AI 多领域突破与未来风口布局全解析

英伟达 CEO 黄仁勋在科技春晚 GTC 2024 大会上发表了开幕演讲，这无疑是 GTC 最新颖的开场大戏。那这次演讲有哪些重点呢？别急，我会快速地梳理一遍，让你用三分钟拿到黄教主一小时的干货。视频有点长，但我建议你多看几遍，再转发给朋友，因为 2025 年世界经济引擎和财富的风向都在这里了。

好，那我开始。首先，整体上看黄教主发布了一系列的 AI 突破。看完他的演讲，我只有一个感觉，那就是英伟达通吃 AI 最前沿的各个领域，从虚拟 AI 到物理 AI、智驾 AI 和人形机器人，甚至还有超迷你却超强大的 AI 电脑，从做芯片直接一脚跨入了做整机。

接下来我们就来一个个看英伟达是如何瞄准每个 AI 风口的。首先是 AI 显卡 RTX 50 新品的底层采用了 Blackwell AI 架构，内置了 920 亿个晶体管。和传统的 GPU 计算每个像素来构建图像不同，以后就再也不用一个像素一个像素地计算，而是通过 AI 来预测，或者说直接生成下一帧图像，这样是不是就大大减少了计算量呢？可以说英伟达很聪明地用 AI 直接升级了自己的第一曲线。

第二个是 AI 芯片。Blackwell 又有新进展，黄教主重磅推出了一个巨型 AI 芯片，代号 NV72，它含有 72 个 Blackwell 的 GPU 核心，多达一百三十万亿个晶体管，内存带宽达到了每秒 1.2PB，是人类迄今为止最大的单个芯片。

性能直接超越世界上最快的超级计算机。那问题来了，为什么要做一个如此之大的芯片？只是为了一味地堆料吗？不是，英伟达真正的目的是为了造一个仿真的大脑。此话怎讲呢？听我分析。大模型的底层就是算力，现在大模型推理只是一次性的，也就是说我们提问大模型回答，一来一往单项目，但未来的大模型必须能够进行自我对话、思考、反思和验证。这不就是我们的大脑吗？但是以现在的算力能不能支持仿真大脑呢？答案是还不能。现在的 token 生成的速度是每秒 20 到 30 个，这已经与人类的阅读速度相当了，已经很厉害，但是未来要进行类似大脑自我对话和反思就必须大幅提高 token 的生成速度，而且成本必须低，而 NV72 这个巨型芯片正是为此而生的，这才是它的根本目的。一个会思考、会反思的 AI 在科技圈叫 AI agent，也叫智能体。所以英伟达在抢占智能体这个巨大的市场，目前全球多个科技巨头都在以光速推广智能体，包括微软、OpenAI、谷歌、Meta 等等。我们来粗略估计一下最领先的微软在智能体上的营收有多少。从费用上看，它的智能体 Copilot 企业级用户每个月收费是 30 美元，用户量方面，按照微软 365 有 3.82 亿个企业用户的 10% 来估算的话，微软的智能体至少年营收要达到 130 亿美金，而且这还没算每年的增量，所以这将是一个万亿级的增量市场。

英伟达早就开始布局了，而且光有硬件还没完，英伟达还打造了 AI 的开发库，目前有三个构建智能体的 AI 工具，分别叫做 NeMo、Nims 和一系列的开源蓝图。NeMo 可以简单理解为是一套打包好的 AI 云服务，包括视觉处理、语言理解、语音动画、数字、生物学等等 AI 模型，对智能体可以进行预训练。Nims 则是一个对数字员工入职和培训的评估系统，它提供各种库，帮助智能体、大智能体接受公司特定的语言、业务流程和工作方式的培训。黄教主还笑称未来 IT 部门得干 HR 的活，因为得负责训练和改进 AI 员工。开源蓝图就可以简单地理解为已经做好的 AI 人的基本款，涵盖各种不同类型、不同行业，可以拿去自己修修改改就能用了。目前英伟达已经和全球主流的 PC 厂商都达成了合作，将嵌入几乎所有的 Windows PC 中。

第三，我来说一说物理 AI。黄教主这次推出了 Cosmos，这是一个理解物理世界的基础模型，而物理 AI 被称为 AI 的未来。从去年李飞飞成立自己的空间智能创意项目，英伟达就进行了大手笔的投资。今天亮相的 Cosmos 是全球首个基于真实世界的基础模型，它利用了 2000 万小时的视频进行训练，包括自然动态、人类行走、手部移动、操作物体等等运动场景。它带来最大的影响会是什么呢？那就是让英伟达主导三个领域的模拟训练：第一工业工厂，第二自动驾驶，第三人形机器人。在工厂方面，未来每个工厂都能拥有一个自己的、与真实工厂运作完全相同的数字孪生体。在这个虚拟的工厂里，用真实的操作转化成数字指令去训练机器人，当找到一种最优的工厂运作方式以后，再运用到真实的工厂中，这就相当于零成本试错和优化。在智驾领域也是一样的，英伟达今天推出了机器人和智驾芯片 Thor，它可以接收并处理来自大量传感器的信息，包括无数个高分辨率的摄像头、雷达，然后再根据这些信息去预测下一条路径或者下一个行为。英伟达旗下的 Omniverse 模型和 Cosmos 就能整体融合真实世界的地图和地理空间，在模拟驾驶场景和 3D 环境，就能大幅提升自驾的训练数据量。这就相当于花小钱办大事，让空间 AI 基于物理基础，准确合理地把只有几千次真实道路测试和驾驶的数据扩充和模拟到几十英里，从而拥有了大量的自驾训练数据。黄教主说，自动驾驶行业已经临近爆发，是下一个规模可达数万亿美元的市场。他们家的汽车业务也将在 2026 财年扩展至 50 亿美元。目前他们和全球主流的汽车厂商都有合作，甚至也包括比亚迪、理想、小米等国内的企业。

接下来我再帮你梳理一下人形机器人领域，它比汽车驾驶的数据更难、更复杂，英伟达是怎么做的呢？它取了个巧，用 AI 根据少量的人类演示去生成指数级模拟运动数据再去训练机器人，这个 AI 工具叫 Isaac Gym。

最后我要给你梳理第四个重点，那就是个人可用的 AI 电脑。英伟达内部代号叫做 DGX，这是英伟达在十年前就启动的 GPU 深度学习训练系统。2016 年英伟达第一次向客户交付了这款产品，也就是说它的前身正是孕育了大名鼎鼎的 AlphaGo 的系统。而今天黄教主把它改造成为了巴掌大小的身材，可以链接到我们每个人的电脑上运行。

好了，以上就是我为你总结的黄教主 GTC 演讲的全部核心。而英伟达着重布局的三种机器人领域一定就是未来的风口，包括智能体、自动驾驶和人形机器人。黄教主说，如果拥有了解决这三类机器人的技术，英伟达将成为世界上规模最大的技术产业。那么，屏幕前的你呢？关注我，我将带你一起探寻 AI 时代的财富脉搏。