英伟达CES 2026重磅发布：Rubin平台正式量产，AI自动驾驶全面提速

TradingKey - 美东时间2026年1月5日，美国拉斯维加斯登场的CES展会上，英伟达CEO黄仁勋再度站上全球科技产业的舞台中央。身穿招牌黑色皮衣的他，用一场长达90分钟的演讲，正试图定义未来AI不再只是“看见”，而是真正能够“理解、推理并采取行动”。

在这场引发全场关注的演讲中，黄仁勋以“All in AI”和“All in Physical AI”的坚定态度勾勒出一张从晶体管级架构设计，到嵌入式控制系统，再到自动驾驶平台与类人机器人软硬一体化部署的宏阔蓝图。这不仅是一次全面展示其AI全栈能力的时刻，也被视为对资本市场对于摩尔定律趋缓、AI产业泡沫等质疑的一次有力回应。

Vera Rubin正式量产

“我可以告诉大家，Vera Rubin已进入全线生产。”黄仁勋说道，这句话无疑成为当日演讲的高潮。

他进一步指出，这是一次前所未有的架构革新——涵盖中央处理器(CPU)、图形处理器(GPU)、网络互联到整机系统等六大核心模块全部重新设计，不仅颠覆传统，也确立了NVIDIA面向下一代AI基础设施的新方向。

Rubin平台被命名以致敬著名天文学家Vera Rubin，其核心特点是采用极端协同设计（Extreme Co-Design）理念，即从芯片到系统每一层级硬件与软件深度融合，由此形成了真正意义上的全栈式AI计算体系。

黄仁勋指出：“人工智能正以前所未有的速度重塑各行各业，而根本性的挑战是如何获得足够算力来支撑越来越庞大的训练与推理需求。竞争愈发激烈，因为完成同样任务的时间越短，就意味着领先一步。”

他补充道：“Rubin的推出恰逢其时，因为人工智能计算对训练和推理的需求正呈爆炸式增长。”

相较以往迭代每次只更新少数几颗芯片，此次一口气全面刷新六款关键硬件，被视作NVIDIA近年来产品战略最具突破的一步。

核心处理器Vera CPU在单位功耗条件下实现两倍性能提升。图形处理器Rubin GPU则在晶体管数量仅增加60%的基础上，将计算能力提升至原先的五倍。

在数据传输方面，平台搭载全新的NVLink 6互联架构，使单个机架内部的数据带宽最高可达260TB/s。同时，配备了新一代ConnectX-9 SuperNIC网络接口卡、BlueField-4智能数据处理器（DPU）以及Spectrum-6以太网交换机，共同构建出一个高度集成、高吞吐量且具备前瞻技术特性的AI计算基础设施。

Rubin引入的协同设计策略，是对摩尔定律放缓、电晶体密度增长受限等现实制程问题的一种回应。换言之，仅依靠提高晶体管数量已无法持续提升效率，而是需在整个系统架构层、网络通信路径乃至能耗管理等方面进行同步重构。

在散热管理方面，该系统支持45°C温水冷却条件运行，无需传统冷却机制即可稳定维持温控。

与此同时即便功耗翻倍，全平台能源使用效率依然实现100%提升，据估算，可帮助全球数据中心电力开销下降约6%。

从实际应用切入，以10万亿参数（10T）级别语言模型为例，在训练阶段使用Rubin系统可比Blackwell部署节省约75%的资源成本。

特斯拉 (TSLA) 首席执行官马斯克表示，Rubin 平台“将成为人工智能的火箭引擎”，并且“是大规模部署模型的基础设施”。

Anthropic首席执行官Dario Amodei补充道：“英伟达 Rubin 平台的效率提升代表着基础设施的进步，它能够实现更长的内存、更强大的推理能力和更可靠的输出。”

“会推理”的自动驾驶模型

与传统自动驾驶系统不同，Alpamayo模型基于视觉-语言-动作（VLA）架构的AI系统，首次赋予汽车类人的"因果推理"能力，使其能够应对训练数据中从未出现过的极端场景。

