五倍为了应对 ai 飙升的算力需求，英伟达发布了以天文学家维拉鲁滨命名的超级计算机， 现在已经全面量产。这个巨无霸重达二点五度，有两百二十万亿个晶体管， 推理性能是上一代的五倍，训练性能三点五倍。更神的是，他用四十五摄氏度的热水冷却，不用冷水基组，能节省百分之六的全球数据中心电力，还能以比全球互联网快两倍的速度传输数据。十、新工业革命 ai 改造工厂全生命周期 英伟达和西门子联手要用 ai 彻底改造工业，从芯片设计、工厂建设到生产运营、测试评估，全生命周期，都用物理 ai 和数字万生技术。 用 ai 设计芯片，用合成数据聚链、工业机器人用 optimus 模拟生产线。这正好解决了全球劳动力短缺的问题，开启了物理 ai 驱动的新工业革命。 黄仁勋这次发布会把 ai 从芯片到基础设施，从模型到应用的全站蓝图都画清楚了。以前我们觉得 ai 离生活很远，现在才发现自动驾驶、个人助理、智能工厂已经在门口了。你觉得这场 ai 革命会最先改变我们生活的哪个方面？评论区聊聊。

二零二六开年第一乍，黄仁勋闪亮登场， c s 二零二六一口气甩出了多项重磅发布。这次不只是卖芯片，英伟达直接重新定义了下一代 ai 基础设施。老黄开场直接给出了一串惊人的数据，现在模型尺寸每年增长十倍，模型思考用的 token 数量每年增长五倍， 但每个偷看的价格必须每年降低十倍。为了接住这种需求的暴涨， veruben pod ai 超级计算机来了，它由六款自研芯片组成，其中 c p u 性能提升两倍， g p u 推理性能飙升五倍。这些狠货组合在一起，让单机价算力达到了恐怖的三点六 evlops。 老黄称这头性能怪兽功耗翻倍， 就不需要冷水，直接用四十五度的温水就能冷却，一年能帮数据中心省下百分之六的电。其次，为了解决 ai 推理的效率问题， 老黄寄出了三大神器。第一是 spectrum x 以太网供风状光学器械，能效提升五倍，专门给数据中心省电。第二是推理上下文存储平台，将上下文作为一等数据类型处理，让长对话和复杂推理不再卡顿，推理性能直接翻五倍。第三是 d g x superpod， 基于 rubin 打造的 ai 工厂蓝图，可将大型 mo 模型的 token 成本降低至十分之一。最后是应用层面的王炸，因为达发布了首个开源的 能思考的自动驾驶模型 alpha male， 它不仅能开车，还能像人一样推理。老黄称，搭载这套系统的奔驰 c l a 已经量产，还被评为了全球最安全汽车。开源加硬件，英伟达这波操作可以说又让护城河伸了三尺。

欢迎收听。嗯，我们经常听到一句话，就是，呃，我们正处在一个巨大的转折点上。说实话，这种话听多了都有点，嗯，麻木了，对吧？确实是。但这一次你发来的英伟达 ceo 黄仁勋的那个演讲稿，我感觉，哎，有点不一样。 他说，这可不是一次普通的升级，这是一次对整个计算行业的彻底重塑，是那种，呃，他说十到十五年才会发生一次的根本性变更。对，没错，而且他用了一个， 呃，一个非常惊人的数字来定义这个变更的规模是哪个数字。他说，过去十年，全球在计算基础设施上投入了大概，嗯，十万亿美元。十万亿，是的，而现在，这十万亿美元的存量资产正在被加速淘汰和摩羯大化。 哇，这不是小修小补，说白了就是推倒重来。这就对了，这正是我今天想跟你好好聊聊的地方。这个推倒重来到底呃，是个什么搞法？所以今天我们就来好好普及一下这份信息量极大的演讲。我们的任务就是帮你理清这个脉络，找出那些嗯 嗯，最关键的，能让你啊哈的时刻好要理解他。整个蓝图，我觉得得先抓住他提的那个核心框架，嗯，也就是所谓的两个同时发生的平台转变。两个转变？对， 第一个是在应用层面，未来的应用程序将不再是内置 ai 功能，它们会完全建立在 ai 之上。等等，这个我们得拆开看看。 建立在 ai 之上和内置 ai 功能，听起来有点像文字游戏，区别真的有那么大吗？区别是根本性的完全不一样。怎么说内置 ai？ 这么说吧， 就像是给你的 word 文档加一个语法检查功能。我明白了，一个附加功能，对，而建立在 ai 之上，就意味着你根本不需要打开 word 了。你直接对 ai 说，诶，帮我写一篇关于市场趋势的报告，然后它会从零开始，为你生成每一个字，每一张图标。啊哈， 我们正在从使用预设程序转向与生成式系统互动，我们不再是去编遣指令，而是去训练模型，计算的核心也从 c p u 全面转向了 g p u。 这是一种范式转型。我明白了。所以，这就像是从使用地图导航，变成了拥有一个可以实时规划路线，还能帮你预定餐厅，顺便兼职导游的私人助理。这个比喻很到位。好的， 这个框架很有帮助。那我们先从这个 ai 大 脑本身开始聊吧。嗯，我看这份讲稿的时候，有一个地方特别困惑。我们都知道，现在的 ai， 包括 chat gpt， 最大的问题之一就是会胡说八道，对吧？对，就是产生幻觉。 但黄仁勋又说，未来的 ai 会变得极其可靠。这这两者之间不是完全矛盾吗？他是怎么解决这个根本问题的？这个就触及到了他整个栏杆货的第一个关键点。 他认为我们之前对 ai 的 期待从根本上就错了。错了，我们一直想让 ai 成为一个无所不知的万事通图书馆，你问他什么，他就从记忆里给你调取答案。 但他真正的潜力是成为一个会思考的侦探。会思考的侦探，这个比喻有意思，展开说说。你想一个侦探，他在面对一个复杂案件的时候，他不会假装自己知道所有答案。嗯，他会去调查，对，他会做什么？他会去调查，会推理， 会使用各种工具，比如法医报告、监控录像，然后把这些线索拼凑起来，得出一个结论，哦，黄仁勋提出的这个代理系统，也就是 agencisystems 就是 这样一种 ai， 它不再仅仅是回答问题，它具备了推理、规划，还有使用工具来查找信息的能力。 所以等于说， ai 的 核心能力不再是记忆，而是解决问题的方法论。没错，当他遇到一个不知道的问题时，他的第一反应不是瞎编一个答案，而是启动一个研究流程，完全正确 就从根本上解决了那个幻觉问题。