10月22日消息，当地时间 10 月 21 日，英伟达 2026 GTC 大会于柏林正式开幕，英伟达 CEO 黄仁勋带来时长一个半小时主题演讲，围绕 AI 基础设施、智能体、人形机器人、自动驾驶等方向，公布多项新架构、新产品与行业合作，勾勒出 AI 产业下一阶段发展路径。

本次演讲背景，源于黄仁勋刚结束的欧洲多国巡访。期间英伟达承诺向欧洲技术生态投入近 100 亿美元，联动超 1.2 万家合作伙伴落地 AI 项目，欧莱雅、雀巢、汇丰、保时捷等众多欧洲企业均已和英伟达开展 AI 合作。

黄仁勋表示，AI 正推动人类历史上规模最大的基础设施建设，行业已经走到新一轮工业革命起点。在他看来，摩尔定律已接近极限，需要芯片、系统、软件、算法全栈协同设计，以此支撑 AI 从内容生成向具备自主推理、任务执行能力的智能体演进。他将 AI 体系比作 “五层蛋糕”，由能源、加速计算、AI 工厂、AI 模型、数字智能应用逐层构成。

算力基础设施方面，英伟达正式推出新一代 Vera Rubin 系统架构。该系统实现全液冷设计，单机架可接入 72 颗 GPU 组成超算。性能层面，上一代 Blackwell 架构处理大模型速度为 Hopper 架构的 30 倍，Vera Rubin 预计两年内性能再提升 30 倍，突破摩尔定律增长预期。

依托 Vera Rubin，英伟达发布 DSX POD AI 工厂参考方案，联想、戴尔、HPE 等 17 家企业成为生态合作伙伴。这套预制化方案对接场地电力、冷却、网络即可投入使用，AI 工厂部署周期从传统 6 个月压缩至 14 天。

方案兼顾绿色低碳，借助闭环液冷技术几乎消除冷却用水，吉瓦级规模下每日可节水 5400 万升，相当于 18 万户家庭日用水量；配套 MaxLPS 软件最高可降低 30% 算力功耗。

黄仁勋提到，吉瓦级 AI 工厂造价约 500 亿美元，提前完成部署能够减少算力闲置带来的巨额损失，推动数据中心由现场施工转向工业化预制制造。

同步商业落地传来进展，谷歌云宣布下月上线搭载 Vera Rubin NVL72 系统的 A5X 实例，计划部署最多 96 万块 Rubin GPU，伦敦 AI 企业 Ineffable Intelligence 将率先基于该平台开展大规模强化学习研究。此外英伟达提出，未来电信基站有望转型分布式 AI 算力节点，CUDA 技术将赋能通信网络，提升频谱利用效率。

针对当下火热的 AI 智能体赛道，黄仁勋提出智能体代理五大核心要素：模型、外部编排框架、隔离沙箱、知识库、工具。模型负责推理规划，编排框架统筹任务，沙箱保障运行安全，知识库导入企业私有数据，工具链赋予智能体实操能力。

安全是智能体落地的关键瓶颈，英伟达开源 OpenShell 安全智能体参考架构，依靠内核级沙箱、权限策略管控，限制智能体资源访问并监控行为，支持权限随任务动态调整。企业可基于英伟达 Nemotron、Cosmos 等系列开放模型，结合自有数据完成二次训练，打造专属 “主权智能”。

演讲后半段聚焦物理 AI，黄仁勋称物理 AI 是人工智能下一波浪潮，机器人与自动驾驶是两大核心场景。英伟达升级 Isaac 机器人开发平台，联合思灵机器人推出人形机器人参考样机，产品预计明年一季度上市，出厂预装硬件与全套软件。

现场还展示 Micro Duck 机器小鸭，可完成倒地、起立、翻滚等动作，其算力大脑为全新产品 RTX Spark。RTX Spark 整机算力达 1petaflops，配备 128GB 内存，体积轻薄，能够本地运行大模型；对标 2016 年初代 DGX 超算同等算力配置，当年设备需要两人搬运，如今已经实现小型化。

自动驾驶领域，英伟达发布 Hyperion 整车计算架构，硬件配置包含 14 颗摄像头、9 个雷达、3 颗激光雷达，搭载双 GPU 驱动。该平台将大规模部署至各类车队，瞄准 Robotaxi 无人驾驶出租车场景。黄仁勋展望，全球每年万亿英里行驶里程，未来很大一部分将由无人驾驶出租车承接，不同车企车辆可接入统一虚拟车队网络。

演讲尾声，黄仁勋总结本次大会核心方向：欧洲正在加速构建 AI 经济，AI 工厂持续迭代适配智能体运行，物理 AI 开启全新技术前沿。他提出愿景，未来欧洲每家企业，都有机会转型成为 AI 企业。