GTC 2025 圆满收官，但 AI 正在朝着下一个风口持续发展。亮点速览：
GTC 主题演讲要点总结 
以下是 NVIDIA 创始人兼 CEO 黄仁勋在主题演讲中涵盖的要点：
- 我们正处于 1 万亿美元的计算拐点。在推理 AI 和代理式 AI 趋势的推动下，AI 计算需求正在迅速增长。AI 工作负载的规模和复杂性正在改变全球数据中心的投资。
- NVIDIA Blackwell 已全面投产，其性能是 Hopper 的 40 倍。Blackwell 架构显著增强了 AI 模型的训练和推理能力，从而实现更高效、可扩展性更强的 AI 应用。
- NVIDIA 将采用构建 AI 基础设施的年度更新节奏。每年都会推出新的 GPU、CPU 和加速计算技术，包括即将推出的 NVIDIA Vera Rubin 架构，旨在推动 AI 数据中心的性能提升和效率改进。
- 包括 Photonics 和 AI 优化存储在内的 AI 基础设施将彻底改变行业。先进的网络和存储解决方案将改善大型数据中心的 AI 可扩展性、效率和能耗。
- 面向工业和机器人领域的物理 AI 蕴藏着价值 50 万亿美元的商机。AI 驱动的机器人和自动化技术将改变制造、物流、医疗健康等行业，而 NVIDIA Isaac 和 Cosmos 平台将引领这一变革。
观看主题演讲回放。
Quantum Day（量子日）：NVIDIA CEO 黄仁勋宣布成立量子计算实验室；行业领导者表示 NVIDIA 技术是推动量子创新的关键
NVIDIA 创始人兼 CEO 黄仁勋在 GTC 上发起了一系列行业领导者参与的专题讨论会，并宣布 NVIDIA 将深入研究量子计算，计划在波士顿设立专项研究中心。
黄仁勋表示：“这很可能将会成为全球领先的加速计算与量子混合计算联合研究中心。”
GTC 首届 Quantum Day（量子日）的专题讨论会重点探讨了加速计算在推动新兴技术发展方面所起到的关键作用。
虽然量子开发技术和方法各异，但与会者一致认为 GPU 和量子系统将协同发力实现新的突破。
NVIDIA 的新实验室将成为核心枢纽，与哈佛大学、麻省理工学院等顶尖学府的前沿研究者共同协作。
该实验室旨在加速量子计算领域的创新，该领域蕴含着巨大的潜力，将彻底改变从密码学到材料科学等各个行业。
这场活动由黄仁勋主持，共举行了三场小组讨论，包括许多构建量子系统的公司。与会嘉宾有：
- Alan Baratz，D-Wave CEO
- Ben Bloom，Atom Computing 创始人兼 CEO
- John Levy，SEEQC 联合创始人兼 CEO
- Krysta Svore，微软技术研究员
- Loïc Henriet，Pasqal CEO
- Matthew Kinsella，Infleqtion CEO
- Mikhail Lukin，哈佛大学 Joshua and Beth Friedman 校级教授、QuEra Computing 联合创始人
- Pete Shadbolt，PsiQuantum 联合创始人兼首席科学官
- Peter Chapman，IonQ 执行主席
- Rajeeb Hazra，Quantinuum 总裁兼 CEO
- Rob Schoelkopf，Quantum Circuits 联合创始人兼首席科学家
- Simone Severini，亚马逊云科技量子技术部门总经理
- Subodh Kulkarni，Rigetti CEO
- Théau Peronnin，Alice & Bob 联合创始人兼 CEO
他们讨论了在实现双位数逻辑量子比特方面的进展以及面临的挑战。例如在实际应用中需要达到三位数量子比特以及在未来几年需要扩展到数百万量子比特。
了解更多关于量子计算的信息。
AI 正在重塑体育未来
在 GTC 体育行业专题讨论中，行业领导者指出：AI 正在彻底改变体育赛事——重塑观众体验、优化运营流程、提升运动员表现。