因为他懂得了在不确定的时候先去做研究。就像我们人类一样，你不需要在第一天就懂得所有知识，对吧？哎，你只需要知道，当遇到新问题的时候，如何把它分解成自己已知的步骤，然后通过推理来解决。 侯仁勋又提到一个叫 curser 的 代理模型，已经彻底改变了英威达内部工程师编程的方式了。我明白了，这让我想起一个聪明的项目经理，嗯，他自己不一定是所有领域最顶尖的专家， 但他知道，当遇到一个视觉问题时，该去找哪个设计师。遇到一个数据问题时，该去找哪个分析师。哎，你这个比喻抓到精髓了， 就是多模型系统的概念。未来的 ai 应用会是一个总管 ai， 它在接到一个复杂任务时，可以随时调用世界上其他所有最擅长解决特定子问题的 ai 来协助完成工作。哇，一个 ai 负责生成代码， 另一个负责把代码渲染成图像，还有一个负责检查物理逻辑合不合理，它们组成一个团队， 共同解决问题。听起来 ai 的 大脑已经进化得非常非常聪明了。是的，但我立刻就想到了一个问题，一个再聪明的大脑，如果被关在一个黑屋子里，他也无能为力。 他要怎么去理解我们这个？嗯，充满物理定律的时间呢？比如，他怎么知道你手一松，杯子会掉在地上虽碎而不是飞到天上去？这个问题问得太好了，这完美地衔接到了黄人雄蓝图的第二部分，哦，就是物理 ai， physical ai。 这正是鹰尾巴已经秘密研究了八年的领域，一个纯粹的数字大脑 如何获得物理世界的尝试。等一下，你说现实世界的数据不够用？我有点不理解。现在不是到处都是摄像头吗？每天产生海量的数据？嗯，无论是自动驾驶汽车的路测数据，还是工厂里的监控视频，数据量应该是爆炸性的才对， 为什么还会不够用？嗯，你问到关键了，问题在于多样化，而不是绝对数量多样型。对， 你可能有一百万小时在晴天高速公路上正常驾驶的视频，但可能只有一秒钟的视频，是一头鹿 突然在雨夜从浓雾里跳到你车前啊，而恰恰是这一秒钟的长尾事件，决定了自动驾驶的生死。确实，你永远不可能通过现实世界的录制穷尽所有这些罕见等致命的意外情况。我明白了，所以，问题不是数据不够多， 而是数据不够怪。没错，我们需要的是那些最极端、最不寻常的训练数据，但这些数据在现实中又极难捕捉，就是这个逻辑。所以，既然现实世界无法提供足够怪的数据，那怎么办？ 对，我们就创造一个虚拟世界来专门生成这些数据。这就是应维达的方案。 除了训练 ai 的 训练计算机和运行 ai 的 推理计算机，它们增加了第三个关键部分是什么？模拟计算机。一个物理世界的造梦机，可以源源不断地为 ai 创造训练场景。可以这么理解， 这个造梦机的核心是一个叫做 nvda cosmos 的 世界基础模型，它就像一个掌握了物理规律的导演，可以把计算能力直接转化成带有真实物理属性的数据。举个例子， 比如你给他一段简单的交通模拟器数据，他就能生成一段照片级的光影和物理碰撞都极其逼真的环视视频， 让 ai 在 里面学习，这个过程就叫做合成数据生成。这听起来有点像黑客帝国里的那个木体 matrix， 一个可以无限模拟、无限试错的虚拟世界，专门用来训练 ai， 这太想大了，而且它的应用已经落地了。演讲中提到的那个奥巴某，就是全球首款在这种模式下训练出来的会思考、会推理的自动驾驶 ai。 他有什么特别的？他的特别之处在于，他不再是一个黑盒子，不去你给他摄像头型号，他给你方向盘指令这么简单。他在做出决策前，会用自然语言告诉你他的内心活动。内心活动对， 他会说，我正在向左变道，因为我预测右侧的卡车可能会压线。哇，这太重要了， 因为我们讨论的不再是一个简单的辅助驾驶功能，而是一个真正能在路上做决策的司机。是的，如果我不理解他的决策逻辑，我永远不敢把方向盘交给他。 这种透明度感觉是建立信任的唯一途径。对，黄仁勋也强调了这一点，所以他宣布奥帕莫将完全开源，包括模型和训练数据，就是为了建立整个行业的信任。好的，我们来梳理一下， 我们现在有了一个会思考、会研究的代理大脑。嗯，还有一个通过在虚拟世界中训练而获得物理常识的感知身体。嗯，要驱动这两样东西，特别是那个可以模拟整个世界的造梦机所需要的计算能力， 我想象中应该是个天文数字。是的，非常庞大，可现在摩尔定律已经基本走到头了，芯片性能的提升越来越慢， 我们到底要从哪里去压榨出这种爆炸性的算力增长？我们是不是快要种到一堵物理规律的墙了？你提出的正是整个 ai 行业目前最核心的焦虑， 而黄仁勋给出的答案就是它蓝图的第三部分，也是我认为最硬核儿。最令人震撼的部分是什么？下一代计算平台， verran 维拉鲁滨。维拉鲁滨，我知道这个名字是为了致敬那位发现了暗物质的美国女天文学家。对，他的发现告诉我们，宇宙中存在着一种我们看不见，但实际上在主导一切的力量。 用这个名字是想说这个计算平台就是驱动 ai 宇宙的暗物质吗？这个比喻非常贴切，而为了打造这个平台，银维达采用了一种被华人勋称为极端血统设计的对 常规的芯片设计，每一代产品可能只升级 c p u 或者 g p u， 对 吧？嗯，一次升级一个，但这一次，他们把构成一个计算节点的所有核心部件， c p u、 g p u、 网络芯片、数据处理器等等 一共六款关键芯片全部推导一次性重新设计。等一下，一次性重新设计六款核心芯片。在行业，行业，这听起来像是一场豪赌，风险太高了。确实风险极高，任何一个环节出问题，整个项目可能都会失败。 他们为什么要冒这么大的风险？因为黄瑞勋认为这是唯一能够跟上 ai 需求增长速度的方法。 修修补补已经没用了，必须进行系统级的重构。我给你说几个数据，你就能感受到这个平台有多极端了。好，来点儿具体的。首先是数据传输速度， 平台内部的一颗 mv link 交换芯片，它的数据吞吐能力是全球 internet 总代宽的两倍。你再说一遍，全球 internet 总代宽的两倍？真的？这是什么概念？这个数字让我大脑荡机了。 