在2026年國(guó)際消費(fèi)電子展（CES 2026）上，英偉達(dá)創(chuàng)始人兼CEO黃仁勛圍繞“Physical AI”（物理AI）發(fā)表了主題演講，引發(fā)科技圈與汽車產(chǎn)業(yè)界的高度關(guān)注。

圖片來源：英偉達(dá)CES演講截圖

所謂物理AI，在黃仁勛看來，是指機(jī)器必須不能只是在虛擬環(huán)境中運(yùn)算，而是要在真實(shí)世界中對(duì)自身行為負(fù)責(zé)。

英偉達(dá)的表述清晰而系統(tǒng)：AI系統(tǒng)如果只能停留在數(shù)字世界，它的經(jīng)濟(jì)與社會(huì)價(jià)值將十分有限；而要進(jìn)入現(xiàn)實(shí)世界，AI不僅要理解環(huán)境，還要對(duì)其物理行為負(fù)責(zé)。在這種背景下，“物理AI的‘ChatGPT時(shí)刻’已經(jīng)到來”。

本文將從產(chǎn)業(yè)大趨勢(shì)、架構(gòu)變革、自動(dòng)駕駛落地、合作案例與行業(yè)性挑戰(zhàn)五個(gè)維度，客觀梳理英偉達(dá)在CES 2026上發(fā)布的主要技術(shù)方向與相關(guān)產(chǎn)品。

一、行業(yè)視角：自動(dòng)駕駛進(jìn)入“物理智能”時(shí)代

過去十多年，自動(dòng)駕駛技術(shù)的發(fā)展經(jīng)歷了從規(guī)則驅(qū)動(dòng)、感知驅(qū)動(dòng)，再到學(xué)習(xí)驅(qū)動(dòng)的階段性演進(jìn)。在這一進(jìn)程中，自動(dòng)駕駛系統(tǒng)逐步提高了對(duì)環(huán)境的感知精度和路徑規(guī)劃能力，但其核心仍然側(cè)重于統(tǒng)計(jì)模式識(shí)別和數(shù)據(jù)擬合。

在CES 2026上，英偉達(dá)圍繞“物理AI”提出了一種不同于傳統(tǒng)學(xué)習(xí)驅(qū)動(dòng)架構(gòu)的技術(shù)方向。黃仁勛在演講中表示，物理AI的核心并不只是識(shí)別圖像或信號(hào)，而是理解現(xiàn)實(shí)世界中的因果關(guān)系與物理約束，并在此基礎(chǔ)上對(duì)自身行為負(fù)責(zé)。這一變化并非單點(diǎn)技術(shù)升級(jí)，而是面向真實(shí)世界應(yīng)用的系統(tǒng)級(jí)重構(gòu)，尤其體現(xiàn)在對(duì)極端和長(zhǎng)尾場(chǎng)景的處理能力上。

映射到自動(dòng)駕駛領(lǐng)域，這意味著系統(tǒng)不再僅根據(jù)感知結(jié)果或模型輸出直接生成控制指令，而是需要在復(fù)雜交通環(huán)境中識(shí)別潛在風(fēng)險(xiǎn)、評(píng)估多種可能情境，并推演下一步行為。當(dāng)面對(duì)施工區(qū)域、非常規(guī)交通行為或未被充分覆蓋的場(chǎng)景時(shí)，系統(tǒng)需要以接近人類駕駛員的方式進(jìn)行推理，而不是完全依賴大量特定場(chǎng)景的數(shù)據(jù)訓(xùn)練。

基于這一思路，英偉達(dá)在CES 2026上將自動(dòng)駕駛系統(tǒng)重新定義為一種“推理平臺(tái)”。其核心轉(zhuǎn)變?cè)谟?，從以“感?+ 大模型推演”為主的堆棧，向“理解 + 推理 + 決策”的架構(gòu)遷移。英偉達(dá)方面強(qiáng)調(diào)，這一變化并非簡(jiǎn)單擴(kuò)大模型規(guī)模，而是自動(dòng)駕駛系統(tǒng)功能定位的調(diào)整。

在推理型架構(gòu)下，自動(dòng)駕駛系統(tǒng)需要具備三項(xiàng)關(guān)鍵能力：對(duì)物理環(huán)境中因果關(guān)系的理解能力；在罕見和極端場(chǎng)景下保持決策魯棒性的能力；以及對(duì)自身推理過程進(jìn)行審計(jì)和解釋的能力。這些能力在以數(shù)據(jù)擬合為主的傳統(tǒng)學(xué)習(xí)驅(qū)動(dòng)架構(gòu)中難以完全保障，尤其是在面對(duì)長(zhǎng)尾事件時(shí)，系統(tǒng)表現(xiàn)往往受限于訓(xùn)練數(shù)據(jù)的覆蓋范圍。

正是基于上述技術(shù)判斷，英偉達(dá)將機(jī)器人和自動(dòng)駕駛視為物理AI最早實(shí)現(xiàn)規(guī)模化應(yīng)用的重點(diǎn)領(lǐng)域，并圍繞這一方向推進(jìn)相關(guān)架構(gòu)和工具的演進(jìn)。

