英伟达CEO黄仁勋在2026柏林GTC发表主旨演讲 。柏林GTC大会为期三天 ，同期在不远处的柏林STATION会展中心开设超100场专题论坛
，议题涵盖智能体 AI 、机器人
、物理人工智能、开源模型与加速计算
。

　　黄仁勋开场抛出一个问题：欧莱雅（L’Oréal） 、Revolut
、Spotify、默克（Merck） 、沃达丰（Vodafone）
、Zara、保时捷（Porsche） 、雀巢（Nestlé）、汇丰银行（HSBC），这些企业有什么共同点？他给出答案：它们都是欧洲企业 ，并且都在和英伟达合作布局AI。

　　本次演讲前
，英伟达刚刚完成为期一周的欧洲巡访，先后到访巴黎
、伦敦、斯德哥尔摩 、都柏林；英伟达宣布将向欧洲全科技生态投入近100亿美元 ，合作伙伴数量超12000家 。

　　“计算机行业历经数十年发展
，我们如今正站在新一轮工业革命的起点
。”黄仁勋表示。

　　黄仁勋把AI比作五层蛋糕：能源驱动高性能计算设备，这些设备构成AI工厂；AI工厂依托其上运行的模型生成token与数字智能 ，最终能力被集成进各类应用当中 。

　　“在AI模型问世很久之前，配套基础设施就必须先行落地
。 ”他举例
，互联网诞生前先要搭建网络，电力普及前先要建成电网。

　　“想要融入AI经济 ，不能只做AI的使用者
，更要成为AI的生产者 。欧洲完全有条件实现这一切，事实上 ，我们已经启程。
”

　　AI工厂迎来全新形态

　　黄仁勋介绍
，英伟达全栈AI工厂覆盖硬件
、系统软件、CUDA-X函数库以及各类模型，是一套用于搭建 、运营AI基础设施的完整平台
。

　　“这套技术集合 ，就是搭建AI工厂所需的全部能力。这正是英伟达当下深耕的方向
，也是赋能欧洲融入AI生态
、参与AI经济的基石 。”

　　他提到，Vera Rubin平台已经进入量产阶段 ，该计算平台不再局限于基础模型与大语言模型
，可对完整AI智能体进行处理
。同时他展示了英伟达最新机架级硬件产品。

　　随后黄仁勋发布英伟达DSX POD借鉴 方案：由合作伙伴在模块化集装箱内搭建完整、基于Vera Rubin的AI工厂，出厂前就完成集成与验证 。只要场地配套公用设施就绪 ，现场部署周期可从6个月压缩至仅14天
。

　　“这将彻底重塑全球供应链， ”黄仁勋称
，“它会改变数据中心的建设与落地方式，有望大幅提升交付速度。
”

　　英伟达DSX AI工厂平台比较高 可实现冷却用水零消耗 ，在输出同等AI算力的前提下
，比较多 降低30%功耗 。

　　智能体是新一代计算平台，安全本质是工程问题

　　黄仁勋提出 ，智能体具备思考 、推理
、迭代、调用工具的能力；随着实用性提升
，也会持续拉动token消耗
。

　　他拆解智能体五大组成要素：模型 、调度任务并管理记忆的控制框架
、隔离框架的沙箱、知识库 、工具集。按照这套定义，智能体不只是一个用来回答问题的模型 ，它能够调取知识、借助工具执行动作 。

　　“重中之重是保障智能体安全
。”黄仁勋说
，自主智能体可以访问文件
、资源、网络与工具，因此必须遵循最小权限原则 ，并全程受到监控。

　　英伟达给出解决方案——全新OpenShell安全AI智能体借鉴 架构
，这是一套全栈设计，底层依托英伟达OpenShell开源项目：一套受策略管控 、带内核级沙箱的运行时 ，部署在智能体和它可操控的系统之间 。

　　权限
、策略执行、监控机制都需要动态适配。“每一次启动智能体，它获得的权限都不一样
。 ”