我的意思是，我们平时抱怨网速慢是在 g b p s 的 级别上，这到底要用来传什么东西？需要这么夸张的贷款传送？ ai 模型在训练过程中产生的海量中间数据，只有这么快的内部通信，才能让成千上万个 gpu 像一个超级大脑一样协同工作。好吧， 那能耗呢？这就是第二个亮点了，能源效率，这个平台的功率是上一代的两倍，但你猜它用什么来冷却？我猜是某种超强的液氮冷却系统。不， 它可以用四十五摄氏度的热水进行立体冷却。热水，对热水，完全不需要昂贵的耗电的冷水机组 用热水来冷却一台超级计算机。这听起来就像个物理学陪论，但这项技术可以为全球的数据中心节省大约百分之六的电力。 用我平时泡茶的水温去给地球上最强的 ai 芯片降温，这简直是工程上的魔法。还没完，再看看物理规模， 一个 vero 饼机架重量高达二点五吨，两吨半，里面塞进了长达二英里， 也就是大约三点二公里的铜栏。我的天，过去组装这样一个复杂的节点需要两个小时，现在他们通过模块化设计把时间缩短到了五分钟。 一个机架两点五吨，里面有三点二公里的铜栏。这听起来不是在造电脑，像是在造一艘潜艇。哈哈哈，差不多。 我甚至无法想象维护这种巨兽是什么感觉。所以，这已经远远不是芯片升级了。没错，它们实际上是把整个数据中心当成了一台计算机来重新设计。你说到了本质， 从芯片到四伏起，到机架，再到整个数据中心群，所有的一切都被看作一个整体，一个高度整合、高效运行的 ai 工厂。 这才是极端协同设计的最终目的。好的，回顾我们今天的讨论，这真是一场信息密度极高的旅程。 确实，我们从 ai 思想本身的进化开始，看到它如何从一个简单的语言模型演变成一个会推理、会规划、会使用工具的代理系统。是的，然后我们探讨了这个聪明的大脑 如何通过物理 ai 和合成数据生成，在一个虚拟世界里学会物理常识，从而能与我们的现实世界进行互动。最后，我们看到了推动这一切背后那台 呃，令人难以置信的超级引擎 verwoody 平台。它展现的已经不是单纯的芯片技术，而是一种重塑数据中心，挑战物理陷阱的攻城奇计。嗯，整个过程清晰地揭示了一个核心信息， 人工智能不再仅仅是软件对同速我们所致的技转行业。是的，而这一切对我们最终的意义。我认为关键的转变在于， 我们正在从使用那些功能被预设好的工具转向与能够学习推理并与世界互动的系统进行写作。这会改变一切。从我们如何开发软件，到如何运行一座工厂，再到我们如何发现新药，这让我想到了黄仁勋在演讲结尾时描绘的一个场景， 他说，未来我们和那些极其复杂的企业软件交互时，看到的将不再是密密麻麻的 excel 表格和门派，嗯， 会是什么，而是一个简单的对话框，代理系统将成为新的用户界面，这也让我开始思考。所以，最后我想给你留下一个开放性的问题来一起琢磨一下。好，如果你可以把你日常工作中使用的任何一个最复杂的专业工具或者流程 变成一个可以直接与之对话并且会脱离的 ai， 你 会选择改变哪一个？你会和他的第一场对话会是什么样的呢？

昨天，英伟达 ceo 黄仁勋在 c e s 二零二六的主题演讲本质上不是一次产品发布，而是一场关于计算如何继续进化的系统性表述。今天星勤快速的带大家了解一下 ai 时代投资的后续展望。 首先，黄仁勋这次强调的是新一代 n g x 系统架构，这不是简单的性能堆叠，而是一次围绕性能、能效和冷却效率的整体重构。黄仁勋反复提到一个非常关键的点，未来的算力增长不能再以牺牲能耗和环境为代价。这也是为什么日本系统成为全场的核心案例之一。 英伟达展示了一个非常有冲击力的数据，在保持原有空气流量和水温不变的情况下，日本系统依然实现了显著的性能提升。这意味着什么？意味着算力不再是靠更热更耗电换来的，而 是通过架构互联和系统级优化，真正做到了高效、可持续的数据处理。这一步其实非常重要，它标志着数据中心和 ai 工厂正在从能跑就行进入到必须高效、可复制、可持续的新阶段。 好的，我们紧接着下面看黄仁勋把话题引向了网络，他明确指出，在 ai 时代，真正限制性能的早就不只是算力本身，而是数据如何在系统中流动。因此，硅光子技术和 spectrum x 等新型网络方案被放在了极其核心的位置。硅光子解决的是宽带和延迟问题， 而 spectrum x 关注的则是 ai 专用网络在高速传输下的稳定性和安全性。换句话说，英伟达不仅想让数据跑得快，还要跑得稳、跑得安全。这一点对大规模 ai 训练、企业级部署甚至国家级算力基础设施都是决定性的。 随后，黄仁勋回顾了 ai 发展的关键节点，从早期的 bird 模型到 transform 架构，再到二零二三年 open ai 发布的推理模型，它强调了一条非常清晰的主线， ai 的 能力跃迁从来不是单点突破，而是预训练与强化学习的结合。 训练让模型理解世界，强化学习让模型学会决策和推理。正是这两者的融合，才真正推动了 ai 从会回答问题走向能解决问题。 而这也自然引出了他重点谈到的几个方向，物理 ai、 代理系统以及自动驾驶。黄仁勋明确表示，未来的 ai 不 只是存在于屏幕里的模型，而是要进入现实世界。物理 ai， 让模型理解重力、运动、空间和因果关系。代理系统让 ai 能够自主规划和执行复杂任务。而在自动驾驶领域， 英伟达正在通过世界模型和大规模模拟训练，让系统在虚拟世界里先开上几十亿公里。这些技术最终汇聚到一个目标上，让机器具备接近人类甚至超越人类的环境理解与决策能力。 整场演讲下来，你会发现，黄仁勋几乎没有在强调某一块芯片有多快，而是在反复传达一个信号。未来的竞争不再是单一硬件的竞争，而是系统级能力的竞争。 从 ngx 架构到 ruby 系统，从硅光子网络到 ai 训练范式，从数据中心到自动驾驶和机器人，英伟达正在做的是把算力、网络、软件和 ai 方法论整合成一套无法轻易复制的完整体系， 这也是 ces 二零二六这场演讲真正的核心，技术创新正在以系统化的方式重塑数据处理、 ai 应用 以及整个科技行业的运行逻辑，而英伟达正在站在这条变更路径的最前端。所以 c e s 二零二六的这场演讲真正的核心只有一句话， ai 已经不是风口，它是地基。 而英伟达正在成为那个卖地基定标准所生态的公司。如果你还只是用芯片贵不贵，估值高不高来理解英伟达，那么你看到的只是浪花。而黄仁勋这次讲的是正在上涨的整片海平面。

