CES 2025 — Project DIGITS 与 Cosmos
开场：AI 进入"物理 AI"时代
在拉斯维加斯 6000 多名观众面前，黄仁勋用 90 分钟铺开了 NVIDIA 在 2025 年的主线叙事："AI 正在以惊人的速度前进。它始于感知 AI——理解图像、文字和声音；接着是生成式 AI——创造文字、图像和声音。而现在，我们正进入物理 AI 的时代——一个能够感知、推理、规划并行动的 AI。"
他把 NVIDIA 三十年的历程又讲了一遍。1999 年 NVIDIA 发明可编程 GPU；"从那时起，现代 AI 从根本上改变了计算的方式。过去 12 年，技术栈的每一层都被彻底改写——这是一场不可思议的转变。"
CES 2025 的几条主线被他一次性摊开：
- Cosmos：世界基础模型平台，用于推动机器人、自动驾驶和视觉 AI 的物理 AI 发展。
- GeForce Blackwell RTX 50 系列：Blackwell 架构下放到消费显卡。
- 给 RTX PC 的 AI 基础模型：配合 NIM 微服务和 AI Blueprints，造数字人、播客、图像和视频。
- Project DIGITS：把 Grace Blackwell 塞进每一位开发者的桌面。
- 与丰田合作：用 NVIDIA Drive AGX 打造下一代安全的车内计算平台。
GeForce 回到了家：RTX 5090 与 DLSS 4
"GeForce 让 AI 走进了大众，而今天，AI 又回到了 GeForce。" 这句话是他这些年反复讲的一个闭环叙事的精炼版本——GeForce → CUDA → 深度学习革命 → 再反哺图形——在 CES 2025 被他正式用来介绍 RTX 50 系列。
他把一块漆黑的 RTX 5090 高高举起："就是它，我们全新的 GeForce RTX 50 系列，Blackwell 架构。这颗 GPU 简直是头野兽。" 920 亿晶体管、3352 TOPS 的 AI 算力、两把散热风扇。"连机械设计都是个奇迹。"
但真正的重点不在晶体管数量，而是 DLSS 4 带来的 Multi Frame Generation。"新一代 DLSS 每渲染一帧，能额外生成三帧。所以我们能以不可思议的性能跑游戏——因为 AI 替代了大量的计算。" 这是他在 GTC 2025 重述的"每数学渲染 1 个像素，AI 推理另外 15 个"的消费级开端。
配套发布：RTX Neural Shaders（用小神经网络改进纹理、材质与光照）、RTX Neural Faces（用生成式 AI 渲染真实数字人脸和头发）、RTX Mega Geometry（光追三角形数量提升 100 倍）、Reflex 2（延迟降低 75%）。"AI PC 即将走进你家附近。"
Cosmos：给物理 AI 的 ChatGPT 时刻铺路
如果说 GTC 2024 的主题是大语言模型的工业化生产，那么 CES 2025 的真正重磅是 Cosmos——一个世界基础模型平台。
"物理 AI 是 AI 的下一个前沿。" 黄仁勋把这一刻类比成大语言模型对生成式 AI 的影响："机器人的 ChatGPT 时刻，就在眼前。"
但困难是现实的：世界基础模型——就像大语言模型对于文本世界一样，是机器人和自动驾驶的起点——然而很多开发者既没有资源、也没有专业能力从零训练。"所以我们把 Cosmos 开源。"
Cosmos 把生成式模型、tokenizer 和视频处理 pipeline 整合在一起；它能处理文本、图像和视频 prompt，生成为机器人和自动驾驶定制的虚拟环境；它能预测和评估多种未来场景，帮助 AI 在行动前选择最佳方案。最关键的一点是：它把算力变成了数据。
"过去训练自动驾驶要在真实世界里开车，成本极其高昂，而且长尾情况永远不够。用 Cosmos，我们可以把几百次真实驾驶扩展成数十亿的有效英里。"（数据中心即计算机 的延伸——数据也开始在数据中心里生产）
首批采用 Cosmos 的客户名单本身就是一份"物理 AI 地图"：1X、Figure AI、Agility、Neura Robotics、Skild AI、Waabi、XPENG、Uber……横跨人形机器人、自动驾驶和共享出行。Cosmos 以开放许可证发布、在 GitHub 上可以直接下载。
自动驾驶：三台计算机与 Toyota 合作
"自动驾驶革命已经来了。" 他把自动驾驶类比成任何机器人都需要的"三台计算机"框架：
- 训练：DGX 超级计算机训练 AI 模型。
- 仿真：NVIDIA Omniverse 做试驾、生成合成数据。
- 车内：NVIDIA Drive AGX——车里的超级计算机。
这个三台计算机的叙事是他反复在讲的一个方法论——每一个物理 AI 系统都是同构的，关键不是任何一台机器本身，而是这个闭环的完整性。
他宣布了两件大事：
1. Drive Hyperion 平台——首个端到端的自动驾驶平台，整合先进 SoC、传感器和安全系统。奔驰、捷豹路虎、沃尔沃已经采用。
2. 与丰田的合作——世界最大汽车制造商的下一代汽车，将搭载 NVIDIA Drive AGX Orin 并运行通过安全认证的 DriveOS。