NVIDIA 高级产品市场经理 Sepi Motamedi 表示：“AI 已在体育领域应用多年，但体育领域仍然是最新创新成果的首批用户。”
对于国家冰球联盟（NHL）和西班牙顶级足球联赛西甲联赛而言，AI 不只是一种工具，它还能改变比赛。西甲联盟 AI 实施与开发负责人 Javier Gil Fernandez 表示，西甲联赛所有体育场馆都部署了摄像头，每场比赛可采集超 300 万个数据点。
与此同时，NHL 正在试点光学追踪系统，捕捉球员骨骼运动轨迹。“数据量惊人，而且只会持续增长，”NHL 业务发展与创新执行副总裁 Dave Lehanski 表示。
除了数据，AI 正在为观众带来崭新的体验。Lehanski 表示：“如果 AI 能够自动实时呈现比赛进程，那就太棒了！”
AI 驱动的视频分析将使观众能够实时搜索、汇总和重温精彩时刻。
随着 AI 的深度融合，体育行业面临着法律和监管等各种挑战。但 Fernandez 表示有一点是明确的：“当整个行业真正理解 AI 的潜力并充分释放其价值时，我们就能顺利前行。”未来的体育将变得快速、智能化并且由 AI 驱动。
NVIDIA Omniverse 赋能的登月机器探索月球表面
在崎岖不平的月球表面，一组由无人机、挖掘机和运输车组成的自主机器队伍，正在太空的真空环境中无缝协作，同步完成资源的测绘、开采和运输任务。
空间机器人专家 Lutz Richter 在 GTC 大会上展示的这一未来月球探索构想引人瞩目。
作为领先 IT 咨询和数字服务提供商 SoftServe 的代表，Richter 介绍了他的团队如何利用 NVIDIA Omniverse 物理 AI 平台对该多机器人系统进行仿真和建模。Richter 表示：“我们认为 Omniverse 提供的先进仿真和建模工具将使太空行业受益匪浅。”
无人机将在月球表面进行搜索，通过高分辨率传感器定位可开采冰资源区域。地面挖掘机随后精准挖掘月表土壤，SoftServe 先进的土壤力学仿真系统可优化破冰效率。装载完成后，运输车将货物运回月球基地。
Richter 还展示了 SoftServe 模拟无人机探索月球洞穴的仿真成果。借助实时视觉同步定位和测绘技术，无人机将能够在复杂的地形中导航并标记潜在冰储层。
通过将机器人技术与 Omniverse 的强大仿真协作工具结合，SoftServe 正开创月球资源开发的新范式。
借助 AI 实现沉浸式体验的普及化
在 Tech Interactive 科技中心的 XR 体验馆内，GTC 参会者亲身体验了数字孪生、3D 渲染和虚拟现实技术的沉浸式演示。现场此起彼伏的惊叹与笑语，表明了视觉 AI 技术的未来发展备受期待。
机器人专家探讨人形机器人发展前景
在圣何塞市政中心的研讨会上，多位机器人行业高管就人形机器人的发展现状及其消费者普及前景展开深刻对话。
与会嘉宾重点探讨了大语言模型、仿真技术以及硬件进步在专用人形机器人研发中的作用。
NVIDIA 首席研究科学家兼高级研究经理 Jim Fan 表示：“我们看到一些杰出的创始人，他们开发出了我见过的最好的机器人硬件。我认为硬件已经变得越来越好且成本大幅降低。”
波士顿动力公司首席技术官 Aaron Saunders 强调，基于物理的仿真技术为机器人领域具有开创性的意义：“缩小仿真到现实之间的差距意义重大。”
Skild AI 联合创始人兼 CEO Deepak Pathak 指出，从经验中学习是机器人技术领域发生的一个重要变化：“我们的研发方法已经发生根本性转变。”
与会嘉宾还谈到了数据源在模型训练中的重要性。1X 创始人兼 CEO Bernt Børnich 表示：“如今我们获取全球数据就像使用互联网。解决所有问题只需更多 GPU。”
展会现场机器人种类繁多
从实用的人形机器人到在手术、配送和工业流程中发挥作用的机械臂，GTC 现场的互动 demo 充分展示了物理 AI 的最新进展。
经济型自动显微镜如何变革公共卫生
Manu Prakash 正致力于通过 AI 驱动的显微镜帮助全球社区卫生工作者与公民科学家，实现疟疾等疾病的快速检测。
