CAIE注册人工智能工程师

公众号作者

CAIE，全称 Certifed Artifcial Intelligence Engineer（人工智能工程师），简称 CAIE（赛一） ，是人工智能领域的技能等级认证。旨在评估和培养具备人工智能理论基础与实战能力的职业人士。

今天凌晨3点30，英伟达创始人兼CEO黄仁勋在全球最大的消费电子展CES 2026上，进行了重磅开场演讲，深度探讨了未来AI发展方向。

黄仁勋认为，AI已经进入智能体大时代，同时他本人每天也在使用各种AI智能体来执行日常工作，一个由智能体驱动的数字化世界已经来临！

完整演讲视频

以下是由CAIE整理的演讲内容：

朋友们，早上好！欢迎来到CES 2026。今天现场有3000位观众，庭院里还有2000人，四楼展厅也站了1000人，而全球更有数百万观众在线观看。

我很高兴能在这个新年的开端，与大家共同见证一个历史性时刻，我们正站在一场前所未有的双重平台转移的起点上。

过去几十年，计算行业大约每十年到十五年就会经历一次平台转移：从大型机到PC，再到互联网、云计算和移动设备。但这一次不同。我们不是在经历一次转移，而是在同时经历两次根本性的变革。

首先，未来的应用程序将不再只是使用AI，而是直接构建于AI之上；其次，整个计算技术栈正在被彻底重塑。我们曾经通过编程来编写软件，现在则通过训练来生成智能。

硬件重心正从CPU全面转向GPU，而应用本身也不再是静态预编译的程序，而是能够理解上下文、每次都能从零开始动态生成像素、文本甚至行动的智能体。

这意味着，过去十年价值约十万亿美金的计算基础设施，正在向AI现代化演进。全球每年数千亿美金的风险投资，以及价值百万亿美金的产业研发预算，都在迅速转向AI方法。

回望2025年，我们见证了AI发展的几个关键里程碑。首先是推理模型的成熟，继2022年ChatGPT引爆世界之后，2023年出现了首个具备“测试时缩放”能力的推理模型，让AI能在回答前真正“思考”，而这需要巨大的算力支撑。

到了2024年，智能体系统开始兴起，并在2025年走向普及。这些AI不仅能推理，还能主动查找信息、调用工具、规划未来并模拟结果。

我自己每天都在用我们内部开发的代码助手Cursor，它彻底改变了软件工程的工作方式。与此同时，AI也开始走出数字世界，进入物理现实。我们称之为物理AI，它不仅与物理世界互动，还试图理解物理定律本身，即AI物理学。而开源模型的爆发同样令人振奋。

DeepSeek R1作为首个开源的推理系统，点燃了全球创新的火种。如今，顶尖的开源模型已接近前沿水平，尽管仍比闭源模型慢大约六个月，但它们的下载量呈指数级增长，让全世界的研究者、初创公司乃至国家都能平等地参与这场AI革命。

作为英伟达的创始人兼CEO，我要明确告诉大家，我们不仅是芯片公司，更是前沿AI模型的构建者，而且是以完全开放的方式进行。我们投入巨资建设了自己的DGX Cloud超级计算机，专门用于训练最尖端的开源模型。

我们已经发布了覆盖多个领域的模型组合，在生物领域，有La Protina用于蛋白质合成，OpenFold 3用于结构预测，EVO 2用于多蛋白生成；在气候与物理领域，有Earth-2、ForecastNet和CorDiff用于高精度天气模拟；

在基础模型方面，我们推出了NeMo，一种新一代混合Transformer-SSM架构，既能长时间深思，也能快速响应；还有Cosmos，这是一个开放世界基础模型，旨在理解世界如何运作。

以及Groot，专为人形机器人设计。更重要的是，我们不仅开源模型，还开源训练数据，并提供完整的Nemo Libraries和Clarono Libraries工具链，覆盖从数据处理、训练、评估到部署和安全防护的全生命周期。

我们的模型已在多模态文档理解、语音识别和语义搜索等多个排行榜上名列前茅。

展望未来，我认为所有AI应用都将基于一个统一的架构，由多模型驱动的智能体。这个智能体必须能自主分解任务、调用最适合的模型，无论是本地运行的、云端托管的、开源的还是闭源的，并跨混合云环境无缝协作。

我现场演示了一个个人智能助理：它整合了我的日程、邮件、待办事项，甚至家庭监控摄像头，全部通过Brev平台在几分钟内搭建完成。

它调用了DGX Spark上的前沿模型API、本地运行的开源模型、意图路由机制，以及Hugging Face的Reachi机器人。

最关键的是，所有敏感数据都保留在本地，确保隐私安全。这种在几年前“绝对无法想象”的应用，如今已变得“微不足道”。而像Palantir、ServiceNow、Snowflake这样的顶级企业平台，正在将这一架构深度集成。智能体，将成为下一代用户界面。

但AI的终极使命，是走出屏幕，走进现实世界。这就是我们所说的“物理AI”。要实现这一点，我们需要三台协同工作的计算机：一台用于训练，一台部署在边缘，还有一台用于仿真，而这正是英伟达的核心优势所在。

我们的Omniverse平台提供了物理级精确的数字孪生环境，而Cosmos模型则能将语言、图像、3D和动作对齐，通过合成数据生成技术，创造出海量真实世界难以获取的“长尾”场景数据。

今天，我很自豪地向大家介绍Alpamo，全球首个会“思考”的自动驾驶汽车AI。它采用端到端训练，直接从摄像头输入生成方向盘、刹车和油门的控制信号。它的训练数据融合了人类驾驶示范、Cosmos生成的合成数据，以及数十万条精心标注的示例。

最关键的是，Alpamo不仅能自动驾驶，还能实时解释它为什么要这么做、打算怎么走。这使它能将复杂的罕见场景拆解为已知的简单模式来处理。

我们与梅赛德斯-奔驰合作，基于CLA车型打造了这款车，它已获得NCAP全球最高安全评级。我们的自动驾驶栈是唯一拥有双重冗余系统的，主系统是Alpamo，备用系统是我们多年积累的传统AV栈，由一个安全策略评估器在两者间无缝切换，确保万无一失。

虽然我们的栈是垂直整合的，但它对整个生态系统完全开放，支持L4级自动驾驶和Robotaxi公司。搭载Alpamo的奔驰汽车将于2026年第一季度在美国上市，随后登陆欧洲和亚洲，并将持续通过OTA更新进化。