如果你以为 cs 二零二六上黄仁勋最重要的信息是又发布了多强的 ceo， 多恐怖的算力，那你可能只听懂了百分之二十。真正关键的一句话是， ai 正在从模型时代进入 ai 工厂时代。什么意思？过去几年，整个行业都在卷一件事， 谁的模型更大、更聪明，更像 agi。 但在这次 cs 演讲里，黄仁勋几乎没有把重点放在某一个模型上，他反复强调的是三件东西，算力、系统、网络架构、软件站。换句话说， ai 不 再是一个聪明的软件，而是一条可以被规模化生产的工业流水线。这就是他提出的核心概念， ai factory。 未来真正拉开差距的，不是谁能持续低成本、高效率的生产。 ai 能力就像电力时代，比的不是谁发明了灯泡，而是谁建立了电网。 云计算时代，比的也不是一台服务器，而是整个云平台。现在， ai 正在走同一条路。所以你会发现，黄仁勋这次演讲不是 ai 有 多聪明，而是 ai 如何进入真实世界。工厂、城市、机器人和产业系统。 这意味着一个信号， ai 的 竞争正在从算法层升级为系统级、工业级竞争。如果你还在只盯着模型排行榜，那你看到的只是表面，真正的战场已经在算力和系统底层悄悄铺开了。

黄仁勋刚在 c e s。 上说云 g p u 一 收清，第二天英伟达就蒸发六千九百亿市值。这场暴跌，究竟是获利盘大逃亡，还是 ai 泡沫破裂的信号？一月八日美股收盘，英伟达股价跌超百分之二，一夜之间蒸发九百八十九亿美元市值， 折合人民币大约六千九百亿元。这个数字有多夸张？相当于 a 股一家超大型上市公司的整个市值，在二十四小时内凭空 消失。更诡异的是，这场暴跌发生的时间节点极其反常。就在 ceo 黄仁勋刚刚在 c e s。 大 会上发布重磅新品， cfo 高调上调营收预期，华尔街分析师集体唱多之后，按照正常逻辑，这些利好应该推动股价上涨才对，为什么反而引发了一场市值蒸发？我们先把时间拉回到 c e s。 大 会现场，黄仁勋穿着标志性的黑色皮衣，正式发布了微软 ruby 新一代芯片平台， 最核心的卖点是推理成本降到了上一代的十分之一。什么叫推理成本？通俗点说就是 ai 模型运行时需要消耗的计算资源和电费。成本降到十分之一，意味着企业用同样的钱可以跑十倍的 ai 应用， 这对整个行业来说是革命性的突破。 cfo 克莱特克雷斯更是直接放话，二零二六年末数据中心芯片收入肯定会超过此前预测的五千亿美元，还特别强调中国客户需求持续强劲。华尔街的反应也很积极， evco s i 给出了三百五十二美元的目标价，创下华尔街新 高。高盛、美国银行、证券纷纷跟进昌都。但资本市场就是这么反人性，当所有人都在喊利好的时候，往往就是聪明钱准备离场的时候。 过去半年，英伟达市值从不到三万亿美元，一路飙升，一度突破五万亿美元大关，成为全球市值最高的公司之一。这意味着什么？ 意味着那些在低位买入的投资者手里的股票已经翻了好几倍，积累了海量的账面浮盈。这些护利盘就像一颗定时炸弹，随时可能在某个时间点集中兑现。 ds 发布会的利好消息恰好给了他们一个完美的退出借口， 反正消息已经出了，该涨的都涨了，不如落袋为安。截至一月八日收盘，英伟达总市值还维持在四点六万亿美元左右， 市盈率 t t m 是 四十六点三三倍，这个估值水平虽然比峰值有所回落，但放在整个美股市场里依然算是高位。要知道，标普五百指数的平均市盈率通常在二十倍左右，英伟达的估值是大盘的两倍多，高估值本身不是问题， 前提是公司能够持续高增长来消化估值。但问题在于，当宏观环境出现变化时，高估值股票往往是第一个被抛售的对象。 一月八日当天的盘面细节很有意思，到值涨百分之零点五五，标普五百指数涨百分之零点零一，纳指跌百分之零点四四，呈现出明显的结构性分化。更关键的是，标普五百能源板块大涨百分之零点四四，呈现出明显的结构性分化。军工股也集体走强， 洛克希德马丁上涨百分之四点三，背后是一点五万亿美元国防预算提案的刺激，这说明资金正在从高估值的科技股流向防御型板块。这种气成长暴防御的策略转换，让英伟达成了资本调仓的牺牲品。 宏观环境的变化也在推波助澜。美国劳工部公布的数据显示，当周续请失业金人数升至一百九十一点四万，这个数字反映出劳动力市场出现了结构性疲软。与此同时，市场对美联储降息节奏的分歧在加大， 三月降息概率只有百分之四十五，远低于此前市场预期的百分之七十以上。这意味着什么？意味着钱短期内不会变便宜，融资成本会维持高位。当美债收益走高时，投资者可以通过买国债获得更高的无风险收益，这就直接压制了高风险资产的吸引力。 高估值成长股自然首当其冲，竞争多家企业都在加速布局 中国本土企业的技术突破不断，英伟达虽然还占据垄断优势，但这个优势正在遭遇政策和技术的双重挤压。 美国政府的出口管制越来越严，中国市场的订单虽然强劲，但能否长期维持存在不确定性。同时， amd、 英特尔、谷歌、亚马逊都在自研 ai 芯片，试图打破英伟达的垄断地位。但如果你仔细看英伟达的财务数据，会发现基本面其实很扎实。 二零二六财年第三季度财报显示，营收五百七十点一亿美元，净利润同比增长百分之六十五。数据中心业务营收五百一十二亿美元，同比大涨百分之六十六。核心产品 blackwell ultra 系列持续热销， 黄仁勋说，云 gpu 已售罄不是吹牛，而是实打实的供不应求。从 a 股市场的反应也能看出端倪。 一月八日，中证 tmt 指数仅微跌百分之零点一八，科创五十指数反而逆势上涨百分之零点八二，说明国内资金对科技赛道还是有信心的。所以这次六千九百亿市值蒸发，本质上是半年积累的获利盘。 在利好消息出境后的集中兑现，叠加宏观环境变化引发的板块轮动，因为达的基本面没有变坏， 营收和利润还在以百分之六十以上的速度增长。新一代芯片的技术优势依然明显，五千亿美元的订单预期还在那里。只不过在高增长的科技谷里， 单日百分之二的波动本来就是家常便饭。后续真正需要关注的是三个变量，美联储的政策走向会不会转向割派？五千亿美元订单能不能按时落地？新一代芯片在市场上的渗透率能达到什么水平？