显微镜公司 Cephla 联合创始人、斯坦福大学伍兹环境研究所副教授 Prakash 将 AI 集成到经济型显微镜中。这些显微镜可以部署在基层医疗环境中，开展实时大规模疾病监测。
Prakash 现场演示了 Cephla 的模块化机器人显微镜平台 Octopi 如何通过快速分析红细胞检测疟原虫。他表示：“这是首台能实时完成此类任务的设备，其卓越之处在于不仅能训练它检测疟疾，任何疾病都能通过训练识别。”
Prakash 和他的团队发现，通过 NVIDIA Jetson Nano 模块部署他们的管线，图像处理能力相比传统台式电脑提升 5 倍，实现每分钟检测约 300 万个红细胞。
Prakash 希望通过为社区卫生工作者提供快速、低成本的疾病检测方法，提升全球公共卫生组织的疾病预防能力，帮助其更好地应对抗生素耐药性等挑战。
除了疟疾之外，他的团队还与研究人员合作，共同将他们的 AI 管线应用于其他疾病领域。有一家组织在六个月内就训练出了一个可以检测四种镰状细胞病的 AI 管线。另有团队训练出一个流程，用于判断个体是否正在传播结核病。
Prakash 表示：“有时候，只需赋予仪器一点智能，它们就能发挥出惊人的作用。”
AI 如何开启电影行业的创意新时代
AI 正在让电影制作更加容易，并改变了电影制作者实现艺术创意的方式。
在 GTC 上，TCL 总经理 Haohong Wang 介绍了 Runway、Sora 和 MineStudio 等 AI 驱动的工具如何为内容创作带来更加快速的工作流、开拓艺术可能性，并推动内容创作迈向一个人人可参与、更普惠的未来。
AI 与创意的融合：传统电影制作往往耗时且成本高昂。Wang 预测，AI 生成内容的预算可能使制作成本降低至现在的 10% 以下，让更多电影制作者创作出高质量叙事的内容。
但节省成本只是冰山一角，AI 还能让艺术家实时尝试新的视觉风格，即时生成整个场景，探索创新叙事手法，突破传统制作壁垒。
指导 AI：Wang 指出，AI 电影制作在一致性、镜头控制和人体动作方面仍存在挑战。许多导演认为它们缺乏传统电影制作中的可控性。解决方案在于结构化 3D 工作流。通过将 AI 生成的资产包括角色、环境和动画等数字化，电影制作者可融合 AI 和传统技术的优势，精准控制摄影和视觉一致性。
内容飞轮：Wang 将 AI 电影制作描述为“飞轮模式”——更便捷的创作推动观众增长、吸引广告商，进而激发更多创意作品的需求。
Wang 表示：“广告资金最终会回到创意社区，形成循环。一旦机会成熟，越来越多的创意人员就会加入其中，使用 AI 制作出更多原创内容，从而扩大受众与商业机会。”
尽管好莱坞部分人士对此仍持怀疑态度，但 Wang 认为 AI 终将成为电影人的标配工具，正如现在 CGI 的普及。
先睹为快：为了展现这一潜力，Wang 展示了一个混合实拍与 AI 的短片《Next Stop Paris》片段，里面讲述了两个陌生人的冒险经历，剧情的翻转揭示了 AI 始终在引导叙事。
NVIDIA 医疗健康副总裁 Kimberly Powell 重点介绍生命科学领域的突破
NVIDIA 医疗健康和生命科学副总裁 Kimberly Powell 在 Montgomery 剧院发表演讲，重点介绍了 GTC 期间的宣布的 9 个推动行业突破的发布。
这些发布包括全新 NVIDIA DGX Spark AI 超级计算机、NVIDIA AgentIQ、MONAI 多模态和智能体框架、NVIDIA Holoscan 3.0、NVIDIA Isaac for Healthcare 以及与 Sapio Sciences、Cadence 和 Epic 等合作伙伴通过 NVIDIA NIM 在 Microsoft Azure 上加速 AI 应用。
而这些只是诸多亮点中的冰山一角。
Powell 表示：“许多公司都选择在 GTC 上发布最重要的突破性成果，此次大会已发布了数十项新产品和关键突破。”
