2025CES英伟达发布洞察：AgenticAI/PhysicalAI快速落地，未来已来

原创 Vehicle 2025-01-11 22:19 1325浏览 0评论 0点赞

STM32峰会2025：AI与GUI开发的未来，就在这里！ 热风险清零！西门子EDA黑科技，让3D IC散热设计稳如泰

每年一度的国际消费电子展（CES）是全球科技界的盛会，被誉为科技发展的风向标。它不仅汇聚了全球最前沿的科技产品和创新技术，更是各大科技巨头展示实力、引领行业趋势的重要舞台。

CES 2025 于 1 月 7 日至 10 日在美国拉斯维加斯举行，吸引了无数科技爱好者、行业专家和媒体的目光。

在众多参展商中，英伟达（NVIDIA）无疑是本届 CES 的焦点之一。作为全球领先的 GPU 和 AI 芯片制造商，英伟达凭借其强大的 GPU 和 AI 计算平台，推动了生成式 AI 和 Agentic AI 等技术的爆发，股价和市值也一路飙升超过3万亿，位列美股第二，甚至一度超过苹果成为第一。

在本次 CES 2025 上，英伟达 CEO 黄仁勋发表了开幕主题演讲，展示了公司在 AI、机器人、游戏和自动驾驶领域的多项重磅技术进展。

本文将深入探讨英伟达在 CES 2025 上的展示内容，分析其在 Agentic AI 和 Physical AI 领域的最新进展，以及这些技术如何改变我们的未来。

AI 应用的发展：从感知AI 到 Physical AI
个人新品发布：一块显卡，一个AI超级计算机
Agentic AI 开发套装：NIM微应用，NeMo端到端框架
Physical AI 开发套装：Cosmos世界模型，GR00T运动生成框架
Physical AI 掘金三件套：算法训练，边缘，虚拟开发端AI算力

希望能帮助理解 AI 发展的逻辑，以及当前 Agentic AI 和以自动驾驶以及人形机器人为代表的 Physical AI 这场 AI 淘金热，未来已来背后的关键的“铲子”或者驱动力量。

AI应用的发展，从感知AI 到 Physical AI

自从人类互联网数字化以来，人类的内容基本通过文字，图像，视频等沉淀起来，人类产生数字化内容，人类消化这些数字化内容。

这些数字化的内容，萌生了人工智能的发展四步：

Perception AI 感知AI - 人工智能能够理解图像、文字和声音这些内容，主要应用于语音识别，医学影像识别，大家去看现在的B超体检，基本上仪器扫描，仪器自动给出结论，这就是感知识别，而第一代智能驾驶采用CNN识别是同理。
Generative AI 生成式AI，人工智能能够生成图像、文本和声音，用于数字市场营销，内容生成，这个点就是之前文章《ChatGPT以及其对汽车有什么影响？》讲到的ChatGPT以及Midjourney等引发的，AI可以产生内容供人类消费。
Agentic AI AI代理，人工智能能够感知、推理、自主的规划和行动，但主要停留在数字时代，用于代码助手，电子客服等，他们可以根据人类指令自主的推理，生成，搜索等然后反馈给人类数字世界的内容。
Physical AI 物理AI，这个时候AI走出了数字世界，进入与人类交互的物理世界，他们可以感知、推理、自主的规划和拟人化的物理行动，主要落地用于自动驾驶，通用机器人。

以上为人工智能应用发展，基于人类产生数字内容，之后人工智能产生数字内容，最后人工智能产生物理行为与人类交互。

那英伟达在人工智能时代，获得如此高的价值和地位，主要就是抓住了AI的一软一硬，硬件就是GPU等，软件就是CUDA算子等。

下文我们看看此次CES 2025 英伟达从哪些方面在AI的淘金热时代塑造其铲子。

个人新品发布，一块显卡，一个AI超级计算机

首先，英伟达的老底，显卡，本次CES 2025 英伟达推出了 GeForce RTX 50 系列台式机和笔记本电脑 GPU——面向游戏玩家、创作者和开发者的消费级图形处理器单元。

黄仁勋表示，这些 GPU 采用该公司下一代人工智能芯片 Blackwell，引入DLSS 4 多帧生成技术，业内首个采用 Transformer 模型实时应用，等助力其 GPU 强大的性能：

CUDA 核心：RTX 5090 拥有 21,760 个 CUDA 核心，相比前代产品性能提升高达 70%。
显存：配备 32GB GDDR7 显存，显存带宽高达 1,792GB/s。
AI TOPS：AI 算力达到 3,400 TOPS，是 RTX 4090 的两倍。

旗舰 RTX 5090 型号将于 1 月上市，售价 1,999 美元。RTX 5070 将于 2 月下旬推出，售价 549 美元。

另外，英伟达宣布了Project DIGITS，这是一款售价 3,000 美元的台式电脑，目标客户是想要在家中试验 AI 模型的开发人员或 AI 爱好者。性能如下：

