點擊查看更多 AI for Science 應用案例：https://hyper.ai/cn

北京時間 3 月 18 日，已經升格為 AI 行業盛會的 NVIDIA GTC 2025 拉開序幕，但或許是因為缺乏重磅產品的「炸場」， 首日的線下論壇與展覽并未扭轉英偉達股價的頹勢，甚至仍出現了下跌。因此，本就萬眾矚目的「主題演講」更是被寄予了更多關注與期望。

誠然，英偉達股價的波動除了與 DeepSeek 引發的「算力需求下降」猜想有關，也或多或少受到了美股大盤回調的影響。但無論是何原因，作為公司掌舵人的黃仁勛都需要盡快重振投資者信心。正因如此，我們看到了他在近 3 小時的演講中：

• 多次提到了 Scaling Law；

• 加入開源行列，發布基于 Llama 模型構建的 NVIDIA Llama Nemotron 推理模型；

• 大呼 Blackwell 已全面投入生產，且「產能爬坡速度驚人，客戶需求同樣令人矚目」；

• 明確強調，由于推理模型的出現，AI 領域的「計算量大幅增加」；

• ……

但老黃的激情演講似乎收效甚微，截至發稿，英偉達的股價仍在走下坡路。

從某種意義上講，這也說明了早已被爆料的硬件及架構更新并未獲得市場過多青睞，而除 Blackwell Ultra、Vera Rubin 之外，黃仁勛在最后半小時分享的 Physical AI 或許是另一個適合向投資人及業界深度分享的「好故事」。

::: hljs-center

黃仁勛總結 GTC 2025 的發布重點

:::

半小時內狂轟 Physical AI 新成果

在 2025 年 1 月初開幕的 CES 2025 上，英偉達發布世界基礎模型 Cosmos，黃仁勛高喊「AI 的下一個前沿是物理」，一舉將 Physical AI 推向 AI 主舞臺。所謂的 Physical AI 是指讓機器人、自動駕駛汽車和智能空間等自主系統感知、理解并執行真實世界中的復雜操作。

將時間拉回到 3 月 19 日凌晨，在主題演講的尾聲，小型機器人 Blue 的登臺將現場氛圍推向高潮，歡呼聲不斷。而雙方的互動也為我們描繪出了 Physical AI 的輪廓。

::: hljs-center

Blue 與黃仁勛同臺

:::

在最后不足半小時的時間內，黃仁勛密集地拋出了一系列重磅消息。

首先是推出開源 Physical AI 數據集，為開發人員提供 15TB 的數據，包含數千小時的多攝像頭視頻，超過 32 萬條用于機器人訓練的軌跡，以及多達 1,000 個通用場景描述 (OpenUSD)，在多樣性、規模和地理位置覆蓋上表現出色，因其可識別異常值、評估模型泛化性能，將特別有利于安全研究領域。值得一提的是，英偉達官方表示，該數據集將隨時間推移不斷擴增，或將成為全球最大的統一開源 Physical AI 數據集。

• 數據集下載地址：
  https://go.hyper.ai/mkTKR

其次是全球首個開源、完全可定制的基礎模型 NVIDIA Isaac GR00T N1，用于模仿人類推理及其他技能。GR00T N1 基礎模型采用雙系統架構，其靈感來自人類認知原理。「系統 1」是一個快速思考的行動模型，反映了人類的條件反射或直覺。「系統 2」是一個慢速思維模型，用于深思熟慮、有條不紊的決策。

第三是推出面向機器人仿真的開源物理引擎 Newton，將由 NVIDIA、谷歌 DeepMind 和迪士尼研究院共同開發，基于 NVIDIA CUDA-X 加速庫 NVIDIA Warp，為開發人員提供了一種簡單的方法來編寫基于 GPU 加速的內核程序，用于模擬人工智能、機器人和機器學習 (ML)。

::: hljs-center

Newton 架構以 NVIDIA Warp 為基礎

:::

最后是更新了 Cosmos 世界基礎模型，引入了一個開源且完全可定制的推理模型，專為 Physical AI 開發設計。其中，Cosmos Transfer 用于生成合成數據，其接收結構化視頻輸入，如分割圖、深度圖、激光雷達掃描、姿態估計圖和軌跡圖，以生成可控的逼真視頻輸出。Cosmos Predict 用于智能世界生成，將支持多幀生成，在給定起始和結束輸入圖像時預測中間動作或運動軌跡。Cosmos Reason 用于提升 Physical AI 數據標注與整理效率，優化現有世界基礎模型或構建全新的視覺語言動作模型。

從 Accelerated Computing 到 Accelerated Science
除了 Physical AI 之外，英偉達在 AI for Science 領域的布局持續加深，未來或許也將成為其新的增長點。

