LAS VEGAS and PURCHASE, N.Y., Jan. 6, 2026 /PRNewswire/ -- At CES 2026, PepsiCo (NASDAQ: PEP) announced a multi-year, industry-first collaboration with Siemens and NVIDIA to transform plant and supply chain operations through advanced digital twin technology and AI. This collaboration marks a first-of-its-kind initiative for a global CPG company applying digital twins to reshape how plant and warehousing facilities are digitally simulated and tested, with early pilots already underway in the U.S. Together, ...

文章核心观点 - NVIDIA在CES 2026上发布了名为Alpamayo的开放式AI模型、仿真工具和数据集家族，旨在加速下一代基于推理的安全自动驾驶汽车发展 [1][4][12] - Alpamayo家族通过引入基于思维链的视觉语言行动模型，为自动驾驶决策带来类人推理能力，旨在解决罕见、复杂的“长尾”驾驶场景挑战 [2][3][12] - 该生态系统整合了开放模型、仿真框架和数据集三大支柱，为汽车开发商和研究团队提供了一个可构建的完整、开放生态系统 [4][10][11] 产品与技术细节 - **Alpamayo 1模型**：行业首个基于思维链推理的视觉语言行动模型，拥有100亿参数架构，使用视频输入生成轨迹和推理痕迹，展示每个决策背后的逻辑 [13] - **AlpaSim仿真框架**：一个完全开源、端到端的高保真自动驾驶开发仿真框架，提供真实的传感器建模、可配置的交通动态和可扩展的闭环测试环境 [13] - **Physical AI开放数据集**：包含超过1,700小时的驾驶数据，覆盖了最广泛的地理区域和条件，包含对推进推理架构至关重要的罕见复杂真实世界边缘案例 [13] - 这些模型并非直接在车载系统运行，而是作为大规模教师模型，供开发者微调并提炼到其完整自动驾驶技术栈的骨干中 [5] - 未来该家族的模型将具有更大的参数量、更详细的推理能力、更灵活的输入输出选项以及商业用途选择 [13] 行业影响与合作伙伴 - 移动出行领军企业和行业专家，包括Lucid、JLR、Uber和Berkeley DeepDrive，均对Alpamayo表现出兴趣，以开发能够实现L4级自动驾驶的基于推理的自动驾驶技术栈 [8][12] - 行业观点认为，向物理AI的转变凸显了对能够推理现实世界行为的AI系统日益增长的需求，而先进的仿真环境、丰富的数据集和推理模型是发展的重要元素 [9] - 该模型的开放源码性质加速了全行业的创新，使合作伙伴能够根据其独特需求调整和完善该技术 [9] - 借助Alpamayo，行业领导者和研究社区可以加快安全、基于推理的L4级部署路线图 [12] 开发与部署支持 - 开发者可以利用NVIDIA丰富的工具和模型库，包括来自NVIDIA Cosmos和NVIDIA Omniverse平台的工具 [9] - 开发者可以在专有车队数据上微调模型版本，将其集成到基于NVIDIA DRIVE AGX Thor加速计算构建的NVIDIA DRIVE Hyperion架构中，并在商业部署前在仿真中验证性能 [9] - 这些工具共同为基于推理的自动驾驶技术栈实现了一个自我强化的开发循环 [7]

