黄仁勋解释道★，最新一代 DLSS 技术可以为每个渲染帧生成多达三帧★★。“因此，我们能够以极高的性能进行渲染，因为 AI 的计算量要少得多。”
紧凑且性能强大的 Project DIGITS 预计将于五月上市。（静静）
这些模型作为 NVIDIA NIM 微服务提供★，可以在任意加速系统上大幅提升 AI 智能体的性能★★。
黄仁勋强调了高效训练机器人至关重要，通过 NVIDIA Omniverse 可以生成数百万个用于训练人形机器人的合成动作。
全新的 Project DIGITS 进一步推动了这一使命的实现。黄仁勋表示：“每一位软件工程师★★、工程师和创意艺术家，以及现在把电脑作为工具使用的每个人，都将需要一台 AI 超级计算机★★★。★”
1月9日消息，近日★，NVIDIA创始人兼首席执行官黄仁勋在CES2025进行了一场主题演讲。在主题演讲中★★，他介绍了一系列新产品，旨在推动游戏、自动驾驶★、机器人和代理式 AI 领域的技术发展。
“这些 AI 模型可以在任何云中运行，因为 NVIDIA GPU 目前在任何云中都可用，”黄仁勋表示。★★“它在不同 OEM 厂商处也都可用，您可以直接采用这些模型★，将其集成到您的软件包中，从而创建 AI 智能体★★，并将其部署到任何客户想要运行软件的地方。”
黄仁勋表示★★，★★“AI正在以惊人的速度发展★★。最开始是感知式 AI，即理解图像、文字和声音★。然后是生成式 AI，即创造文本、图像和声音。现在，我们正在进入物理 AI 的时代，即能够运行★★、推理、计划和行动的 AI。★★★”
黄仁勋回顾了 NVIDIA 在 AI 超级计算领域的发展历程，并讲述了2016年他将首台 NVIDIA DGX 系统交付给 OpenAI 的故事。“显然，这彻底改变了 AI 计算的方式。★★★”
黄仁勋在主题演讲中展示了 NVIDIA 的创新技术如何赋能 AI 新时代★★★，并公布了几项突破性创新★，其中包括★★：
在制造业★★，NVIDIA Isaac GR00T Blueprint 可以用于合成运动生成★★，帮助开发者生成海量的合成运动数据★，以便通过模仿学习来训练人形机器人。
Mega 蓝图支持大规模机器人队列的模拟，并已被埃森哲（Accenture）和 KION 等行业领先企业用于仓库自动化。
黄仁勋表示★★，全球最大的汽车制造商丰田将在 NVIDIA DRIVE AGX Orin 上构建其下一代车型，并运行经过安全认证的 NVIDIA DriveOS 操作系统★★。
除了图形方面的进步，黄仁勋还宣布推出 NVIDIA Cosmos 世界基础模型平台，并将其描述为机器人和工业 AI 领域的游戏规则改变者★★★。
NVIDIA 及其合作伙伴推出了针对代理式 AI 的 AI Blueprint，其中包括用于高效研究的 PDF 转播客功能，以及用于分析海量视频和图像的视频搜索与摘要功能，支持开发者能够在任何地方构建、测试和运行 AI 智能体。
黄仁勋强调了合成数据在推动自动驾驶汽车发展中的重要作用★★★。他认为，现实世界的数据资源有限★★，因此合成数据对训练自动驾驶汽车的数据工厂至关重要。
“就像计算机图形技术以惊人的速度实现变革性发展，未来几年★，自动驾驶领域的发展速度也将大幅提升，★★”黄仁勋表示★。这些车辆将提供功能安全的先进驾驶辅助能力。
而NVIDIAGPU和平台是AI变革的核心★，为包括游戏★★、机器人和自动驾驶汽车（AV）在内的多个行业带来了突破性发展。
“我还有一件事想向大家展示，”黄仁勋表示★★，★“如果不是我们在十年前启动了这个令人难以置信项目★，这一切都不可能实现。在公司内部，这个项目被称为 Project DIGITS —— 一个深度学习 GPU 智能训练系统。”
NVIDIA Cosmos 平台通过针对机器人、自动驾驶汽车和视觉 AI 的新模型和视频数据处理管线推动物理 AI 的发展。
