3月18日，英伟达（NVIDIA）创始人兼首席执行官黄仁勋（Jensen Huang）在2025年全球技术大会（GTC 2025）上发表主题演讲，宣布公司在人工智能（AI）领域的最新进展，并预测未来几年行业的发展方向。此次大会被誉为“AI界的超级碗”，吸引了数千名开发者参与。

图：NBC新闻网截图

黄仁勋在演讲中表示，AI技术正经历一个“拐点”，并强调英伟达在AI领域的领先地位。他指出，全球四大云服务提供商对GPU的需求激增，预计到2028年，英伟达数据中心基础设施收入将达到1万亿美元。

黄仁勋公布了英伟达下一代图形架构的详细信息，包括以著名天文学家命名的“布莱克威尔超”（Blackwell Ultra）和“维拉·鲁宾”（Vera Rubin）。布莱克威尔超计划于2025年下半年推出，而鲁宾AI芯片预计于2026年底发布，鲁宾超则将于2027年面世。

AI技术的“非凡进步”

在长达两个多小时的演讲中，黄仁勋回顾了AI技术的“非凡进步”。他指出，AI在过去10年中从感知和“计算机视觉”发展到生成式AI，再到如今的“代理AI”（Agentic AI），即具备推理能力的AI。“AI能够理解上下文、理解我们的请求，并生成答案，这从根本上改变了计算的方式，”他说。

黄仁勋还提到，下一波AI浪潮已经到来：机器人技术。由“物理AI”驱动的机器人能够理解摩擦力、惯性、因果关系和物体持久性等概念。“每一个阶段、每一波浪潮，都为我们所有人开辟了新的市场机会，”他说。

合成数据生成与开源平台

黄仁勋强调了合成数据生成（AI或计算机生成的数据）在模型训练中的重要性。他表示，AI需要数字经验来学习，而人类在训练循环中的作用正在被取代。“我们能够提供的数据和人类演示是有限的，过去几年最大的突破就是强化学习，”他说。

为此，英伟达推出了开源基础模型“艾萨克GR00T N1”（Isaac GR00T N1），旨在协助开发人形机器人。该模型将与更新的“宇宙AI”（Cosmos AI）模型配对，帮助生成机器人训练的模拟数据。

宾夕法尼亚大学电气与系统工程教授本杰明·李（Benjamin Lee）表示，机器人训练的挑战在于数据收集，因为在现实世界中训练既耗时又昂贵。模拟环境长期以来一直是强化学习的标准，研究人员可以测试模型的有效性。“提供一个开源平台将让更多人参与强化学习，不仅是行业巨头，还包括学术研究人员，”Benjamin Lee教授说。

与通用汽车合作

黄仁勋还介绍了“宇宙”系列AI模型，该模型可以生成成本效益高的逼真视频，用于训练机器人和其他自动化服务。开源模型与英伟达的“全宇宙”（Omniverse）物理模拟工具结合，能够创建更逼真的视频，成本远低于传统的训练数据收集方式。

美国汽车制造商通用汽车（General Motors）计划在其新一代自动驾驶汽车中集成英伟达技术。两家公司将合作构建定制AI系统，利用“全宇宙”和“宇宙”模型训练AI制造模型。

自动驾驶安全解决方案

黄仁勋还发布了英伟达的“哈洛斯”（Halos）系统，这是一款围绕汽车安全（尤其是自动驾驶）构建的AI解决方案。“我相信我们是世界上第一家对每一行代码进行安全评估的公司，”他说。

开源物理引擎“牛顿”

在演讲结束时，黄仁勋宣布了一款名为“牛顿”（Newton）的开源物理引擎，用于机器人模拟。该引擎正在与谷歌DeepMind和迪士尼研究院（Disney Research）合作开发。

演讲现场，一台名为“蓝色”（Blue）的小型机器人从地板上的舱口弹出，与黄仁勋互动并执行他的指令。黄仁勋总结道：“通用机器人时代已经到来。”