NVIDIA 在 2026 Taipei GTC 大會上，將主軸放在「代理式 AI」。執行長黃仁勳表示，AI 已經不只是能回答問題、生成文字或圖片，而是開始能理解任務、規劃流程、使用工具並完成工作。這也是 NVIDIA 這次發表 Vera Rubin、Vera CPU、RTX Spark、Nemotron 3 Ultra、Cosmos 3、Alpamayo 2 與 Isaac Groot 的核心背景。
這場大會的重點可以用一句話概括：NVIDIA 正在把 AI 從「模型」推進成一整套能運作在資料中心、企業、PC、自駕車與機器人上的運算平台。
2026 GTC Taipei 重點先看：最重要的 6 件事
如果你沒有時間看完整篇，可以先記住這 6 個重點。
第一，NVIDIA 認為代理式 AI 已經到來。
AI 不只是回答問題，而是開始能操作工具、處理流程、完成任務。
第二，Vera Rubin 已進入全面生產。
這是 NVIDIA 為代理式 AI 打造的新一代大型 AI 系統，不只是單一 GPU，而是一整套資料中心級平台。
第三，NVIDIA 推出 Vera CPU。
因為 AI agent 需要不斷呼叫工具、讀取資料、執行程式，CPU 也必須重新設計。
企業未來可以用 Nemotron、OpenShell、CudaX 等工具，打造自己的 AI agent。
第五，NVIDIA 與 Microsoft 重新打造 PC。
推出號稱最高效的 RTX Spark 晶片代表新一代 AI PC，讓 agent 可以在個人電腦上運行。
第六，NVIDIA 把代理式 AI 延伸到機器人與自駕車。
Cosmos 3、Alpamayo 2、Isaac Groot 都是實體化 AI、車輛與人形機器人準備的平台。
黃仁勳一直講的「代理式 AI」是什麼？
這場大會最常出現的概念，就是 agentic AI，也就是代理式 AI。
你可以把它想成比較會做事的 AI。一般聊天機器人比較像是你問一句，它回一句；代理式 AI 則比較像是你交代一個任務，它會自己想要怎麼做，接著去使用工具完成。
例如你可以請它寫一段程式，它不只產生程式碼，還可能協助測試、修改、提交；你可以請它根據照片做出一個 3D 列印檔，它會生成 CAD 檔案；你可以請它設計房子，它會打開設計軟體、建立模型、調整材質，甚至幫你輸出渲染圖。
這也是 NVIDIA 說「有用的 AI 已經到來」的原因。因為 AI 不再只是產生內容，而是開始進入工作流程。
黃仁勳在台上也提到 GitHub 的程式碼提交量快速成長，用來說明 AI 正在提高軟體工程師的產出。NVIDIA 的看法是，當 AI 真的能提高工作效率，企業就會更願意投入算力，這也會推動更多 AI 基礎設施需求。
Vera Rubin：不是一顆 GPU，而是為 AI agent 打造的整套系統
這次 GTC 最重要的硬體消息，是 NVIDIA 宣布 Vera Rubin 已進入全面生產。
但 Vera Rubin 是什麼？它是一整套為代理式 AI 設計的大型系統，裡面包含 GPU、CPU、NVLink、BlueField、ConnectX-9、儲存、網路、安全處理器和液冷機櫃。
為什麼需要這麼複雜？因為代理式 AI 的工作方式比傳統 AI 推論更麻煩。
傳統的 AI 推論，很多時候是輸入一段 prompt，模型產生答案。但 agent 會反覆做很多事：理解任務、查資料、規劃、使用工具、檢查結果、再修正。每個步驟都會產生新的運算需求，也會讓資料在 CPU、GPU、儲存和網路之間來回移動。
所以 NVIDIA 把 Vera Rubin 設計成一整套系統，而不是只強調單顆晶片效能。
|
延伸閱讀 |
Vera CPU：為 AI 時代重新設計的 CPU
大家談 AI 時，通常最先想到 GPU。但 NVIDIA 這次花了不少篇幅講 Vera CPU。
原因是代理式 AI 不只需要算模型，也需要不斷呼叫工具、讀取資料、執行程式、查詢資料庫。這些動作很多時候都和 CPU 有關。