行业市场规模与现状 - 中国AI医疗市场规模预计在2025年达到1157亿元，并预计在2028年攀升至1598亿元 [1] - 医疗健康/生命科学领域现阶段三大AI用例为：医疗影像和诊断（占比47%）、临床决策支持（占比43%）、疾病诊断和风险预测（占比40%） [2] - 截至2024年5月，中国已有85款AI医疗影像产品获批三类证，覆盖眼部、肺部、骨科、心血管、乳腺、宫颈等多个部位的疾病诊断 [7] 核心应用场景与驱动因素 - 医疗影像和诊断位列AI用例之首，主要原因为可缓解医疗资源紧缺及分布不均问题 [2][5] - 中国偏远地区的疾病误诊率是城市的2-3倍，2021年中国影像科医生配置仅为0.17人/千人，资源严重短缺 [5] - AI能高效处理分析大量图像数据，提高诊断效率和准确率，减少漏诊误诊，并能通过临床决策支持系统辅助医生做出更科学的诊疗决策 [6] - 海量数据的积累（如院内影像数据、检测检验数据、日常健康信息）是AI技术落地应用和迭代升级的基础 [6] 未来五年受AI影响最大的领域 - 未来5年内，受访者认为受AI影响最大的三大领域是：先进的医疗影像和诊断（51%）、虚拟医疗健康助手（34%）、精准医疗（29%） [8] - AI+医疗影像诊断当前主要实现定性分析，未来借助大模型和生成式AI，应用边界将不断拓展，向定量分析（如疾病病程判断）等能力进阶 [10] - 虚拟健康助手发展迅速，其驱动力包括：C端健康管理需求涌现、可作为企业抢夺用户入口并提升用户黏性与复购率、能积累用户健康数据赋能个性化健康管理与医药研发、以及生成式AI技术进步使主动式全生命周期健康管理成为可能 [11] - 国内AI虚拟健康助手已呈现同质化，但部分企业基于自身优势打造差异化产品，例如蚂蚁集团的医保与资源整合、讯飞医疗的复杂症状鉴别诊断、京东健康的“小病咨询-快速购药”服务闭环 [12] - 精准医疗在AI助力下，将在诊断和治疗水平上持续提升能力，实现更精准高效的诊断和更科学个性化的诊疗方案 [12] 行业发展挑战与解决方案 - 在医疗健康与生命科学领域实施AI的最大挑战是数据问题（如隐私和自主权），约33%的受访者提及此点 [13] - 其他主要挑战包括缺乏预算（30%）和用于模型训练的数据量不足（30%） [13] - 英伟达为赋能行业AI开发，构建了从底层硬件到顶层应用的完整解决方案，包括AI计算平台、NVIDIA Clara平台（含BioNeMo、Holoscan、Parabricks、MONAI等工具）、NVIDIA Omniverse和NVIDIA Cosmos平台，以及用于AI医疗机器人的开发者框架NVIDIA Isaac for Healthcare [14] - NVIDIA Isaac for Healthcare通过生成高保真合成数据解决训练数据不足问题，并通过数字孪生技术降低研发部署成本、缩短周期以应对预算不足挑战 [15] - NVIDIA Isaac for Healthcare的核心能力涵盖数字化原型设计、利用仿真数据训练AI模型、在数字孪生环境中验证模型、通过硬件在环进行持续测试以及实现从仿真到现实的部署应用 [16] - 英伟达已与强生、GE医疗等行业龙头合作，例如帮助强生将其MONARCH平台的设计、模拟与测试过程从数月或数年缩短至数小时 [17] - 英伟达还通过初创加速计划（NVIDIA Inception）为超过4000家医疗健康/生命科学企业提供产品折扣、技术支持等帮助，并持续通过其技术（如NVIDIA Clara平台的视觉语言模型Reason）提升AI模型的可解释性与透明度 [18]