她深入探讨了加速计算在医学影像和基因组学中的作用，特别强调了全球最大生物学基础模型 Evo 2 中的引入。该模型在 9 万亿个核苷酸—— RNA 和 DNA 的组成单元——上训练而成。
Powell 指出，生物学是一个尚未完全破解的难题，而如今正通过 AI 实现飞速发展。
“通过使用计算机表示生物学，我们正在见证生物学智能的指数级进步。”
Powell 还谈到了 AI 在药物发现中的作用、用于临床试验的 AI 智能体开发以及物理 AI 在医疗设备中的应用。
Powell 表示：“我们正处在下一个前沿，不仅是数字智能体，还将迎来物理智能体，即 AI 在物理实体中的具身化。”
了解更多关于 AI 如何推动医疗行业发展的信息并观看演讲重播。
释放 AI 性能：NVIDIA DGX Cloud 基准测试
实现 AI 性能的最大化需要的不只是强大的硬件。了解硬件和软件对 AI 工作负载性能的影响对于技术验证和业务规划至关重要。
为帮助企业实现数据驱动的决策并最大化 GPU 利用率，NVIDIA 推出了 NVIDIA DGX Cloud 基准测试，能够帮助用户高效优化他们的 AI 工作负载和基础设施投资。
DGX Cloud Benchmarking 包含三个关键组成部分：
- 性能基准方案：标准化基准测试脚本和基线结果可用于在各种 AI 工作负载验证 AI 平台性能。
- 性能资源管理器：交互式工具，提供跨 AI 工作负载的性能数据
- 专家指导和最佳实践：NVIDIA 专家团队助力简化优化流程。
通过提供标准化基准测试和可执行的洞察，DGX Cloud 基准测试能够帮助 AI 团队优化工作负载、降低成本并加速创新。
NVIDIA 与云服务提供商合作，共同设计和优化全栈的性能，打造高性能 AI 平台。这种基于真实场景的优化机制能够带来性能的持续提升。
DGX Cloud 基准测试旨在与 AI 行业一同发展，将持续纳入新模型、硬件平台和软件优化，确保客户始终掌握最新性能洞察。
无论您是 AI 开发团队、IT 团队，还是验证基础设施性能的云服务商，DGX Cloud Benchmarking 都能提供解锁 AI 性能极限所需的工具。
了解更多关于 DGX Cloud 基准测试 的信息。
AI 研究领域巨擘 Bill Dally 和 Yann LeCun 在 GTC 上同台对话
两位 AI 研究领域的巨擘—— NVIDIA 首席科学家 Bill Dally 与 Meta 首席 AI 科学家、纽约大学教授 Yann LeCun 在圣何塞市政厅礼堂展开了一场关于 AI 未来的对话。
Dally 请 LeCun 讲述他对通用人工智能的看法、AI 对科学研究的影响、以及他目前在世界模型方面的工作和对于推动创新的见解。
LeCun 预测，通用人工智能（AGI）将在三到五年内成为现实。他更愿意称之为高级机器智能，因为“人类智能是高度专业化的，所以‘通用’本身就是误称”。
他还特别强调了开源项目对帮助开发多样化 AI 助手的重要性。
他表示：“我们需要能了解所有语言、文化、价值体系以及目标领域的多样化 AI 助手。因此，我们需要一个任何人都可以使用并构建这些助手的平台。目前，只有开源平台能够做到这一点。”
LeCun 还介绍了他在 Meta 的工作，即开发能够理解、推理和规划物理环境的世界模型。
“我们需要一个预测器，它能根据世界的状态和你想象的行动预测世界的下一个状态。有了这样一个系统，就可以规划行动序列来达成目标。”
Dally 指出，建立这样的世界模型需要大量由 NVIDIA GPU 驱动的 AI 基础设施。
他调侃道：“请继续供货，我们会充分使用每一份我们能获得的计算资源。”
总结：GTC 主题演讲要点
以下是 NVIDIA 创始人兼 CEO 黄仁勋在主题演讲中涵盖的要点：
- 我们正处于 1 万亿美元的计算拐点。在推理 AI 和代理式 AI 趋势的推动下，AI 计算需求正在迅速增长。AI 工作负载的规模和复杂性正在改变全球数据中心的投资。
