老黃CES演講要點：1、在基礎設施與算力層面，英偉達通過“極端協同設計”暴力破解物理極限，重構了數據中心的成本邏輯。 面對晶體管數量僅增長1.6倍的瓶頸，英偉達通過Vera Rubin平臺、NVLink 6互聯以及BlueField-4驅動的推理上下文內存存儲平臺，強行將推理性能提升5倍，並將Token生成成本壓低至1/10。這一層面的核心目標是解決Agentic AI（代理智能體）“算不起”和“記不住”（顯存牆）的問題，為AI從訓練向大規模推理轉移鋪平道路。 2、在模型演進層面，英偉達正式確立了從“生成式AI”向“推理型AI”（Test-time Scaling）的範式轉移。 黃仁勳強調AI已不再是一次性的問答，而是需要多步思考和規劃的思維鏈過程。通過開源Alpamayo（自動駕駛推理）、Cosmos（物理世界模型）以及Nemotron（智能體）系列模型，英偉達正在推動AI具備邏輯推理能力和長時記憶能力，使其能處理未見過的複雜長尾場景。 3、在物理落地層面，英偉達宣佈“物理AI”正式進入商業變現期，打破了AI僅存於屏幕的局面。 演講明確了2026年Q1梅賽德斯-奔馳實車上路的時間表，並展示了與西門子在工業元宇宙的深度全棧合作。通過將Omniverse模擬環境、合成數據生成與機器人控制模型打通，英偉達正在將AI能力從互聯網雲端這一“軟世界”，大規模注入到汽車、工廠、機器人等“硬世界”中。