近日拉开帷幕。其中最受关注的，还是美国英伟达公司创始人兼首席执行官黄仁勋的演讲。

　　除了芯片进展之外，黄仁勋的本次演讲中重点讲到了物理AI（Physical AI），并介绍了英伟达的Cosmos AI世界模型——开发者可使用Cosmos加速智能汽车、机器人和视频分析AI智能体的物理AI开发。

　　黄仁勋认为：“物理AI的‘ChatGPT时刻’近在咫尺，但挑战很明确。物理世界多样且不可预测。收集真实世界训练数据缓慢又昂贵，而且永远不够。所以答案是合成数据。”他介绍，英伟达8年前开始研究自动驾驶汽车，并透露：“我们的愿景是有朝一日，每辆车都将是自主的，我们一直在为那个未来努力。”

　　黄仁勋的演讲备受关注，确实也是情理之中。作为AI时代的“卖铲人”，英伟达的每一个动向，都直接关系着这场全球参与的未来世界淘金之旅。

　　但过去很长一段时间以来，大家都对英伟达公司形成了一个刻板印象，那就是——这是一家硬件芯片公司却很少关注，英伟达的芯片吸引力到底何在？

　　答案也很简单：CUDA（英伟达推出的通用并行计算平台和编程模型）生态。相比AMD等其他芯片公司，英伟达的最大吸引力不是芯片硬件本身的护城河，而是软件的壁垒。CUDA生态的形成，使得全球的AI工程师几乎都生长在英伟达的软件生态之上。

　　截至2025年，全球已有2000万开发者加入这一生态，基于CUDA开发的应用超10万个，形成了“开发者越多，应用就越丰富，芯片需求越旺盛”的正向飞轮。

　　这种生态锁定效应，让客户切换成本高达数千万美元，也让英伟达AI芯片毛利率远超行业平均水平。所以，如果从这个角度来看，就会理解黄仁勋和英伟达为什么强调物理AI的价值。

　　现在，英伟达引以为傲的CUDA生态正成为物理AI落地的核心推手。黄仁勋强调的合成数据，其生成与训练过程高度依赖并行计算能力。要模拟物理世界的千万种可能性，比如，从不同光照下物体的反光变化到机械零件的散落状态，这些都需要海量算力支撑。

　　而CUDA恰好提供了这种能力，让英伟达Omniverse仿真平台能高效生成符合物理规律的合成数据，再通过Cosmos AI世界模型赋能自动驾驶、机器人等场景。

　　例如，在自动驾驶领域，通过合成数据模拟极端天气、突发路况等稀有场景，解决了真Kaiyun官方入口实数据采集难、成本高的痛点，让AI在虚拟世界中完成亿万次训练后再落地现实。

　　这场从数字到物理的跨越，本质是CUDA生态的延伸与升级。过去，它支撑起ChatGPT等大模型的训练革命；现在，它正让AI学会理解物理规律，从“能说会道”迈向“能走能干”。

　　换言之，黄仁勋的布局已经超出了芯片本身，而是想让英伟达的生态从数据中心和虚拟世界延伸至工厂车间、城市道路。

　　当物理AI的“ChatGPT时刻”来临，英伟达的角色正从“卖铲人”升级为“AI基建运营商”。CUDA生态就像数字世界的“通用语言”，让算力能在云端、边缘与终端间自由流动，为真实世界的AI改造提供底层支撑。

　　黄仁勋的野心，是让AI不仅存在于屏幕里，更融入物理世界的每一个角落。而这一切，都离不开英伟达Kaiyun官方入口的底座。

　　不过，黄仁勋的故事固然美好，远期看也大概率会成为现实。但今天真要落地，其中还有巨大的难以想象的障碍需要跨越。以他举例的自动驾驶来看，其实真正的落地障碍不是技术，而是社会规范能否跟上技术进步的脚步。

　　当然，未来已来，这场由算力与生态共同驱动的物理世界颠覆，才刚刚拉开序幕。接下来真正的问题是，面对技术进化，真实世界里的人类社会制度到底应该如何准备？在这一层面，未来还有巨大的不确定性，也将会是更为艰巨的挑战。返回搜狐，查看更多