　　开源模型
，把行业专业能力转化为竞争优势

　　黄仁勋介绍，英伟达开源模型是企业定制AI能力的优质起点。

　　英伟达前沿开源模型覆盖多个赛道：Nemotron语言模型 、Cosmos世界基础模型
、GR00T人形机器人模型、Alpamayo自动驾驶模型 、Ising量子经典混合计算模型
、Earth-2物理AI模型 。

　　“我们站在技术前沿 ，
”他说
，“在这些不同方向，我们向大家开放模型 ，并且持续迭代
。我们已经深耕十年
，未来也会一直投入。”

　　英伟达对外提供模型、配套数据与复现脚本；企业可以基于自有业务数据做后训练，打造黄仁勋所说的“主权智能（sovereign intelligence） ” 。

　　“你可以从Nemotron这类顶尖开源模型起步 ，用自己的专属数据做后训练
，适配业务场景，最终获得强大的专属智能能力
。这套方案非常合理 ，所需要的全部技术如今都已就绪。”

　　英伟达为智能体新增知识层

　　黄仁勋接着推出英伟达智能体知识底座（Agent Knowledge Foundation）：一组模型与函数库
，用来打通智能体和企业数据，无论是文档类非结构化信息 ，还是数据库内的结构化数据 。

　　他重点介绍Nemotron工具链，支持文档解析 、查询向量化
、信息重排；还有全新Kumo模型
，专门基于结构化数据做预测
。

　　“说到底，让普通智能体进化成超级智能体的关键 ，就是让它能够访问企业自有知识库。
”

　　CUDA-X：面向智能体的加速工具集

　　黄仁勋讲解CUDA-X：面向科学、工程 、科研、创意领域的一系列加速库合集 。

　　英伟达加速计算平台的开发者规模已经突破1100万
。

　　这些加速库可以赋能仿真器
、求解器、数据处理引擎
，也就是智能体完成工作所依赖的专业工具。

　　“CUDA-X工具，就是智能体的专业工具箱 。”

　　智能体落地实验室 、工厂与工程场景

　　一段演示视频展示英伟达智能体工具包如何整合企业知识
、模型与工具 ，包含三个行业案例：

　　- Lila Sciences：智能体助力研发B细胞淋巴瘤候选疗法
，借助虚拟仿真实验指导自动化实验室开展研究。

　　- 西门子埃尔朗根工厂：智能体为新产品投产做前置准备，先在数字孪生中验证生产方案 ，再落地产线
。

　　- 达索系统：工程智能体完成车辆设计迭代
，通过仿真定位问题、优化方案。

　　视频播放完毕后黄仁勋表示：“这些知识与工具，所有权都属于企业本身 。这是你们的行业专长 ，而现在这一切都可以实现
。 ”

　　电信基站
，分布式AI基础设施

　　黄仁勋认为AI正在重塑通信行业，大幅提升频谱利用率 ，让蜂窝基站转型成为分布式AI基础设施。

　　他提到，全球现有约10万处站点
，可承载合计100吉瓦算力的分布式数据中心 。英伟达联合诺基亚，在T-Mobile网络上完成了首次商用通话 ，相关研发历时近8年
。

　　“现在CUDA也能支撑通话业务了。AI将彻底变革通信行业
，极大提升频谱效率 。
”

　　AI走进诊疗室

　　医疗与生命科学企业正在依托英伟达技术加速新药研发 、拓展诊疗服务
。

　　英伟达与西门子医疗合作开发AI放射治疗方案：

　　Nemotron智能体负责规划治疗方案；Isaac医疗平台
、Omniverse库构建设备与患者解剖结构的数字孪生，模拟肿瘤靶向照射；搭载IGX Thor的Holoscan链路接入实时影像与传感器数据 ，在患者体位变化时自适应调整放疗输出。

　　黄仁勋将自适应放疗定义为物理AI典型应用：治疗过程中
，肿瘤形态、患者身体状态持续变化，系统必须感知变化 、锁定肿瘤区域
、精准分割病灶 ，并同步调整放疗射线 。