- NVIDIA Blackwell 已全面投产，其性能是 Hopper 的 40 倍。Blackwell 架构显著增强了 AI 模型的训练和推理能力，从而实现更高效、可扩展性更强的 AI 应用。
- NVIDIA 将采用构建 AI 基础设施的年度更新节奏。每年都会推出新的 GPU、CPU 和加速计算技术，包括即将推出的 NVIDIA Vera Rubin 架构，旨在推动 AI 数据中心的性能提升和效率改进。
- 包括 Photonics 和 AI 优化存储在内的 AI 基础设施将彻底改变行业。先进的网络和存储解决方案将改善大型数据中心的 AI 可扩展性、效率和能耗。
- 面向工业和机器人领域的物理 AI 蕴藏着价值 50 万亿美元的商机。AI 驱动的机器人和自动化技术将改变制造、物流、医疗健康等行业，而 NVIDIA Isaac 和 Cosmos 平台将引领这一变革。
观看主题演讲回放。
阅读下方了解更多主题演讲的详细内容，并关注大会期间带来的更多洞察与精彩环节。
深刻洞察：NVIDIA 创始人兼 CEO 黄仁勋在 GTC 上的主题演讲
欢迎来到 NVIDIA
在主题演讲伊始，黄仁勋便通过震撼的视觉效果，带观众“走入 NVIDIA 总部”，展现了一个仿佛环绕观众的公司大堂画面。他首先谈到了 25 年前 NVIDIA 从 GPU 起步的发展历程。同时介绍了过去十年 AI 技术的发展，包括代理式 AI 的出现——如何推理并解决问题、制定计划，以及采取行动。
AI 正处于转折点
黄仁勋随后概述了具备“逐步推理”能力的 AI 发展历程，并讨论了推理和强化学习需求如何推动 AI 计算需求的增长。随着 AI 迎来“拐点”，四大云服务提供商对 GPU 的需求正在激增。黄仁勋表示，他预计数据中心建设的市场价值将达到 1 万亿美元。
NVIDIA CUDA 生态系统
黄仁勋表示，NVIDIA CUDA-X GPU 加速库和微服务现在服务于各行各业。未来每家公司都会拥有两家工厂：一家生产产品，另一家生产 AI。在举例介绍 NVIDIA 在其中所做的多种努力后，他宣布 NVIDIA 将开源其 cuOpt 决策优化平台。他认为，CUDA 的安装基础现在“无处不在”。“我们已经到达了加速计算的临界点 —— CUDA 让这一切成为可能。”
通用汽车和 NVIDIA 合作开发 AI
黄仁勋表示，AI 需要基础设施。如今，AI 正在走向“全球各个角落”，并被广泛应用于机器人、自动驾驶汽车、工厂和无线网络等领域。他指出，自动驾驶汽车是 AI 最早应用的行业之一，并表示“无论在数据中心，还是在汽车上，我们构建的技术几乎被所有自动驾驶汽车公司所采用。”黄仁勋随后宣布了这一进程的下一步规划：全球领先的汽车制造商通用汽车将借助 NVIDIA 的 AI、仿真和加速计算技术，合作打造下一代汽车、工厂和机器人。此外，他还发布了 NVIDIA Halos，这是一个综合安全系统，整合了 NVIDIA 在汽车硬件、软件安全解决方案以及自动驾驶安全 AI 研究方面的最新成果。
数据中心与推理
接下来，黄仁勋谈到了数据中心。他宣布，NVIDIA Blackwell 平台已全面投产，并展示了来自众多行业合作伙伴的系统。“这难道不令人惊叹吗？”他感叹道。
他详细介绍了 Blackwell 如何支持极限扩展。黄仁勋表示：“我们之所以要做到这一点，是为了应对一个极端挑战，这个挑战就是推理。”
他解释说，推理的本质是 token 生成，这对企业至关重要。用于生成这些 token 的 AI 工厂必须具备极高的效率和卓越的性能。随着最新一代推理模型能够思考和解决日益复杂的问题，对 token 的需求也将持续增长。
为了进一步加速大规模推理，黄仁勋宣布推出 NVIDIA Dynamo，一款用于加速和扩展 AI 工厂中的 AI 推理模型的开源软件。“它本质上是 AI 工厂的操作系统，”他表示。
NVIDIA Blackwell Ultra
