英伟达CES发布Alpamayo：自动驾驶看懂孩子追球

在 CES 2026 的主题演讲中，黄仁勋除了发布 Vera Rubin 算力平台，还抛出了英伟达在智能汽车与机器人领域的两张新牌：自动驾驶模型 Alpamayo，以及面向物理世界的基础模型 Cosmos。与此同时，他正式提出了”物理 AI”（Physical AI）这一概念——让 AI 不止理解语言和图像，还要理解重力、摩擦、惯性这些真实世界的物理规律。

事件详情：一个开车，一个”造世界”

Alpamayo：为长尾场景而生的驾驶模型。自动驾驶最难的从来不是高速公路巡航，而是层出不穷的长尾场景：孩子追着皮球突然跑上马路、施工路段的临时手势指挥、暴雨中模糊的车道线。Alpamayo 的设计目标，就是让模型真正”理解”这些特殊驾驶场景的语义，而不只是识别像素。它能推断出”球滚出来了，孩子可能紧随其后”这样的因果链条，从而提前做出防御性驾驶决策。

Cosmos：用合成数据训练的物理世界模型。Cosmos 的核心能力是模拟真实物理环境——给定一个场景，它能生成符合物理规律的未来视频流。这为机器人、自动驾驶的训练提供了近乎无限的”合成数据”：在虚拟世界里摔一万次，现实世界里一次都不用摔。

背景分析：为什么是”物理 AI”？

过去几年，大语言模型的成功让 AI industry 习惯了”数据越多越智能”的 scaling law。但在物理世界，数据采集的成本极高——你不可能为了训练自动驾驶去真实复现一万次车祸。英伟达的判断是：下一阶段的 AI 竞争，将从”谁的数据多”转向”谁更懂物理规律”。

Cosmos 的策略是用”世界模型”补足真实数据的不足：先用物理引擎和生成模型造出足够逼真、足够多样的虚拟环境，再让智能体在里面大规模试错。这条路线如果走通，机器人和自动驾驶的训练效率将迎来数量级提升。

影响展望：汽车与机器人厂商的新基座

Alpamayo 和 Cosmos 本质上都是”平台型”产品：英伟达不自己造车、不自己造机器人，而是把模型和开发工具卖给全行业。随着这两款模型的落地，车企和机器人公司的研发范式可能从”堆路测里程”转向”堆仿真规模”。

值得注意的是，小鹏、特斯拉等车企也在 2026 年初密集发布自己的”物理世界大模型”。英伟达选择在此时高举”物理 AI”大旗，既是技术路线的宣示，也是在生态位上的卡位——谁定义了物理 AI 的开发范式，谁就掌握了下一个十年的平台话语权。