一年一度的美國消費電子展 CES 2025 於今日（1/7）盛大開展！第一天最受矚目的當然就是 NVIDIA CEO 黃仁勳的主題演講，老黃這次除了大談 AI、車用技術、機器人技術外，也帶來萬眾期待的 GPU 新作「RTX 50 系列產品」。
本篇文章就來幫大家簡單做個 CES 2025 黃仁勳演講內容的重點整理，讓你可以快速暸解 NVIDIA 目前的最新趨勢。
1. 以 Token 為核心的 AI 新世代
黃仁勳一開場便強調「Token」是 AI 的基本生成單元；透過這些 Token，可以進行文本理解、生成影像、影片，乃至於教導機器人或協助醫療研發。
AI 也從過去的「感知 AI（Perception AI）」一路進化到「生成式 AI（Generative AI）」，目前正邁向可推理、規劃和執行任務的「Agentic AI」，最終再朝向「Physical AI」──也就是能夠理解並操作物理世界的 AI。
他也首次提到 AI 的「三大 Scaling Law」，可以簡單理解成 AI 成長所經歷的三個階段：
- Pre-training Scaling（訓練階段）：隨著資料量、模型大小以及算力的成長，模型能力不斷提升。
- Post-training Scaling（訓練後階段）：透過人類或 AI 回饋（Reinforcement Learning with Human/AI Feedback）來進一步微調，持續優化模型。
- Test-time Scaling（推論階段）：在推論（Inference）執行的階段，AI 可決定使用多少算力進行「思考」，包括逐步推理、多次嘗試等，使最終結果更為精準。
2. RTX 50 系列產品發表
萬眾矚目的 GeForce RTX 50 系列產品也在 CES 2025 中正式亮相！ RTX 50 系列產品使用「Blackwell 架構」，最頂規的 RTX 5090 擁有超逆天的硬體規格：
- 920 億個電晶體。
- 4 PetaFLOPS AI 運算效能（Tensor Core）。
- 380 Ray Tracing TeraFLOPS。
- 125 Shader TeraFLOPS（包含並行整數單元）。
- G7 記憶體，頻寬達 1.8 TB/s。
黃仁勳也強調整合光線追蹤（Ray Tracing）與 AI 模型生成的「DLSS」技術更進化，除了空間上的像素補全，還能「預測未來畫面」，將一張實際計算的畫面額外生成三張，使 4K 高畫質下仍能得到驚人的幀數。
目前 RTX 50 系列產品在桌機端提供 RTX 5070、RTX 5070 Ti、RTX 5080 以及旗艦卡皇 RTX 5090 四種選擇，NVIDIA 給出的售價為：
- RTX 5070：$19,990 起。
- RTX 5070 Ti：$26,990 起。
- RTX 5080：$35,990 起。
- RTX 5090：$71,990 起。
值得注意的是歸功於強大的「Blackwell 架構」，售價 $19,990 的 RTX 5070 擁有媲美 RTX 4090 的性能實力；而 RTX 5090 性能是 RTX 4090 的 2 倍以上。
NVIDIA 預計會在 2025 年 1 月 30 率先發售「RTX 5090」與「RTX 5080」、2025 年 2 月起再發售「RTX 5070」與「RTX 5070 Ti」；而筆電端的 RTX 50 系列產品則會在 2025 年 3 月陸續推出。
3. 資料中心：Blackwell GPU 與 NVLink72 超級系統
針對超大規模雲端與 AI 訓練需求，NVIDIA 同步展示以 Blackwell 為基礎的新一代資料中心 GPU，以及多家伺服器與雲服務業者的部署場景；黃仁勳也在現場以虛擬的方式展示一台 1.2 噸的機櫃，內含 72 顆 Blackwell GPU，即稱「GB200 NVLink 72」：
- 1.4 ExaFLOPS AI 算力
- 14 TB 記憶體
- 1.2 PB/s（1.2 Petabytes/s）記憶體頻寬
- 整體電晶體數可達 130 兆（Trillion）
他透露這些系統已在全球 45 座工廠量產、組裝，然後再運往世界各大資料中心。透過 Blackwell 的 4 倍能效提升與 3 倍的成本效益，能讓雲端廠商以更合理的單位成本訓練更龐大的 AI 模型，並產生更高「Token 生成率」。
4. Agentic AI：NVIDIA NIM、NeMo 與 Llama Nemotron
「Agentic AI」簡單來說就是能夠主動「感知、推理、決策並採取行動」的 AI，黃仁勳在演講中提到 NVIDIA 的 Agentic AI 生態系：
- NVIDIA NIM：將基礎模型（語言、影像、語音、動畫、數位生物等）打包成微服務容器，讓開發者與企業能將這些模型輕鬆整合到任何應用。
- NVIDIA NeMo：相當於 AI Agent 的「人力資源部」，負責上線前的微調、測試、整合、評估與封裝，讓企業能輕鬆管理並「雇用」數位員工。
- Llama Nemotron：基於 Meta Llama 3.1 打造的企業加強版模型，全系列涵蓋小型、主流到超大型（Teacher Model），支援高速推論、評分器、獎勵模型等，針對各種垂直領域優化。
