十年前需要两人合力才能搬上楼的机器，如今被黄仁勋单手举在了舞台上！
就在GTC柏林的现场，黄仁勋举起了一款轻薄笔记本RTX Spark，内存容量为128GB。
2016年8月，他曾将刚发布的DGX-1送到OpenAI位于旧金山的办公室。那台设备同样拥有128GB内存，却需要两人才能抬上楼。
黄仁勋表示，唯一的不同在于，他现在可以单手这样拿着它。
十年过去，AI性能提升了100万倍，而同期摩尔定律仅增长了约100倍。
多出来的部分，源于**“极致协同设计”**——每一层软件、每一台计算机、每一种新算法，连同架构一起进行了改动。
这是一次新工业革命的宣告。
这一个半小时里，黄仁勋发布了一系列重磅内容：
RTX Spark的FP4 AI算力最高达1 Petaflops，统一内存最高128GB。
它将Blackwell RTX GPU和Grace CPU融合成一颗超级芯片，黄仁勋在台上称之为N1X。这款电脑于10月16日开售。
过去几十年，电脑一直是工具，你输入指令，它照做。现在，这一定义被彻底颠覆了。
在黄仁勋看来，RTX Spark是你的**“个人Agent”“个人助手”，甚至是“数字伴侣”**。你与它的互动，更像与一个帮你干活的伙伴相处。
要成为称职的个人Agent，它需要模型、Harness、安全运行时OpenShell，以及知识和工具。其中模型既可以在本地运行，也可以放在云端。
工具方面，英伟达有现成的资源。这台电脑能加速OpenGL、DirectX和全部CUDA，因此英伟达开发过的所有软件，都能在上面运行。
为打造这款电脑，英伟达与微软秘密合作了四年，投入了数千个工程师年。
整个PC行业也倾巢出动，台式机、笔记本、工作站全线支持RTX Spark。
未来的工作场景是，你把任务交给RTX Spark，它去调用软件，帮你完成工作。你不再是“使用”软件，而是在“雇佣”电脑。
这几年，大家都在谈论大模型。但在黄仁勋看来，单靠模型还不够，模型只是大脑，真正能干活的是Agent。
Agent会思考、推理、迭代、使用工具。它想得越多，消耗的token就越多，GPU的需求也随之飙升。
一个Agent必须具备五个核心要素。
这五样东西，各自对应不同的硬件。模型在Vera Rubin NVL72上思考，Harness在Vera MGX计算节点上运行，知识由Vera CMX存储节点提供，工具交给专跑CUDA-X库的Vera RTX计算节点。
因此Vera Rubin驱动的是整个Agent。
Vera Rubin的硬件本身也发生了变化。黄仁勋在台上展示了一个计算托盘，里面没有线缆，也没有电线，100%液冷。
上一代Grace Blackwell组装一台需要两个小时，线缆杂乱，Vera Rubin组装一台不到5分钟。
至于Agent如何搭建，黄仁勋的答案很简单：“让另一个Agent帮你建。” 随后机器鸭子的演示，就是由一台个人电脑上的Agent驱动的。
安全，是Agent时代的关键。
Agent能自己操作文件、上网、调用工具，因此权限必须降到最低，并持续监控。
英伟达介绍OpenShell的短片，开场先自嘲了一番，说目前能阻止Agent的，只有提示词里一句客气的“请别删东西”。
为此，英伟达发布了OpenShell参考架构。
它的思路是将规则写在Agent之外。每个Agent被关进自己的沙箱，能读写哪些文件、能连接哪些网络，细到每一次系统调用，都由沙箱外的策略决定，密钥也不交给Agent。
硬件上再加一道锁。Sentry运行在BlueField-4上，像一个不睡觉的哨兵，守在主机之外，严密监控Agent的一举一动，一旦越界，毫秒级就会被隔离。
有了Agent，去哪里运行它们？
答案是AI工厂。
旧时代的工厂，将煤炭变成电力。新时代的AI工厂，将电力变成智能。
黄仁勋整场都在反复强调一个观点：AI是一种制造业，不只是软件。
“想成为这个AI经济的一部分，你不能只做AI的消费者，还要做AI的生产者。”黄仁勋说。
一座1吉瓦的AI工厂，将土地、电力、厂房、计算、网络、存储和散热都算上，大约需要500亿美元。按一年400亿美元的收入计算，晚投产三个月，就有约100亿美元的收入损失。
为了让企业更快建厂，英伟达推出了NVIDIA DSX POD。
一个POD由7个液冷计算机架组成，机架之间用17公里长的Spectrum-X线缆连接。
整套设备在工厂内完成集成、布线和测试，再装进可运输的集装箱，运到数据中心。到了现场，使用干冷器散热，800V直流电直接供应到机架。
只要场地水电就绪，部署时间就能从大约六个月缩短到最短14天。
背后的逻辑，是将装机流程整合进供应链。三年前，Grace Blackwell NVLink 72先将整机架移进了工厂，但机架运到现场后，仍需再组装好几个月。
DSX POD将搭建、点亮、验证和老化测试也全部搬进工厂，出厂即可运行。在黄仁勋看来，这是对全球供应链的一次彻底改造。