黄仁勋介绍了 Blackwell 在推理性能上的“巨大飞跃”。他表示：“你要确保自己尽可能拥有最节能的架构。”随后，他展示了 Blackwell 相较于上一代产品，如何在能耗更低的同时完成更多计算任务。“买得越多，省得越多。更好的是，你买得越多，赚得越多”，他表示。
随后，黄仁勋播放了一段视频，展示了全新的 NVIDIA Omniverse Blueprint 如何帮助一家吉瓦级 AI 工厂进行规划。这款工具支持工程师能够利用数字孪生技术设计、测试和优化新一代智能制造数据中心。
随后，他宣布 NVIDIA Blackwell AI 工厂平台的下一代产品 NVIDIA Blackwell Ultra，将于今年下半年正式应用于系统部署。NVIDIA Blackwell Ultra 提升了训练和测试阶段的可扩展推理能力，即在推理过程中应用更多计算以提高准确性，从而支持企业无论位于何地，都能加速 AI 推理、代理式 AI 和物理 AI 等关键应用。
NVIDIA Vera Rubin
向天文学家 Vera Rubin 致敬的同时，黄仁勋介绍了未来数年内数据中心性能提升的路线图。他还公布了有关下一代 NVIDIA Rubin Ultra GPU 和 NVIDIA Vera CPU 架构的新细节，上述架构融合了大量创新技术。黄仁勋表示，“基本除了机箱，所有东西都是全新的”。基于 Rubin Ultra 架构搭建的系统，包括 Vera Rubin NVL 144，将于明年下半年推出。至 2027 年下半年，所有系统都将基于 Rubin Ultra 构建。“你们可以看到，Rubin 架构将大幅降低成本”，黄仁勋表示。
NVIDIA Photonics
黄仁勋随后讨论了 NVIDIA 如何帮助客户扩展到更大规模的系统。关键在于将 Photonics 技术——一种依赖于光而非电信号传输数据的网络技术——紧密集成到加速计算基础设施中。
NVIDIA Spectrum-X 和 NVIDIA Quantum-X 硅光网络交换机通过融合电子电路和光通信技术，支持 AI 工厂能够在多个站点之间连接数百万个 GPU，同时降低能耗和运营成本。
黄仁勋表示：“这真是令人难以置信的技术。”NVIDIA 硅光交换机创新地集成了光器件，与传统方法相比，减少了 4 倍的激光器数量，能源效率提高到 3.5 倍，信号完整性提高到 63 倍，大规模组网可靠性提高到 10 倍，部署速度提高到 1.3 倍。
DGX Spark
为了支持 AI 开发者、研究人员、数据科学家和学生能够在桌面电脑上对大模型进行原型设计、微调和推理，NVIDIA 发布了基于 NVIDIA Grace Blackwell 平台的 DGX 个人 AI 超级计算机。黄仁勋将其形容为完美的礼物，并宣布了 DGX Spark（前身为 Project DIGITS），将 Grace Blackwell 架构的强大性能带到桌面。用户可以在本地运行这些模型，或将其部署到 NVIDIA DGX Cloud 或任何其他加速的云平台或数据中心基础设施上。黄仁勋表示：“这就是 AI 时代的计算机。”
代理式 AI
在讨论代理式 AI 的未来时，黄仁勋宣布推出具有推理功能的开放 Llama Nemotron 模型系列，旨在为开发者和企业提供业务就绪型基础，从而构建能够独立工作或以团队形式完成复杂任务的高级 AI 智能体。NVIDIA Llama Nemotron 推理模型系列基于 Llama 模型构建，提供按需 AI 推理功能。NVIDIA 在后训练期间对该推理模型系列进行了增强，以提升多步数学运算、编码、推理和复杂决策能力。
物理 AI 和机器人技术
黄仁勋将机器人描述为下一个 10 万亿美元的产业，并表示到 2030 年年底，全球将面临至少 5000 万劳动力短缺的问题。NVIDIA 提供了一整套技术，用于训练、部署、仿真和测试下一代机器人技术。
在一段视频中，黄仁勋宣布推出全球首个开源且完全可定制的基础模型 NVIDIA Isaac GR00T N1，该模型可赋能通用人形机器人实现推理及各项技能。
