f 倉庫和配送中心。這些數位孿生是基於物理的逼真模擬，可準確模擬物理世界的行為。

在今天早上開幕的 CES 2025 上，NVIDIA 創辦人兼執行長黃仁勳發表了具有里程碑意義的主題演講，揭示了 AI 和運算的未來。

twins for optimizing warehouse operations. These twins are powered by NVIDIA DGX H100 systems and leverage vast amounts of historical and real-time data to create a virtual representation of the warehouse. This enables Keon to simulate and visualize different warehouse configurations, robotics fleets, and inventory strategies in a safe and efficient environment before deploying them in the real world.

用於優化倉庫營運的雙胞胎。這些雙胞胎由 NVIDIA DGX H100 系統提供支持，並利用大量歷史和即時數據來創建倉庫的虛擬表示。這使得 Keon 能夠在安全且高效的環境中模擬和視覺化不同的倉庫配置、機器人車隊和庫存策略，然後再部署到現實世界中。

By integrating NVIDIA Isaac robotics technology and Omniverse, Keon can optimize the deployment and operation of heterogeneous robotics fleets within the warehouse digital twin. This integration provides valuable insights into how robots can best collaborate with each other and with human workers to maximize productivity and efficiency.

透過整合 NVIDIA Isaac 機器人技術和 Omniverse，Keon 可以優化倉庫數位孿生內異質機器人車隊的部署和操作。這種集成為機器人如何更好地相互協作以及與人類工人協作以最大限度地提高生產力和效率提供了寶貴的見解。

Keon's digital twins, combined with NVIDIA's AI technology stack, are creating a new generation of intelligent warehouses, optimizing inventory management, space utilization, and labor productivity. These warehouses will also serve as training grounds for the next generation of AI models, further advancing the development of physical AI.

Keon 的數位孿生與 NVIDIA 的 AI 技術堆疊相結合，正在創建新一代智慧倉庫，優化庫存管理、空間利用率和勞動生產力。這些倉庫也將作為下一代人工智慧模式的訓練場，進一步推動實體人工智慧的發展。

2) Applications of Autonomous Driving

2）自動駕駛的應用

Today, there are 1.5 billion cars on the road globally, and this number is expected to reach 2 billion by 2040. These cars will generate an enormous amount of data, presenting a once-in-a-lifetime opportunity for the automotive industry.output: 整理：有新

如今，全球有 15 億輛汽車在路上行駛，預計到 2040 年這一數字將達到 20 億輛。

在今日开幕的 CES 2025 上，英伟达创始人兼首席执行官黄仁勋发表了具有里程碑意义的主题演讲，揭示了人工智能和计算的未来。从生成式 AI 的核心 Token 概念，到全新 Blackwell 架构 GPU 的发布，再到 AI 驱动的数字未来，此次演讲将从跨学科角度深刻影响整个产业。

在今日開幕的CES 2025 上，英偉達創辦人兼執行長黃仁勳發表了具有里程碑意義的主題演講，揭示了人工智慧和運算的未來。從生成式AI 的核心Token 概念，到全新Blackwell 架構GPU 的發布，再到AI 驅動的數位未來，此次演講將從跨學科角度深刻影響整個產業。

1、从生成式 AI 走向能动式 AI：新时代开启

1.從生成式AI 走向能動式AI：新時代開啟

Token 的诞生：作为生成式 AI 的核心驱动力，Token 将文本转化为知识，为图像注入生命，并开辟了数字表达的新形式。

Token 的誕生：作為生成式AI 的核心驅動力，Token 將文字轉化為知識，為圖像注入生命，並開啟了數位表達的新形式。

AI 的演进：从感知式 AI 和生成式 AI，再到具备推理、规划和行动能力的能动式 AI，AI 技术持续迈向新高度。

AI 的演進：從感知式AI 和生成式AI，再到具備推理、規劃和行動能力的能動式AI，AI 技術持續邁向新高度。

Transformer 革命：自 2018 年问世以来，这项技术重新定义了我们进行计算的方式，彻底颠覆了传统技术栈。

Transformer 革命：自2018 年問世以來，這項技術重新定義了我們進行運算的方式，徹底顛覆了傳統技術堆疊。

2、Blackwell GPU：突破性能极限

2、Blackwell GPU：突破性能極限

下一代 GeForce RTX 50 系列：基于 Blackwell 架构打造，拥有 920 亿晶体管，4000 TOPS AI 性能和 4 PetaFLOPS 计算能力，较上一代性能提升 3 倍。

