炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
来源：北京商报
1月6日至9日，全球消费电子展（CES）在拉斯维加斯迎来它的年度高光时刻。但与往年不同的是，2026年的CES不再是单纯的硬件参数竞赛或概念炒作盛宴，而是一场关于“AI具身化”的终极演兵。作为AI时代的探路者，英伟达在今年CES上并未发布任何新的消费级显卡，但出乎意料地提前发布了下一代AI芯片平台“Rubin”，打破了英伟达通常在每年3月GTC大会上集中公布新一代架构的传统。这暗示着，今年CES不仅是消费电子的盛会，更是一场关于未来生活方式的社会实验。在赌城的霓虹灯下，科技产业正在进行一场豪赌。
Vera Rubin已投产
AI竞赛进入新一年，英伟达决定加速出击。当地时间1月5日，英伟达首席执行官（CEO）黄仁勋在美国拉斯维加斯消费电子展上发布新一代Rubin平台。他说，该平台在推理成本和训练效率上实现大幅跃升，已全面投产，拟下半年发货。
Rubin并非空降。早在2025年3月的GTC大会上，黄仁勋就已预告了代号“Vera Rubin”的超级芯片，并明确其将于2026年量产。此次在CES上，黄仁勋对Rubin平台进行了系统性发布，Rubin成为英伟达最新GPU的代号。
“Rubin的到来正逢其时。无论是训练还是推理，AI对计算的需求都在急剧攀升。”黄仁勋表示，“我们坚持每年推出新一代AI超级计算机，通过6颗全新芯片的极致协同设计，Rubin正在向AI的下一个前沿迈出巨大一步。”
据称，Rubin平台采用极端协同设计理念，整合了6颗芯片，包括NVIDIA Vera CPU、Rubin GPU、NVLink 6交换芯片、ConnectX-9 SuperNIC、BlueField-4 DPU以及Spectrum-6以太网交换芯片，覆盖了从计算、网络到存储与安全的多个层级。
相比前代Blackwell架构，Rubin加速器在AI训练性能上提升3.5倍，运行性能提升5倍，并配备拥有88个核心的新款中央处理器（CPU）。相比英伟达Blackwell平台，Rubin平台实现推理token成本最高可降低10倍，训练MoE（专家混合）模型所需GPU数量减少4倍。
作为对比，GPU是显卡的核心计算芯片，显卡则是包含GPU、显存、供电、散热与视频输出接口的完整硬件设备。
在生态层面，Rubin已获得头部云厂商和模型公司的集中响应。AWS、Microsoft、Google、OpenAI、Anthropic、Meta、xAI、CoreWeave等均被列入首批采用名单。
强调物理AI
Rubin在CES的提前亮相，也引发了外界对英伟达产品发布节奏变化的关注。对此，英伟达高管回应称，目前构成Vera Rubin平台的6颗芯片已经全部到位，相关系统已在运行真实应用负载，并取得了积极结果。
此次在CES上提前披露Rubin，主要是为了尽早向生态伙伴提供工程样品，方便其为后续部署和规模化应用做准备。英伟达同时强调，Rubin仍将按照既定节奏推进，计划在今年下半年进入量产爬坡阶段，这一时间安排与此前披露的路线图保持一致。
在演讲中，黄仁勋展示的不只是Rubin平台。英伟达还发布了一系列AI体系产品，包括开源模型、AI存储、物理AI等。这是英伟达的全栈AI布局，同时也是其在继续释放信号：AI重心继续从“训练规模”转向“推理系统”。
同时，黄仁勋特别强调了物理AI。在更长期的布局上，英伟达围绕物理AI推进，发布了一系列开源模型、开发框架和硬件平台，将AI能力从数据中心延伸至机器人、自动驾驶与工业边缘场景。
他认为，AI的演进可以分为四步：感知AI（Perception）、生成AI（Generation）、代理AI（Agentic）、物理AI（Physical）。“当模型能够理解质量、摩擦、惯性、动量守恒，AI才真正走出屏幕。”
与传统生成式人工智能不同，英伟达所强调的“物理AI”并非只停留在文本、图像或代码层面，而是能够理解物理世界的运行规律，并在现实环境中执行任务的智能系统。这类模型通常先在高度逼真的虚拟环境中通过合成数据进行训练，再被部署到机器人、自动驾驶汽车或工业设备中。
黄仁勋表示：“AI已经不再是一次性问答的聊天机器人，而是能够理解物理世界、进行长期推理、使用工具完成真实工作，并同时保有短期和长期记忆的智能协作者。”
硬件与真实场景
在CES官方的描述中，“多年来AI一直是CES的一部分，但2026年它已然成为无法忽视的焦点”。这句话背后，是整个科技产业正在经历的深刻转折：AI不再比拼模型参数，而是全面进入硬件与真实场景。
据报道，黄仁勋在48小时内横跨四场重磅活动，与西门子探讨工业AI、与联想推进混合AI、与AMD和英特尔共话生态协同，这一紧凑行程本身就是信号：AI的价值不再由算力决定，而是由场景定义。
此次面向机器人领域，英伟达发布了Cosmos与GR00T系列开源模型，用于机器人学习、推理与动作规划。“机器人领域的ChatGPT时刻已经到来，”黄仁勋表示，“能够理解现实世界、进行推理并规划行动的物理AI模型，正在解锁全新的应用场景。英伟达覆盖Jetson、CUDA、Omniverse以及开源物理AI模型的完整技术栈，正在赋能全球合作伙伴，通过AI驱动的机器人重塑各个行业。”
让自动驾驶汽车“思考”，也是英伟达重点聚焦的领域。黄仁勋认为，自动驾驶将成为物理AI的第一个大规模应用场景。此类系统需要理解现实世界、做出决策并执行动作，对安全性、仿真和数据要求极高。
一位业内人士对北京商报记者表示，这意味着在2026年将出现三个趋势：一是“模型小型化”，在特定任务上可以媲美云端大模型；二是“交互多模态”，语音、视觉、手势、脑机接口将融合为自然的交互方式；三是“服务订阅化”，硬件将便宜甚至免费，AI服务按月收费成为商业模式。
海量资讯、精准解读，尽在新浪财经APP
责任编辑：高佳
睿迎网提示：文章来自网络，不代表本站观点。
