一场约90分钟的演讲，黄仁勋成功地让CES变为个人秀场。
当地时间1月6日晚间，黄仁勋在CES 2025（国际消费类电子产品展览会）上发表了开幕演讲。
不同于往日身着“压花小牛皮”的传统装扮，黄仁勋这次选择了一件字面意义上“闪亮全场”的鳄鱼皮夹克，似乎也暗示了今晚的英伟达将非比寻常。
在短短数语回顾了英伟达在GPU行业的成绩后，RTX 50系列显卡当仁不让地打了头阵。简单概述就是，该系列产品算是游戏玩家中“等等党”的一次大胜利。
不过，对于英伟达来说，今晚需要登台的主角不止一位。包括世界基础模型Cosmo、“掌上AI超算”Project Digits也完成首次亮相。
在2025年开年，英伟达扔出了一串“王炸”。
“等等党”的大胜利
黄仁勋素以“刀法精湛”而闻名，但这次发布会上亮相的RTX 50系列产品结合价格来看，好像还挺良心的。
先说下该系列产品的重要升级。
与前代RTX 40系列相比，最大的不同自然是架构，此前英伟达在高性能计算卡B200上发布的Blackwell架构，这次被下放到了消费级平台RTX 50系列上。
该架构带来的升级包括全新的Transformer引擎和NVLink技术，还有在改用台积电4NP后，暴增的CUDA核心数量以及能耗表现的大幅提升。
具体到产品上，该系列的旗舰产品RTX 5090芯片，搭载了21760个CUDA核心，成为首个核心数突破20000大关的Geforce显卡。
在920亿个晶体管的加成下，RTX 5090每秒可实现超过3352万亿次AI运算，同时搭配512bit位宽的32GB GDDR7显存，性能较上代旗舰产品RTX 4090提升近两倍。
这里值得一提的是GDDR7显存的应用。在本代RTX 50系列产品上，GDDR7属于全线标配，这个显存的升级有多大呢？
举个典型的例子是，在RTX 5080显卡上，其显存位宽继续沿用4080显卡的256bit规格，但显存带宽直接达到了960Gb/s，已经逼近上代旗舰RTX 4090D的水平，且算力大幅超过后者。
考虑到有大模型公司用RTX 4090D显卡做模型训练，那么未来作为“准旗舰显卡”的RTX 5080，或许亦能胜任这类工作。
而在CES现场，老黄的表述要更为夸张，他表示RTX 5070 GPU相当于“RTX 4090 Performance”。
不过，黄仁勋并没有直接点明，RTX 5070 GPU究竟是哪方面能与RTX 4090持平，毕竟从参数上，无论是CUDA核心数，还是显存带宽上，两者差别巨大。
唯一的可能是，在DLSS 4的加持下，RTX 5070显卡的帧率表现可能达到RTX 4090的水平。
全新的DLSS 4仍然可以看作是一种“AI插帧”技术，但与上代DLSS 3相比，这次英伟达将帧生成技术做了升级，现在每个传统渲染帧生成之外，还能最多生成三个额外帧，使游戏画面帧率提升8倍。
《赛博朋克2077》游戏中，DLSS4 关闭/开启的对比
此外，DLSS 4还整合了多帧生成、光线重建及超级分辨率（Super Resolution）等多种技术，利用生成式AI提升材质压缩和游戏画面质量。
不过还是得吐槽下，虽然RTX 50系列全系标配的DLSS 4对于画面帧率提升巨大，但以此论证新一代中端产品表现相当于上代旗舰产品，多少有些“黄氏对比法”的意味。
最后说下价格：
对比上代产品的首发价格，定位旗舰的“90显卡”上涨400美元，次旗舰“80显卡”价格持平，而中端线“70/70 Ti”价格甚至有所降低。
应该说，这次RTX系列的产品迭代，实现了真正意义上的“加量不加价”，而在消费级产品外，本次黄仁勋的演讲也是惊喜满满。
物理AI，英伟达的新野望？
在讲完RTX 50系列显卡及Blackwell架构芯片进展后，黄仁勋还“蹭了下热点”，发布了现阶段英伟达版的AI Agents——“Blueprint for AI Agents”
这是一款基于英伟达Metropolis系统的平台，旨在帮助组织和个人提升生产力及安全性。它能够允许开发者利用强大的视觉感知能力，创建并分析视频内容，速度是传统实时观看的30倍。
黄仁勋还通过一段视频展示了该平台未来可以协助的工作，包括搜索助手、金融分析、工厂运营等。
这位AI行业的“执剑人”还画下了一张大饼，他认为未来每家公司的IT部门都将成为AI Agents的人力资源部门，AI Agents可能带来超过一万亿美元的市场机会。