AI 性能：采用GB10 超级芯片，可提供高达 1 PFLOPS（千万亿次浮点运算）的 AI 性能，专为 AI 大模型的原型设计、微调和运行而设计。
内存和存储：每个系统配备了 128GB 的统一高一致性内存和 4TB 的 NVMe 存储，足以运行包含高达 2000 亿参数的大语言模型，类似于可以在本地跑一个ChatGPT-3(1750亿参数)。

该机器将于2025年 5 月推出，由新的 Blackwell 芯片驱动。总而言之，Project DIGITS 将允许用户运行具有多达 2000 亿个参数的 AI 模型。这意味着以前需要昂贵的云基础设施才能运行的模型可以在您的桌面上运行。

开启私人本地AI模型桌面化，未来极客本地化玩大模型。

Agentic AI人工智能代理开发套装

Agentic AI（代理式人工智能）是一种能够自主完成任务的智能体，通过复杂的推理和迭代规划来解决多步骤的复杂问题。当前就是Agentic AI 快速发展应用落地的时候，Agentic AI本质上是AI在数字层面的集成应用，他的核心差异有：

多模型协同工作：该系统包含多个模型，一部分用于理解客户和用户互动，另一部分用于从存储中检索信息。它可能是一个语义AI系统，类似于我们之前文章《LLM大语言模型等AI如何加速汽车行业变革》分享过的多RAG（Retrieval-Augmented Generation），具备上网、研究PDF文件等多种功能，能够使用工具如计算器、生成式AI来生成图表等。
问题分解与迭代：系统将用户提出的问题分解成多个步骤，并通过不同的模型进行迭代处理，以生成更准确、更全面的回答。这意味着在后台，多个模型会协同工作，以提供更好的答案。

可以认为数字 AI 的一站式解决方案，当前互联网在这一块如火如荼的淘金，英伟达在本次CES 2025 上提出他们的淘金铲子方案 -- 英伟达的代理AI构建块NIM预训练模型和NeMo框架让组织能够轻松开发AI代理:

英伟达NIM，本质上是AI微服务，全部打包好，它将所有这些真正复杂的CUDA软件、DNN、cutless或tensor rtlm或Triton所有这些不同的真正复杂的软件和模型本身，英伟达将其打包，进行优化，将其放入一个容器中，这样你可以使用于视觉的模型、用于理解语言的模型、用于语音的模型、用于动画的模型、用于数字生物学的模型等等。

而英伟达 NeMo 是一款端到端的云原生框架，专为开发、定制和部署生成式 AI 模型而设计，甚至提供了一系列预训练的AI 模型，例如本次CES 2025上英伟达表示提供基于Meta 开源大模型 Llama的Llama Nemotron 大语言基础模型，支持大家微调构建自己的大语言模型。

所以，英伟达的Agentic AI 开发套件，将极大降低Agentic AI开发门槛。

各个行业的创业应用都可以买它的铲子去Agentic AI淘金，开发自己的应用。

Physical AI 开发套装

解决了数字层面的AI，与人类物理交互的Physical AI 要出马了，要与人类交互，必须能够理解人类的物理世界，包括几何空间关系，重力，摩擦等等我们大学学习的力学此类。

其实，此类正是当前自动驾驶在解决和面对的问题，而机器人由于对安全方面的严苛要远小于自动驾驶汽车，所以，现在随physical AI 在自动驾驶上获取大量的经验，机器人应用迅猛发展。

英伟达此次CES 2025 抛出了他的一个解决方案 -- Cosmos世界基础模型，一个旨在理解物理世界的世界基础模型平台。它通过大规模的视频数据训练，生成基于物理的合成数据，以支持机器人、自动驾驶汽车等在物理世界中运行的 AI 系统。

英伟达在CES 2025 上宣传了他的 NVIDIA Isaac GR00T 合成运动生成的框架 ,可以采集运动数据，通过模仿学习（Imitative Learning）帮助开发者生成海量的合成运动数据，从而训练人形机器人。以下是 GR00T 的核心组件及其在机器人开发中的应用：

GR00T-Teleop：实时远程操作：通过 Apple Vision Pro 等 VR/AR 设备，操作者可以在数字孪生环境中以第一人称视角控制机器人“化身”。操作者的动作会被精确捕捉，并通过高速网络传输到机器人身上，使机器人能够实时复现操作者的动作。
GR00T-Mimic：动作模仿和数据扩展：GR00T-Mimic 采用先进的深度学习模型（如循环神经网络 RNN、长短期记忆网络 LSTM 和 Transformer）进行轨迹建模，通过训练学习人类动作的轨迹和规律，生成新的动作轨迹。此外，图神经网络（GNN）被引入用于建模人体骨骼的运动关系，使生成的动作更加自然和精确。
GR00T-Gen：数据集扩增：基于 NVIDIA Omniverse 和 NVIDIA Cosmos 平台，GR00T-Gen 通过域随机化（Domain Randomization）技术和 3D 提升技术，将合成数据集扩展到指数级别。这些数据集可以作为机器人策略的输入，帮助机器人在 NVIDIA Isaac Lab 中学习如何高效且安全地移动和互动。