就在这周，黄仁勋在 c e s。 演讲中抛出核心判断，物理 ai 的 check g p t 时刻已经到来。英伟达不再只是一家芯片供应商，而是全站 ai 体系的构建者。黄仁勋直言， ai 的 需求正在急剧攀升， ai 竞争的本质已经演变为一场算力竞赛。 而英伟达直接扔出网站，老黄在 c e s。 上宣布，微软 rubin 已全面破产。这是新一代的算力怪兽，也是对上一代霸主 blackwell 的 降维打击。 下一代入门架构 gpu 推理训练性能分别是 blackwell gb 两百的五倍和三点五倍，推理构想成本最高降低十倍，训练 mo 模型所需的 gpu 数量也直接减少到了原来的四分之一。这宣告了一个时代的到来，算力将像电力一样廉价。 ai 的 大爆发已近在咫尺， 光有算力还不够。黄仁勋认为， ai 发展的下一站是进入物理世界，驱动机器人、自动驾驶和工业自动化。黄仁勋直言，物理 ai 的 check gbt 时刻已经到来，并将这一浪潮称为通用机器人大爆炸。但是核心挑战在于如何让 ai 获得对物理世界的常识， 比如什么是重力，什么是摩擦力，这些对人类来说自然而然的物理认知对 ai 来说却完全陌生。为此，英伟达建立了一个系统，让 ai 学习物理世界的常识。这需要三台计算机协同工作，一台用来训练 ai 模型， 一台用于在机器人或汽车上实时推理，还有一台用于高精度模拟。通过这种方式， ai 就 能在模拟中试错、学习， 直到它真正理解我们这个世界。再来看英伟达发布的端到端自动驾驶 ai alfa mayo， 它是一个会思考、会推理的自动驾驶 ai， 参数一百亿，它能够让自动驾驶汽车理解周围环境并解释自己的决策。而 alfa mayo 将率先搭载于奔驰 cla 车型上， 预计年底前在美国推出。更重磅的是，老黄直接扔下了一套物理 ai 的 开源全家桶，从 agigreg 模型到安全模型，再到适用于所有类型机器人的全新开放模型， 应有尽有。当所有人还在关注算力又提升了多少倍的时候，黄仁勋已经把问题引向了更深的维度。当物理 ai 需要持续思考、长期运行并真正进入现实世界时， 问题已经不再是谁的芯片更快，而是谁能把从算力、模型模拟到应用的整套系统真正的搭建起来。在 ces 二零二六，英伟达用行动告诉世界，他已经交出了自己的答卷。

我们将会看到迄今为止技术史上最浪漫的一刻，人类在用自己的代码去孵化另一种形式的生命，而这种生命的第一课并不是下棋、写诗或者是编程， 而是学会要对这个真实世界温柔以待。各位听众大家好，欢迎收听今天的科技前沿。 二零二六年的国际消费电子展，也就是 cs， 堪称是科技界的春晚，正在美国的拉斯维加斯举行。今年呢，有一个关键词彻底被点燃了，叫物理 ai。 吹响这次号角的人是伊美达的创始人兼 ceo 黄仁勋， 在他长达九十分钟的主题演讲中，他并不像往常一样只聚焦在了英伟达新的芯片的算力的这个数字的飙升，而是向世界抛出了一个更具有颠覆性的判断。比如说，我们熟知的像 app 即将终结，而 ai 智能体的时代正在起航， 人工智能也正从理解语言迈向理解真实的物理世界。同时，通过极致节能设计实现超模定律的路径似乎已经找到，而自动驾驶技术也因此将变得触手可得， ai 工厂将会崛起，机器人产业的 check the gpt 时刻也即将到来。 我们能看到依然穿着皮衣的老黄，这位通过 gpu 影响世界的造梦者，这次没有只谈他熟悉的芯片算力，却谈起了物理，这个非常的有意思。 当很多人还在追问 ai 什么时候能通过图灵测试达到 agi 甚至 asi 的 时候，他已经悄悄地把考题换成了牛顿测试。 比如说，哎，能不能理解重力，能不能预判摩擦，能不能在推开一扇真实的门的时候懂得用恰当的力道，我想这已经不再是我们的大语言模型，数字世界的游戏，这已经是危及生命开始向物理世界的一次登陆了。 黄轩展示的以我的视角来看，更像是一套完整的硅基生命诞生创世纪。我把他的演讲拆解成了三个关键的步骤，你看一看，像不像我们生命演化的逻辑。第一步，创造一个陪胎，也就是世界模型 cosmos。 真正的智能呢，并不简单的就是从数据当中统计出答案，他必须从物理的定律当中长出直觉， cosmos 就是 这个陪胎，他不需要被灌输每条的物理公式，而是在虚拟宇宙的原始汤当中，要自主的学会物质如何的运动、 碰撞、衰变等等。其实想一想，我们生命的陪胎发育也就是如此。我们所熟知的基因并不存储成体生长过程中的全部的图纸， 所谓一九五八年提出的中心法则，也仅仅给出了遗传信息的传递，只存储了初识的规则和选用环境的能力。真正的智能，也就是时空法则是生长出来 的，它不是组装出来。第二步，就是搭建一个子宫，也就是 omnibus 模拟平台。生命需要孕育的环境， 那 omniverse 就是 这个无限逼进真实世界的数字子宫。在这个里面， ai 可以 安全地经历可能是万亿次的迭代，比如说它要学会在冰面上行走，在拥挤的仓库当中去穿梭，甚至可以应对从来没有见过的机械故障， 这个本质上是为硅基智能提供演化的时间。地球的生命用了三十八亿年的时间试错，而通过 omniverse 可能会把这场演化，如果算力足够，压缩到几天几个小时都是可能。第三步，最重要的就是要赋予共生的使命，要从一个工具到找到合作伙伴。 其实这次演讲呢，让我触动的是黄仁勋的开源宣言，自己割自己的命了，他把最核心的模型和技术开放，注意仔细琢磨，这并不是慈善的考虑，而是一种生态味的、主动的让度。