英偉達，又挖了一道護城河_風聞

AI掀起的熱潮，還遠未到結束的時候。

前有微軟豪擲800億美元建造AI數據中心，後有台積電季度利潤因AI需求旺盛而大漲58%，接受日經新聞調查的11位分析師更是全數看好AI芯片，共同表示今年供應情況仍然緊張。

當然，在這一迅猛增長市場中，硬件仍然是決定因素，根據Statista的數據，到2029年，全球GPU市場規模將增長至2700億美元，是當前規模的四倍，配套的HBM同樣潛力驚人，預計到2030年全球市場規模將增長至當前規模的三倍以上，達到1000億美元。

但在硬件之外，如何用它們來打造和提供AI服務，進一步提升生產力，依舊是一個疑問句。對於普通人來説，可以非常方便地體會到Chat-GPT這類大模型所提供的便利，但對於許多中大型企業來説，還未能真正得心應手地去使用AI芯片。

身處AI行業中心的英偉達也敏鋭地發現了這一點，在剛剛過去的CES 2025上，除了許多人所關注的RTX 50系顯卡外，英偉達還為更多企業提供了一個答案。

從工業生產到自動駕駛

企業為什麼要使用AI？使用AI會帶來什麼樣的好處？如何更好地使用AI？這是目前AI在企業端應用時的三大靈魂拷問，也是所有AI企業努力回答的方向。

對於過往的AI產品來説，往往更側重於互聯網領域，即所謂的IT市場，卻忽視了一個龐大市場——實體工業。

在欣欣向榮的IT行業之外，有超過1000萬家工廠、近20萬個倉庫和6000多萬公里的高速公路正在支撐其背後的計算網絡，但它們龐大的生產設施和配送中心網絡仍然需要人工來設計、操作和優化。

尤其是在倉儲和分銷領域，企業面臨着高度複雜的優化難題：如何統籌人類工人、機器人和系統設備，從而實現更高的效率？這讓AI軟件找到了自己的用武之地。

在CES 2025上，英偉達發佈了“Mega”，這一全新的Omniverse Blueprint正是針對上述場景而推出的，其可以在正式部署工廠或倉庫前，在數字孿生中大規模開發和測試機器人集羣。

據英偉達介紹，Mega為企業提供了NVIDIA加速計算、AI、NVIDIA Isaac和NVIDIA Omniverse技術的參考架構，用於開發和測試數字孿生，以測試AI賦能的驅動機器人、視頻分析AI智能體、設備等的機器人大腦，來幫助大規模處理非常複雜的情境。

無獨有偶，工業攝像領域同樣是一個亟需AI拯救的行業。

據不完全統計，目前全球已部署超過15億顆企業級攝像頭，每年會生成約7萬億小時的視頻，但在海量存儲視頻中，僅有不到1%被觀看和分析。這種忽視帶來了嚴重的後果，生產商每年因缺陷產品損失數萬億美元，花費大量物力人力佈置的工業攝像頭卻未能發揮該有的作用。

AI似乎就是為此類場景而生的，具備內置視覺感知能力的交互式AI智能體，完全可以成為一位24小時在線的視頻分析師，在海量的視頻中提取有用的信息並加以整理，從而確保生產商的工廠能更高效地運轉，為工人的安全保駕護航。

英偉達也在本次CES上推出了用於視頻搜索與總結的新版NVIDIA AI Blueprint。據介紹，該藍圖基於NVIDIA Metropolis平台構建，藉助NVIDIA Cosmos Nemotron視覺語言模型 (VLM)、NVIDIA Llama Nemotron大語言模型 (LLM) 以及NVIDIA NeMo Retriever，為開發者提供了構建和部署能夠分析大量視頻和圖像內容的AI智能體的工具。

與工業領域相似的是，飛速發展的自動駕駛行業中，同樣出現了AI藍圖的身影。

正如大部分人瞭解的一樣，AI正在自動駕駛領域中大放光彩，但它也面臨着問題：更大型的AI模型需要大量多樣化的數據進行訓練、調整和驗證，但如何收集罕見案例和潛在危險場景的數據，是所有車企都頭疼的一道難題。

為了幫助開發者填補這一空白，英偉達在CES 2025上推出了NVIDIA Omniverse Cloud Sensor RTX API，其支持物理精確的傳感器仿真，從而能大規模生成數據集。該API能支持各類常用的傳感器，包括攝像頭、雷達和激光雷達，並可以無縫集成到現有工作流中，以加速各類自動駕駛汽車和機器人的開發。

在看完整場CES發佈會後，我們不難發現，英偉達不再把硬件參數掛在嘴邊，也不再去強調AI這一模糊概念，而加入了更多應用場景，AI藍圖和AI智能體，成為了發佈會中提到的最多的兩個詞。

