AI 的下一個時代：從 Tokens（符元） 作為 AI 基礎單位，到 AI Factories（AI 工廠）、Inference（推理）轉折點、Agentic AI（代理式 AI），再到 Physical AI（物理 AI）與機器人 的未來。未來的基礎設施是 AI Factories，NVIDIA 提供從晶片、網路、軟體到系統的完整解決方案。 推論（Inference）效能與效率將決定公司成敗，NVIDIA 已成為全球 AI 推論的標準。從 Tokens 到 Agent，從 AI Factories 到 Physical AI

-
 翻譯及重點整理 https://youtu.be/jw_o0xr8MWU

以下是 YouTube 影片 NVIDIA GTC Keynote 2026（Jensen Huang 黃仁勳在 GTC 2026 的主題演講）的

影片長約 2 小時多，由 NVIDIA 創辦人兼 CEO Jensen Huang 主講，主題圍繞 AI 的下一個時代：從 Tokens（符元） 作為 AI 基礎單位，到 AI Factories（AI 工廠）、Inference（推理）轉折點、Agentic AI（代理式 AI），再到 Physical AI（物理 AI）與機器人 的未來。

整體核心概念

  • Tokens 是 AI 的新「商品」與建構塊：Tokens 把資料轉化為知識、驅動推理、代理行為，並應用在科學、能源、機器人學習等領域。
  • AI 已從「生成」（ChatGPT）進入「推理 + 執行」（o1、Claude 等）的 Agentic 時代。
  • AI Factories 是 AI 時代的工業基礎設施，負責大規模生產 Tokens。
  • NVIDIA 透過垂直整合 + 開放生態（CUDA 20 年、CUDA-X、Nemotron 開放模型等），成為 AI 基礎設施的全球標準。

時間軸重點整理（Key Points）

0:00 - 開場：Tokens, the Building Blocks of AI Tokens 是智慧的原料，能將資料變成知識、利用潔淨能源、解鎖科學秘密，並幫助機器人在虛擬世界學習。

3:15 - Welcome to GTC 2026 感謝與會者與 450 家贊助商，強調 GTC 涵蓋 AI 五大層：基礎設施、晶片、平台、模型、應用。

6:02 - 20 Years of CUDA CUDA 20 週年回顧：從多執行緒革命，到推動深度學習大爆發，至今仍是開發者飛輪的核心（開發者 → 突破 → 生態系）。

10:23 - GeForce 與 DLSS 5 GeForce 從可程式化著色器開始，帶動 GPU 加速 AI。 DLSS 5：融合結構化 3D 圖形與生成式 AI（Neuro Rendering），創造可控的逼真虛擬世界。這項結構化 + 機率式運算的融合，將擴展到各產業。

16:19 - Structured Data is the Ground Truth of AI 結構化資料（SQL、DataFrame 等）是 AI 的「地面真相」，需要加速處理。NVIDIA 推出 QDF 等庫來加速。

19:45 - NVIDIA 的垂直整合 NVIDIA 是「垂直整合、水平開放」的公司，透過 CUDA-X 加速各領域應用，並與 IBM、Google Cloud、AWS、Microsoft Azure 等深度合作。

38:26 - CUDA-X 與基礎技術展示

46:01 - Inference Inflection Arrives（推理轉折點到來） 生成式 AI、推理模型（o1）、代理式模型（Claude）讓推理運算需求暴增 10,000 倍。 NVIDIA Grace Blackwell NVLink 72 + Dynamo 軟體，帶來比 Hopper 高達 35 倍 的效能提升。 黃仁勳名言：「The inflection point for inference has arrived.」

52:23 - Inference 驅動強勁成長 推理效能與效率直接推動公司業績。

1:00:53 - NVIDIA Extreme Co-Design 極致共同設計（硬體 + 軟體 + 系統）每年帶來「X 倍」效能躍進，大幅降低 Token 成本。

1:06:46 - AI Factories are the Industrial Infrastructure of the AI Era AI 工廠是 AI 時代的工業基礎設施，專門生產 Tokens。

