2025年的CES大会上，NVIDIA创始人兼行政总裁黄仁勋发布了一场令人瞩目的演讲，分享了人工智能（AI）、自动驾驶汽车、云计算等领域的技术前瞻与未来预期。他详细阐述了AI在各项设备上的应用，以及自动驾驶汽车和数据处理在未来生活中的重要性，并展现了NVIDIA在这些领域的创新技术。
黄仁勋强调AI的发展不再只限于云计算，未来它将进一步扩展到各种设备上，从手机、PC到智能眼镜等穿戴设备，都将成为AI的重要载体。他预测，随着科技不断进步，AI将成为我们日常生活的一部分，成为无所不在的助手。使用智能眼镜等设备时，用户可以轻松指向物品或场景，即时向AI询问相关资讯。这种全天候、随时可用的助手将成为未来的常态。
实际例子：
黄仁勋表示，随着数以百万计的PC已经运行Windows，这使得NVIDIA可以将AI技术带入每一部PC。所有主要的PC OEM（原始设备制造商）都将协同开发AI PC，并为此提供支持。这样未来的家庭将拥有更强大的AI计算能力。
黄仁勋也回顾了Windows 95的影响，当时它带来了多媒体服务的革命，但现在的计算机系统无法完全满足当前AI的需求。因此NVIDIA期望将来能将AI助手集成进PC系统，并将其与传统的3D、音效和视频API并列，打造一个更为强大的集成AI生态系统。
为了帮助创作者进行AI形象生成，黄仁勋介绍了NVIDIA NIM（NVIDIA Integrated Microservices）。这些服务可以将简单的3D对象用作引导AI形象生成的工具，这样创作者可以通过更简单的方式控制形象的组成。他举了概念艺术家的例子，说明如何使用这些微服务来快速实现可视化效果，从而大幅提升创作效率。
黄仁勋介绍“物理AI”的概念。他提到，虽然目前的语言模型（如大语言模型）是基于上下文输入和生成Token的方式来运行，但随着AI技术发展，未来AI不仅能理解和生成文本，还将能处理更复杂的物理现象。他解释了Transformer模型在处理大量Token时的计算需求，并强调了为了支撑这样的计算需求，像Blackwell这样的高性能GPU成为关键。
黄仁勋提到，NVIDIA在性能每瓦特（perf per watt）和每美元性能（perf per dollar）方面的提升，使训练AI模型的成本减少了3倍，或者如果想要扩大模型的规模，所需的成本保持不变。他强调这对于未来的AI应用至关重要，特别是在如ChatGPT、Gemini等应用中，这些应用会消耗大量的AI Token。
由于数据中心的运行受到电力限制，黄仁勋介绍了NVIDIA最新的Blackwell架构，这一架构使得每瓦特的性能达到四倍提升。这意味着，这些新系统能够提供更多的商业价值，并大大提升数据中心的计算能力。Blackwell芯片有着前所未有的计算能力。举例来说，72个Blackwell GPU或144个dies组成的单一系统，提供1.4 exaflops的AI浮点运算性能，这一性能超过了当前世界上最快的超级计算机。他还强调了这些系统的内存带宽达到1.2PB每秒，相当于全球所有互联网流量的总和。
黄仁勋介绍了Windows WSL 2（Windows Subsystem for Linux 2）技术，这一技术能将两个操作系统融合于同一台PC中，对开发者来说尤为重要。它提供对原生硬件的访问，还支持CUDA技术，为AI开发提供强大的计算能力。随着这一技术的推广，未来的PC将不仅是日常办公和娱乐工具，更将成为强大的AI平台。
NVIDIA目前已经开发了多种AI模型，并将其运行于Windows系统中，用户只需拥有兼容的计算机，就能直接下载并使用这些强大的AI工具，进一步推动AI技术的普及。
黄仁勋表示，自动驾驶汽车技术已经步入下一阶段，并且革命性改变即将来临。他指出，像Waymo和Tesla等公司已经证明了自动驾驶汽车的可行性，NVIDIA在这一领域也提供了关键技术支持，包括三大核心系统：训练AI的计算机、模拟系统，以及车内的计算平台。这些技术目前已被多家车企广泛采用，像是比亚迪、梅赛德斯、丰田等。
黄仁勋预测，自动驾驶汽车将成为全球首个数兆美元规模的机器人行业。他指出，全球每年生产超过一亿辆车，并且每年全球行驶的车辆总里程达到一兆英里，未来这些车辆将是高度自动化或完全自动化的，这将成为一个极为庞大的市场。NVIDIA在这个领域的业务已经达到40亿美元，今年的年化收入可能会接近50亿美元。