正如最近马斯克在一次拨克的访谈中说到中国会搞的芯片问题，我想黄仁勋肯定也已经清晰的感受到了， 美国再这么风流下去，英伟达可能会失去中国的市场，比如说 h 两百终于能卖给中国了，但发现中国的很多领域却不怎么想买了。黄仁勋似乎在说， 未来的 ai 不 应该是某个公司甚至某个国家的专属产品，应该像线粒体一样，原本是一个独立的生命，后来能够成为真核细胞不可或缺的能量引擎。好的合作伙伴， ai 的 终局应该跟人类文明就形成这样一种共生。 我们提供愿景论语，然后它可以去做执行和演化。它这次也展示了它的自动驾驶系统，叫 opm， 已经可以去解释他的行为逻辑了。比如说我刹车是因为我预测到了术后可能有孩童会冲出来，这个已经不再是条件反射，而是基于物理心理推理的这样的同理性的图形。所以你想一下啊，当 ai 开始尝试解释自己的意图， 那这就是意识的包子已经出现并开始飘散。当然，他这次还是带来了他的新一代的超算，叫 verry 比，特别像一场 算力含五 g 的 大爆炸，它仅仅比上一代多了一点六倍的晶体管，却把它的推理能力提升了五倍，把获取智能，也就是我们一般说产生 talk 的 能力成本降到了十分之一，这一定会引起 i 新物种的大爆发。 原来只说的是大公司，那现在我想，小公司、小团队，甚至是超级个体都将可以方便的培育自己的 i 智能体。多样化 才是生态系统鲁棒性或者说健壮的第一指标。所以环球的这次演讲的本质到底是什么？我认为他已经悄悄完成了一次命题的转换。过去我们问 ai 有 多聪明， 什么时候才能达到同人工智能和强人工智能？那现在他的问题已经变成了， ai 如何负责任的存在于我们的物理世界，能否有正确的价值观， 能否坚持科技的仿真平台，开源生态， 包括成本革命，都在指向下一个目标，让 ai 从一个云端的神奇走下来，接地气，成为可以握手携手共生的物理伙伴， 这或许就是我们期盼的。我们将会看到迄今为止技术史上最浪漫的一刻，人类在用自己的代码去孵化另一种形式的生命，而这种生命的第一课并不是下棋、写诗或者是编程，而是学会要对这个真实世界 温柔以待。所谓恩爱之初性本善。我轻轻地推开一扇门，而不撞到门后的人。黄轩演讲的节语，数字智能不应抛下任何一个人，这背后或许藏着一层生物学的隐喻，因为任何技术如果不能与生命共融，那终将在眼界中被淘汰。 他从新变出发，走向物理，拥抱开源，正是试图让这场 ai 革命成为一场真正的共生演化。不得不说，黄仁勋这次的愿景充满吸引力，一个智能普惠、人机共生的物理未来就是要来。但是通往这个未来的桥梁还是由算法、算力、数据、 能源构成的。在新然踏上这座桥之前，或许人类仍需清醒的问一问，他的设计图纸是否已通过逻理的审查， 它的承重结构是否能够经得起系统性风险的震荡？而我们是否已经准备好离开熟悉的旧案，驶向那一片既充满创造力也弥漫着未知迷雾的新大陆呢？要知道，技术的魅力 在于照亮前路，而智慧的责任在于同时要看清脚下的光影交织。我们正在见证的或许不是又一轮产品发布，而是一张硅基生命与碳基文明共存的草图，它正在徐徐展开。您做好准备了吗？我的朋友？

各位观众朋友想象一下，当你手中的 ai 不 仅能读懂文字，还能理解重力、摩擦力和现实世界的物理规律，这会带来怎样的变化？ 就在刚刚结束的 c e s。 二零二六大会上，黄仁勋穿着它标志性的黑色夹克，用一场九十分钟的演讲宣告了一个新时代的到来，它称之为物理 ai 时代。这不仅仅是一场关乎未来十年产业格局的重构。黄仁勋开场的第一句话就是 happy new year， welcome to the age of physical ai。 他 反复强调，物理 ai 的 chat gpt 时刻已经到来，这意味着 ai 的 核心战场正从理解数字信息转向理解并交互物理世界。 为什么这个概念如此重要？因为过去的 ai 大 多停留在屏幕后，而物理 ai 让机器开始理解现实世界的运行规律，并能够采取行动。黄仁勋展示了一个酷似机器人中瓦力的迪士尼 bdx 双足机器人， 它能在 omniverse 数字孽生宇宙中完成虚拟训练后，在真实世界实现摔倒、爬起、平衡控制等复杂动作。 这背后是英伟达开源的 cosmos 世界基础模型，它已经用海量视频、真实驾驶与机器人数据以及三 d 模拟做过预训练，能理解世界是怎么运行的。为了支撑物理 ai 的 宏大愿景，黄仁勋扔出了真正的技术核弹， nvidia ruby 平台。 这不仅是 blackwell 的 继任者，更是一次性能的跨越式提升。 ruby 平台的核心在于极致协同设计，它并非单一芯片，而是由六款芯片组成的系统。这种协同设计带来的性能提升是惊人的， 推理性能达到 blackwell 的 五倍，训练性能是其三点五倍，推理 token 成本直接降至 blackwell 的 十分之一。 这位 ai 智能体的大规模商用扫清了经济障碍，训练混合专家模型所需的 gpu 数量减少了四倍。值得注意的是，随着算力飙升， robin gpu 的 热设计功耗预计将提升至约一千八百瓦，这就使得夜冷散热从可选项变成了 b 选项。 根据黄仁勋透露的信息， root 平台采用了更先进的散热方案，例如支持四十五摄氏度温水冷却，无需传统的冷水机组，这能大幅降低数据中心整体能耗。黄仁勋明确宣布， rooting 平台已进入全面量产阶段，基于 rooting 的 产品将于二零二六年下半年通过合作伙伴上市。 aws、 google cloud、 微软等云服务商将成为首批部署者。戴尔 h p e、 联想等将推出基于 robin 的 服务器。这意味着从下半年开始，产业链将进入实质性的业绩兑现期。黄仁勋发布了全球首个具备思维链推理能力的自动驾驶大模型， 在实测中不仅能主动减速，还能解释行为逻辑，例如推测行人将横穿马路。 