NVIDIA 在 CES 2026 上占据了主导地位，在一场拥挤的演示中公布了一份庞大的路线图，涵盖从下一代数据中心芯片到消费者游戏升级。该公司的主题演讲重点关注“物理人工智能”概念和革命性的 Rubin 平台，为下一个十年的加速计算奠定了基础。从自主代理到 Fire TV 上的云游戏，以下是每项重大披露的完整细分。
1. Rubin平台为下一代AI铺平道路
NVIDIA 创始人兼首席执行官黄仁勋正式推出了 Rubin 平台，这是该公司首个“极端协同设计”的 AI 架构。该平台以天文学家 Vera Rubin 命名，配备六款新芯片，包括 NVIDIA Vera CPU、Rubin GPU 和 NVLink 6 Switch。
这种新架构是 Blackwell 平台的重大飞跃，旨在将推理令牌生成成本降低多达 10 倍。它专门针对“代理人工智能”和大规模专家混合 (MoE) 模型的下一个前沿领域。通过集成这些组件，NVIDIA 的目标是让全球数据中心运行复杂的推理 AI 模型的成本显着降低且速度更快。
2.GeForce NOW 登陆 Linux 和 Amazon Fire TV
NVIDIA 正在积极扩展其云游戏服务 GeForce NOW 的可访问性。该公司宣布推出一款适用于 Linux PC 的新本机应用程序（支持 Ubuntu 24.04 及更高版本）和一款适用于 Amazon Fire TV 棒的专用应用程序。
这些更新使用户能够在传统上无法处理高端游戏的设备上以 GeForce RTX 5080 级性能流式传输游戏。 Linux 应用程序满足了开源社区长期以来的要求，而 Fire TV 集成则将 4K PC 游戏直接带入客厅，无需控制台。此外，该服务现在支持手动飞行操纵杆和油门，为诸如此类的模拟游戏带来沉浸感 微软模拟飞行 2024 从云中流出。
图片：英伟达3. DLSS 4.5引入动态多帧生成
针对核心游戏受众，NVIDIA 推出了 DLSS 4.5，这是其 AI 升级技术的最新版本。亮点是全新的“6X多帧生成”模式和第二代AI变形金刚模型。
这项技术可为每个传统渲染帧生成最多 5 个额外帧，从而在 GeForce RTX 50 系列 GPU 上以每秒超过 240 帧的速度进行路径追踪游戏。它代表了视觉保真度和流动性的巨大提升，并确认支持即将推出的大片，例如 007 第一缕曙光 和 生化危机安魂曲。
4. 梅赛德斯-奔驰CLA首次推出NVIDIA DRIVE AV软件
随着全新 Mercedes-Benz CLA 的发布，汽车行业迎来了一个重要的里程碑，这是第一款配备 NVIDIA 全栈 DRIVE AV 软件的车辆。
该系统提供增强的 2 级驾驶员辅助功能，能够进行点对点城市导航。它标志着向“人工智能定义的驾驶”的转变，即车辆使用端到端人工智能堆栈来实现核心驾驶功能以及经典的安全堆栈。这种架构使汽车能够处理复杂的城市环境和类人决策，并承诺持续无线更新以随着时间的推移提高性能。
5. 新的Alpamayo模型为自动驾驶汽车带来推理
NVIDIA推出Alpamayo系列开源AI模型，旨在解决自动驾驶中的“长尾”问题。与传统系统不同，Alpamayo 1 利用“思维链”推理，允许车辆逐步思考罕见、复杂的场景并解释其决策。
该版本包括模拟工具和数据集，旨在加速安全的 4 级自动驾驶汽车的开发。通过将这些工具开源，NVIDIA 正在鼓励更广泛的行业从严格的、基于规则的驾驶系统转向灵活的、基于推理的人工智能。
6. NVIDIA ACE 为《全面战争》和《PUBG》带来自主角色
NVIDIA ACE 技术正在将不可玩角色 (NPC) 从脚本机器人转变为自主代理。在 全面战争：法老，新的 AI 顾问使用 ACE 感知游戏状态并帮助玩家实时导航复杂的机制。
同样，在 绝地求生：战场，一个新的“盟友”角色具有长期记忆功能，可以回忆过去的比赛并协作制定战术。这项创新标志着游戏中向动态、情境感知交互的发展，NPC 可以自然地计划和交谈，而不是遵循预先编写的对话树。
7. G-SYNC Pulsar 监视器提供 1,000Hz 运动清晰度
NVIDIA 推出了 G-SYNC Pulsar，这是本周推出的显示器中采用的一项新显示技术。这些显示器使用一种称为可变频率背光频闪的技术，可提供超过 1,000Hz 的有效运动清晰度。
这解决了现代 LCD 和 OLED 屏幕上常见的“采样保持”模糊问题。对于竞技游戏玩家来说，这意味着移动目标将保持锋利，从而实现更高的跟踪精度，而不会出现通常与运动模糊减少技术相关的视觉伪影。
8. DGX Spark和DGX Station将超级计算带入桌面
为了支持本地人工智能开发，NVIDIA 推出了两款新的硬件解决方案：DGX Spark 和 DGX Station。这些是由 Grace Blackwell 架构提供支持的紧凑型台式 AI 超级计算机。
它们旨在允许开发人员在本地运行和微调大规模开放模型（DGX Station 上最多 1 万亿个参数），然后再将其部署到云端。这为使用专有数据进行原型设计提供了一个安全的环境，并显着减少了开发阶段对昂贵的云基础设施的依赖。
9. RTX利用LTX-2和ComfyUI加速4K AI视频生成
NVIDIA 宣布对消费 PC 上的生成式 AI 进行重大优化，特别关注 LTX-2 视频模型和 ComfyUI。通过利用 PyTorch-CUDA 优化和 NVFP8 精度，创作者现在可以将 4K 视频的生成速度提高 3 倍，同时显着减少 VRAM 使用量。
此次更新有效地将本地 RTX AI PC 转变为专业级视频创作工作室，消除了之前在消费类硬件上难以生成 4K 视频的内存瓶颈。
10.针对机器人和物理人工智能推出新的开放模型
NVIDIA 发布了一套开放模型来推进“物理 AI”，包括用于世界生成的 NVIDIA Cosmos 和用于人形机器人控制的 NVIDIA Isaac GR00T。
这些模型通过提供推理能力和综合训练数据来帮助机器人理解物理世界并与之交互。包括波士顿动力公司和 LG 电子公司在内的主要合作伙伴已经将这些技术集成到他们的下一代机器人中，使机器能够通过“推理”来执行复杂的任务，而不仅仅是遵循编程的动作。
11. BlueField-4 为新的 AI 原生存储基础设施提供支持
全新 NVIDIA 推理上下文内存存储平台由 BlueField-4 数据处理器提供支持，旨在满足现代 AI 代理的海量内存需求。
该基础设施管理人工智能的“上下文内存”（KV 缓存），将代币生成速度和能效提高高达 5 倍。随着人工智能模型变得更加“代理”——这意味着它们会长时间执行多步骤任务——它们需要大量的短期和长期记忆。该平台解决了大规模部署这些代理所需的基础设施瓶颈。