1:07:56 - 十年 AI 基礎設施演進：從 DGX-1 到 Vera Rubin

1:11:26 - NVIDIA Vera Rubin 平台（重點新品） 新一代 AI 超級電腦平台：

  • 6 exaflops 效能
  • 7 種新晶片、5 種機架系統
  • 整合 Vera CPU（專為工具使用與資料處理設計）
  • NVLink、Spectrum-X 交換器、Co-Packaged Optics、BlueField-4 等
  • 支援高通量、低延遲的 Agentic AI 工作負載
  • 與 Groq LP30（推理專用晶片）合作，實現解聚合推理（Disaggregated Inference），大幅提升 Token 生成效率。

1:40:05 - NVIDIA DSX AI Factory Platform 使用 Omniverse 虛擬設計與營運 AI 工廠，最大化 Tokens、電力與利潤。包含電源管理、彈性等功能。

1:47:47 - OpenClaw：Agentic AI 的 ChatGPT 時刻 開放原始碼長時程自主代理系統。 NVIDIA 推出企業版 NemoClaw，支援安全與隱私。 「這是個人代理的爆發時刻」。

1:57:01 - NVIDIA Nemotron 與開放模型 Nemotron Coalition（聯盟）推進開放前沿模型，涵蓋語言、視覺、生物、物理等多領域，供各產業客製化使用。

2:05:22 - Physical AI and Robotics（物理 AI 與機器人時代） AI 不再只在螢幕上，而是進入實體世界。 展示與 Disney、Google DeepMind 合作，使用 NVIDIA Warp / Newton 物理引擎，讓機器人角色（如 Olaf）更自然互動。 強調下一個金礦是 機器人與物理 AI，將消耗更多資料與運算。

2:13:00 - Olaf 驚喜登台（與 Jensen Huang 互動）

2:14:55 - 閉幕影片

其他重要數據與預測

  • 到 2027 年，Blackwell + Vera Rubin 的訂單總額預計超過 1 兆美元（比去年預估翻倍）。
  • 供應鏈已準備好每月生產多吉瓦級的 AI 工廠。
  • NVIDIA 平台已成為 AI 推理規模化的全球標準。

總結黃仁勳的核心訊息

AI 的下一個十年，將由 推理（Inference）、代理（Agentic） 與 物理實體化（Physical AI） 主導。 NVIDIA 不只賣晶片，而是提供完整的 AI 工廠堆疊（硬體 + 軟體 + 平台 + 生態），讓 Tokens 大規模生產，並讓智慧從數位走向真實世界。

這場 keynote 展現 NVIDIA 強烈的信心與生態主導力，強調「極致共同設計」每年帶來指數級進步。

-----

NVIDIA GTC 2026 Keynote（黃仁勳演講）的中文翻譯重點整理。

影片標題：NVIDIA GTC Keynote 2026 講者：NVIDIA 創辦人兼 CEO Jensen Huang（黃仁勳） 長度約 2 小時 15 分鐘，2026 年 3 月上傳，已有超過 3,500 萬觀看次數。

核心主題

黃仁勳將 2026 年定義為 Agentic AI（代理式 AI）時代 的開端，同時強調三大方向：

  • Agentic AI：具備自主推理、長期任務執行、工具使用能力的 AI 代理（Agent）
  • AI Factories：AI 工廠 — 大規模生成「Tokens」（AI 的基本單位）的工業基礎設施
  • Physical AI & Robotics：實體 AI 與機器人學，讓 AI 進入真實世界

時間軸與重點整理（附大致翻譯）

0:00 Tokens — AI 的基本單位 Tokens 是生成智能的原料，能將數據轉化為知識、驅動機器人學習、消耗能源並推動科學發現。AI 的未來就是大量生產與使用 Tokens 的時代。

3:15 GTC 2026 歡迎詞 感謝參與者，強調今年有 450 家贊助商、1,000 場技術會議、2,000 位講者，涵蓋從基礎設施到應用端的完整 AI 堆疊。

6:02 CUDA 20 週年 CUDA 從 SIMT 架構開始，創造了飛輪效應（安裝基礎 → 開發者採用 → 突破 → 更多採用）。它奠定了現代 AI 的基礎。

10:23 GeForce 與 DLSS 5 回顧 GeForce 25 年歷史，從可程式化著色器到 CUDA，再到 AI。 DLSS 5：神經渲染（Neuro Rendering），融合 3D 圖形與 AI，大幅提升遊戲畫質與效能。