5. Windows WSL2：打造「AI 原生 PC」
黃仁勳表示雖然 AI 主要在雲端誕生，但未來桌面 PC 也能成為 AI 的主要執行場所。Windows 95 當年將多媒體功能帶到電腦世界，而今 WSL2（Windows Subsystem for Linux 2） 對 CUDA 有原生支援，可以把所有雲端的 AI 堆疊完整落地到個人電腦上，開發者不再需要為 PC 重新編寫 AI，下載即可直接跑，讓每位使用者都能在本機端享有完整 AI 能力。
6. NVIDIA Cosmos
演講過程中，黃仁勳也首度公開一套專注於「物理世界理解」的 AI 基礎模型平臺「NVIDIA Cosmos」。
NVIDIA Cosmos 透過學習大規模動態影片資料，為 AI 帶來真實的物理概念（如重力、碰撞、慣性等），並結合 NVIDIA Omniverse 數位分身模擬；不僅能生成逼真的合成數據，協助自駕車、機器人或工業製造進行安全、高效的訓練與測試，同時還能提供物理約束下的「多重世界」推演，讓 AI 更貼近真實世界的運作方式。
- 以 2,000 萬小時（20 Million hours） 的動態影片做為訓練素材，著重「動態、實際物理行為」的學習。
- 核心應用：產生合成資料、為機器人或自駕車進行更大量的物理模擬訓練，也可幫助多模態大模型引入「實際世界知識」。
- 開放授權：Cosmos 以開放形式在 GitHub 上提供，盼能讓業界與研究界共同加速「Physical AI」。
7. 三台電腦：AI 訓練、數位分身與應用的完整架構
黃仁勳重申，想要達成完整的自動化或機器人化，必須有「三台電腦」的協同：
- DGX（雲端/資料中心）：資料中心級訓練電腦，用來進行基礎模型與各種 AI 訓練。
- Omniverse + Cosmos（數位分身）：產生或驗證海量合成資料，用於強化學習、測試。
- AGX（終端部署）：部署在實體裝置的邊緣運算平臺，負責最終推論與執行，例如車用平台（Orin、Thor）或機器人平台。
透過「訓練（DGX）、模擬（Omniverse + Cosmos）、應用（AGX）」的三步驟，能形成一個閉環式流程，讓 AI 更快、更安全完成研發並投入實際應用。
8. DRIVE Thor 車用核心處理器、與 Toyota 開發自駕車
接著黃仁勳端出 NVIDIA 新一代自駕車核心處理器「DRIVE Thor」；DRIVE Thor 同樣採用 Blackwell 架構，主打比前代 Orin 高 20 倍的運算效能，並通過 ASIL-D 安全認證。
不僅可同時處理多個攝影機、雷達、LiDAR 等感測器輸入，還支援自動駕駛與數位座艙等多元功能，讓車廠可在一顆處理器上整合感知、導航、座艙娛樂等核心任務；透過 Thor 與 NVIDIA Drive 平臺的配合，能更快速、安全落實軟體定義車輛（Software-Defined Vehicle），朝更高級別自動駕駛邁進。
除此之外，NVIDIA 也表示會跟日本汽車大廠 Toyota 合作開發下一代自駕車，預計會採用 NVIDIA DRIVE AGX Orin 晶片與 NVIDIA DriveOS 作業系統，具備功能安全、先進的駕駛輔助功能。
另外包括賓士、比亞迪、Lucid、VOLVO 等廠牌也都將採用 NVIDIA DRIVE AGX，作為下一代高階駕駛輔助系統和自動駕駛汽車路線圖。
9. Isaac Groot：人形機器人的訓練方案
針對「General Purpose Robot（通用型機器人）」的需求，NVIDIA 推出「Isaac Groot」為人形機器人的開發提供基礎模型、資料管道與模擬框架的平台，可輕鬆擴增人類示範的數量：
- 只要幾段真人動作示範，便能在虛擬環境中運用 AI 放大至上萬或更多種「合成」動作資料，便於機器人模仿學習、測試。
- 透過 Apple Vision Pro 或其他 VR/AR 設備，讓遠端操作員能安全且不受真實物理侷限地示範動作，減少機器損害與人員風險。
10. Project Digits：個人 AI 超級電腦
在演講尾端，黃仁勳也現場展示了一台僅有便當盒大小的個人 AI 超級電腦「Project Digits」；透過內建 GB10 超級晶片採用 Grace CPU 與 Blackwell GPU 進行整合封裝，可跑完整的 NVIDIA AI、DGX Cloud、CUDA 以及各式深度學習框架，再搭上 128 GB 的記憶體配置，開發者在家中就能處理處理高達 200B 參數的 AI 模型推論工作，實現「隨時隨地的個人雲端超算」。
Project Digits 預計 2025 年 5 月左右上市，預售價則高達 3,000 美元（接近 10 萬台幣），有興趣的用戶可以到 NVIDIA 官網上預訂。
黃仁勳在結尾時播放一段影片，回顧 NVIDIA 過去一年的重大發展，並展望未來 AI 趨勢將全面轉向「能夠操作真實世界」的 Physical AI；他相信從生成式 AI 到 Agentic AI，再往工廠、物流、自駕車與人形機器人推進，將引領新一波資訊革命與產業大遷移。