公司与战略合作 - 英伟达与新思科技于2025年12月1日宣布达成一项多年期战略合作伙伴关系，其中包括英伟达向新思科技普通股投资20亿美元 [1] - 合作旨在将英伟达的加速计算和人工智能技术与新思科技的设计和仿真堆栈相集成，以帮助研发团队以更快的速度、更高的精度和更低的成本进行产品设计、仿真和验证 [2] - 合作计划将新思科技的AgentEngineer与英伟达的智能体堆栈（包括NIM微服务、NeMo Agent Toolkit和Nemotron模型）连接，以实现EDA和仿真工作流程中的自主设计能力 [2] 技术整合与产品开发 - 新思科技的应用程序将广泛使用英伟达的CUDA-X库和AI物理技术进行加速 [2] - 双方将利用英伟达Omniverse和新思科技Cosmos平台，为半导体、航空航天、汽车、能源、工业和医疗保健等多个行业构建下一代数字孪生 [3] - 合作将提供云就绪的产品，并利用新思科技的全球销售网络进行联合市场推广计划 [3] 交易细节与公司背景 - 英伟达此次投资的股票购买价格为每股414.79美元 [3] - 官方新闻稿指出，此次合作是非排他性的 [3] - 英伟达是人工智能和加速计算领域的领导者，提供从数据中心到边缘设备的GPU平台和软件 [4]

商业合作与订单 - 英伟达在APEC会议期间与韩国政府及三星、SK集团、现代汽车集团高管会面，宣布供应超过26万块先进AI芯片 [1] - 韩国政府计划采用超过5万块英伟达最新芯片投资AI基础设施，三星、SK集团、现代汽车将分别在AI工厂中部署5万块AI芯片，Naver还将购买6万块芯片 [1] - 供应的GPU主要是GB200 Grace Blackwell，还有一部分RTX 6000系列，总价值推算为10万亿至14万亿韩元（约合人民币498亿至697亿元） [1] - 三星和英伟达宣布正在共同研发HBM4，三星HBM4采用第六代10nm级DRAM和4nm逻辑基片，处理速度达11Gbps，远超JEDEC标准的8Gbps [1] - 英伟达最大的HBM供应商SK海力士计划第四季度开始出货其最新HBM4芯片 [1] 高管活动与关系维护 - 英伟达CEO黄仁勋在韩国首尔与三星董事长李在镕、现代汽车集团执行董事长郑义宣聚餐，并赠送签名威士忌和英伟达DGX超级计算机 [2] - 在APEC会议期间，韩国总统李在明与黄仁勋举行正式会晤 [2] 关键人物背景与职责 - 黄仁勋女儿Madison Huang现任英伟达物理AI平台产品与技术营销高级总监，负责Omniverse、Cosmos世界基础模型、Isaac机器人平台等 [4] - Madison Huang团队负责推动工业数字化和物理AI领域的市场营销、市场推广及开发者赋能 [4] - 她今年频频现身重要活动，包括10月9日出席Omniverse官方频道直播访谈，探讨机器人开发 [4] - 黄仁勋儿子Spencer在英伟达Omniverse与机器人团队担任机器人产品线经理，工作包括扩展仿真工作负载如合成数据生成、验证和测试流程 [6] - Madison的男友Nico Caprez也在英伟达担任企业发展经理 [6] 业务部门战略定位 - 黄仁勋子女均在Omniverse与机器人业务部门工作，该业务被视为“潜力股”，承载了公司在机器人、汽车、工业制造领域未来庞大市场的雄心 [10] - 当前Omniverse与机器人业务的收入规模远小于英伟达核心数据中心和PC业务 [10]

合作深化与战略升级 - 现代汽车集团与英伟达深化合作，从战略采用先进软件平台和基础设施转向共同创新核心物理人工智能技术 [1] - 合作将共同开发用于移动出行解决方案、下一代智能工厂和设备端半导体进步的AI能力 [1] - 此次合作标志着双方进入新阶段，旨在加强现代汽车集团的未来能力 [1] 投资规模与基础设施 - 双方计划使用50,000个英伟达Blackwell GPU进行集成AI模型训练、验证和部署 [2] - 为推进韩国物理AI发展，将带来约30亿美元的投资 [2] - 现代汽车集团正基于英伟达Blackwell AI基础设施建设一个新的AI工厂 [1][6] 政府合作与生态系统建设 - 现代汽车集团和英伟达将与韩国政府利益相关方密切合作，加速生态系统发展 [2] - 合作包括建立现代汽车集团物理AI应用中心、英伟达AI技术中心以及该地区的物理AI数据中心 [3] - 