別只顧看參數了,黃仁勳正在顛覆什麼?
一身亮光的鱷魚皮夾克,AI教主黃仁勳出現的那一刻,我並沒有期待今天英偉達會有什麼大動作,而是在想,這身鱷魚皮會不會被環保主義者投訴(「家養的也不行」)。
但聽完演講老黃在2025 CES的演講後,我覺得比他在自家的大會上,發佈的料還猛。發佈了什麼,相關的內容已經比較多,咱們側重分析下這些事情的影響,以及英偉達正在顛覆什麼?
1、新一代男生最愛,發佈了RTX Blackwell系列GPU。核心產品是RTX 5090顯卡,參數多強就不提了。說說這系列最弱的顯卡,5070的性能就能同等4090的算力 ,但是價格卻低了三分之一。
眾所周知,消費級顯卡適合在本地部署的開源模型領域,5090就被譽為新一代的「煉丹神器」。
目前黑森林工作室就跟英偉達一起優化了 FLUX 模型,在 50 系顯卡上的推理速度。DEV 模型在 5090 上比 4090 推理速度快兩倍。而且還會在 2 月推出 FP4 量化格式的 FLUX 模型。
鯨哥朋友圈,已經出現了5090預售的黃牛供應商。預計今年AI設計、AI畫室、AI漫畫、AI短劇等領域,這些類型的工作室預計會爆發。
2、繪畫軟件可以本地部署,大模型可不可以,要參數量超過13B那種,老黃說「No Problem」。於是這次英偉達推知名為「Project DIGITS」的桌面雲平台計算機,Project DIGITS可以在辦公桌上跑2000億參數的大模型,僅需標準電源插座即可運行。
在桌面系統上對大模型完成開發或推理後,還可以無縫部署到加速雲或數據中心基礎設施中。理論上, 基於個人訓練集的專用模型就要爆發了,未來開發者都在本地部署8-13B模型,當年Stable Diffusion風靡個人創作者的時代,是不是會被獨立開發者複刻了,畢竟3000美元對於他們來說,也不算貴。
3、還沒有更大的芯片?Jensen Huang 展示了 NVIDIA GB200 NVL72:一款數據中心超級芯片,配備 72 個 Blackwell GPU、1.4 exaFLOPS 計算能力和 130 萬億個晶體管。就是老黃模仿美國隊長亮出來的那個盾牌型芯片。
這個有多強,一個比喻,黃仁勳手持6個這東西加一起,能PK中國很多AI公司、車企自駕的整個機房了,要知道理想汽車的智駕總算力為 8.1EFLOPS。未來搭載這種超級芯片的數據中心不斷落成,下一代語言大模型、自動駕駛端到端、機器人的世界模型,是不是就不會愁算力短缺了。
4、算力解決,就要看模型能力了。這次NVIDIA發佈Cosmos模型,「教AI理解物理世界。」你也可以叫它世界模型開發平台,由世界基礎模型、Tokenizers和影片處理工作流組成,機器人和 AV 實驗室的福音。
Cosmos可以接受文本、圖像或影片的提示,生成虛擬世界狀態,相當於機器終於能在腦海中構建並理解世界了。作為一種開源、開放權重的影片世界模型。它基於 2000 萬小時的影片進行訓練,權重從 40 億到 140 億。
世界模型的定義有很多種,Sora的DiT、李飛飛的空間物理,要說真4D模擬,還得是這個。當然世界模型還是遠景,近期這項技術帶來的革命,按照Jim Fan的說法:合成數據將解決物理 AI 面臨的大數據短缺問題!Nividia已經將 Cosmos 應用於機器人和自動駕駛的大規模合成數據生成,開放給大家來使用,任何人都可以來微調數據,訓練機器人和AI。
5、算力、模型和數據都佈局,物理AI的未來,英偉達押注自動駕駛和機器人兩大賽道先爆發。「我預測Robotaxi將成為第一個萬億美元規模的機器人產業!」老黃現場宣言。
針對自動駕駛,Nvidia 推出了名為「Thor Blackwell」的下一代汽車處理器。它的處理能力是 Nvidia 上一代芯片的 20 倍。它還可以用於人形機器人。針對機器人,NVIDIAIsaacGroot為開發者提供四大支持:基礎機器人模型、數據管道、仿真框架和Thor機器人電腦。
「機器人的GPT時刻」(老黃眼中自動駕駛和機器人其實是一件事),英偉達做了周密的基建。預計2025年,國內具身智能賽道和自動駕駛賽道也將融資不斷。
看這張圖,黃仁勳和祖比斯算不算是移動和AI時代的兩個圖騰。
6、老黃現場還預言,AIAgent產業規模能達數萬億美金。相關產品是「測試時間縮放(Teat-Time Scaling)」功能的Agentic AI,支持計算器、網絡搜索、語義搜索、SQL搜索等工具。
如果英偉達在GPU加速計算和AI集成方面,和Swarms框架達成合作。Swarms框架最終贏家通吃的話,這些AI Agent就都在swarms框架內運行。Swarms未來也將成為萬億美金的市值怪獸,而現在Swarms僅為5.4億美元,是否意味著還有幾千到上萬倍的漲幅?
7、相比OpenAI Sam的AGI五個發展階段,英偉達的AI四個發展階段,更宏觀和氣魄。
感知AI:語音識別、深度識別
生成式AI:文本、圖像或影片生成
代理AI:編程助手等,幫助人類完成任務
物理AI:自動駕駛汽車、通用機器人
其實這樣看AI發展挺清晰的,也很容易看清產業發展規律。 黃仁勳從10年小步跑上台,給小米站台。 到今天成為市值3.6萬億美金的巨無霸,未來似乎仍不可想像。
本文來自微信公眾號「AI鯨選社」,作者:點讚關注,36氪經授權發佈。