黄仁勋新年第一场演讲提了DeepSeek.docxVIP

黄仁勋新年第一场演讲提了DeepSeek

一、开源模型成全球创新催化剂，DeepSeekR1意外推动行业变革

当地时间2026年1月5日，拉斯维加斯会展中心的英伟达新年首场发布会上，CEO黄仁勋身着标志性黑色皮衣登台，以“AI迈入主流”为核心主题，总结2025年行业进展时掷地有声：“开源模型的崛起，已成为全球AI创新的最强催化剂。”而这场演讲中，中国开源模型DeepSeekR1的名字被多次提及——黄仁勋直言，这款模型的出现“意外推动了整个行业的变革”。

在回顾2025年AI行业关键词时，黄仁勋将“开源模型”置于核心位置。他指出，过去一年全球涌现出数百个高性能开源模型，其性能正以超预期速度逼近GPT-5、Claude3等前沿闭源大模型。“开源不是‘低配版’，而是让全球开发者共同参与创新的发动机。”黄仁勋说。

演讲中，他特别点出DeepSeekR1的“变革性意义”：“去年DeepSeekR1发布时，我们没想到它会点燃全球开发者的热情——它证明了‘轻量级推理模型’也能完成复杂任务，直接推动了整个行业对‘高效AI’的思考。”事实上，这并非黄仁勋首次称赞DeepSeek：2025年10月，他曾在GTC大会上称DeepSeekR1“重新定义了推理模型的边界”，并强调这类模型的普及将大幅提升英伟达H20、H100等算力芯片的需求。

现场大屏幕展示的“全球开源模型地图”中，3款来自中国的模型格外醒目——KimiK2（字节跳动）、QwenV3（阿里）、DeepSeekV3.2（深度求索）。黄仁勋表示：“中国开发者在开源领域的贡献超出预期，这些模型已经成为全球AI生态的重要组成部分。”据深度求索内部数据，DeepSeekV3.2的下载量已突破800万次，覆盖120多个国家的开发者。

二、自动驾驶时代“全面到来”，物理AI成下一个增长曲线

除了开源模型，黄仁勋将2026年AI行业的核心增长点指向“物理AI”——即能与现实世界互动的AI系统，而自动驾驶被定义为“首个大规模主流物理AI场景”。

“未来十年，我可以肯定：世界上大部分汽车将是自动驾驶或高度自动驾驶的。”黄仁勋的判断带着一贯的自信。他解释，自动驾驶的普及并非“技术问题”，而是“数据与模型的协同问题”：英伟达Cosmos世界基础模型平台已积累了1000亿公里的真实道路数据，能为自动驾驶模型提供“接近现实的训练环境”；而本次发布的Alpamayo系列VLA模型，更是“全球首个专为自动驾驶设计的思考型开源模型”——它能处理“行人突然横穿马路”“暴雨天路面打滑”等复杂场景，推理速度比传统模型快3倍。

合作进展同样超出预期：梅赛德斯-奔驰宣布，2025款CLA车型将全面搭载英伟达自动驾驶技术栈（包括Orin-X芯片、Alpamayo模型和DriveOS系统），首款车将于2026年第一季度在美国上路，第二季度登陆欧洲，下半年进入中国、日本等亚洲市场。“自动驾驶不是‘高端配置’，而是未来汽车的‘标准能力’。”黄仁勋说，“到2030年，每一辆新出厂的汽车都将具备L4级自动驾驶能力。”

三、RubinGPU发布：算力提升5倍，支撑AI“百万倍需求”

要实现“AI普及”，算力是基础。本次发布会的“硬菜”是英伟达新一代旗舰GPU——Rubin（鲁宾），其性能较上一代Blackwell（BlackwellGPU是2025年英伟达发布的旗舰产品）实现跨越式提升：

推理算力：采用NVFP4精度时，达到50PFLOPS（每秒50千万亿次浮点运算），是Blackwell的5倍；

训练算力：NVFP4精度下为35PFLOPS，是Blackwell的3.5倍；

内存带宽：搭载HBM4内存，带宽达22TB/s，是Blackwell的2.8倍；

晶体管数量：3360亿个，较Blackwell增加60%（Blackwell为2100亿个）。

“Rubin不是‘更快的芯片’，而是‘为AI时代设计的芯片’。”黄仁勋解释，NVFP4精度是英伟达专为推理场景优化的格式，能在保持精度的同时降低30%功耗——这正好匹配DeepSeekR1、Alpamayo等推理模型的需求。他预测，2026年全球AI算力需求将增长10倍，而Rubin的量产将解决“算力瓶颈”：“现在，一台搭载8张RubinGPU的服务器，能支持10万个DeepSeekR1模型同时运行——这就是‘开源+算力’的协同效应。”

四、AI未来：从“实验室”到“每一个行业”

演讲最后，黄仁勋总结了2026年AI行业的四大趋势：

开源主导创新：超过70%的AI应用将基于开源模型开发；

物理AI普及：自动驾驶、机器人、工业控制等“现实互动型AI”占比将从15%提升至40%；

Agent（智能助理）爆发：每个用户将拥有“专属AI助理”，处理工作、生活中的复