在这里他强调了一个容易被忽略的点：合成数据的价值。"真实世界数据是有限的；合成数据是训练自动驾驶数据工厂的关键。我们会拥有一座座训练数据的大山。" Omniverse + Cosmos 的组合正是让这座山可以被凭空造出来的工厂。
"就像计算机图形学的进步速度是惊人的，你会看到未来几年 AV 的发展速度也会急剧加快。"
Agentic AI：企业工作流的下一代
黄仁勋把企业 AI 的下一阶段称为 Agentic AI——能够推理、查资料、使用工具、规划和模拟的 AI 代理。
他宣布了一组 AI Blueprints for agentic AI：PDF-to-podcast（高效研究）、视频搜索和摘要（分析大量视频和图像）。这些 Blueprint 集成了 NVIDIA AI Enterprise 软件栈（NIM + NeMo），并与 CrewAI、Daily、LangChain、LlamaIndex、Weights & Biases 等主流 agent 框架配合。
同时发布 Llama Nemotron——一套用于企业生成式 AI 的增强模型，以 NIM 微服务形式交付，可以在任何加速系统上加速 AI agent。"开发者可以用这些微服务构建客户支持、欺诈检测、供应链优化等场景的 AI agent。"
这里藏着一个更大的判断：未来的企业应用不再是 Excel 里的一堆方格、也不再是 command line——"Agent 系统就是你的 UI。你和平台交互的方式会变得像和人交互一样简单。"
Isaac GR00T Blueprint：给人形机器人造运动数据
"我们谈了这么多 AI 落地的前提技术——它们都会让我们在未来几年看到通用机器人领域非常快速、非常惊人的突破。"
为了让这个突破发生，核心瓶颈仍然是数据。真实机器人演示数据太慢、太贵、太少。
于是他发布 NVIDIA Isaac GR00T Blueprint——一个用于合成运动数据生成的 Blueprint。开发者可以用它生成指数级扩大的人形机器人运动数据，通过模仿学习训练自己的人形机器人。
"在制造业，Omniverse 能为人形机器人生成数以百万计的合成运动数据。" 再往上一层是 Mega Blueprint——用于大规模仿真整支机器人舰队的工作流，帮助像 Accenture 和 KION 这样的公司重新设计仓储自动化。
这三个 Blueprint（物理 AI 的 Cosmos、自动驾驶的 Alpamayo/Drive、机器人的 GR00T）共用同一套哲学：用数据中心里的仿真和生成，去代替物理世界里昂贵的试错。
Project DIGITS：把 Grace Blackwell 放到每一张桌子上
"最后，我有一样东西想给你们看。" 这句话之后，他端出了那天最被记住的产品——Project DIGITS。
"这些之所以能实现，完全是因为我们十年前启动的一个项目。在公司内部，它叫 Project DIGITS——Deep Learning GPU Intelligence Training System。" 他借此把整个故事往回拉：2016 年，他亲手把第一台 DGX 送到 OpenAI。"那台机器彻底改写了人工智能的计算方式。"
然后他给出了那句最打动开发者的宣言："未来，每一个软件工程师、每一个工程师、每一个创意艺术家——每一个把计算机当作工具的人，都会需要一台 AI 超级计算机。"
Project DIGITS 就是为此而生。它由 GB10 Grace Blackwell Superchip 驱动，是 NVIDIA 最小但也最强的 AI 超级计算机。"这台机器运行整个 NVIDIA AI 软件栈——所有的 NVIDIA 软件都能在它上面跑，连 DGX Cloud 都能。"
它的意义不只是一台更快的工作站。它是一个信号：AI 算力从集中在云端的巨型工厂，开始向个人桌面回流。GeForce 把 CUDA 送到全世界的开发者手里，而 Project DIGITS 是在 AI 时代做同样的事情——把一台完整的 Grace Blackwell 小型超算，塞进每一位开发者的手边。Project DIGITS 将在 5 月发布。
后来有一段被剪掉的 B-roll 里，黄仁勋对着镜头笑着说："世界上最强大的 AI 超级计算机，你可以把它插在我的烤面包机旁边的插座上。"
谢幕：一年的突破
"这真是不可思议的一年。" 黄仁勋在收尾时把一年里的里程碑捋了一遍——Blackwell 系统全面铺开、物理 AI 基础模型诞生、agentic AI 和机器人取得突破。"每一层——底层的芯片、中间的基础设施、模型、应用——都在被重新发明。"
他最后再次强调 CES 2025 的主题不是"一款新产品"，而是"两场同时发生的平台切换"："应用将建在 AI 之上，你不再是编写软件、而是训练软件；你不再在 CPU 上运行它，而是在 GPU 上运行它。过去的应用是预录制、预编译的；未来的应用是理解上下文、每一次都从头生成每一个像素、每一个 token。"
"这就是为什么过去十年大约 10 万亿美元的计算正在被现代化，为什么每年几千亿美元的 VC 资金涌入这个新世界，为什么 100 万亿美元的产业正在把研发预算从传统方法转向人工智能方法。有人问：'钱从哪里来？'——就是从这里来的。"
"感谢大家的合作。"
原文出处：NVIDIA 官方 wrap-up（blogs.nvidia.com/blog/ces-2025-jensen-huang/）