电力和水也节省了。同样的token产出，DSX MaxLPS最多能少用30%的电；闭环液冷加干冷器不蒸发水，放大到2吉瓦规模，每天约能省下5400万升水，相当于18万户家庭一天的用水量。
企业买回去的，是一座直接产出数字智能的炼金炉。
如果说大模型是AI的灵魂，那么Agent是AI的双手。
现在，AI需要一个身体。
压轴演示的主角是一只机器鸭子MicroDuck。它是Hugging Face的机器人，由Pollen Robotics制造。
这场演示要展示的，是如何用Agent教会它走路。从搭建训练场到训练、再到上真机，整套流程都在一台RTX Spark上运行，只有遇到大负载，才交给云端。
第一步，开发者用文字描述训练场地和要学的技能，Hermes加Nemotron就在RTX Spark上规划好场地，列出需要的物体。
接着，OpenAI的Astra调用FreeCAD构建3D物体，用Blender贴材质，用Omniverse SimReady库补充物理属性，在Isaac Sim中搭建场景。
然后，Astra再给MicroDuck配上关节、执行器和连杆，用Newton物理引擎模拟它的运动。
训练这一步在云端进行。Isaac Lab中数千只虚拟MicroDuck并行训练，每次摔倒都是一次学习，策略不断优化。
训练好的策略再下载回RTX Spark，评估通过后，部署到真机上。随后，四只真实的MicroDuck走上了舞台。
黄仁勋像个老父亲一样，先让它们走两步，叮嘱了一句“别绊倒”，又问它们“你们能坐下吗？”，鸭子们应声坐下。
他又让它们站起来、睡觉，最后喊它们翻跟头，自己连说了好几遍“太棒了”。
“你们在RTX Spark上诞生，在云端一堆英伟达超级计算机上训练，又在数字孪生里学会了本事。”黄仁勋对着鸭子说。
这三步，对应的就是物理AI的三台计算机。第一台训练AI模型，第二台在数字孪生Omniverse中让AI学技能，不能刚编好就丢进现实世界乱试，第三台装在机器人身上。
鸭子之外，黄仁勋更看好人形机器人，在他看来，这会是下一个大产业。
为了让开发者不用从零开始，英伟达与Agile Robots发布了参考人形机器人Agile ONE SN。
以前做机器人研究，软件、计算系统、传感器和机械系统都得自己拼。现在这些全部装在一台机器上，搭建一个测试平台，从几个星期缩短到了几天。
Agile ONE SN身高1.4米，体重40公斤，拥有31个自由度，预置Isaac GR00T，由Jetson Thor驱动，预计2027年初上市。
在黄仁勋看来，机器人任务过于分散，如果每个任务各配一套，行业就会被切碎，技术飞轮也转不起来。
手机、PC和NVLink 72，都是通过标准化配置将量做起来，量再反过来推动技术加速。
人形不一定在每个场景都最优，但能覆盖足够多的场景，因此很可能成为出货量最大的机器人形态。
加上英伟达开放的数据集、Isaac仿真平台和GR00T模型，Agile ONE SN想成为全球机器人开发者的**“标准教材”**。
工厂、仓库、家庭，机器人的大军正在集结。
前面提到的Agent五要素中，模型和知识这两样，英伟达这次也提供了现成的。
先说模型。大模型不再垄断在少数人手里，英伟达将各领域的开放模型全部摆了出来。
黄仁勋也承认，这些模型，尤其是语言模型，不一定处在最前沿。
但英伟达将权重、训练数据和复现脚本整套开放，企业用自己的数据进行后训练，就能将其训练到前沿水平。
最终，你将得到一个绝对忠诚、绝对保密、只懂你业务的“超级智能”。
再说知识。为了让Agent读懂企业数据，英伟达推出了Agent Knowledge Foundation。
无论是杂乱的文档，还是结构严谨的数据库，Nemotron都能解析、嵌入、重排序，新的Kumo模型还能直接从数据中做预测。
“让Agent变成超级Agent的，是你给了它访问公司知识的权限。”黄仁勋说。
懂你公司知识的超级Agent，这才是企业真正需要的AI。
演讲最后，黄仁勋留下一句宣言：“每一家欧洲公司，都将成为AI公司。毫无疑问。”
然后，画风突变。
一首“欧洲歌唱大赛”风格的歌，将本场的发布全部编成了调侃，从OpenShell给Agent划的权限，到BlueField上的Sentry，再到机器人在仿真中练本事。
音乐炸裂，歌词洗脑：
“世界在建新基建，以前烧煤，现在把沙子变芯片。”
“GPU就像印钞机，躺着就把钱赚。”
“OpenShell守大门，没有权限赶紧滚。BlueField像施瓦辛格一样护卫沙箱。”
“机器人在模拟器里上大学，还不用还学生贷款。”
“你无法拼写Fungible（可互换）如果没有Fun（乐趣）！”
伴随着萨克斯的独奏，全场合唱《We are Europa》。
参考资料：
https://blogs.nvidia.com/gtc-berlin-2026-news/
本文来自微信公众号“新智元”，作者：ASI启示录，编辑：大卫 摩西，36氪经授权发布。