二、全棧重構(gòu)：從芯片到仿真、再到模型與工具鏈的協(xié)同

物理AI的實(shí)現(xiàn)，并非單一算法或單款芯片能夠完成的任務(wù)，而是跨層級(jí)、跨模塊的系統(tǒng)工程。在CES 2026上，英偉達(dá)發(fā)布了一系列與物理AI相關(guān)的全棧技術(shù)與產(chǎn)品，覆蓋核心算力、仿真平臺(tái)、AI模型與開放生態(tài)四大維度。

1. 核心算力：Rubin平臺(tái)的戰(zhàn)略意義

英偉達(dá)推出了代號(hào)為Vera Rubin的新一代AI計(jì)算平臺(tái)，這是一個(gè)集成多顆芯片與高速互聯(lián)的整體架構(gòu)。根據(jù)現(xiàn)場(chǎng)發(fā)布的信息，該平臺(tái)不僅提升了推理與訓(xùn)練性能，還顯著降低了運(yùn)行成本，為大規(guī)模物理AI的訓(xùn)練與部署奠定了算力基礎(chǔ)。

圖片來源：英偉達(dá)CES演講截圖

值得注意的是，英偉達(dá)在CES 2026上確認(rèn)Vera Rubin平臺(tái)已進(jìn)入全面生產(chǎn)階段，并計(jì)劃于2026下半年開始投入市場(chǎng)，這意味著英偉達(dá)正在從技術(shù)研發(fā)向產(chǎn)業(yè)供應(yīng)鏈快速推進(jìn)。

2. 仿真與現(xiàn)實(shí)對(duì)接能力

物理AI最大的挑戰(zhàn)之一，是如何將現(xiàn)實(shí)世界的復(fù)雜性引入訓(xùn)練流程，而不是被局限于實(shí)際數(shù)據(jù)采集所能覆蓋的范圍。英偉達(dá)提出了高精度仿真系統(tǒng)，通過模擬真實(shí)環(huán)境中的物理特性和動(dòng)態(tài)互動(dòng)，使AI在虛擬世界中生成豐富的訓(xùn)練樣本，并在現(xiàn)實(shí)世界中評(píng)估其表現(xiàn)。

這一方法的核心價(jià)值在于，通過仿真可以有效補(bǔ)足真實(shí)世界數(shù)據(jù)的稀缺性，并降低直接在真實(shí)環(huán)境中訓(xùn)練所帶來的安全風(fēng)險(xiǎn)與成本。

3. 模型與工具鏈

在模型層面，英偉達(dá)展示了面向物理智能的基礎(chǔ)模型與專用AI模塊，涵蓋世界模型、推理模型等。這些模型不僅可以處理感知任務(wù)，還具備對(duì)物理環(huán)境的因果推理能力，使其更適合在自動(dòng)駕駛、機(jī)器人等物理交互領(lǐng)域使用。

為增強(qiáng)開發(fā)者的實(shí)際生產(chǎn)力，英偉達(dá)還推動(dòng)開源模型與數(shù)據(jù)集的發(fā)布，降低行業(yè)整體進(jìn)入門檻，并加速構(gòu)建以其平臺(tái)為核心的生態(tài)體系。

三、合作推進(jìn)與產(chǎn)業(yè)落地：多方驗(yàn)證戰(zhàn)略方向

為了推動(dòng)自動(dòng)駕駛大規(guī)模商業(yè)化落地，英偉達(dá)在CES 2026上披露了一系列合作落地進(jìn)展，涵蓋量產(chǎn)車型部署、生態(tài)合作伙伴關(guān)系，以及開放開發(fā)平臺(tái)對(duì)產(chǎn)業(yè)鏈的輻射。

其中最受關(guān)注的進(jìn)展是Mercedes-Benz CLA量產(chǎn)車型將率先搭載英偉達(dá)的自動(dòng)駕駛軟件棧。據(jù)悉，NVIDIA DRIVE AV軟件已在全新梅賽德斯-奔馳CLA上亮相，該車型計(jì)劃在2026年第一季度于美國(guó)市場(chǎng)推出，并在隨后進(jìn)入歐洲及其他地區(qū)市場(chǎng)。該系統(tǒng)提供的自動(dòng)駕駛能力屬于Level 2++級(jí)別，有望成為NVIDIA全棧自動(dòng)駕駛解決方案的首次量產(chǎn)驗(yàn)證。

圖片來源：英偉達(dá)

這一合作案例不僅標(biāo)志著英偉達(dá)自動(dòng)駕駛技術(shù)在量產(chǎn)車型上的首批應(yīng)用，也體現(xiàn)出頂級(jí)整車廠對(duì)整體技術(shù)路徑的認(rèn)可。此外，梅賽德斯-奔馳與英偉達(dá)的合作已超出單一車型支持，雙方在軟件定義車輛架構(gòu)、AI驅(qū)動(dòng)自動(dòng)駕駛能力及數(shù)字化開發(fā)流程上持續(xù)深化合作，推動(dòng)自動(dòng)駕駛功能從工程驗(yàn)證向可商業(yè)化部署推進(jìn)。