過去 CPU 是為人類使用電腦的方式設計。人類等幾秒鐘可能還能接受，但 AI agent 在執行任務時，每一次等待都會拖慢整體流程。尤其當 GPU 很昂貴時，如果 CPU 太慢，GPU 就可能在旁邊等資料，整個 AI 工廠的效率就會下降。
所以 Vera CPU 強調低延遲、高頻寬、單執行緒效能與能源效率。大會中提到，Vera CPU 採用 NVIDIA Olympus core、LPDDR5X 記憶體，並可透過 NVLink chip-to-chip 與 GPU 連接。NVIDIA 也表示，Vera CPU 在 agentic sandbox 工作負載上可達 x86 CPU 的 1.8 倍表現，SQL 工作負載可達 3 倍速度，即時串流處理案例則提到 6 倍表現。
簡單說，GPU 負責大量 AI 運算，Vera CPU 則負責讓整個 agent 工作流程跑得更順。
AI 工廠：資料中心不只是放伺服器，而是生產 token 的地方
這次 NVIDIA 也反覆提到 AI factory，也就是 AI 工廠。
如果 AI token 可以帶來收入，那資料中心就不只是燒錢的機房，而是生產 AI 服務的工廠。誰能用更少電力、更高效率產生更多 token，誰的成本就比較低。
因此 NVIDIA 推出 DSX，作為建置與營運 AI 工廠的參考設計。它涵蓋 AI 工廠模擬、電力與冷卻規劃、網路設計、基礎設施監控、動態功率分配、多租戶營運，以及與電網協作。
其中 DSX-SIM 可以先在 Omniverse 裡模擬 AI 工廠，確認機櫃配置、電力、冷卻和網路設計；DSX OS 則負責佈建、營運、監控和修復；DSX Max LPS 則用來在同樣電力條件下放進更多 GPU，並讓電力分配更有效率。
這部分可以看出 NVIDIA 的角色正在改變。它不只是賣 GPU，也想協助客戶把整個 AI 資料中心蓋起來、跑起來，並且提高營運效率。
企業也能打造自己的 AI agent
除了資料中心硬體，NVIDIA 也介紹企業打造 AI agent 所需的工具。
黃仁勳把企業 agent 拆成 4 個部分：模型、harness、工具與技能、runtime。
模型可以是 NVIDIA 的 Nemotron，也可以是其他模型；harness 負責協調 agent 的行為；工具可以是企業內部系統、資料庫、軟體或 CUDA 函式庫；runtime 則確保 agent 在企業環境中安全運行。
其中 OpenShell 是 NVIDIA 這次提到的重要元件。它是一個安全的 agent runtime，可以管理權限、隱私、安全政策和身分，讓企業可以在雲端、本地端或裝置端執行 agent。大會中也提到 OpenShell 是開源的，並會和 Red Hat、Canonical、Microsoft 等生態系合作。
NVIDIA 也提到 CudaX libraries。這些原本就是 NVIDIA 在科學、工程、運算領域累積的加速函式庫，未來會變成 agent 可以使用的工具。也就是說，AI agent 不只會打開瀏覽器，也可能會使用專業函式庫去解決工程、科學、製造或資料分析問題。
Nemotron 3 Ultra：NVIDIA 的新開放模型
NVIDIA 這次也宣布 Nemotron 3 Ultra。
這是 NVIDIA 新一代開放模型。大會中強調，NVIDIA 不只提供模型，也會提供訓練資料與訓練腳本，讓企業與開發者可以依照自己的需求調整模型，建立更適合自身流程的 agent。
黃仁勳提到，Nemotron 3 Ultra 採用 SSM state space models 與 mixture of experts 的混合架構，速度提升 5 倍，總 FLOPS 與推論時間成本降低 30%。
這和企業 agent 的策略是連在一起的。企業若想打造自己的 AI agent，只靠外部通用模型可能不夠，還需要能調整、能部署、能結合企業資料的模型。
