NVIDIA Rubin 六晶片平台正式量產，推開源自駕模型 Alpamayo，算力成本降至前代十分之一

黃仁勳在 CES 2026 開幕主題演講砸下的核心訊息只有一句：算力的性質已變，接下來是每個域、每台設備都要跑 AI 的時代。具體的落點是兩件事：Rubin 平台量產，以及自駕開源模型 Alpamayo 發布。

Rubin 是 NVIDIA 定義的「極度協同設計」六晶片平台，繼 Blackwell 之後的下一代架構，現已正式進入量產。六個組件——Rubin GPU、Vera CPU、NVLink 6、Spectrum-X 乙太網光子交換、ConnectX-9 SuperNIC、BlueField-4 DPU——全部一起設計，目的是消除 gigascale 訓練與推理的瓶頸。數字上最有份量的一個：推理 token 成本降至前代平台的十分之一。Rubin GPU 本身達到 50 petaflops 的 NVFP4 推理算力。配套的 AI-native 儲存平台（Inference Context Memory Storage Platform）在長上下文推理上聲稱帶來五倍 tokens per second、五倍 TCO 效益與五倍能效提升。

成本砍十倍這件事，對產業的意義遠比規格數字深。AI 推理成本一直是大規模部署的最大阻力，token 成本每降一個數量級，就打開一批原本算不過來帳的應用場景。這意味著過去只有頭部科技公司能跑的推理規模，即將向中型企業與特定垂直行業開放——壓力最先傳導到雲端 GPU 租賃市場的定價，以及那些靠推理成本高企活著的競爭者。

另一條線是 Alpamayo。這是一套針對自動駕駛的開源推理視覺語言動作模型（VLA），包含 Alpamayo R1 首個開源推理 VLA 模型，以及 AlpaSim 高擬真仿真藍圖，目標是 Level 4 自主能力。黃仁勳宣布第一款搭載 Alpamayo 的量產乘用車是新款 Mercedes-Benz CLA，已通過 EuroNCAP 五星安全評級，今年將在美國上路。開源策略的意圖很清楚：NVIDIA 用六個垂直領域的開源模型（醫療 Clara、氣候 Earth-2、推理 Nemotron、機器人 Cosmos、具身智能 GR00T、自駕 Alpamayo）把自己的超算訓練生態綁死在平台上——你用模型，就用算力；你用算力，就生態鎖定。

值得注意的是 Siemens 這條線。黃仁勳在周二 Siemens 主題演講上與 CEO Roland Busch 同台，宣布擴大夥伴關係，把 NVIDIA 全棧整合進 Siemens 工業軟件，從設計、仿真到生產線。這不是 AI 示範案例，而是工業製造場景的具體落地——黃仁勳說「這些製造廠本質上將是巨型機器人」，說的不是遠景，是 Siemens 已在部署的事。對亞太製造業的決策者來說，這條線比自駕更值得盯緊。

整場演講的底層邏輯是：NVIDIA 現在賣的不是晶片，是「從資料中心到終端到模型」的完整棧。DGX Spark 桌面超算接 Hugging Face 開源模型、在本地跑 agent 再驅動實體機器人的 demo，說的也是這個——把超算能力往桌面壓，讓每家企業都能在自己機器上跑前沿推理，而不必全部燒在雲端。算力民主化是說辭，生態鎖定才是結果。