黄仁勋提到，AI在自动驾驶领域的应用将迎来一场重大变革。自动驾驶车的核心在于能够理解复杂的道路环境，并基于实时数据作出决策。这些车辆不仅能够识别周围的交通状况，还能在突发情况下进行即时反应。通过AI，机器人不再仅仅是依赖传感器来感知环境，而是能够学习并预测不同场景下的最佳应对策略。
黄仁勋提到，未来的AI车辆将具备不仅能够进行基本驾驶操作，还能在极端环境下完成更复杂的任务。比如当遭遇恶劣天气或交通事故时，AI能够自动调整行车路径，甚至与其他车辆协作，实现智能车队。
黄仁勋介绍了NVIDIA最新研发的自动驾驶汽车处理器——Thor。它的处理能力是上一代Orin处理器的20倍，专为处理来自车辆各种传感器的数据而设计，包括高分辨率度的摄影镜头、雷达及激光雷达（Lidar）。Thor将这些传感器数据转换为Token，并进行处理，协助自动驾驶汽车预测行驶路径。目前，这款处理器已经开始量产，并将成为自动驾驶汽车的核心运算平台。
自动驾驶汽车的安全性问题一直是焦点。黄仁勋指出，NVIDIA在安全性方面已经取得了重要突破，他介绍了DriveOS这个全球首个经过ASIL-D认证的可编程AI计算机，并达到了汽车功能安全的最高标准。DriveOS的安全性是NVIDIA投入15,000名工程师多年心血的成果，这使得其CUDA技术也能达到这一高标准。
黄仁勋介绍了NVIDIA如何利用Omniverse和Cosmos加速自动驾驶汽车技术的发展。Omniverse能够通过融合地图数据创建可行驶的3D环境，而Cosmos则生成大量合成数据，这些数据用于训练AI模型，以提升自动驾驶汽车的安全性与性能。黄仁勋最后强调了NVIDIA在自动驾驶汽车领域的数据处理能力。他介绍了自动驾驶汽车数据工厂，该工厂利用Omniverse和Cosmos生成合成数据，并将数千次驾驶数据转换为数十亿英里的有效数据。这样的数据处理能力将显著提升自动驾驶汽车的训练效率，并为未来自动驾驶汽车的安全与性能奠定基础。
在黄仁勋的演讲中，他强调了机器人在各行各业的协作潜力，尤其是在制造业和服务业中的应用。未来，协作型机器人（Cobots）将成为日常工作的一部分。这些机器人不仅能够执行高度重复和繁重的工作，还能够与人类一起工作，协同完成更复杂的任务。
AI在协作型机器人中的应用，将使它们具备更高的自我学习能力和灵活性。这意味着，它们不仅能在生产线上执行简单的操作，还能根据不同场景进行智能调整。例如，AI使得机器人能够理解人类工人的需求，并快速适应其指令，甚至能够主动向人类提出建议或提供帮助，实现人机协作的最大化。
黄仁勋还提到了机械手臂的未来，尤其是在医疗领域的应用。AI将使得机械手臂能够进行更为精确且多样化的操作，不仅限于制造业的基本组装，还包括精细的医疗手术操作。
AI能够在机械手臂的运行过程中提供实时的数据分析和反馈，协助医生在进行微创手术时进行精确控制，甚至可以在医疗机械手臂的学习过程中，不断优化操作精度，提升手术成功率。这不仅能够减少人类手术中的错误，也能够在全球范围内提高医疗资源的可及性。
黄仁勋在演讲中提到，AI在机器人领域中的一个重要进展就是数字双胞胎技术的应用。数字双胞胎技术使得我们可以通过虚拟模型来模拟真实世界中的物理世界，并进行预测、测试和优化。这一技术对于自动驾驶车和机器人系统的开发至关重要。
通过数字双胞胎，AI可以对机器人在真实世界中的运行进行模拟，并根据这些模拟结果进行调整和优化。这不仅加速了机器人的开发过程，也提升了测试的效率和安全性。例如，AI可以利用数字双胞胎来创建虚拟城市，并对自动驾驶车进行实验，以预测它们在各种路况下的表现，最终将这些学到的知识应用于真实世界。
未来的机器人将不仅仅是被动执行任务的工具，它们将通过AI进行自主学习，甚至具备自我优化的能力。这意味着，机器人将能够根据经验和环境的变化，不断调整自己的行为和决策策略，以适应不断变化的工作需求。
AI的进步将使机器人能够在更多未知的场景中进行探索，从而在提供更高效服务的同时，提升它们的自主性。例如，机器人在制造业中，能够根据生产需求的变化，调整自身的操作模式，进一步提升生产效率。
总结来看，黄仁勋的演讲详细介绍了NVIDIA在AI、自动驾驶汽车、数据处理、机器人等领域的创新技术。他预见，这些技术将在未来几年内逐步改变我们的生活方式，并最终引领全球进入一个全新智能时代。
