看完英伟达发布会，玩游戏的和搞AI的都疯了|机器人|游戏|黄仁勋

当老黄颇为自恋地问观众，“我这件皮衣怎么样？”我就知道这场发布会不简单。

游戏玩家最为关心得为英伟达献出多少大洋，黄仁勋却寥寥几页带过了消费级显卡，把大段叙述留给了AI，以及智能体、世界模型、机器人、自动驾驶、超算等因AI渗透发生进展的领域，未来又将如何被英伟达改变。

RTX50系，刺得我好痛

老黄一上来，就带我们短暂回顾了英伟达的历史，如何从《街头霸王》走向图像处理领域的巨头，GPU也从游戏图像处理的芯片，成为了AI的支柱。

老黄先是端出，新一代基于Blackwell架构的GeForceRTX50系显卡。

从技术规格来看，RTX5090搭载920亿个晶体管，可提供3400TOPS算力，还带四个AI处理单元，内建21760个CUDA核心，是世界上第一款超过20000个内核的GeForceGPU，512bit位宽32GBGDDR7的显存，整体性能是RTX4090的两倍。

换芯后的RTX50诠释了老黄口中，“GeForce曾让AI触达大众，而AI“卷土重来”后，彻底改变GeForce”。

而老黄将RTX4090价格砍了三分之二，“摇身一变”，RTX5070登场。售价549美元的RTX5070性能等同于2022年发布，售价1599美元的4090。台下瞬间爆发热烈掌声。

在一头一尾两张卡介绍完后，中间的RTX5070Ti和5080沦为了“背景版”。Blackwell已全面投产，RTX50系也将于一月开始发售。

有人收我双十一5500买的4070TiS吗？

”大力水手“第四代DLSS正式登场，引入了多帧生成技术，用AI把每个渲染帧再生成三帧，从DLSS3的一比一生成，直接进化到“以一生三”。

DLSS4最高可以实现传统渲染8倍的性能，同时比旧版生成速度快40%，生成的像素重影更少，细节更多，整体视觉效果更清晰。

然而，DLSS4仅供RTX50系使用，首发即支持75款主流3A大作，其他游戏将在后续支持（不知道你们，双十一我刚花5500买的4070TiS，这会儿心痛痛的）。英伟达宣布：RTX5090将带游戏进入4K240帧光线追踪的时代。

备受游戏玩家关注的RTX50系的发布环节，大概十多分钟左右就结束了。

不是？这就结束了？

2021年（自然年），游戏还是英伟达最大的收入来源，约为122亿美元，占比46.7%。而2022年后，英伟达的数据中心业务直接起飞。据彭博社对英伟达2025年的销售预估，游戏业务没发生太大变化，能达到118亿美元的销售额，对应的数据中心则是1137亿美元。

游戏代表英伟达的过去，而AI才是未来。

AI要理解物理世界

模型性能与数据可用性直接相关，但物理世界数据的捕获、整理、和标记成本很高。此前，业内也普遍认为，AI向前发展面临“数据墙”的问题。

英伟达对此表示：没有数据，就创造数据。英伟达发布了Cosmos世界基础模型（WorldFoundationModels），要教AI理解物理世界。

老黄特意说，Cosmos模型不是教AI生成创意内容，换个意思，跟市面上那些“花里胡哨”的视频模型不太一样。

Cosmos用文本指令就能生成符合物理规律的高质量视频，再通过对已有的视频分析，生成极度拟真的视频，再用AI分析AI视频，这就相当于自己出题自己做，卷死自己谁能活？

据介绍，Cosmos的第一代已经用9000万亿Token进行了训练，深度学习了2000万小时的人类高质量视频（这时长相当于从秦始皇登基前开始看视频，一直看到今天发布会）。

然后老黄大手一挥表示，Cosmos模型开源，在Github上就能访问（已于下午14:20上线）。毕竟，独乐乐不如众乐乐。

这跟之前叫嚷很久的Omniverse数字孪生平台联系了起来。

Omniverse（工业数字化和物理AI仿真平台，内置了英伟达PhysX、RTX技术，可以实现物理上3D场景搭建，并且其中有真实的碰撞、光线追踪和粒子模拟）为Cosmos生成提供了一个能落地、可控制、可调节的基础环境。

比如，Omniverse中构建一个车祸场景（总不能为了AI训练一直故意制造车祸吧），Cosmos模型来渲染和分析场景里的物理规律，例如当开发者输入不同指令，“变成夜晚都市高峰期的路况”、“测试车辆左边加一辆要左转的车”、“前面的摩托车闯红灯”等，Cosmos生成“花式路况”让AI不断学习升级——有点”自产自销“的意思。

老黄说，构建机器人系统得要三台计算机。一个用来训练，和一个用来部署，还有一个得把前面两个连接起来，这就是Omniverse和Cosmos这套组合拳的意义，用合成数据去训练模型，给机器人系统提供仿真环境不停做测试。

当然，机器人系统可以是自动驾驶汽车，更可以是“机器人”。

欢迎老黄的朋友们。

可恶，被他装到了

一排十几个人形机器人，从台下依次升起。几次颇为寂静和稀稀拉拉的掌声后，场内终于一片叫好。IsaacGR00T是人形机器人通用基础模型，在最新版本里，开发者头戴VisionPro拍摄第一人称视频，来教机器人怎么识别物理空间，怎么做出自然动作。

全球最小的个人超算

当老黄“举”着BlackwellNVLink72样品上台时，不知道是“美国队长”的造型不太适合他，还是产品使用离用户太远，反正，老黄看起来没收到想象中的喝彩声。

不是，你AI队长啊？

NVLink72能将模型训练成本降低三倍，配备了72个BlackwellGPU、1.4exaFLOPS算力和130万亿个晶体管，能满足几乎所有数据中心的需求。

AI将会持续scale（不管以哪种方式），是英伟达推出NVlink72的原因。

一切都要从DGX-1（首个专为深度学习而设计的系统）说起。2016年，黄把第一台DGX-1送给了OpenAI和马斯克，坊间到处流传着那张照片。

“那台机器要是能小点儿就好了”，话音刚落，Keynote里的样机成倍缩小，全球最小的个人AI超级计算机ProjectsDigits登场。

可恶，又被他装到了

ProjectsDigits，巴掌大的超级计算机，和一本新华词典差不多的体积下，配备128GB统一内存和4TB的NVMe存储，还搭载了GB10GraceBlackwell芯片，本地就能跑2000亿参数的大模型，这算力还不够的话，可以买两台连接达到4050亿参数的模型（刚好符合Meta最新的Llama-3.1最大尺寸模型参数量）。