黄仁勋发布了 RTX PC 的 AI 基础模型，该模型可以为数字人、内容创作、生产力和开发提供强大助力。
Cosmos 集成了生成式模型★、tokenizer 和视频处理管线，为自动驾驶汽车和机器人等物理 AI 系统提供支持。
开发者可以利用 NVIDIA NIM 微服务来创建用于客户支持、欺诈检测和供应链优化等任务的 AI 智能体。
这些 GPU 支持快速运行模型，增加了对 FP4计算的支持，将 AI 推理速度提高了2倍。与上一代硬件相比，生成式 AI 模型可以在本地以更小的内存占用运行★★★。
DRIVE Hyperion 是首个端到端自动驾驶平台★★★，集成了先进的系统级芯片（SoC）、传感器和安全系统★★★，专为下一代车辆设计★★。这个平台配备了传感器套件以及主动安全和 L2级驾驶堆栈，并且已被梅赛德斯 – 奔驰、捷豹路虎和沃尔沃汽车等汽车安全领域的领先企业采用。
Cosmos 旨在将预见能力和多元宇宙模拟的能力引入 AI 模型，使其能够模拟每一种可能的未来情况，并选择最佳的行动方案★★★。
他认为★★★，AI 的下一个前沿是物理 AI。他将这一时刻比作大语言模型对生成式 AI 的变革性影响。
黄仁勋表示：“自动驾驶革命已经到来。打造自动驾驶汽车，就像构建所有机器人一样★★★，需要三台计算机——NVIDIA DGX 用于训练 AI 模型，Omniverse 用于测试驾驶和生成合成数据，而 DRIVE AGX 则是用于车载的超级计算机★★★。”
借助 NVIDIA Omniverse AI 模型和 Cosmos，这种方法可以“生成合成驾驶场景★，将训练数据的规模提升数个量级。★★”
黄仁勋强调了新工具对创作者而言的巨大潜力，“我们正在为我们的生态系统创建大量的蓝图★。所有这些资源都是完全开源的★★，可以直接使用并修改上述蓝图。★★★”
黄仁勋表示，通过使用 Omniverse 和 Cosmos，NVIDIA 的 AI 数据工厂可以将“数百次驾驶扩展为数十亿英里的有效里程”★，大幅增加实现安全和先进自动驾驶功能所需的数据集规模★★★。
除了数字应用外，NVIDIA 创新还为 AI 利用机器人技术革新物理世界铺平道路。
DLSS 4多帧生成技术首次亮相，可与全套 DLSS 技术协同运行，性能提升最高可达8倍★★★。NVIDIA 还推出了 NVIDIA Reflex 2★★★，最高可降低75% 的 PC 延迟。
此外，现代汽车集团正在采用 NVIDIA AI 和 Omniverse 来打造更安全★、更智能的汽车，提升制造能力，并部署最前沿的机器人技术。
NVIDIA NIM 微服务简化了视频内容管理，提升了媒体行业的效率和观众参与度。
黄仁勋表示，与大语言模型一样，世界基础模型对于推动机器人和自动驾驶汽车开发至关重要★★，但并非所有开发者都拥有自主训练模型所需的专业知识和资源。
这些工具不仅为个人计算引入了 AI 功能，同时 NVIDIA 还在重视安全性和智能的汽车行业不断推进 AI 驱动的解决方案开发。
RTX Neural Shaders（RTX 神经网络着色器）使用小型神经网络来改善实时游戏中的纹理★★、材质和光照。RTX Neural Faces 和 RTX Hair 可提高实时面部和毛发渲染，使用生成式 AI 来制作有史以来最逼真的数字角色动画。RTX Mega Geometry 将光线追踪三角形的数量最多可提高至100倍★★，从而提供更多细节。
黄仁勋解释说★，Cosmos 模型会提取文本、图像或视频提示★★，并以视频形式生成虚拟世界状态。“Cosmos 生成优先考虑自动驾驶汽车和机器人用例的独特需求，例如真实世界环境、照明和物体持久性★★。★★”
除了机器人和自动驾驶汽车外，NVIDIA 还通过 AI 基础模型赋能开发者和创作者。
★“我提到的所有关键技术都将让我们在未来几年看到通用机器人领域快速且令人惊喜的重大突破。”