新一代GeForce RTX 50 系列：基於Blackwell 架構打造，擁有920 億晶體管，4000 TOPS AI 效能和4 PetaFLOPS 運算能力，較上一代效能提升3 倍。

AI 与图形的融合：首次将可编程着色器与神经网络相结合，引入了神经纹理压缩和材质着色技术，呈现出令人惊叹的渲染效果。

AI 與圖形的融合：首次將可程式著色器與神經網路結合，引入了神經紋理壓縮和材質著色技術，呈現出令人驚嘆的渲染效果。

高性能触手可及：RTX 5070 笔记本电脑以 1299 美元的价格实现了 RTX 4090 的性能，推动了高性能计算的民主化。

高效能觸手可及：RTX 5070 筆記型電腦以1299 美元的價格實現了RTX 4090 的性能，推動了高效能運算的民主化。

3、AI 应用的多领域拓展

3、AI 應用的多領域拓展

企业 AI 代理：英伟达提供 NeMo、Llama Nemotron 等工具，帮助企业构建自主推理的数字员工，实现智能管理和服务。

企業AI 代理：英偉達提供NeMo、Llama Nemotron 等工具，幫助企業建構自主推理的數位員工，實現智慧管理和服務。

物理 AI：通过 Omniverse 和 Cosmos 平台，AI 融入工业、自动驾驶和机器人领域，重新定义全球制造和物流。

實體AI：透過Omniverse 和Cosmos 平台，AI 融入工業、自動駕駛和機器人領域，重新定義全球製造和物流。

未来计算场景：英伟达正将 AI 从云端带入个人设备和企业，覆盖从开发者到普通用户的所有计算需求。

未來運算場景：英偉達正將AI 從雲端帶入個人設備和企業，涵蓋從開發者到一般使用者的所有運算需求。

黄仁勋演讲要点：

黃仁勳演講要點：

这是智能的诞生地，一种新型工厂——生成式 Token 的生成器。它是 AI 的基石，开辟了一个新领域，并迈出了通往非凡世界的第一步。Token 将文本转化为知识，为图像注入生命；它们将创造力变为视频，帮助我们在任何环境中安全导航；教导机器人像大师一样移动，并激发我们用新的方式庆祝胜利。在我们最绝望的时刻，Token 还能带来内心的平静。它们赋予数字意义，帮助我们更好地理解世界，预测潜在的危险，并找到治愈内部威胁的方法。它们可以实现我们的愿景，恢复我们失去的一切。

這是智慧的誕生地，一種新型工廠－生成式Token 的生成器。它是AI 的基石，開闢了一個新領域，並邁出了通往非凡世界的第一步。 Token 將文本轉化為知識，為圖像注入生命；它們將創造力變為視頻，幫助我們在任何環境中安全導航；教導機器人像大師一樣移動，並激發我們用新的方式慶祝勝利。在我們最絕望的時刻，Token 還能帶來內心的平靜。它們賦予數位意義，幫助我們更好地理解世界，預測潛在的危險，並找到治癒內在威脅的方法。它們可以實現我們的願景，恢復我們失去的一切。

这一切始于 1993 年，英伟达推出了第一款产品 NV1。我们希望创造出能够完成普通计算机无法完成任务的计算机，从而使游戏机能够集成在 PC 中。随后，在 1999 年，英伟达发明了可编程 GPU，开启了长达 20 多年的技术进步，成就了现代计算机图形。六年后，我们推出了 CUDA，通过丰富的算法表达了 GPU 的可编程性。这项技术最初很难解释，但到 2012 年，AlexNet 的成功验证了 CUDA 的潜力，推动了 AI 领域的突破性发展。

這一切始於1993 年，英偉達推出了第一款產品NV1。我們希望創造出能夠完成普通計算機無法完成任務的計算機，從而使遊戲機能夠整合在PC 中。隨後，在1999 年，英偉達發明了可程式設計GPU，開啟了長達20 多年的技術進步，成就了現代電腦繪圖。六年後，我們推出了CUDA，透過豐富的演算法表達了GPU 的可程式性。這項技術最初很難解釋，但到2012 年，AlexNet 的成功驗證了CUDA 的潛力，推動了AI 領域的突破性發展。

从那时起，AI 便以惊人的速度发展。从感知式 AI 到生成式 AI，再到如今能够感知、推理

從那時起，AI 便以驚人的速度發展。從感知式AI 到生成式AI，再到如今能夠感知、推理