韩国科学与信息通信技术部、现代汽车集团和英伟达于10月31日签署谅解备忘录，正式确立合作 [3] 技术平台与应用 - 现代汽车集团开始利用在英伟达RTX PRO服务器上运行的NVIDIA Omniverse和Cosmos开发汽车工厂数字孪生和机器人 [6][8] - 使用英伟达Nemotron开放模型和NeMo工具，加速专有大语言模型和AI开发 [6][12] - 采用英伟达DRIVE AGX Thor计算平台，为高级驾驶辅助系统、下一代安全功能和车载智能提供动力 [6][13] 智能工厂与数字孪生 - 利用NVIDIA Omniverse Enterprise平台开发稳健的工厂数字孪生，实现精密控制、软硬件在环验证和虚拟调试 [8] - 物理精确的数字环境加速机器人集成，优化生产，实现预测性维护，为全自主软件定义工厂铺平道路 [9] - 通过NVIDIA Isaac Sim对仿人机和机器人系统进行任务分配、运动规划和人机工程学安全的虚拟验证 [10] 自动驾驶与车载AI - 使用Omniverse和Cosmos平台构建区域驾驶环境和条件的数字孪生，结合广泛模拟以推进自动驾驶开发流程 [11] - 合作开发创新的车载AI功能，包括个性化数字助理、智能信息娱乐和自适应舒适系统 [12] - 先进AI模型可实现车辆能力和功能的空中升级，将车辆转变为持续学习、进化的智能体 [12][13] 行业影响与未来展望 - 合作旨在将韩国打造为AI领先国家，结合韩国丰富的制造数据与英伟达尖端AI基础设施，加速各行业制造业的AI转型 [4] - 此次合作将为韩国建立强大的AI生态系统，培养下一代物理AI人才，并定位在全球AI领导地位的前沿 [3][5] - 现代汽车集团正将其车辆和工厂从独立系统演变为一个互联的智能生态系统，为全球汽车行业的未来设定新标准 [13]

合作核心与规模 - NVIDIA与SK集团合作建设AI工厂，以推进半导体研发生产及支持数字孪生和AI智能体开发的云基础设施[2] - AI工厂将配备超过50,000颗NVIDIA GPU，首阶段计划于2027年底完成，建成后预计将成为韩国最大的AI工厂之一[2] - 该工厂将通过GPU即服务模式服务于SK海力士、SK电讯等SK子公司以及外部组织，加速韩国产业的数字化转型和工业创新[3] 技术合作与产品开发 - 双方合作开发SK海力士的高带宽内存及下一代先进内存解决方案，用于NVIDIA GPU、半导体制造和电信基础设施[4] - SK海力士正利用NVIDIA CUDA-X技术，包括通过NVIDIA PhysicsNeMo框架，利用AI物理技术显著加速技术计算机辅助设计仿真，以更快更精确地交付下一代半导体产品[8][9] - SK海力士正在测试利用NVIDIA Blackwell GPU加速其当前使用的Synopsys软件，用于技术计算机辅助设计和电路仿真[9] 数字孪生与AI应用 - SK海力士使用NVIDIA Omniverse库和配备NVIDIA RTX PRO 6000 Blackwell GPU的服务器构建自主晶圆厂数字孪生，实现实时模拟、监控和优化，以加快生产爬坡速度并提高运营敏捷性[10] - SK海力士部署由NVIDIA NIM微服务和NVIDIA AI Enterprise软件支持的AI智能体，旨在提升超过40,000名员工的生产力[8][11] - SK电讯正在亚洲建设基于NVIDIA RTX PRO 6000 Blackwell服务器版GPU的工业AI云，初步部署将包括超过2,000颗该GPU，以支持半导体制造、晶圆厂数字孪生和内部AI智能体[6][8] 生态系统与模型开发 - SK集团AI工厂基础设施将可供参与韩国政府主权AI基础模型项目的模型开发者使用[5] - SK电讯作为模型开发者参与该项目，为企业、行业和研究人员提供用于AI智能体及应用开发的基础模型[5] - SK电讯正在开发一个名为A X的基础模型，该模型由NVIDIA NIM微服务和NVIDIA AI Enterprise软件平台构建，将为SK海力士的AI智能体提供支持[11]

