前言

本文系统整理了黄仁勋、苏姿丰、李飞飞三位AI领域核心人物在公开平台的演讲原始观点，同时配套标注了对应视频引用来源及关键观点时间戳。

这份整理内容可为AI领域的研究者、从业者等相关人士提供便捷、可溯源的参考资料，助力快速把握行业前沿动态，为相关研究与实践提供有益借鉴。

1. 为什么要关注这些演讲与预测

2026 年，AI 不再只是实验室研究或语言 / 图像生成的玩具，而是在各个层面——从基础算力架构、物理世界认知（physical AI）、机器人、模拟训练，到行业级落地场景——走向实用、规模化与商业化。随着 NVIDIA、AMD 这样的基础设施厂商，以及研究领袖如 Fei-Fei Li 的观点放出，我们正在见证 AI 发展的下一个关键阶段。

这些观点不仅对技术发展有指导意义，更对职业规划、行业投入和未来竞争趋势提出了现实的路线图。

2. 黄仁勋 — NVIDIA 的全栈未来与物理 AI

视频： https://www.youtube.com/live/0NBILspM4c4

在 CES 2026 的官方演讲直播中，NVIDIA CEO Jensen Huang（黄仁勋） 清晰地提出了以下关键观点：

2.1 核心观点

• AI 正进入“物理世界时代” — AI 不再仅仅是“语言/视觉生成工具”，而是能在真实世界中执行物理动作的系统。整场演讲强调“Full-Stack Physical AI Platform”（全栈物理 AI 平台）——包括用于感知、推理、模拟和控制的软硬件一体化体系。
• Alpamayo 驱动的自动驾驶现场展示 — 演讲中展示了 NVIDIA 的推理模型 Alpamayo，这是能够进行推理式驾驶（能够理解并采取动作）的车载 AI 系统。该系统不仅基于传感器输入，还能“理解”场景并制定行为策略。
• Vera Rubin AI 平台发布 — Huang 同时推出了名为 Vera Rubin 的 AI 超算系列，集成多个芯片与加速卡，是面向大规模推理与训练的下一代硬件平台。

2.2 核心变革性逻辑

黄仁勋的主题可以归纳为一句话：

“AI 不只是语言工具，而是将认知转为行动的一种全新基础设施。”

这意味未来 AI 技术不仅要理解世界，还要在世界中“行动”（如机器人、自动驾驶、工业控制等）。这就是所谓的“物理 AI”，也是算法与现实交互的关键突破节点。

3. 苏姿丰（Lisa Su） — 全栈 AI 平台与算力普及

视频：https://www.youtube.com/watch?v=VIIi8nVQXa4

AMD CEO 苏姿丰（Lisa Su） 在同一天的 CES 2026 主题演讲中提出了与 NVIDIA 不同但互补的观点，重点在于从终端到数据中心全面普及 AI 计算。

3.1 关键观点

• AI “无处不在” — Su 用一句话总结其战略：“AI Everywhere, for Everyone” —— AI 不应只停留在云端超算，它应该扩散到终端设备、边缘侧与个人电脑，以更低的门槛、更广的覆盖铺设整个运算生态。
• Helios yotta-scale 平台 — AMD 展示了名为 Helios 的机架级 AI 平台，定位于面向大型模型训练与推理场景，能够在单个机架上提供 ExaFLOPS 级别的算力，适合大规模语言模型与工业级 AI 系统。
• 生态融合与合作展示 — Su 还邀请了 World Labs CEO 李飞飞（Fei-Fei Li） 上台演示空间智能与 3D 世界构建技术，强调 AI 与算力平台合作的重要性。

3.2 异于 NVIDIA 的战略重点

相比 NVIDIA 的“物理 AI + 全栈平台”，AMD 更强调：

🔹 从设备到边缘的 AI 普及化
🔹 让 AI 计算更易接触、更具扩展性
🔹 开放生态协作（与合作伙伴如 World Labs 联手）

这不仅增强了 AI 在实际应用中的可用性，还提出了一个“从中心到边缘”的双线战略。

4. 李飞飞（Fei-Fei Li） — 空间智能与世界模型的下一个边界

视频：https://www.youtube.com/watch?v=_PioN-CpOP0

李飞飞（Fei-Fei Li） 是 AI 领域资深学者与 World Labs 的联合创始人，她近年提出的空间智能（Spatial Intelligence) 被视为生成式 AI 的下一阶段核心方向。以下观点来自她在公开平台的演讲和讨论：

4.1 核心观点

• AI 不该只在二维语言与图像层面运行，而应具备理解、生成、推理三维世界的能力——这是空间智能的核心目标。
• 在 World Labs 的产品演示中，通过生成 3D 世界模型（如用照片生成一个空间场景并允许用户交互探索），展示了 AI 未来不仅“看懂”世界，还可以构建“可交互、可探索的虚拟空间”。
• 李飞飞指出，空间智能能连接认知与行动，从而推进机器人感知、设计模拟、游戏与沉浸式内容创作等领域的变革。

4.2 为什么重要

在生成式 AI（文本/图像/视频）已经被广泛应用后，空间智能是 AI 真正“理解世界而非只描述世界”的关键。这意味着 AI 将不再只回答问题，而能生成可交互、物理一致的三维环境，这对以下领域都非常具有革命性：

• 自动驾驶与机器人导航
• 虚拟现实 / 元宇宙构建
• 工业设计与仿真优化
• 培训与教育沉浸体验

这些都是未来几年可能爆发的应用大领域。

5. 2026 AI 发展趋势综述 — 变革性力量

根据上述三位来自不同角色（基础设施厂商 + 智库 + 研究实践）的观点，我们可以总结出 2026 AI 的 6 大趋势：

1. 物理世界 AI（Physical AI）将是核心落地方式 — AI 不只局限于文本/图像，而是真正理解与作用于现实。
2. 高性能算力成为底层生产力的基石 — 超大规模 GPU/AI 体系将支撑未来数据中心与 AI 模型。
3. AI 从中心化转向边缘与终端 — 从云到设备，AI 将嵌入更多场景。
4. 空间智能和世界模型定义下一个 AI 时代 — 与传统语言模型并行的新认知范式。
5. 生态合作比单一赛道更重要 — 企业与研究机构联合推动跨界创新。
6. AI 应重点关注“与人类协作”而不是替代 — 李飞飞等人强调 AI 的人类中心定位。

6. 竞争格局与未来主导力量

• NVIDIA vs AMD：前者在物理 AI 和超算基础设施上强势布局，后者强调算力普及与生态合作，这意味着在 AI 行业基础建设上会出现多条路线的竞争与协同。
• 生态联盟更重要：如 Su 与李飞飞的合作说明，平台和模型的联合将是比单打独斗更有效的成长方式。
• AI 由软件爆发转向软硬融合爆发：未来 AI 的门槛不只是算法，还包括算力、系统统筹、数据与现实世界闭环。

7. 结语

2026 年的 AI 趋势不再是单一的语言模型或图像生成，而是 理解 + 行动 + 物理现实世界的闭环。技术的升级意味着职业角色的重塑，同时也开启了大量基于空间智能、机器人、行业级 AI 系统的新机遇。

我的博客：https://itart.cn/blogs/2026/explore/revolutionary-ai-trends-in-2026-and-what-comes-next.html