00:00 / 02:37
连播
清屏
智能
倍速
点赞183
00:00 / 01:31
连播
清屏
智能
倍速
点赞18
00:00 / 02:05
连播
清屏
智能
倍速
点赞3
00:00 / 01:49
连播
清屏
智能
倍速
点赞348
00:00 / 00:55
连播
清屏
智能
倍速
点赞138
黄仁勋CES 2026:物理AI的“iPone”时刻已经到来 黄仁勋在2026年CES上的演讲,宣告了:AI正从数字世界,走向物理世界,而英伟达的深意,远不止卖芯片和技术升级,而是要成为AI物理世界的“超级引擎”“AI基础设施帝国”以及AI帝国的“安卓系统”今天我们就来逐条解析英伟达的未来布局 第一、AI进入新阶段:从“数字AI”到“物理AI”现阶段,我们用AI来做什么?写文章、画图、回答问题。他很聪明,什么都会,但都只能“纸上谈兵”。但它不懂现实世界,不知道“玻璃碎了不能踩”、“门推不动时可能要拉”。2026伊始,黄仁勋发布的物理AI(Physical AI),就像给AI装上了"常识模块"。让AI去做饭,他知道油锅会烫手,他能区分盐和糖分别。AI自动驾驶能判断前方的障碍物只是一个垃圾袋,他很轻很软,可以直接轧过去,而不是急刹车。这项技术正好解决了AI聪明却缺乏对现实的认知。 二、英伟达发布了什么?1. Rubin平台:一台2.5吨重的“AI超级大脑”,相当于AI时代的"发电厂"。英伟达要卖的,从来不只是芯片,而是一整套“AI基建”这不是普通服务器,而是集成了CPU、GPU、网络、存储、冷却系统用温水冷却代替空调,省了全球数据中心6%的电的“全栈定制机器”,训练速度比上一代快4倍;拥有220万亿晶体管,性能比上一代强很多,但推理成本降到1/10;简单说:这个"新电厂"让AI既跑得快又花得少,企业都能用得起。 三、英伟达为什么要开源?这次,英伟达开放 10万亿字的语言数据 + 50万条机器人动作轨迹;发布六大开源AI模型家族(如Cosmos、Alpamayo、Groot等),覆盖:自动驾驶、人形机器人、医疗、气象、工业等,就像安卓系统让手机多样化,开源AI会让各种智能应用爆发。这招很聪明,表面无私,实则绑定生态。就像安卓开源,但手机厂商离不开谷歌服务一样。 四、黄仁勋传递的关键信号AI的下一个十年,不在手机里,而在物理世界:工厂、仓库、汽车、家庭服务机器人,才是主战场。“APP时代”即将终结,“AI智能体时代”开启:未来你不是点APP叫车,而是对AI说:“帮我安排明天上午去机场,避开堵车。” 英伟达不想只卖芯片,要当“AI时代的包工头”:提供从芯片、软件、数据到仿真平台的全套解决方案,让所有开发者“离不开我”。普通人也会被影响:虽然你不直接买Rubin,但你用的网约车、快递、超市货架补货#ai #人工智能 #英伟达 #芯片
00:00 / 03:26
连播
清屏
智能
倍速
点赞3
00:00 / 00:22
连播
清屏
智能
倍速
点赞48
00:00 / 02:17
连播
清屏
智能
倍速
点赞25
00:00 / 02:35
连播
清屏
智能
倍速
点赞10
OpenAI前首席科学家一句话让AI回答质量翻倍 #OpenAI #AI #karpathy #提示词 #skills OpenAI 前首席科学家 Andrej Karpathy 发了一个推特 看到那一刻,我感觉我半年的探索都白费了 我用了这个办法,AI 回答质量翻倍 以前为标题卡壳的时候,我的办法是什么呢?写提示词 写了很长很长的提示词——什么数字要、情绪词要、对比要、反常识要,一大堆 输入进去,AI 出来一堆标题,选一个还不错的 但我现在的做法不一样了 我直接问:"最强大脑怎么写标题?" 差异是什么?长提示词能给我一堆还不错的选项 但这个问法,AI 会自动召唤咪蒙、召唤李教授——那些真正懂标题的人 质量反而比我写一大堆提示词出来的东西还更好 写代码的时候也一样 遇到问题,我现在不是问"怎样优化这个函数",而是问"最强大脑怎么处理这个代码问题" 效果?同样有效 有时候我遇到产品问题,说实话,我不知道怎么去思考 那我就问:"最强大脑怎么思考这个产品问题?" 结果非常好 AI 给出来的思路,完全不同于我自己能想到的东西 最有意思的是人生焦点问题 当我遇到一些问题,我想要去深度思考的时候,我现在不会再满足于我原来写的那些提示词了 我直接问:"最强大脑会怎么思考?" 结果呢?AI 自动召集一些我根本不知道的人,给出来的答案非常好 Karpathy 发的那个推特,核心意思是这样的: 不要把 LLM 当成一个有想法的实体,而是把它当成一个能模拟任何人的模拟器 LLM 本身没有'观点',但它能呈现出任何人的思维方式 当你问'你怎么看'的时候,你实际上是在触发 AI 的某种'平均观点' 但当你问'某个大师会怎么说'的时候,你就是在让 AI 模拟那个人的真实思维方式 一个是模糊的综合,一个是精准的深度 这就是我半年探索都没想明白的东西 长提示词做什么呢?它在限制 AI 的模拟能力 你给 AI 设定了一堆规则——必须包含数字、必须有反差、必须有情绪——然后 AI 按照你这些规则去综合,出来的东西就是在你的框架内的最优解 但"最强大脑"这个问法不一样 它没有限制,反而是在激发 AI 的模拟能力 它让 AI 直接呈现出那个领域最强的人会怎样思考、怎样处理这个问题 一个是"指导",一个是"模拟" 指导有上限,模拟没有上限
00:00 / 02:21
连播
清屏
智能
倍速
点赞7308