　　“肿瘤形态在变
，患者身体在治疗过程中也在变化
。这套自适应放疗机器人系统，必须感知动态环境、定位肿瘤 、精准分割靶区 ，并对应调整放疗方案。”

　　出行赛道：多家头部车企加入英伟达汽车生态

　　黄仁勋介绍
，英伟达Hyperion计算平台正在被越来越多车型采用，自动驾驶软件将自动驾驶出租车接入网约车服务 。

　　Lucid合作项目Bolt
、奔驰、大众商用车 、Einride ，现场展示基于Hyperion平台的自动驾驶落地案例，覆盖L〖叁〗、 L4级别车辆以及未来Robotaxi车队。

　　沃尔沃汽车宣布采用Hyperion平台以及英伟达Alpamayo软件栈
，用于安全自动驾驶研发
。英伟达同时发布全新AI与安全技术，帮助开发者规模化搭建
、验证、部署自动驾驶系统。

　　大众厢式车 、捷豹路虎
、沃尔沃、奔驰下一代车型都将适配Hyperion平台 。黄仁勋宣布：“欢迎加入Hyperion生态
。 ”

　　面向机器人研究者的借鉴 人形机器人

　　黄仁勋发布Agile ONE SN借鉴 人形机器人 ，基于Isaac GR00T打造
，整机31个自由度，预计明年推出；它可以把科研人员的调试周期从数周缩短至数日。

　　平台采用模块化设计 ，研究者可以使用整套工作流
，也可以单独取用其中组件 。

　　“这是一个非常优质的起步底座
。
”

　　它依托英伟达开源物理AI栈：Isaac Capture数据采集 、GR00T机器人智能模型
、Isaac Lab仿真训练、Isaac OS运行时，配套英伟达开源物理AI数据集。Agility Robotics 、Figure
、KUKA、NEURA Robotics等合作伙伴已经在这套平台上开展研发 。

　　个人AI迎来新硬件

　　演讲尾声 ，黄仁勋介绍上周发布的RTX Spark笔记本电脑：轻薄高端Windows本
，搭载RTX显卡，集成英伟达全套AI平台 ，支持创意加速 、沉浸式游戏以及本地大模型推理
。

　　它的算力达到1PFLOPS
，内存128GB；黄仁勋拿它对比2016年交付给OpenAI的DGX-1，抛出点睛对比：

　　“2016年 ，我把一台1PFLOPS
、128GB内存的设备交给当时还很小的OpenAI公司。”他举起这台小巧笔记本，“这台同样是1PFLOPS、128GB 。唯一的区别是
，我单手就能拿起它；当年的DGX-1，需要两个人抬上楼
。 ”

　　他播放一段视频：智能体辅助训练Hugging Face Microduck机器人 ，自动搭建训练任务 、在Isaac Sim仿真、把训练任务投递云端
，再将习得策略传回RTX Spark验证，最后部署到实体机器人。

　　四只Microduck机器人来到舞台上 ，听从指令坐下
、起立
，甚至原地“休眠打盹
” 。黄仁勋解释，它们在RTX Spark上完成开发、在英伟达超算云端训练 、在数字孪生环境习得技能。

　　“你们诞生于RTX Spark ，在英伟达海量超算上云端训练
，在RTX Spark和数字孪生里学会各项技能
。”

　　演讲总结

　　黄仁勋复盘整场主旨演讲：欧洲正在建设自己的AI经济；AI工厂持续迭代，面向智能体优化；物理AI是下一个前沿方向。

　　“上面就是 今天的全部重点 。人人都可以开发智能体 ，欧洲每家企业都将转型为AI公司
，我们在这里打造繁荣的AI经济
。 ”

　　“让我们携手共建欧洲AI经济，让AI落地创造价值。祝本次GTC大会圆满成功 。
”黄仁勋结束演讲
。