0
雷峰網(公眾號：雷峰網)消息，當地時間1月6日，英偉達CEO黃仁勛發表了CES2025第一個主題演講，正式拉開這場“科技春晚”的帷幕。
長達一個半小時的主題演講，黃仁勛帶來了全新的RTX50系列顯卡，并講解了英偉達在AI、自動駕駛以及人形機器人等前沿科技領域的技術進展。
演講開頭，黃仁勛回顧了英偉達的發展歷程，從NV1讓主機游戲成為可能、第一款GPU GeForce 256的發布，到最新的RTX50系列，英偉達步履不停。
而圖形和游戲之外，英偉達也持續在引領行業的發展，從AI到當下的人形機器人。
借AI之力，RTX 5090實現「雙倍」效能提升
“簡直就是怪獸。”這是黃仁勛對GeForce RTX 50系列GPU的形容。
本次發布的GeForce RTX 50系列采用Blackwell架構、第五代Tensor Cores和第四代RT Cores，包含RTX 5090、RTX 5080、RTX5070 Ti以及RTX 5070四款產品。
作為RTX 50系列的旗艦產品，在性能參數上，RTX 5090擁有920億個晶體管，實現最高可達3352TOPS的AI算力，380 RT TFLOPS的光線追蹤性能，以及125 Shader TFLOPS的著色器性能。
RTX5090擁有32GB GDDR7顯存，顯存位寬512位，CUDA核心數量為21760，功耗575W。高功耗對散熱提出高要求，RTX 5090采用雙槽、雙風扇冷卻方案，支持液態導熱材料和三層PCB設計，高效散熱確保顯卡在高負荷運行時的穩定性。
Blackwell架構的創新和DLSS 4使得RTX 5090的性能是RTX 4090的兩倍，黃仁勛表示：“Blackwell作為AI引擎為PC游戲玩家、開發者和創作者帶來全新體驗。Blackwell融合了AI驅動的神經網絡渲染和光線追蹤，是我們在25年前推出可編程著色技術以來最重要的計算機圖形創新。”
產品迭代的背后，是AI正在回歸GeForce。
DLSS 4多幀生成技術首次亮相，借助AI可為每個渲染幀生成三幀以提高幀率，多幀生成技術與全套DLSS技術協同運行，與傳統渲染技術相比，性能最高可提升8倍，發布之日就有超過75款游戲和應用支持這項技術。
DLSS 4還引入了圖形行業首個Transformer模型實時應用，基于Transformer架構的DLSS超分辨率和光線重建模型具備2倍的參數量和4倍的計算量，可提高畫面穩定性，減少偽影，增加細節并增強抗鋸齒效果。
Blackwell架構將AI引入著色器，英偉達推出RTX神經網絡著色器（RTX Neural Shaders），將小型AI網絡融入可編程著色器，為實時游戲帶來電影級的材質、光照等。
而RTX 50系列出色的AI算力，將實現在游戲渲染的同時為擁有自主意識的游戲角色提供動力，英偉達推出的ACE技術將使游戲角色能像真人玩家一樣感知環境、制定計劃并行動，這項技術將在《絕地求生》以及《永劫無間手游》等熱門游戲中得到應用。
Isaac GR00T Blueprint，讓人形機器人走向「ChatGPT時刻」
通用機器人的ChatGPT時刻即將到來，黃仁勛用這句話作為機器人主題的開場，站在他旁邊的是14款來自不同廠商的人形機器人組成的“機器人軍團”。
通用機器人之所以如此重要，是因為不需要像帶有履帶和輪子的機器人一樣，需要特殊的環境和場景去適應機器。當下三類通用機器人包括AI Agent、自動駕駛汽車以及人形機器人。
AI Agent和自動駕駛之后，人形機器人時代即將到來，未來二十年，預計人形機器人市場將達到380億美元。
人形機器人落地的關鍵在于“如何訓練”，為此，英偉達拿出了一套人形機器人的標準訓練流程“Isaac GR00T Blueprint”，通過一系列機器人基礎模型、數據管線和仿真框架，加速下一代人形機器人的開發進程。
Isaac GR00T Blueprint可以幫助開發者生成海量的合成運動數據，以便通過模仿學習來訓練人形機器人。
模仿學習是機器人學習的一個子集，它能讓人形機器人通過觀察和模仿人類專家的示范來獲取新技能。在真實世界中收集這些廣泛、高質量的數據集成本極高。通過用于合成運動生成的Isaac GR00T Blueprint，開發者只需少量人類示范，就能輕松生成海量的合成數據集。
Isaac GR00T Blueprint工作流主要包含3個部分。
首先通過GR00T-Teleop工作流，用戶可以借助Apple Vision Pro在數字孿生環境中捕捉人類動作。這些人類動作會被記錄下來作為金標準，并在仿真環境中由機器人模仿學習。
然后，GR00T-Mimic工作流會將捕捉到的人類示范擴展成更大的合成運動數據集。
最后，基于NVIDIA Omniverse和NVIDIA Cosmos平臺構建的GR00T-Gen工作流，會通過域隨機化和3D提升技術，指數級擴增這個數據集，該數據集可作為機器人策略的輸入，在NVIDIA Isaac Lab（機器人學習開源模塊化框架）中，教會機器人如何在其環境中高效且安全地移動和互動。
Cosmos平臺擁有一系列開放的預訓練世界基礎模型，包含各種模型尺寸并適用于多種輸入數據格式。這些模型基于1800萬億個數據單元進行訓練，其中包括200萬小時的自動駕駛、機器人、無人機拍攝的視頻以及合成數據。除了幫助生成大型數據集外，Cosmos還能將圖像從3D擴展到真實場景，縮小仿真與現實之間的差距。
黃仁勛表示：“與大語言模型一樣，世界基礎模型是推動機器人和自動駕駛汽車開發的基礎，但并非所有開發者都擁有自主訓練模型所需的專業知識和資源。我們創建Cosmos是為了普及物理AI，讓每一位開發者都能接觸到通用機器人技術。”
Cosmos的首批用戶包括1X、Agile Robots、Figure AI、Foretellix、Galbot、Hillbot、IntBot、Neura Robotics、Uber和小鵬汽車等領先機器人和汽車公司。
Uber首席執行官Dara Khosrowshahi表示：“生成式AI將驅動未來的移動出行，而這需要豐富的數據和非常強大的算力。相信在英偉達的助力下，我們能夠幫助行業更快開發出安全、可擴展的自動駕駛解決方案。”
Isaac GR00T、Omniverse和Cosmos正在助力物理AI和人形機器人創新，包括波士頓動力和Figure在內的主要機器人公司已開始采用Isaac GR00T，隨著技術的成熟，英偉達將讓機器人生態更加繁榮。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