通过以上方法，可以快速开发和部署人形机器人，本次CES 2025上英伟达将12家人形机器人的产品拉来亮相了，其中一半来自中国，十二家分别是：

北美的Apptronik、Boston Dynamics、Agility Robotics、Figure，1X、Sanctuary AI。
中国的，Robotera 星动纪元、Agibot 智元机器人、Fourier 上海傅利叶智能、Galbot 银河通用机器人、Xpeng小鹏、宇树Unitree。
欧洲德国的NEURA Robotics。
以色列，mobileye CEO创立的Mentee。

AI 人形机器人掘金赛道，当有了AI 铲子之后，接下来会更火热。

Physical AI 掘金三件套：算法训练，边缘，虚拟开发端AI算力

当然，目前AI更多的是企业级的应用，毕Physical AI 尚处于产业化落地的早期阶段，英伟达在此次CES上提出了AI “三台计算机”的方案：

一台计算机用于训练AI，英伟达称之为DGX计算机主要用于训练 AI 算法，目前大家喊的总共有多少算力，主要是指这一块。
另一台用于部署AI，英伟达称之为AGX，它在车内、机器人内或在其他边缘端，或者你知道在一个体育场或任何地方，比如蔚来汽车搞的换电站，也采用类似AI计算帮助定位，这些计算机都在边缘，并且是本地化自主运行。
最后一台，英伟达表示要连接云端和边缘端，还需要一个数字孪生，数字孪生是AI被训练后去实践、去完善、去做合成数据生成、强化学习AI反馈等等的地方。

英伟达DGX用于训练AI模型，它提供完全集成的硬件和软件AI平台。它包括NVIDIA AI Enterprise软件，能够加速数据科学流程，简化生产级AI应用的开发和部署。当然美国已经限制英伟达向中国出售高端AI训练芯片，当前主要出售A800给国内，国内华为，壁仞以及算能等都盯着这块市场，但英伟达提供硬件和软件整体解决方案，产生壁垒，而且平台之间很难移植还是有优势。

车端，机器等边缘端的AI计算芯片方案，英伟达称为AGX，其中Orin芯片一直是当前汽车圈内的高性能王者，而英伟达的Thor芯片号称比其前身Orin模型强大20倍，也是喊出要推出很久了，原本喊2025年年中量产，由于英伟达产品技术等原因听说要推迟到今年年中以后。

所以这次CES 2025 英伟达只是广告了下他运行在芯片上的系统NVIDIA DRIVE OS，通过ASIL B/D，ISO26262认证，芯片平台也是强调Blackwell平台。

目前对于边缘端AI算力芯片，国内新势力小鹏，理想，蔚来，以及比亚迪都已经相继流片，未来要上自己的AI芯片，国内地平线等都摩拳擦掌抢占这块市场。

英伟达表示要连接云端和边缘端的计算机，主要是用于虚拟验证和数据泛化的Omniverse和Cosmos。

Omniverse就是英伟达数字孪生的平台，它能够模拟真实世界环境，用于测试和验证自动驾驶系统。例如在自动驾驶方面，它通过Omnimap融合地图和地理空间数据，构建可驾驶的3D环境。驾驶场景变化可以从重放Drive日志或AI交通生成器中生成。此外，神经重建引擎使用自动驾驶汽车传感器日志创建高保真4D模拟环境，重放之前的驾驶并生成场景变化以增强训练数据。

而本次英伟达推出的Cosmos可以基于Omniverse场景生成大量逼真的数据，减少模拟到现实的差距，并通过文本提示生成近乎无限的驾驶场景变化。通过条件化Omniverse中的3D场景来增强训练数据集。

具体应用：Waabi公司正在评估使用Cosmos进行视频数据的搜索和整理，用于自动驾驶软件开发和模拟。Wayve公司正在评估Cosmos作为工具，用于搜索边缘和角落驾驶场景，用于安全和验证。Foretellix公司计划使用Cosmos和NVIDIA Omniverse Sensor RTX API，大规模评估和生成高保真测试场景和训练数据。

通过这些三台 AI 计算机技术的协同工作，英伟达表示可有为Physical AI的自动驾驶汽车或者人形机器等的开发提供了一个从训练到测试再到实时决策的完整解决方案。

总结

人工智能全面落地的时代开启，数字世界的Agentic AI，物理世界的Physical AI 将全面改变人类的生活。

*未经准许严禁转载和摘录-参考资料：

英伟达CES 2025演讲ppt 以及视频ces-2025-keynote-deck.pdf

加入我们的知识星球可以下载包含以上参考资料的公众号海量参考资料。

>>>>

2025CES英伟达发布洞察：AgenticAI/PhysicalAI快速落地，未来已来

最近文章

热门文章

推荐

最新资讯