GTC Berlin 2026 现场更新:NVIDIA 公布 AI 工厂、智能体与机器人新方案
NVIDIA CEO 黄仁勋在 GTC Berlin 2026 主题演讲中公布 DSX POD、智能体安全参考架构和 Agent Knowledge Foundation,覆盖 AI 工厂部署、安全运行与企业数据接入。

NVIDIA CEO 黄仁勋在 GTC Berlin 2026 主题演讲中公布 DSX POD、智能体安全参考架构和 Agent Knowledge Foundation,覆盖 AI 工厂部署、安全运行与企业数据接入。

NVIDIA 扩展面向语言、机器人、生物学和量子计算的开放模型阵容,支持组织使用本地数据定制,并部署在自行控制的基础设施上。
推荐理由:这些开放模型允许组织结合本地数据定制,并在自主管理的基础设施上部署,为理解欧洲主权 AI 的行业落地路径提供具体背景。
欧洲工业领军企业正采用 NVIDIA CUDA-X、Omniverse 及 Cosmos、Nemotron 开放模型,加速工程设计、仿真与制造。NVIDIA 工厂运营蓝图 FOX 已在 GitHub 开放早期访问,支持构建协调机器作业的工厂智能体。Siemens 利用生成的缺陷图像,将电路板检测流程的校准时间缩短了 40%。

NVIDIA 扩展 Cosmos 平台,新增训练工具、仿真模型检查点和 Cosmos Data Factory 蓝图,支持世界模型的数据准备、适配、测试与部署。

推荐理由:通过数据生成、模型适配与部署三个可拆分环节,材料展示了世界模型开发流程的衔接方式,可供团队规划工具链时参考。
欧洲零售商正采用 NVIDIA 加速的开放模型与物理 AI,优化商品发现、智能体商务和仓储运营。Shopify 后训练的 NVIDIA Nemotron 3.5 Lightning 在内部评测中准确率超过一款前沿模型,服务成本降低 90%,响应提速 7x。Otto Group 将数字孪生仿真扩展至其最大履约中心,在实际部署前测试和优化仓储作业。
Google Research 介绍三项面向人类指导下自主湿实验室的研究,涵盖 VERID 实验自动化、闭环适配体发现和从头蛋白质结合物设计。VERID 通过实验室数字孪生、模拟试运行和硬件安全检查约束机器人操作;适配体实验经过 3 轮设计与测试,将肌红蛋白和 α-thrombin 的经确认靶向命中率分别提高至 33.5% 和 42.1%。
推荐理由:适配体实验展示了智能体如何利用真实实验反馈识别非特异性结合,并修正设计规则,为区分目标信号与实验伪象提供具体案例。
Google DeepMind 推出 Gemini 4 Argon,展示机器人控制、Real2Sim、物理理解和自我改进四类应用,在 ERQA 物理空间推理基准上取得 87%。
推荐理由:从真实场景重建仿真、生成训练数据再回到实体机器人评估,文中案例提供了将物理推理接入机器人训练流程的具体路径。
GRASP 通过虚拟状态、随机探索和梯度重塑,让基于世界模型的长时域梯度规划更具实用性。它将轨迹提升至虚拟状态以实现跨时间并行优化,在状态迭代中加入随机性,并避免穿过高维视觉模型的不稳定状态输入梯度,为动作提供更清晰的优化信号。