Tại Triển lãm Điện tử Tiêu dùng 2026 (CES 2026) đang diễn ra tại Las Vegas (Mỹ), CEO của Nvidia - Jensen Huang đã tuyên bố rằng năm 2026 sẽ là “năm của AI vật lý". Theo ông, đây là thời điểm AI không chỉ vận hành trong không gian số mà sẽ bắt đầu tác động trực tiếp đến thế giới thực thông qua robot, xe tự hành và các hệ thống điều khiển vật lý.
CEO Nvidia trình bày hệ sinh thái AI mở tại CES 2026, bao gồm mô hình cho việc phát minh thuốc chữa bệnh, mô phỏng vật lý, robot và xe tự hành
ẢNH: NVIDIA
Bài phát biểu khai mạc của ông Huang thu hút sự chú ý với hàng loạt công bố về phần cứng, phần mềm và mô hình AI mã nguồn mở mới. Giới quan sát nhận định rằng Nvidia đang tìm cách củng cố vai trò trung tâm của mình trong giai đoạn mở rộng tiếp theo của lĩnh vực AI, nơi trí tuệ nhân tạo không chỉ học hỏi và phân tích mà còn cần khả năng suy luận và hành động.
Nền tảng Rubin và loạt mô hình mã nguồn mở từ Nvidia
Một trong những điểm nhấn là nền tảng Rubin, thế hệ tiếp theo của kiến trúc siêu máy tính AI, tích hợp các thành phần mới như GPU Rubin, CPU Vera, DPU BlueField‑4 và kết nối NVLink‑6. Hệ thống này được thiết kế để xử lý các mô hình AI lớn với chi phí inference thấp hơn và khả năng mở rộng cao hơn so với thế hệ trước. Nvidia cho biết Rubin có thể giảm tới 10 lần chi phí xử lý mô hình so với Blackwell, đồng thời hỗ trợ bảo mật điện toán và lưu trữ dữ liệu ngữ cảnh ở quy mô lớn.
Bên cạnh Rubin, Nvidia giới thiệu BlueField‑4 như một phần của giải pháp lưu trữ thuần AI (AI-native). Chip này hỗ trợ hạ tầng cho các hệ thống sử dụng AI agentic, cho phép quản lý bộ nhớ và metadata hiệu quả hơn, phù hợp với các trung tâm dữ liệu quy mô lớn. Một số đối tác như Dell, IBM, HPE và Nutanix đã lên kế hoạch tích hợp công nghệ này vào các dòng sản phẩm trong năm 2026.
AI vật lý mở rộng với vi xử lý mới
Trong lĩnh vực AI vật lý, Nvidia công bố một loạt mô hình mới dành cho robot và hệ thống tự động. Các mô hình Cosmos Reason, Cosmos Predict và Isaac GR00T cho phép robot nhận biết, lập kế hoạch và tương tác với môi trường thực. Hãng cũng giới thiệu hai dòng chip mới là Jetson Thor và IGX Orin, hỗ trợ vận hành robot và thiết bị công nghiệp trong môi trường thực với khả năng xử lý AI tại chỗ.
Mô hình AI vật lý của Nvidia được huấn luyện với GB300, mô phỏng bằng RTX, và triển khai qua chip AI Thor
ẢNH: NVIDIA
Tại sự kiện CES năm nay, nhiều robot được phát triển bởi các đối tác như Boston Dynamics, Franka Robotics và LG Electronics đã trình diễn khả năng vận hành trên nền tảng của Nvidia. Các mô hình AI đi kèm được phát hành dưới dạng mã nguồn mở, cho phép cộng đồng nghiên cứu và doanh nghiệp tích hợp vào các ứng dụng mới trong sản xuất, dịch vụ và vận chuyển.
Xe tự hành và hệ sinh thái mô hình mở
Trong mảng xe tự hành, Nvidia ra mắt Alpamayo, một mô hình AI kết hợp hình ảnh, ngôn ngữ và hành động để hỗ trợ khả năng ra quyết định trong môi trường phức tạp. Đây là một phần trong bộ công cụ hướng đến việc xây dựng hệ thống lái tự động cấp độ cao (L4) an toàn hơn. Mô hình này được huấn luyện từ hơn 1.700 giờ dữ liệu thực địa, cùng hệ thống mô phỏng AlpaSim và bộ dữ liệu mở cho cảm biến và video.
Một số hãng như Mercedes-Benz, Lucid Motors và JLR được cho là đã bắt đầu triển khai thử nghiệm các công nghệ mới của Nvidia cho các dòng xe trong giai đoạn phát triển. Hãng cũng thông báo sẽ mở nguồn một phần công nghệ tự lái của mình nhằm thúc đẩy hợp tác trong ngành và tăng tính minh bạch trong triển khai hệ thống.
Cùng với các mô hình cho robot và xe tự hành, Nvidia mở rộng hệ sinh thái mã nguồn mở với các mô hình mới như Nemotron cho nhận dạng giọng nói và truy xuất thông tin đa phương thức. Ngoài ra, Nvidia còn cung cấp kho dữ liệu mở phục vụ huấn luyện mô hình trong nhiều lĩnh vực như y sinh, xe tự hành, robot và năng lượng.
AI vật lý là thế hệ trí tuệ nhân tạo có thể cảm nhận, suy luận và hành động trong môi trường thực. Khác với các mô hình chỉ xử lý dữ liệu số, AI vật lý được thiết kế để tương tác trực tiếp với thế giới thông qua robot, xe tự hành hoặc các thiết bị tự động, đòi hỏi độ tin cậy và an toàn ở mức hệ thống