NVIDIA 还宣布了新一代 NVIDIA Cosmos 世界基础模型的重大更新，为物理 AI 开发引入了一个开放式和可完全定制的推理模型，并为开发者提供了前所未有的世界生成控制能力。
黄仁勋表示：“使用 Omniverse 来调节 Cosmos，并通过 Cosmos 生成无限数量的环境，从而支持我们能够创建既扎根于现实、由我们掌控，同时又在系统上可以实现无限的数据。”
他还介绍了由 Google DeepMind 和 Disney Research 共同开发、用于机器人仿真的 Newton 开源物理引擎。随后，他与一台小型机器人“Blue”一同登上舞台，机器人从地板出口钻出来，向黄仁勋发出“嘟嘟”声。
主题演讲总结
黄仁勋在演讲结束时强调了如下主题。
首先，Blackwell 已进入全面量产阶段，“而且增长非常迅猛，客户需求也非常强劲，”黄仁勋表示。“这是有道理的，因为 AI 到达了一个拐点，推理 AI 的出现使我们需要的计算量大大增加，同时推理 AI 系统和代理式系统的训练也在推动这一变化。”
其次，Blackwell NVL72 配合 Dynamo 提供了比 NVIDIA Hopper 高 40 倍 的 AI 工厂性能。“推理将在未来十年成为最重要的工作负载之一，因为我们正在扩展 AI。”
第三，NVIDIA 采用“年度更新”路线图，全世界都可以规划自己的 AI 基础设施。NVIDIA 正在构建三种 AI 基础设施：一种用于云计算，一种用于企业，第三种则用于机器人技术。
收听主题演讲前“Acquired”主持的节目
在 NVIDIA 创始人兼 CEO 黄仁勋带来主题演讲前，科技界的热情就已点燃。回看“Live at NVIDIA GTC With Acquired”节目，聆听演讲嘉宾深度解析 NVIDIA 过去三十年的非凡历程。
AI 艺术新纪元：艺术家如何将 AI 和机器人应用于创作
BREAKFAST 在 GTC 上展出的作品“Consumption”。
千百年来，艺术家们利用一切可用的媒介进行创作，包括水果和蔬菜染料、大理石块、丙烯颜料、相机、渲染软件、3D 打印机等。现在，他们正在使用 AI 和机器人技术来打造沉浸式的艺术体验，重新定义人与科技的互动方式。
在 NVIDIA AI 战略创意总监 Heather Schoell 主持的 GTC 专题演讲上，四位艺术家分享了他们将 AI 和机器人融入艺术的创作过程。
消费 AI 公司 Zenie 的创始人、斯坦福大学博士后 Catie Cuan 表示，将机器人技术融入艺术，“是人类与工具关系演进的一个必然延续”。
作为一名前职业舞蹈家，Cuan 的作品包括 8 小时机械臂双人舞以及能够随着动作发声的跳舞机器人交响乐。
另一位与会嘉宾 Alexander Reben 是 OpenAI 首位入驻的艺术家。他使用大语言模型、视觉生成式 AI 模型和 NeRF 来创造 3D 雕塑。
两位小组成员，被称为 BREAKFAST 的动感和机器人艺术家 Zolty 和奥地利林茨艺术大学的博士研究者 Emanuel Gollob——创作的互动艺术在 GTC 主入口展出。
BREAKFAST 使用实时数据创作大型动感艺术雕塑，这些雕塑在皇家加勒比邮轮和拉斯维加斯枫丹白露酒店展出。其工作室在 GTC 上展出的作品名为“Consumption”，是一个由 NVIDIA RTX GPU 驱动的机器人拱门，会根据实时用水数据（包括降雨量、水库、地下水位和市政供水）进行响应。
Gollob 的机器人装置“Doing Nothing With AI”使用生成式机器人控制、脑电波测量和强化学习技术引导佩戴脑电图的参与者享受“无所事事”的时刻。
与会嘉宾讨论生成式 AI 时代的能效问题
GTC 与会嘉宾就 AI、能源和气候问题展开了一场富有启发性的讨论，座无虚席。NVIDIA 企业可持续发展高级总监 Josh Parker、Wilson 中心的 Lauren Risi、哥伦比亚大学的 David Sandalow 和德勤的 Bernhard Lorentz 参加了讨论。