英偉達與 AI for Science 的淵源或許可以追溯到 CUDA 的誕生，始于加速計算 (Accelerated Computing) 與高性能計算 (HPC) 的強強聯合。黃仁勛曾表示，「自 CUDA 誕生以來，NVIDIA 將計算成本降低至之前的百萬分之一。對一些人來說，NVIDIA 就像一臺計算顯微鏡，讓他們能夠觀察到極其微小的東西；對另一些人來說則像一臺望遠鏡，讓他們能夠探索難以想象的遙遠星系；對許多人來說，它是一臺時間機器，讓他們能夠在有生之年從事畢生的事業」。

換言之，正是 CUDA 與英偉達 GPU 的生態組合，使得并行計算能力大幅提升，加速了科研領域的高性能計算應用。而如今，AI 更是為科研行業注入強勁動能，實現了從 Accelerated Computing 到 Accelerated Science 的躍遷。英偉達站在這場技術變革風暴的中心，理應具有前瞻性地把握住這一機遇。

而就在剛剛結束的 GTC 2025 主題演講上，黃仁勛宣布，開發人員現在可以利用 CUDA-X 與最新的 superchip 架構實現 CPU 和 GPU 資源之間更緊密的自動集成與協調，與使用傳統加速計算架構相比，其工程計算工具 (computational engineering tools) 的速度提高 11 倍，計算量提高 5 倍。

黃仁勛總結道，CUDA-X 目前已經為天文學、粒子物理學、量子物理學、汽車、航空航天和半導體設計等一系列新的工程學科帶來了加速計算。

在 2018 年的 GTC 大會上，英偉達首次公布了用于醫療行業的 AI 平臺 NVIDIA Clara，最初聚焦在醫學影像領域，提供基于 GPU 的 AI 解決方案，加速醫療圖像數據處理。2019 年，NVIDIA Clara 進一步擴展，新增基因組學計算平臺 Clara Genomics，用于 DNA/RNA 序列分析，加速基因數據處理。

2019 年底，英偉達收購了基因測序軟件開發公司 Parabricks，并將其 GPU 加速基因測序工具整合到 NVIDIA Clara 平臺中，根據英偉達的官方文檔，Parabricks 可以在 10 分鐘內分析 30x 全人類基因組數據，而其他方法需要 30 個小時。

在 2021 年的 GTC 大會上，英偉達推出專用于醫療設備的實時 AI 計算平臺 Clara Holoscan，目標是讓醫療設備具備實時 AI 計算能力，進而提高醫學影像分析、手術輔助、遠程醫療的智能化水平。

而在 2022 年 9 月召開的 GTC 大會上，英偉達進一步擴充了 Clara，發布了 BioNeMo。彼時，英偉達 AI for Science 的藍圖也愈發清晰了，從 AI 加速計算到生成式 AI，從最初的醫學影像 AI 平臺，走向了更深刻的生命科學研究。具體而言，BioNeMo 是一個用于在超大計算規模下訓練和部署大型生物分子語言模型的框架，包含了 4 種預訓練語言模型：

• 蛋白質 LLM ESM-1：可處理氨基酸序列，生成可用于預測各種蛋白質特性和功能的表征，提高科學家理解蛋白質結構的能力。

• 蛋白質建模工具 OpenFold 的開源版本。

• 生成式化學模型 MegaMolBART：可用于反應預測、分子優化和全新分子生成。

• ProtT5：由慕尼黑工業大學 RostLab 與英偉達合作開發，將 Meta AI 的 ESM-1b 等蛋白質 LLM 的功能擴展到了序列生成。

除了醫療與生命科學研究外，英偉達還在 GTC 2024 上發布了氣候數字孿生云平臺 Earth-2，采用其新推出的生成式 AI 模型 CorrDiff，結合 NVIDIA FourCastNet，可實現 1 公里級別的全球氣候模擬。

結語

每一屆 GTC 大會早已從企業新產品、新技術「推介」，升級為行業風向標。而在今年的大會上，我們看到了黃仁勛對下一代芯片架構及產品的期許，也看到其在機器人、自動駕駛、科學計算領域的積極布局。寄希望于后者快速成長為英偉達的主供血庫顯然為時尚早，但如何快速扭轉當下的市場情緒為前者肅清障礙也同樣頗具挑戰。不妨讓我們共同期待老黃后續還有哪些「奇招」？

本文轉載自微信公眾號「HyperAI超神經」，掃描下方二維碼即可關注公眾號，獲取更多 AI for Science 的前沿應用案例。如需轉載本文請聯系該公眾號獲得授權。