驅動未來發展的心臟

什麼是AI智能體 (AI Agent) ？什麼是AI藍圖 (AI Blueprint) ？

先來説AI智能體，準確來説其實是AI智能主體，這意味着這類AI具備了主觀能動性，能夠感知其環境、自主採取行動以實現目標，在處理問題時更接近於人類本身。

在去年的播客採訪中，英偉達CEO黃仁勳曾經闡述了他對公司未來模式的設想，在他的設想中，未來工業依舊會採取與當前類似的層級結構，但AI智能體構成了基本員工，人類則充當他們的管理者。

他並不是唯一一個想用AI構建公司的人。根據Capgemini近期對1100名企業高管的調查，超過一半的企業高管計劃在未來一年開始使用AI智能體，預計在未來3年內，這一數字將上升到82%。

在他們的構想中，AI智能體是構建未來公司的關鍵一步。或許在不算遙遠的未來，部分人類員工會升級為AI智能體經理，他們可以利用自己廣泛的知識和技能基礎來發現需要解決的正確問題，然後將執行工作委託給AI智能體員工，從而提升整個企業的運行效率。

這種想法有一些超前，但並非完全不能實現，事實上，目前客服行業就有相當一部分已經或將要採用AI智能體。在簡單的問答之外，它們可以完成更多更復雜的操作，縮短響應時間的同時，也能提升用户的滿意度。

上世紀人類曾暢想過未來社會，也曾對人形機器人產生過許多幻想，不少科幻電影中就描繪了機器人的強大之處：修剪花園、照顧寵物、洗衣拖地、準備晚餐、照顧嬰兒……它們似乎能夠完成一切枯燥無味的勞動，真正解放了人類的雙手。

而AI智能體，就像是21世紀信息化時代裏的高級智能機器人，儘管它沒有人形機器人那樣靈活的雙手，但它的思維卻未必會比當初設想的慢多少，它所能完成的事情也遠遠超出了家庭雜務的範疇。

為了構建理想中的AI智能體，英偉達推出的AI Blueprint就是一本不可或缺的指南。

去年8月，英偉達宣佈推出NVIDIA AI Blueprint，這是它為企業提供的一系列端到端AI解決方案框架，能夠幫助企業更快地推出和部署包括AI智能體在內的自定義AI應用。

與大多數所想象的不同，NVIDIA AI Blueprint其實非常簡單易用，開發者只需點擊一下，即可將其作為NVIDIA Launchable構建和運行。由於包含開發所需的所有組件，Launchable支持一致且可重複的設置，避免了手動配置和額外的開銷，簡化了從原型開發到部署的整個開發流程，只需要短短幾周時間，企業就能快速部署AI應用。

除此之外，AI Blueprint能通過硬件加速、軟件優化和高效部署策略，降低AI系統的計算和運營成本，還支持了從單一服務器到大型數據中心的無縫擴展，不論是大型科技巨頭，還是中小型初創企業，都能通過英偉達的解決方案來滿足自身需求。

企業還可以通過NVIDIA AI Enterprise軟件平台將藍圖部署到生產環境中，在戴爾科技、慧與、聯想、超微等數據中心平台上，或在亞馬遜雲科技、谷歌雲、Microsoft Azure和Oracle Cloud Infrastructure的加速雲平台上運行AI Blueprint。

前文中提到的工業生產與自動駕駛，正是AI智能體和AI藍圖的具體應用，二者正在幫助愈來愈多的企業擁抱和採用AI，讓AI成為驅動未來發展的心臟。

緩緩展開的未來藍圖

2022年底至2024年底，ChatGPT的發佈引燃了世界範圍內的AI熱情，各大科技企業紛紛將生成式AI注入互聯網服務，通過編寫語言和代碼來提高個人的生產力，我們可以把這段時間看作是AI產業發展的第一階段。

而AI產業目前正在悄然經歷第二階段，AI不再停留在個人層面，而是開始飛入大大小小的企業之中，以AI智能體的形式，幫助它們實現更快創新和提高生產力。

對於目前企業來説，還在糾結如何使用AI這道難題，而在未來企業的眼中，或許如何發掘AI潛力成為了新的難題，屆時AI產業可能就會迎來全新的第三階段。

回過頭再來看英偉達，它似乎已經在傳統的硬件護城河外，構建了第二道護城河。從CUDA到包括AI Blueprint在內的NVIDIA AI Enterprise，英偉達提供了一整套AI開發工具鏈和基礎設施，往日高不可攀的AI模型如今已是唾手可得，這或許是其他AI芯片競爭者真正可望而不可即的優勢所在吧。