不过，现场观众对AI Agents的反响似乎并不强烈，而黄仁勋也适时地甩出了新的焦点——旨在理解物理世界的基础模型Cosmos。
这是一套专为物理交互、模拟工厂环境及驾驶环境生成而构建的模型，包含了自动回归模型、扩散基础、高级标记器和AI加速数据管道等组件，可从文本、图像和视频等输入以及机器人传感器或运动数据的组合中生成基于物理的视频。
黄仁勋表示，这些模型基于18000万亿次tokens和2000万小时视频的训练。
“物理AI模型开发成本高，需要大量真实世界数据和测试，Cosmos为开发人员提供了一种简单的方法来生成大量基于物理的合成数据，以训练和评估模型。开发人员只需提供一个文本描述，Cosmos就能生成一个遵守物理定律的视频。”黄仁勋认为，Cosmos将显著地减少机器人训练与自动驾驶训练的成本。
未来Cosmos将推出包括Nano、Super、Ultra三种尺寸从40亿参数到140亿参数不等的模型，开发者可在GitHub以及Hugging Face平台上获取，并在获得英伟达开放模型许可协议后，用作商业用途。
在发布会现场，英伟达并没有过多展示该模型的应用案例，只是表示目前Wayve、Uber等公司已经开始将Cosmos模型用于自家自动驾驶训练。
在Cosmos模型之外，英伟达还公布了数字孪生领域的进展——Omniverse Blueprint框架。
去年8月，英伟达曾展示过这个框架的基础能力，包括“实时物理求解器”、“对大规模数据集的实时可视化能力”两项核心功能。
而现在英伟达对这个框架做了升级，在整合英伟达CUDA-X AI和HPC库、Modulus物理AI框架后，发布了4个全新的Ominverse BluePrint框架，包括可用于在数字孪生中大规模测试、优化机器人任务及路径的Mega；可回访自动驾驶数据，并生成地面真实数据的自动驾驶仿真；以及帮助开发人员构建数字孪生沉浸式流播的应用；还有面向计算机辅助工程的实时数字孪生。
如果把Omniverse与Cosmos相结合，即可为开发人员提供一个基于真实物理世界的多元生成器，未来具身智能的开发速度将会被大幅度提高。如果把这个组合用于自动驾驶技术开发，甚至能在特定情况下做到无数据收集训练。
掌上AI超算，改变游戏规则？
在演讲的“One More Thing”时间段，黄仁勋拿出了压轴之作——Project Digits，一款可以称之为“掌上AI超算”的产品。
“在生成式AI时代，每位数据科学家、AI研究人员和学生的桌面上都应该摆放一台像Project Digits一样的个人AI超级计算机，让他们能够参与并塑造这个时代。”黄仁勋以此解释开发Project Digits的初衷。
它的尺寸略大于苹果的Mac Mini，但却可以提供堪比数据中心的算力。
Project Digits搭载了全新的GB10 Grace Blackwell芯片，根据英伟达的命名规则可以看出，这款桌面计算机集成了ARM核心的Grace CPU核心，基于这枚芯片强大的能耗表现，Project DIGITS仅使用标准电源插座即可使用。
据悉，Project Digits具有128GB的内存和高达4TB的 NVMe存储，可以在FP4计算精度下，提供高达1 PFLOPS(千万亿次浮点运算/秒)的AI性能。
开发者可通过单台设备在桌面运行2000亿参数的大模型，如果使用NVIDIA ConnectX网络将两台Project Digits可以连接起来，就可运行多达4050亿参数的模型，这基本可以覆盖目前市面上大部分大模型产品。
值得一提的是，开发者还可以在Project Digits上开发和运营模型推理，然后在使用相同的Blackwell架构和NVIDIA AI Enterprise 软件平台的云端或数据中心基础设施上进行无缝部署。
从定位上来看，Project Digits完全开创了一个新的产品种类，而且从其预装NVIDIA DXG基础操作系统和NVIDA AI软件栈来看，已经最大程度上做到了降低开发者的使用门槛，尽量吸纳更多的从业人群。
可以预见，如果类似的产品未来在AI行业中成为主流，开发者对AI云计算资源的依赖会大幅降低，在传统的软硬件技术栈之外，英伟达或许又挖掘到了新的生态位。