Sandalow 表示：“在气候变化领域，AI 蕴含着巨大潜力。我们该如何使用 AI 工具减缓气候变化？”
这几位行业专家提到了随着生成式 AI 和数据中心的发展而产生的能效问题。
Parker 在总结 NVIDIA GPU 的能效提升幅度时表示：“在过去十年中，NVIDIA GPU 的能耗已降低到原来的十万分之一。
宝马集团展示电池组装厂的 3D 协同技术
宝马集团在 GTC 上发布了其 3D AppStore 的最新升级。
3D AppStore 是宝马的高端可视化云端传输服务，现在可以为汽车制造商在全球不同工厂的电池装配流程提供支持，使不同部门的工程师、设计师等人员能够在数字环境中协同工作。
宝马集团 3D AppStore 产品负责人 Xaver Freiherr Loeffelholz von Colberg 表示：“借助虚拟化身技术，他们能够沉浸式观察工厂场景，只需简单提问，AI 就会详细描述站点运作细节。”
解码 Token —— AI 的语言和货币体系
GTC 与会者可能会听到很多关于“token（AI 的语言兼货币）”这个概念。
在 AI 模型的训练与推理过程中，token 作为数据处理单位，可用于预测、生成与推理。Token 的处理速度越快，AI 模型的学习和响应速度就越快。
阅读我们的博客，了解 token、tokenization 以及企业如何通过降低单位 token 成本来提高收入。
GTC 2025：现实中的 AI、问题和解决方案
AI 正在直面人类最严峻的挑战。在加州圣何塞举行的 NVIDIA GTC 上已精彩呈现。
无论是“使用 AI 彻底改变心脏核磁共振成像分析和诊断”、“设计未来：蛋白质工程、AI 和负责任的创新”等医疗健康领域的议题，还是“利用自主系统和遥感技术获取更好的地球数据”、“AI 和加速计算在了解和缓解城市气候变化中的作用”、“使用 NVIDIA Earth-2 提供的高分辨率天气预报提高光伏发电预测准确性”等环境领域的突破，您都可以看到 AI 对全球产生的切实影响。
未来已降临圣何塞
2025 年 3 月去过圣何塞市中心的人都感受到这种变化——横幅高悬，街道焕新，整座城市都是 NVIDIA 标志性的绿色。
3 月 17 日至 21 日，AI、机器人和加速计算领域的思想家、实践者和爱好者齐聚圣何塞，进行了犀利、快节奏，甚至是天马行空的讨论，这正是 GTC 的精髓所在。
GTC 的核心是 NVIDIA 创始人兼 CEO 黄仁勋的主题演讲，这场演讲带我们一探未来。演讲已于太平洋时间 3 月 18 日（星期二）上午 10:00 在 SAP 中心举行。整个会场不仅有充满创意、惊喜和欢声笑语的沸腾时刻，也有让全场屏息凝神的震撼瞬间。
GTC 的魅力远不止于主会场。McEnery 会议中心的技术论坛、Tech Interactive 博物馆的动手演示、César Chávez 广场夜市的深夜对话，等等。圣何塞不仅承办了 GTC——它正成为 GTC 本身。
本次 GTC 的演讲者中既有远见卓识者，也有实践者。他们的分享让观众重新思考什么才是真正的可能。
- Yann LeCun：Meta 首席 AI 科学家、纽约大学教授
- Frances Arnold：加州理工学院诺贝尔奖获得者
- RJ Scaringe：Rivian 创始人兼 CEO
- Pieter Abbeel：加州大学伯克利分校机器人技术专家
- Arthur Mensch：Mistral AI CEO
- Joe Park：百盛餐饮集团首席数字和技术官
- Noam Brown：OpenAI 研究科学家
他们中的有些人正在突破 AI 本身的极限，有些人则致力于将 AI 融入我们的日常生活中。
请持续关注此处，获取值得观看、阅读和体验的精彩内容——以及它们背后的深意。
不要错过那些精彩瞬间、意外惊喜，以及那些将在未来多年持续影响我们的创想灵感。
期待下一次在圣何塞与您相聚。 #GTC25
