Poin-poin penting dari pidato CES Lao Huang: 1. Pada tingkat infrastruktur dan daya komputasi, brute-force NVIDIA memecahkan batas fisik melalui "desain kolaboratif ekstrem" dan merekonstruksi logika biaya pusat data. Dihadapkan dengan kemacetan hanya 1,6 kali jumlah transistor, NVIDIA secara paksa meningkatkan kinerja inferensi sebesar 5 kali lipat dan mengurangi biaya pembuatan token menjadi 1/10 melalui platform Vera Rubin, interkoneksi NVLink 6, dan platform penyimpanan memori kontekstual inferensi yang digerakkan BlueField-4. Tujuan inti dari level ini adalah untuk memecahkan masalah "tidak dapat menghitung" dan "tidak dapat mengingat" (dinding memori) dari Agentic AI, membuka jalan bagi transfer AI dari pelatihan ke inferensi skala besar. 2. Pada tingkat evolusi model, NVIDIA telah secara resmi menetapkan pergeseran paradigma dari "AI generatif" ke "AI inferensi" (Test-time scaling). Huang menekankan bahwa AI bukan lagi tanya jawab satu kali, tetapi rantai proses berpikir yang membutuhkan pemikiran dan perencanaan multi-langkah. Melalui model seri open source Alpamayo (penalaran mengemudi otonom), Cosmos (model dunia fisik) dan Nemotron (agen), NVIDIA mempromosikan AI untuk memiliki kemampuan penalaran logis dan kemampuan memori jangka panjang, sehingga dapat menangani skenario ekor panjang yang kompleks yang belum pernah terlihat sebelumnya. 3. Pada tingkat pendaratan fisik, NVIDIA mengumumkan bahwa "AI fisik" telah secara resmi memasuki periode monetisasi komersial, mematahkan situasi bahwa AI hanya ada di layar. Presentasi tersebut mengklarifikasi jadwal Mercedes-Benz untuk memulai perjalanan pada Q1 2026 dan mendemonstrasikan kerja sama full-stack yang mendalam dengan Siemens di metaverse industri. Dengan menghubungkan lingkungan simulasi Omniverse, pembuatan data sintetis, dan model kontrol robot, NVIDIA menyuntikkan kemampuan AI dari "dunia lunak" cloud Internet ke "dunia keras" seperti mobil, pabrik, dan robot dalam skala besar.