社区

在今天的GTC Taipei 2026上，英伟达一口气发布了十多款重磅产品。从面向 AI Agent 的数据中心 CPU Vera，到面向个人 AI 电脑的 RTX Spark，再到机器人模型、自动驾驶平台和 AI 工厂解决方案，几乎涵盖未来AI产业领域的方方面面。

算力时代成就了英伟达“AI之王”的身份，现在黄仁勋展露野心，把自己对未来的布局一口气合盘推出。

五大布局之一，Vera：给 AI Agent 准备的新 CPU

我们知道，AI算力的需求正在从训练向推理转移，而Vera CPU，就是英伟达为推理需求特别准备的核心产品。

过去，我们一提到AI算力，想到的就是GPU。但推理时代和AI Agent的到来，让事情开始发生变化。一个 Agent 不只是生成一段文字。它可能要拆解任务、调用工具、写代码、访问数据库、读取文件、执行流程、检查结果，甚至和其他 Agent 协同工作。这些任务背后，除了 GPU 的并行计算，也需要大量 CPU 参与，包括任务调度、数据处理、系统编排、安全隔离和工作流管理。这时候，英伟达加强在CPU领域的布局，其意义也更加凸显。

Vera 不是英伟达第一颗数据中心 CPU，它是英伟达第一颗专门为 AI Agent 工作负载设计的 CPU。英伟达官方把 Vera 定位为“the CPU for agents”，重点面向 AI Agent、强化学习、数据处理等场景。

五大布局之二，RTX Spark：AI 不只在云端，也要进个人电脑

除了数据中心，英伟达这次还把重点放到了个人电脑上。RTX Spark 是英伟达面向 AI PC 推出的新平台。根据英伟达和微软的发布，RTX Spark 面向 Windows PC 和个人 AI Agent，提供 1 petaflop AI 性能，目标是让个人电脑能够本地运行 AI Agent、大模型、创意应用和开发任务。首批相关产品将由 Dell、Lenovo、HP、ASUS、MSI、Microsoft Surface 等厂商推出。

过去普通用户使用 AI，大多数时候还是在云端。你打开 ChatGPT、Claude、Gemini，看起来是在自己的电脑上提问，但真正的计算发生在远方的数据中心。另一方面，过去 PC 的核心是应用。你要写文档，就打开 Word；要做表格，就打开 Excel；要剪视频，就打开 Premiere；要写代码，就打开 IDE。

但如果个人 AI Agent 真正成熟，PC 的交互方式可能会变成：你直接告诉电脑要完成什么任务，Agent 在不同应用、文件和网页之间替你执行。

RTX Spark 则代表了一种新的 PC 形态：AI 不只是浏览器里的一个聊天框，而是可以直接在本地电脑上运行，理解你的文件、应用和工作流，帮你完成更复杂的任务。

五大布局之三，DGX Station for Windows：把小型 AI 超算放到企业桌面

在这次大会上，英伟达还发布了 DGX Station for Windows。这个产品可以理解成更高端的企业级桌面 AI 工作站。英伟达称，它可以在本地构建、运行和连接常驻 AI Agent，并支持在本地运行最高 1 万亿参数级别的前沿模型。

RTX Spark 更像是面向个人 AI PC 的入口。DGX Station for Windows 更像是面向企业、开发者、研究人员和高级生产力场景的本地 AI 超算。它解决的是另一个问题：不是所有 AI 工作负载都适合完全放在云端。

企业有数据安全、隐私、延迟、成本和定制化需求。比如金融、医疗、制造、研发、设计、工程仿真、代码开发等场景，很多数据不一定方便上传到外部云平台。如果本地设备可以直接跑更强的模型和 Agent，就能给企业提供另一种部署方式。

五大布局之四，Cosmos 3：让 AI 开始理解物理世界

稍微出人意料的是，机器人和 Physical AI 成了本次发布会的新亮点。

英伟达发布了 Cosmos 3，并把它称为面向 Physical AI 的开放世界基础模型。Cosmos 3 采用 mixture-of-transformers 架构，将视觉推理、世界生成和动作预测结合在一个系统里，用于帮助 AI 理解和模拟物理世界。

大语言模型主要处理文字、代码、图像和知识。它可以回答问题、写文章、做分析、生成代码。但机器人和自动驾驶面对的是真实世界：物体会移动，道路会变化，空间有约束，动作有后果，错误可能带来安全风险。

所以 Physical AI 要解决的问题更复杂。它不仅要“看见”，还要理解环境。不仅要生成答案，还要预测行动后果。不仅要在屏幕里输出内容，还要在真实世界里执行动作。

Cosmos 3 的作用，就是为机器人、自动驾驶、工业视觉、数字孪生等场景提供一个更通用的物理世界模型基础。配合英伟达已有的 Isaac、Omniverse、Jetson 等平台，英伟达正在试图成为机器人公司的底层工具链。它未必亲自制造每一台机器人，但它希望机器人公司用它的芯片、模型、仿真平台和开发工具来训练和部署机器人。

有没有熟悉的感觉，这和当年英伟达通过 CUDA 确立 AI 训练生态的主导地位何其相似。

如果未来机器人产业真的进入规模化阶段，算力平台、仿真系统、模型训练、数据生成和部署工具都可能成为生产线上的核心壁垒。英伟达想提前卡住这些关键环节。

五大布局之五，自动驾驶：Robotaxi 也是 Physical AI 的一部分

这次会议上，英伟达还宣布扩大 DRIVE Hyperion 平台生态，并把它定位为面向 Robotaxi 的全球平台。DRIVE Hyperion 提供 L4-ready 的自动驾驶平台，建立在英伟达 Halos 全栈安全系统之上。

同时，英伟达还发布了 Alpamayo 2 Super，这是一个 320 亿参数的开放推理型 VLA 模型，也就是 vision-language-action 模型，用于 Robotaxi 的推理、规划和行动。英伟达还推出了 AlpaGym，一个闭环强化学习框架，用于在仿真中训练自动驾驶模型。

汽车本质上是一种特殊机器人。它需要感知周围环境，理解道路和交通参与者，预测未来轨迹，做出驾驶决策，并在真实世界里安全执行。所以自动驾驶、机器人、工业 AI，看起来是不同应用，底层却有很多共同问题：感知、推理、仿真、行动、反馈、安全。

英伟达希望用同一套 Physical AI 平台覆盖这些场景。

AI在未来在我们生活中的方方面面

把这些产品联系起来，归根结底是同一件事：AI Factory。

不再是一家仅仅设计GPU，提供芯片的厂商，而是未来AI时代的总工厂。

进一步说，未来AI 不再只是训练大模型的生产工具，而是要进入企业、电脑、汽车、机器人和工厂，成为我们每个人生活的一部分。

市场对英伟达的未来布局，尚未充分定价

市场现在对英伟达的定价，主要还是围绕 GPU、数据中心和大模型资本开支展开。但透过这场GTC大会英伟达发布的产品，我们可以看到英伟达对未来的布局已经涵盖了多个前沿方向，这里面任何一条线未来的产业发展顺利，都可以继续加强英伟达的业务规模和护城河。

$英伟达(NVDA)$ $特斯拉(TSLA)$ $Meta Platforms, Inc.(META)$ $谷歌A(GOOGL)$ $苹果(AAPL)$ $微软(MSFT)$ $亚马逊(AMZN)$ $阿里巴巴-W(09988)$ $小米集团-W(01810)$ $腾讯控股(00700)$ $MINIMAX-WP(00100)$