16:19 結構化資料是 AI 的 Ground Truth NVIDIA 推出 QDF（資料框架）與 QVS（向量儲存），加速資料處理。 IBM 與 NVIDIA 合作，讓 Watsonx 資料處理速度提升 5 倍、成本降低 83%（以 Nestle 為例）。

19:45 NVIDIA 的垂直整合 + 開放生態 NVIDIA 同時做硬體、軟體、演算法，但保持水平開放（與 Dell、Google Cloud、AWS、Azure 等合作）。

38:26 CUDA-X 函式庫 展示在科學、工程領域的重大突破。

43:15 AI Natives 與 Inference Inflection 生成式 AI、推理（Reasoning）、代理式模型讓計算需求暴增 10,000 倍。 Inference（推論）轉折點已到來，這將帶動 NVIDIA 強勁成長，預估到 2027 年 AI 基礎設施需求達 1 兆美元。

1:06:46 AI Factories — AI 時代的工業基礎設施 AI 工廠就像電力廠或晶圓廠，專門大量生產 Tokens。 NVIDIA 從 DGX-1 到新一代 Vera Rubin 平台，持續創新。

1:11:26 NVIDIA Vera Rubin 平台 新一代 AI 基礎設施，搭配 NVLink、共封裝光學（Co-Packaged Optics）、BlueField-4 等技術。 推出 Rubin Ultra 等更高階版本，強調極致共同設計（Extreme Co-Design），每年大幅降低 Token 成本與提升效能。

1:40:05 NVIDIA DSX AI Factory 平台 使用 Omniverse 做數位孿生（Digital Twin），模擬整個 AI 工廠的設計、電源管理、散熱與電網互動。

1:47:47 OpenClaw — 代理式 AI 的 ChatGPT 時刻 開放原始碼的 AI 代理作業系統（類似 Linux 但針對 Agent），支援任務分解、工具呼叫、長期自主執行、多模態輸入輸出。 NVIDIA 推出 NemoClaw 參考設計，強調企業級安全與隱私。

1:57:01 NVIDIA Nemotron 與開放模型 NVIDIA 推動開放前沿模型（Open Frontier Models），涵蓋語言、物理世界、自動駕駛、機器人、生物、氣候等領域（Neotron、Cosmos、Groot 等）。 成立 Nemotron Coalition，與 Mistral、Perplexity 等公司合作，推進主權 AI。

2:05:22 Physical AI 與機器人時代 AI 開始進入實體世界。 展示 Isaac Lab、Newton、Cosmos 等模擬平台，用合成資料訓練機器人。 合作夥伴包括 ABB、Universal Robots、KUKA、Foxconn、Disney 等。 現場 Demo：Disney 的 Olaf 機器人上台與 Jensen 互動。

2:14:55 結尾影片

整體結論（黃仁勳主要訊息）

  • AI 正在從「聊天」走向「做事」（從 ChatGPT 到 Agentic AI）。
  • 未來的基礎設施是 AI Factories，NVIDIA 提供從晶片、網路、軟體到系統的完整解決方案。
  • 推論（Inference）效能與效率將決定公司成敗，NVIDIA 已成為全球 AI 推論的標準。
  • 實體 AI + 機器人將徹底改變產業與日常生活。
  • NVIDIA 持續透過極致共同設計（Hardware + Software + System），每年帶來「X-Factor」級的效能躍進。

這場 Keynote 濃縮了 NVIDIA 對未來 3–5 年 AI 發展的完整願景：從 Tokens 到 Agent，從 AI Factories 到 Physical AI。

翻譯及重點整理 https://youtu.be/jw_o0xr8MWU

-------------------

OpenAI 山姆·奧特曼（Sam Altman）表示： 「AI 僅用一年，就走完了人類百年的智識飛躍」 （AI has completed a century's worth of human intellectual progress in just one year）

  • 這是 OpenAI CEO Sam Altman 接受訪談或公開談話的片段。
  • 他強調 AI（特別是像 GPT 系列這樣的大型語言模型）在過去一年內的進展速度極快，相當於人類過去 100 年在知識與智能上的總和進步。
  • 這反映了 Altman 對 AI 發展的樂觀看法，認為我們正處於智識爆炸（intelligence explosion）的起點，AI 正在加速人類的認知與科技進化。

留言

張貼留言