lucid、 捷豹、路虎等车企已表示出浓厚兴趣，目标是实现 l 四级自动驾驶。黄仁勋预测，未来十年内，全球很大一部分汽车将是自动驾驶或高度自动驾驶的。 演讲现场，黄仁勋身后站满了不同形态的机器人，从人形机器人到工业机械臂，构成了一幅机器人生态图景。 这背后是 isac g 二零零 t 这样的人形机器人基础模型，它能在模拟环境中学习技能并迁移到真实世界， 这意味着机器人产业正从机械结构向智能大脑发生价值转移。今年的英伟达格外注重开源，发布了包括 cosmos、 opera 等在内的开源模型全家桶。黄仁勋特别提到，像 deepseek、 r 一 这样的开源模型让 ai 的 扩散速度极快， 开源模型与最前沿模型的差距正在缩短，这表明英伟达正试图通过开源构建更广泛的生态系统。黄仁勋的演讲不仅定义了技术趋势，也为 a 股投资画出了一张清晰的掘金地图。我们可以从以下三个方向寻找机会。 第一个方向是算力基础设施升级。核心逻辑是 rubin 平台量产将直接拉动高速硬件需求，业绩确定性高。重点细分领域包括高速光模块、八零零 j、 一 点六 t 需求爆发，还有夜冷温控、 高功耗下夜冷成为标配，以及服务器和代工受益于 rubin 系统出货。第二个方向是物理 ai 应用落地，核心逻辑是 ai 与物理世界交互、 机器人和自动驾驶产业链价值重估。重点细分领域有机器人核心部件、自动驾驶与控制器，这是英伟达算力上车关键在体，还有激光雷达，这是高阶智驾的眼睛。第三个方向是开源，生态与软件赋能。核心逻辑是开源，降低开发门槛。 ai 应用将在垂直行业百花齐放，重点细分领域包括工业软件和仿真物理 ai 依赖数字孪生还有弊端，软件 a 整合利用 ai 改造工作流。需要提醒大家的是，投资者需密切关注地缘政治对芯片供应链的潜在扰动，以及新技术量产爬坡的节奏， 在布局时应优先选择那些与英伟达生态绑定深、技术壁垒高且订单能见度明确的公司朋友们。黄仁勋的 c e s 二零二六演讲清晰地告诉我们， ai 的 竞争维度已经变了，从软到硬，从虚到实，物理 ai 的 时代大门已经开启。 robin 平台是引擎， cosmos 和 oppo mail 是 大脑，而最终的战场将是我们的街道、工厂和日常生态。物理 ai 的 时代大门已经开启， ruping 平台是引擎， cosmos 和 opera 是 大脑，而最终的战场将是我们的街道、工厂和日常生活。对于投资者而言，这意味着一场从算力预期到应用落地的深刻逻辑转变。二零二六年，或许就是我们见证智能体走出屏幕，真正拥抱物理世界的起点。

cs 二零二六上，黄仁勋干了件让科技巨头倒吸凉气的事，他亲手拆了英伟达。没人料到，这场发布会不是常规的显卡升级。黄仁勋一句打破英伟达铁律，让全场陷入沉默。过去二十年，英伟达每代产品只敢改动一到二颗芯片， 毕竟重新设计芯片成本高、风险大，稍有不慎就会拖垮公司。但这一次，黄仁勋彻底颠覆规则，他把数据中心从 cpu 到 gpu， 从网络到存储，全部推倒重建，推出了全新的 rubin 平台。这个平台堪称工程奇迹， 六颗核心芯片全部重造，集成在一个机架上，无电缆、无风扇，坐拥两百二十万亿个晶体管，重达二点五吨。连马斯克都惊叹这是 ai 的 火箭引擎。 黄仁勋的疯狂源于一组扎心数据， ai 模型规模每年涨十倍，生成 token 每年涨五倍，摩尔定律早已失效，现有芯片根本满足不了 ai 的 庞大胃口，而 ruby 的 目标就是把算力性能提升五倍，将推理成本打至白菜价。更震撼的是，黄仁勋不止要让算力变便宜，还要赋予它智能肉身。 现场演示的奔驰 c l a 自动驾驶不再是机械背地图，而是像人一样自主思考路况。 cosmas 物理 ai 平台则让人形机器人学会自主找薄、避障搬物。他甚至开源十万亿语言 toker 和五十万条机器人轨迹数据，喊话全球开发者， 用我的数据训练 ai， 你 终将离不开我的芯片。这根本不是一场产品发布会，而是黄仁勋的一场豪赌。他赌的不是 ai 的 热度，而是当下的基础设施撑不起 ai 的 未来，不掀翻地基重建， ai 永远只能停留在聊天机器人阶段。这场豪赌的赌注是英伟达十万亿美元的市值，更是整个 ai 行业的下一个十年。二零二六年下半年如饼量产时，我们终将知道黄仁勋究竟是神来之笔，还是最后的疯狂。

如果你还以为英伟达是在卖显卡，那你已经错过重点了。在刚刚的 ces 二零二六上，老黄真正做的是给整个世界装上 ai 的底层操作系统。这一次，英伟达不再讲某一张卡有多强，而是直接给出了一整套答案， 应该怎么驱动汽车、游戏、内容创作、智能体，甚至机器人和现实世界？一分钟带你看完英伟达在近几年信息密度最高、野性最明确的一次亮相。 先看汽车英伟达发布的端到端自动驾驶模型 lcomeal， 不是看到红灯就刹车的规则系统，而是能推理接下来会发生什么。我为什么要这么开自动驾驶？ 第一次从执行代码走向像人一样思考。再看游戏 nv 点要做的不只是更逼真的光影，而是让 ai 成为游戏世界的一部分。 npc 会理解你，世界会响应你剧情，不再预设游戏从内容产品变成可推理的动态世界。在内容创 作领域， ai 不再只是帮你生成一段文本、一张图，而是能理解上下文，保持风格，参与创作决策。你给方向， ai 给执行，创作，门槛被直接砸穿。真正的变化发生在智能体 ai。 英伟达这次解决的核心问题只有一个，让 ai 能长期运行，长期记忆、长期思考， 推理成本下降，上下文能保存，多个智能体能协作， ai 开始真正上班了。而最炸裂的是物理 ai、 机器人和自动驾驶。最大的难题不是算法，而是现实世界的数据永远不够。英伟达给出的解法是把算力直接变成数据，在虚拟世界中反复试错。在进入现实之前就已经学会重力、惯性和因果，机器人正在迎来自己的 chat gpt 时刻。 所以你会发现，英伟达不再只是一家芯片公司，而是在为汽车、游戏创作机器人搭建同一个 ai 世界底座。 ai 的下一站不在屏幕里，而在现实世界本身。