RTX Spark：AI PC 不只是多一個聊天機器人
PC 是這次 GTC 的另一個大重點。
黃仁勳表示，Microsoft 與 NVIDIA 花了 3 年重新思考 PC 架構，目標是讓 agent 可以在個人電腦上運行。這裡講的 AI PC，不只是電腦裡多一個聊天視窗，而是讓 AI 可以讀取檔案、使用本機軟體、連接雲端模型，並協助完成工作。
NVIDIA 發表 RTX Spark，主打本機端 agent 運算。它採用 Blackwell RTX GPU，具備 6,144 個 CUDA cores、1 petaflop AI 效能，搭配與 MediaTek 合作打造的 20 核心 Grace CPU、128 GB 統一記憶體、台積電 3 奈米製程與 700 億個電晶體。
NVIDIA 也展示 RTX Spark 可以用於遊戲、創作與專業工作流程。黃仁勳提到，這顆與 MediaTek 合作打造的 N1X 晶片，可以執行 NVIDIA 軟體堆疊、CUDA 應用、Windows 應用，以及代理式 AI 工作流程。
|
延伸閱讀 |
大會中有一段很適合一般讀者理解 AI PC 的示範：建築設計。
使用者先選擇基地，提供概念草圖、風格參考和需求描述。接著 agent 在筆電上打開 Rhino，建立地形、退縮線和建築量體，並根據成本、舒適度和品質提出設計。之後它繼續生成室內配置，建立牆面、動線與房間，並自動放置門窗和結構元素。
完成後，agent 會把模型從 Rhino 匯出到 Blender，保留材質與設計脈絡，再讓使用者微調材質和鏡頭，最後透過 Flux 2 模型生成寫實圖像。
這段示範要傳達的是：未來的 AI PC 不只是回答問題，而是可以操作多個軟體，把原本分散在不同工具裡的工作串起來。
NVIDIA 還推出桌機與工作站 AI PC
除了 RTX Spark 筆電，NVIDIA 也宣布新的 Windows AI PC 產品線，包含筆電、桌機與工作站。
這些裝置都強調支援 Windows、CUDA 與 NVIDIA AI Tensor Core，也能執行本機端 agent 並連接雲端模型。
其中 DGX Station for Windows 是面向開發者與專業工作者的高階系統。大會中提到，它具備 768 GB 記憶體、20 petaflops 效能與 8 TB/s 記憶體頻寬，可用於大型模型與 agent 開發。
黃仁勳也提到，未來家中可能會有一台長時間運行的 AI 電腦，像家庭裡的 AI 中樞一樣，協助管理個人 agent、家庭裝置或日常工作。不過這次真正發表的重點，還是新一代 Windows AI PC 產品線。
Cosmos 3：讓機器人學會理解真實世界
除了資料中心和 PC，NVIDIA 也把重點放到機器人與 physical AI。
黃仁勳指出，語言模型可以從網路文字中學習，因為那些文字原本就是人寫給人看的。但機器人要學習真實世界，難度高很多。它需要理解空間、物體、動作、碰撞、路徑和因果關係，而且最好是從機器人自己的視角理解。
因此 NVIDIA 發表 Cosmos 3，定位為 physical AI 的開放基礎模型。
Cosmos 3 可以用來理解真實場景，也可以生成符合物理情境的合成影片，還能作為模擬器，用於機器人策略訓練與評估。大會中也提到 Cosmos 可作為 NVIDIA Omnidreams 的基礎，生成 action-conditioned world model，逐格預測未來情境。
NVIDIA 的說法是，對 physical AI 來說，compute 可以變成 data。也就是用運算產生大量模擬資料，補足真實世界資料難以取得的問題。
Alpamayo 2：讓自駕車不只看路，也能推理
NVIDIA 也宣布 Alpamayo 2，作為開放的自駕車模型。
大會示範中，自駕車一邊行駛，一邊描述自己的判斷。例如它會說明自己為什麼要避開前方障礙物、為什麼要禮讓行人、為什麼要和前車保持距離，或為什麼要調整車身位置。
