黄仁勋CES2026演讲核心要点：AI重塑计算全栈，开启物理智能新纪元
黄仁勋在CES2026演讲中，核心围绕“AI彻底重塑计算技术栈”展开，明确当前处于双平台转移的变革周期，同时发布Rubin计算平台、Alpamayo自动驾驶AI等核心技术，锚定物理AI与全栈生态布局。值得关注的是，演讲聚焦的自动驾驶、机器人两大物理AI落地场景，与当前市场强势的相关板块形成产业趋势共振，以下为融合产业与市场关联视角的核心要点：
一、时代定调：双平台转移重构计算产业，奠定AI应用基础
每10-15年的计算平台转移周期已开启，当前是AI驱动的双平台转移：一是应用从“预编译运行”转向“基于AI生成式构建”，二是技术栈从“CPU+传统软件”转向“GPU+AI训练/推理”。
这一转移下，过去十年价值十万亿美元的计算基础设施正全面现代化，每年数千亿至万亿美元的风险投资涌入AI改造，全球产业研发预算也向AI倾斜——这不仅是AI行业高增长的核心动力，也为自动驾驶、机器人等AI落地场景提供了底层技术支撑，成为相关板块长期景气的重要逻辑。
同时，AI的“扩展定律”持续推进：从BERT、Transformer到ChatGPT，再到“测试时缩放”（AI实时“思考”），模型通过预训练、强化学习、实时推理不断升级，每阶段都依赖巨量计算，而计算能力的扩展进一步加速了自动驾驶、机器人的技术迭代与商业化进程。
二、开源革命：智能体与物理AI普及，打开场景落地空间
2025年AI行业的核心突破是智能体系统普及与开源模型崛起：
-智能体已具备推理、工具使用、规划能力（如英伟达内部用Cursor改变软件开发），且实现“多模型调用”——可自动选择最适配的模型解决任务，成为企业AI的核心架构（如Palantir、ServiceNow等平台已集成），这一能力大幅提升了自动驾驶决策效率与机器人环境适配能力。
-开源模型达到前沿水平（落后顶尖模型约6个月），DeepSeekR1等开源推理系统带动下载量爆炸式增长，英伟达同步开源了蛋白质（OpenFold3）、气象（Earth-2）、语言（Nemotron）等多领域模型，以及NeMo全生命周期管理库，其中就包括机器人相关的开源模型与工具，降低了行业开发门槛，利好产业链内各类参与者。
此外，“物理AI”成为新方向：AI需理解物理世界的常识（物体恒存、因果关系），而数据稀缺问题通过“合成数据生成”解决——基于物理定律的模拟系统生成数据，训练AI理解真实世界的运行逻辑，这一技术突破直接推动自动驾驶、机器人从实验室走向规模化应用。
三、物理AI落地：自动驾驶与机器人成核心场景，关联板块强势共振
物理AI的核心是让AI从“数字交互”转向“物理世界交互”，本次演讲重点落地两大场景，均与当前市场强势板块形成精准对应：
-自动驾驶（Alpamayo）：发布全球首个会推理的自动驾驶AI，端到端训练（摄像头输入→驾驶输出），结合人类示范数据与Cosmos模拟数据，能解释驾驶动作的原因与轨迹。同时采用“双技术栈冗余”：Alpamayo负责策略，传统自动驾驶系统作为安全防护栏，首搭车型（梅赛德斯-奔驰）2026年分区域落地。受此技术突破与商业化落地预期提振，当前自动驾驶板块表现强势，板块内聚焦自动驾驶电子部件、感知系统等环节的标的，受益于L4级自动驾驶推进带来的需求增量，成为市场关注焦点。
-机器人：依托Omniverse模拟平台（Isaac Sim）、Groot机器人模型，实现机器人从设计、训练到测试的全数字化流程，已与波士顿动力、卡特彼勒等企业合作，覆盖机械臂、移动机器人、人形机器人等品类。当前机器人概念板块同步走强，其中涉及核心零部件（如精密传动、控制模块）、整机制造及系统集成的相关标的，充分受益于机器人商业化落地加速的产业趋势，与演讲中物理AI赋能机器人的逻辑形成共振。
四、计算跃进：Rubin平台突破AI算力瓶颈，支撑产业链升级
因AI模型规模（年增10倍）、推理token量（年增5倍）的需求飙升，英伟达推出Rubin全栈计算平台，通过全芯片协同设计实现性能飞跃：
-硬件全革新：包括性能翻倍的Vera CPU（88核+空间多线程）、浮点性能达Blackwell5倍的Rubin GPU、动态精度的NVFP4 Tensor Core；同时重构HGX机箱（0电缆/水管、5分钟组装）、Spectrum-X AI网卡（全球最大网络公司）、NVLink-6交换机（400Gb/s速率）等组件。
-核心优势：晶体管量仅增1.6倍，训练性能提3.5倍、推理性能提5倍；采用45℃热水冷却（无需冷水机），能效达前代2倍；支持全链路机密计算（数据传输/存储/计算均加密）。
Rubin平台的算力突破，不仅解决了自动驾驶、机器人领域大模型训练的算力瓶颈，也为产业链内依赖高算力的环节（如AI算法研发、仿真测试）提供了支撑，进一步强化了相关板块的产业竞争力。
五、生态闭环：全栈布局支撑行业AI渗透，产业红利持续释放
AI重塑了存储逻辑：针对AI的KV缓存（工作内存）痛点，通过BlueField-4处理器在机架内构建150TB上下文内存，为每个GPU扩展16TB额外内存，解决大模型长对话的内存瓶颈，这一技术同样适配自动驾驶长距离行驶、机器人复杂场景交互的内存需求。
最终，英伟达已从芯片公司升级为“全栈AI体系构建者”：覆盖芯片、系统、模拟平台、开源模型、工具链，目标是让各行业能基于其技术栈快速开发AI应用。这一全栈布局将持续推动自动驾驶、机器人产业的技术升级与成本下降，为相关板块带来长期产业红利。
风险提示：市场有风险，投资需谨慎。本文所提及的板块与产业逻辑，仅为基于演讲内容与市场趋势的客观分析，不构成任何投资建议。相关板块及标的走势受宏观经济、行业政策、市场情绪等多重因素影响，投资者需结合自身风险承受能力理性判断。