这两天，我的朋友圈被同一个男人刷屏了，那就是黄仁勋，他在 c e s 上又一次掀翻了全球科技的桌子。但是今天我不想只跟你部署，他发布了多牛的芯片，展示了多神的机器人。我想聊一个更根本的问题， 那就是为什么我们每个人哪怕不搞科技，也得死死盯住这场 ai 的 巨变呢？答案其实很残酷啊， 因为下一次经济寒冬的来临，能让你安然过冬甚至逆势增长的柴火，很可能就藏在今天这场 ai 革命的趋势里。 这不只是技术人的游戏啊，就关乎到我们所有人的工作、财富和未来十年的经济发展方向。好，那我们先看看黄仁勋到底埋下了哪些火种呢？他这次本质上干了三件颠覆性的事。第一，宣布算力便利化。 他说 ai 的 成本会每年打一折，未来算力会像水和电一样便宜，一样普及。这意味着什么呢？这意味着智能将从奢侈品变成基础设施。英伟达要做的，就是成为那个发电厂和自来水公司。第二呢，他上演了一个我拆我家 新手，打破了英伟达二十年的芯片设计铁律，把六大核心全部推倒，造出了一个二点五吨的算力怪兽 ruby 平台 性能飙升五倍，成本暴降百分之九十。这哪里是升级啊，这分明是为了给即将膨胀千倍万倍的 ai 模型提前修一条超级高速公路。第三，它赋予 ai 肉身与思维， 开源物理引擎，让 ai 在 虚拟世界苦练上亿次，再进入机器人身体，发布能像人类一样有逻辑推理能力，并且能解释每一步的自动驾驶 ai， 标志着 ai 正在从聪明的工具加速迈向了能感知和改造物理世界的准主体。听到这里，你可能会觉得热血沸腾， 也可能会觉得离自己很远。但是巨头的每一步豪赌，都会引发全球产业链的剧烈地震，直接波及到我们。那么这场地震对于中国 ai 乃至整个科技产业的冲击，可以用前有猛虎后有长下来形容。 前有猛虎呢，说的是算力差距再次被拉大。英伟达芯片的算力据估计已经是国产顶尖芯片的数十倍量级了，虽然我们还在拼命追赶啊，但是对方在以自我革命的速度狂奔，那么后有涨价呢？说的是 ai 热潮引发的 资源挤兑。三星 sk 海力士将高端储存芯片价格大幅上调百分之七十，这直接推高了所有 ai 算力中心的建设成本。 更关键的是，被称为 ai 算力血液的高带宽内存，百分之九十九的市场都被韩美三巨头垄断。那么我们为什么要如此关注这些看似尖深的芯片算法和架构之争呢？我的核心观点就是啊， ai 是 未来十年决定全球经济冷暖和财富分配的核心变量。那么首先呢，它关乎经济寒冬里的生存模式。 历史告诉我们，每一次真正的工业革命，都会在创造新的财富的同时，无情地淘汰旧产业和旧的岗位。当 ai 能以十分之一的成本完成大量的分析、创作甚至初级体力劳动时，哪些行业会收缩？哪些岗位会消失， 哪些新职业会诞生？看清这个趋势，你才能提前规划职业生涯，避免成为成本革命中被优化掉的那一部分。 再一个，他关乎到下一个时代的财富密码。黄仁勋在赌的是成为智能时代的总工头，那就是卖铲子、卖电力定标准。 那么这背后的投资逻辑是什么呢？是基础设施，也就是算力，是核心生产力，也就是 ai 大 模型，还有就是落地场景，那就是机器人和自动驾驶。那我们普通人的机会在哪里呢？ 或许不再直接制造芯片，但是可能在利用这些平民化 ai 工具提升效率，创造新服务，或者是投资于那些能解决产业链卡脖子环节的真正创新公司。再一个，对中国来说啊，这更是一场系统战啊， 短板不只是光刻机，而是从设计、软件、高端材料到精密制造的全产业链韧性。每一次国产技术的微小突破都意义重大，因为它不仅是为了一家公司的生存， 更是为了让整个国家的经济数字化转型中保有自主权和议价能力，不至于在未来的智能经济里沦为数据、奶牛和应用车间。所以，我们回到开头的问题啊，关注黄仁勋和英伟达，不仅仅是看一场科技秀，我们是在观察一个时代的基础设施是如何被重新定义 的，是在提前感知一场席卷所有行业的生产力海啸将会从哪里登陆。这场赌局，英伟达压上了万亿市值， 然而我们每个人实际上也压上了自己的职业未来和资产配置。二零二六年，入币平台将量产，更多的冲击和机遇会扑面而来。 在这个意义上，理解 ai 就是 理解未来的经济途径。布局 ai 就是 为可能到来的经济周期波动储存最关键的抗寒能力和增长引擎。这已经不再是可选的前沿科技，而是关乎国运和个人财富的必修课。

那个男人，他又来了。还是那件汗在身上的皮，还是那个熟悉的拉斯维加斯。今年的 cs， 黄仁勋一上来就给我们整活 ppt 卡住了，音频出问题了， 换成别的 ceo 啊，已经汗流浃背了。老黄倒好啊，双手一摊，来了一句啊，抱歉各位，这就是 platform shift 吧。听听，听听，这就是顶级销售的反应速度。把演出事故啊，硬生生的说成了技术改革的阵痛。 这个情商啊，难怪人家值个几万亿美金。这次演讲呢，老黄简直就是凡尔赛文学的集大神者。记者问他，你坐在这个位置三十三年了，秘诀是啥？他说，第一，别被炒鱿鱼，第二， 别觉得无聊。好家伙，我也不想被炒鱿鱼啊，但是前提是我得有先有一家英伟达啊。然后他指着他，然后他指着那台性能提升了五倍，能算尽宇宙奥秘的微软如饼超级电脑。轻描淡写的给大家说，这东西的易用性很好，那个插座就行。 我就想问，谁家烤面包机旁边配这种核电站级别的插座？我吐槽归吐槽，老黄这次画的饼确实有点香。以前我们看多波士顿动力的那个机器啊，那是几十年调教出来的特长生。老黄说，太慢了，直接上 facebook， ai 把机器人扔进虚拟世界里，让他在里面摔倒一亿次，学会了再放出来。这不就是黑客帝国里面的训练吗？说，以后每辆车每个机器人都有个大脑，虽然 ppt 翻车了，但他吹过的牛好像最后都实现了。最后，老黄对所有想进 ai 赛道的 创业者说了一句最狠的话，我期待你们的竞争，但是你们得加倍努力了。翻译的翻译一下就是我的牌出完了啊 very rubin 就是 也就是这个王炸啊，你们随意。这种既怕他垄断又看他装逼很爽的感觉是怎么回事？是敲诈们，下期见。