除了梅賽德斯-奔馳，英偉達(dá)在更廣泛的自動(dòng)駕駛生態(tài)中也持續(xù)推進(jìn)合作伙伴關(guān)系。此前，NVIDIA DRIVE平臺(tái)已被包括Uber、Stellantis、Lucid、Nuro等多家出行服務(wù)商與整車企業(yè)采用，用于開發(fā)兼具自動(dòng)駕駛和機(jī)器人出行能力的車輛系統(tǒng)，并正在圍繞Hyperion和DRIVE AGX架構(gòu)構(gòu)建統(tǒng)一的數(shù)據(jù)工廠與模型訓(xùn)練體系。

英偉達(dá)通過開放模型（如Alpamayo）、仿真平臺(tái)（AlpaSim）及Halos認(rèn)證體系，試圖打造一個(gè)可供合作伙伴共享與迭代的自動(dòng)駕駛開發(fā)生態(tài)，降低單體廠商獨(dú)立研發(fā)成本并加速創(chuàng)新閉環(huán)。

整體來看，這些合作與實(shí)際部署進(jìn)展表明，英偉達(dá)的自動(dòng)駕駛戰(zhàn)略正在從“研發(fā)驗(yàn)證”向“商業(yè)化落地”邁進(jìn)，既包括在量產(chǎn)車型中的早期集成，也囊括更廣泛的產(chǎn)業(yè)合作與生態(tài)拓展。

四、行業(yè)競(jìng)爭(zhēng)與生態(tài)挑戰(zhàn)

盡管物理AI提供了更清晰的工程路徑，但它也對(duì)行業(yè)提出了新的要求與挑戰(zhàn)：

仿真與現(xiàn)實(shí)鴻溝：無論仿真多么精細(xì)，都無法完全重現(xiàn)現(xiàn)實(shí)環(huán)境中的所有噪聲和偶發(fā)情況。因此，如何確保從仿真訓(xùn)練遷移到現(xiàn)實(shí)世界中的決策安全性，是整個(gè)行業(yè)亟需解決的問題。

標(biāo)準(zhǔn)與監(jiān)管要求：物理AI在自動(dòng)駕駛場(chǎng)景中的決策輸出，將直接關(guān)系到安全與責(zé)任邊界。這就要求相關(guān)標(biāo)準(zhǔn)與法規(guī)快速跟進(jìn)，形成明確的安全審查體系與數(shù)據(jù)透明機(jī)制。

生態(tài)整合與平臺(tái)鎖定：英偉達(dá)通過開源工具與模型構(gòu)建了一個(gè)潛在的行業(yè)基礎(chǔ)設(shè)施級(jí)生態(tài)，但這也吸引了其他芯片與軟件提供商的競(jìng)爭(zhēng)。如何在開放與生態(tài)構(gòu)建之間平衡，是行業(yè)下一階段的關(guān)鍵議題。

無論如何，英偉達(dá)已經(jīng)拉開了自動(dòng)駕駛從傳統(tǒng)意義上的“感知驅(qū)動(dòng)”向“理解與推理驅(qū)動(dòng)”轉(zhuǎn)變的序幕。當(dāng)AI驅(qū)動(dòng)的自動(dòng)駕駛汽車能真正理解物理環(huán)境并能對(duì)其行為負(fù)責(zé)時(shí)，智能汽車將不再僅僅是“裝備了傳感器與算力的交通工具”，而是在現(xiàn)實(shí)世界中具備自主判斷與行動(dòng)能力的物理智能體。

這一趨勢(shì)，或許才真正標(biāo)志著自動(dòng)駕駛與物理AI時(shí)代的拐點(diǎn)正在到來。

結(jié)語

CES 2026上的英偉達(dá)，不僅呈現(xiàn)了技術(shù)產(chǎn)品，更展示了一種面向現(xiàn)實(shí)世界的計(jì)算哲學(xué)：AI不僅要理解世界，還需要在現(xiàn)實(shí)環(huán)境中以可控、可驗(yàn)證的方式作出決策并執(zhí)行行動(dòng)。

對(duì)于汽車行業(yè)而言，這代表自動(dòng)駕駛從傳統(tǒng)意義上的“感知驅(qū)動(dòng)”向“理解與推理驅(qū)動(dòng)”轉(zhuǎn)變的真正開始。而英偉達(dá)試圖通過其全棧架構(gòu)，將這一轉(zhuǎn)變變成產(chǎn)業(yè)現(xiàn)實(shí)。

當(dāng)自動(dòng)駕駛系統(tǒng)具備對(duì)物理環(huán)境的理解能力，汽車的定義本身也隨之改變。智能汽車，不再僅僅是“裝備了傳感器與算力的交通工具”，而是在現(xiàn)實(shí)世界中具備自主判斷與行動(dòng)能力的物理智能體。

這一趨勢(shì)，或許才真正標(biāo)志著自動(dòng)駕駛與物理AI時(shí)代的拐點(diǎn)正在到來。

返回第一電動(dòng)網(wǎng)首頁 >