Nvidia 预测物理 AI 可能超越数字 AI 10 倍
核心要点
- 黄仁勋表示,物理 AI 收入可能在十年内从 100 亿美元飙升至 1000 亿美元,甚至使 Nvidia 目前的生成式 AI 暴利相形见绌 英伟达首席执行官黄仁勋在机器人、自动驾驶汽车和工业机器上投入了大量资金,他预测物理人工智能的市场最终将比数字人工智能市场大十倍。
- 该公司目前每年通过物理人工智能创

黄仁勋表示,物理 AI 收入可能在十年内从 100 亿美元飙升至 1000 亿美元,甚至使 Nvidia 目前的生成式 AI 暴利相形见绌
英伟达首席执行官黄仁勋在机器人、自动驾驶汽车和工业机器上投入了大量资金,他预测物理人工智能的市场最终将比数字人工智能市场大十倍。该公司目前每年通过物理人工智能创造约 100 亿美元的收入,黄仁勋预计这一数字将在未来十年内达到 1000 亿美元。
从这个增长轨迹来看,英伟达的整个数据中心业务每年创造超过 1150 亿美元的收入,该业务是该公司成为数万亿美元巨头的利润引擎。如果黄的预测成立,物理人工智能将自行接近这一规模。
理想与现实的差距
目前,物理人工智能对英伟达总收入的贡献还不到3%。数据中心领域占超过 89%,其驱动力是对训练和运行大型语言模型的芯片的无限需求。
黄估计工业机器人和物理人工智能的全球市场约为 50 万亿美元。普华永道思略特部门给出了更为保守但仍然令人瞠目结舌的估计,到 2030 年预计将达到 4900 亿美元左右。
这些评论在 2026 年 7 月下旬至 8 月下旬期间的多次公开露面中出现,其中包括 Y Combinator 播客上的一次引人注目的静坐。在英伟达在此期间的 GTC 活动中,该公司展示了 100 多个机器人系统。
Nvidia 计划如何实现这一目标
该堆栈包括 Jetson 边缘计算机,这是一种紧凑型处理器,旨在在机器人和无人机上而不是在遥远的数据中心运行人工智能模型。 Cosmos 是一套世界基础模型,可以帮助机器理解物理环境的行为方式。 Isaac GR00T 处理机器人特定的人工智能培训。 Omniverse 提供了一个模拟平台,公司可以在虚拟环境中测试机器人系统,然后再将其部署到现实世界中。
黄强调,逼真视频生成的进步是数字人工智能和物理人工智能之间的重要桥梁。如果您可以生成物体如何移动、下落、破碎和交互的逼真模拟,那么您在模拟中训练机器人的速度比在现实世界中快数百万倍。
竞争格局和悬而未决的问题
与机器人公司和汽车制造商的合作伙伴关系已经形成,尽管地缘政治逆风增加了复杂性。中国是全球最大的机器人市场之一,对先进芯片的出口限制限制了英伟达能够实际抓住多少物理人工智能机会。
十年内收入增长十倍意味着复合年增长率超过 25%,并持续整整十年。