例如当车辆接近十字路口，系统不仅能识别信号灯异常，更能理解"此时应遵循交警手势或让行规则"的复杂逻辑，并据此做出安全决策。

Alpamayo系列所采用的VLA模型不仅提升了系统应对突发和长尾场景（即低频但风险较高事件）的智能处理能力，还极大增强了其决策逻辑的可解释性。

一辆搭载该系统的汽车能够像人类一样“分步骤考虑问题”，并在面对未知时保持清晰判断，这使其所执行行动更加值得用户信赖。此外，该模型还集成NVIDIA自研Halos AI安全系统，为整套推理路径提供稳定性验证与动态风控监测支持。

黄仁勋说道：“物理人工智能的ChatGPT时刻已经到来——机器开始理解、推理并在现实世界中行动。无人驾驶出租车是首批受益者之一。Alpamayo为自动驾驶汽车带来了推理能力，使它们能够思考罕见场景，在复杂环境中安全驾驶并解释其驾驶决策——这是安全、可扩展自动驾驶的基础。”

值得一提的是，NVIDIA决定将Alpamayo核心模型免费开放给开发者社群。

该系列被定位为具备教学功能的大型基准模型，开发者可基于其通用能力进行微调训练，自主提炼为适配自身产品架构需求的一整套自动驾驶解决方案骨干模块。这种“公共底座+个性化演进”的模式，将显著加快各家企业进入L4部署节奏，并同时降低算法积累与软硬适配成本。

捷豹路虎产品工程执行总监Thomas Müller表示：“开放、透明的人工智能开发对于负责任地推进自动驾驶至关重要。通过开源Alpamayo等模型，英伟达正在帮助加速整个自动驾驶生态系统的创新，为开发者和研究人员提供新的工具，以安全地应对复杂的现实世界场景。”

自动驾驶商用在即

Alpamayo模型在行业内获得高度认可，英伟达的AI自动驾驶技术也正朝着全面商业化进发。黄仁勋表示，一款完整搭载其全栈DRIVE平台的量产车型——梅赛德斯-奔驰CLA，将于2026年第一季度于美国市场正式上路。这是NVIDIA自动驾驶软硬件解决方案首次全面应用于主流汽车产品，具有里程碑意义。

不仅如此，公司还计划在2027年前启动L4级Robotaxi（自动驾驶出租车）平台部署，与合作伙伴共同进行实地测试运营。这一服务将以城市特定路线为起点，力求实现“无人干预”的高阶自治驾驶体验，并最终构建覆盖全球的下一代出行基础设施。

L4级代表当前高级别自动化体系中的关键节点——在限定区域内，车辆可完全自主完成从感知到决策及执行的全过程，即便没有人为操作，也能安全通行。

这一智能等级依赖包括多模态基础AI模型、端到端计算架构、多场景推理引擎等先导技术支撑，使其能够灵活适应不同复杂路况及突发事件。

英伟达汽车业务副总裁吴新洲（Xinzhou Wu）介绍，该Robotaxi项目将采用L4级别核心指标作为性能目标，在早期阶段通过“有限范围验证”方式启动，并由一家尚未公开身份的大型合作伙伴参与联合运营。

他强调：“核心并不只是技术突破，更是可控范围内使产品达到长期可靠与商业落地标准。”

此举也意味着，此前专注于芯片制造与算力输出的英伟达，如今正稳步走向主动参与智能出行生态建设的新角色，向Waymo、Cruise等既有行业巨头发起侧面竞争。

尽管目前NVIDIA在整体汽车领域营收比重尚小——数据显示，截至上一财季其来自汽车/机器人相关业务营收为5.92亿美元，占总收入比约仅为1%——但随着AI从数据中心进一步渗透至终端设备，公司已将智能交通明确为人工智能之后最具发展潜力的新增长驱动力。

黄仁勋曾多次表示，他设想未来全球将有超过十亿辆车辆实现高度或完全无人驾驶，其中既包括用户自拥有，也涵盖按需租赁等共享出行形态。