6G电信平台合作 - 公司与诺基亚合作推出支持6G的Aerial RAN计算机平台 旨在为蜂窝网络提供更稳定高效的连接以及更快的数据传输 以支持直接融入网络连接的AI服务 [1] 高性能计算与政府项目 - 公司与Oracle合作打造美国能源部最大的AI超级计算机 计划部署总共110,000个Blackwell GPU 以加速科学发现并加快美国的研发进程 [2] - 公司强势介入政府项目 此前AMD已宣布与美国能源部达成基建合作 供应M430芯片 [4] 自动驾驶技术拓展 - 公司自动驾驶平台将应用于Stellantis、Lucid和梅赛德斯-奔驰汽车 为其提供自动驾驶出租车功能 [2] - 公司与Uber合作 计划从2027年开始推出由10万辆自动驾驶出租车组成的车队 [2] - 公司进入自动驾驶出租车环节旨在搜集实测数据 尽管其实验室合成数据能力全球最强 但端到端的真实数据对模型调优更具意义 [5] 工业AI与数字孪生 - 公司正在扩展其NVIDIA Omniverse蓝图 该蓝图用于模拟机器人队列 新增功能包括设计和模拟工厂数字孪生的技术 [3] 公司财务数据 - 公司股票代码为NVDAO 股价为20103美元 当日上涨954美元 涨幅498% 成交量为30亿股 换手率112% [6] - 公司总股本为24300亿股 总市值达48850亿美元 市盈率为564 市净率为4879 [6] - 盘后交易股价为20368美元 上涨265美元 涨幅132% [6]

文章核心观点 - NVIDIA宣布其Omniverse技术正被美国领先的制造商、工业软件开发商和机器人公司采用，以构建先进的机器人化工厂和新型自主协作机器人，旨在应对劳动力短缺并推动美国再工业化 [1][5][18] 工业AI操作系统扩展 - NVIDIA正在扩展其用于模拟机器人舰队的“Mega” Omniverse蓝图，新增用于设计和模拟工厂数字孪生的技术 [2] - 西门子成为首家开发支持该Mega蓝图的数字孪生软件的公司，该技术栈将作为西门子Xcelerator平台的一部分，帮助工程师设计结合逼真3D模型和实时运营数据的大规模工厂数字孪生 [3] - FANUC和富士康Fii是首批支持基于OpenUSD的3D机器人数字孪生的机器人制造商，方便制造商将设备拖放至其数字孪生中 [4] 领先制造商应用案例 - 富士康使用新的Omniverse技术，为其位于德克萨斯州休斯顿、面积达242,287平方英尺的新设施进行设计、模拟和优化，该设施用于生产NVIDIA AI基础设施系统 [4] - 贝尔登实施了埃森哲的Physical AI Orchestrator，结合NVIDIA Omniverse库、Metropolis平台和埃森哲的智能体AI，创建虚拟安全围栏和实时质量检测系统 [6] - 卡特彼勒应用Omniverse构建其工厂和供应链的数字孪生，用于预测性维护、动态调度，并利用NIM微服务实现工作流自动化，使用cuOpt软件优化供应链绩效 [7] - Lucid Motors使用Omniverse构建工厂数字孪生，用于实时工厂规划与优化，并训练AI驱动的机器人系统 [8] - 丰田使用idealworks的iw.sim技术（整合了Mega Omniverse蓝图的能力）为其肯塔基州乔治敦工厂创建数字孪生，探索复杂自动化场景 [8] - 台积电使用Omniverse加速晶圆厂设计和建设，并利用Isaac平台开发用于其亚利桑那州凤凰城工厂特定操作的机器人，以显著提升制造生产力 [9] - 纬创资通使用一套NVIDIA AI和Omniverse技术，对其在德克萨斯州沃斯堡工厂组装的系统实施严格的数字测试和验证流程 [9] 机器人开发者与协作 - 机器人公司采用NVIDIA的三计算机架构来构建和部署先进的机器人舰队，以弥合技能差距、提高工人生产力和安全性 [10] - Figure与NVIDIA合作加速下一代人形机器人开发，利用NVIDIA加速计算构建其Helix视觉语言行动模型，并利用Isaac平台进行模拟和训练 [11] - Agility Robotics的通用人形机器人Digit使用NVIDIA Isaac Lab框架通过数百万次强化学习场景优化全身控制，并由Jetson AGX Thor模块驱动实现实时感知和决策 [12] - 亚马逊机器人使用Omniverse库和框架，将其各种机械臂系统和移动机器人的开发时间从数年缩短至数月 [13] - Skild AI正在构建一个涵盖腿式、轮式和人形机器人的通用机器人基础模型，使用Isaac Lab进行运动灵巧操作任务训练，并使用Cosmos世界基础模型生成训练数据集 [14] - FieldAI正在训练用于建筑和石油天然气环境监控与检查的跨实体机器人大脑，使用Isaac Lab进行强化学习，并使用Isaac Sim进行合成数据生成和软件在环验证 [14] 行业投资与基础设施 - 2025年，美国宣布了总额达1.2万亿美元的投资用于建设国内生产能力，主要由电子供应商、制药公司和半导体制造商主导 [5] - NVIDIA IGX Thor是一个由Blackwell驱动、适用于企业的平台，正被包括Diligent Robotics、日立铁路、Joby Aviation在内的行业领导者采用 [20] - 谷歌云宣布其由NVIDIA RTX PRO 6000 Blackwell服务器版GPU驱动的新G4实例现已可用，微软也将在Azure公有云和Azure Local边缘基础设施中提供这些GPU [21]

文章核心观点 - 英伟达通过其Omniverse、Cosmos、DGX和AGX等技术平台，构建了一个从虚拟仿真、模型推理训练到现实部署的完整物理AI技术闭环，旨在打破信息世界与物理世界的边界，为复杂工程任务的解决提供新路径 [1][12][13] 虚拟仿真平台技术 - 英伟达Omniverse是一个基于OpenUSD标准的实时协作与仿真平台，能对物理世界进行毫米级复刻，其物理引擎可精准计算物体的物理属性，如大象的体重、肌肉运动惯性以及冰箱门体开合的铰链力学等 [2] - Omniverse支持多工具协同与实时渲染，设计师可在Maya、Blender等工具中工作，修改实时同步至平台，避免了文件格式不兼容和版本混乱问题，大幅提升虚拟场景搭建效率 [3] - NVIDIA Cosmos作为生成式世界基础模型平台，可通过文本或图像输入自动生成符合物理规律的虚拟场景，例如输入“一只成年非洲象、一台高2.5米的双开门冰箱”即可生成场景，大幅降低了物理AI的开发门槛 [3][4] 模型推理与训练能力 - Cosmos Reason是一款70亿参数的推理视觉语言模型，专为物理AI设计，具备物理理解、先验知识与常识推理能力，能将复杂任务分解为可执行的动作脚本 [5][6] - 该模型能处理突发情况，例如当虚拟场景中出现“冰箱门卡住”时，Cosmos Reason会先检测卡顿位置再调整开门角度，而非重复发力，这基于其机械故障处理的先验知识 [7] - 训练物理AI需要海量虚拟场景数据，英伟达DGX系统凭借超强算力能快速迭代Cosmos Reason模型，并通过强化学习让机器人在失败场景中调整策略，提升鲁棒性 [9] 现实部署与技术闭环 - 训练好的模型通过英伟达Jetson AGX系列边缘计算平台部署到现实机器人上，该平台能实时接收传感器数据，并在0.1秒内规划出移动路径，确保机器人动作不延迟 [10] - Omniverse+Cosmos作为仿真与合成数据生成平台，能模拟上千种极端场景以获取大量训练数据，解决了现实世界测试成本高、危险且难以规模化的问题 [11][12] - 物理AI技术将计算的影响力从5万亿美元的信息产业拓展至100万亿美元的物理世界市场，并正渗透到工业、物流、医疗等千行百业 [12][13]