黃仁勳將 Alpamayo 稱為「會推理的自駕車」。
NVIDIA 也提到，Hyperion 平台合作車廠代表約 80% 的全球汽車製造商，並連接約 97% 的全球 mobility services。這顯示 NVIDIA 希望讓 Alpamayo、Hyperion 和相關軟硬體平台，成為自駕車部署的一部分。
Isaac Groot：給機器人研究者的參考平台
在人形機器人方面，NVIDIA 發表 Isaac Groot Reference Design Robots。
NVIDIA 表示，人形機器人很難做，因為研究團隊通常要自己整合模擬器、遠端操作系統、資料管線、訓練工具和機器人硬體，光是準備工作就會花掉很多時間。
Isaac Groot 的目的，是提供一套已經整合好的開放開發平台，讓研究人員更快開始做機器人研究。
這套平台包含開放模型、模擬與訓練函式庫、資料生成工具、機器人電腦、Isaac Lab、Isaac Teleop、Omniverse、Cosmos、Isaac ROS 與 Jetson Thor。大會中也提到，參考機器人每隻手有 25 個自由度，機器人本體有 31 個自由度，並搭載新一代 Thor 與 NVIDIA 軟體堆疊。
這也呼應整場大會的主軸：agent 不只會在雲端和 PC 裡運行，也會進到車子、機器人、工廠設備和各種邊緣裝置。
一張表看懂 2026 Taipei GTC 重點
| 類別 | 發表內容 | 重點 |
|---|---|---|
| 代理式 AI | Agentic AI | AI 從回答問題走向執行任務 |
| AI 資料中心 | Vera Rubin | 為代理式 AI 打造的大型系統，已全面生產 |
| CPU | Vera CPU | 支援 agent 工具呼叫、資料存取與低延遲流程 |
| AI 工廠 | DSX | 協助建置、模擬與營運 AI 資料中心 |
| 企業 AI | OpenShell、CudaX、Nemotron | 讓企業打造自己的 AI agent |
| 開放模型 | Nemotron 3 Ultra | NVIDIA 新一代開放模型 |
| 晶片設計 | Cadence agent | 將驗證流程從數週縮短到數小時 |
| AI PC | RTX Spark | 讓 agent 在個人電腦上執行 |
| Windows AI PC | 筆電、桌機、工作站 | 支援 Windows、CUDA、Tensor Core 與本機 agent |
| Physical AI | Cosmos 3 | 用於機器人理解、模擬與資料生成 |
| 自駕車 | Alpamayo 2 | 開放自駕車模型，主打推理能力 |
| 人形機器人 | Isaac Groot | 提供人形機器人研究參考平台 |
總結：這場 GTC 的重點，是 AI 開始從「回答」走向「行動」
2026 Taipei GTC 的內容很多，但主軸其實很清楚：NVIDIA 認為 AI 接下來會從聊天、生成內容，走向能操作工具、使用軟體、連接資料並完成任務的 agent。
Vera Rubin 負責支撐大型 AI 工廠，Vera CPU 負責讓 agent 的工具呼叫和資料存取更快，OpenShell、CudaX 與 Nemotron 協助企業建立自己的 AI agent，RTX Spark 則把 agent 帶進 PC。至於 Cosmos 3、Alpamayo 2 和 Isaac Groot，則是把同樣的想法延伸到自駕車與機器人。
換句話說，NVIDIA 這次想說的不是「我們又做了一顆更快的晶片」，而是「未來 AI 會變成會做事的系統，而 NVIDIA 想提供這套系統需要的所有基礎設施」。
延伸閱讀》
如果想知道更多關於 Apple 的消息、教學、小技巧或是科技新知，一定要點擊以下任一 LOGO，追蹤我們的 Facebook 粉絲團、訂閱 IG、YouTube 以及 Telegram。
