Market News & Insights
Market News & Insights
CES(国际消费电子展)上创意无限,科技巨头带来2026发展新趋势
William Zhao
12/1/2026
0 min read
Share this post
Copy URL

2026年的CES国际消费电子展在拉斯维加斯刚刚落下帷幕,因为近年来市场高度关注AI市场的发展和进步,CES展也被称为科技界的“春晚”,今年也不例外,CES上爆出了大量新锐AI产品,也让AI发展的风向和科技产业投资趋势进一步具象化。

总结下来今年CES的核心趋势总结下来就是从云端算力向物理AI的重大转型,将AI从对话框延伸到电子产品的每个角落。

 

长久以来自GPT开始AI大模型的大部分应用集中在线上沟通的实时交互上,各大科技企业百花齐放用天量资金加码AI大模型的应用,这也让芯片供应商英伟达乘着本轮趋势登顶全球市值第一的宝座。今年英伟达老总“皮衣黄”再度现身CES只不过本轮他带来的新一代架构为今年的美股科技投资风向带来了一个新的趋势“物理AI”。

英伟达

英伟达在本轮CES展览上公布了其Vera Rubin模型,并表示将提前量产,会将AI推理的物理成本压低90%,意味着同级别情况下AI的算力再度以两位数的速率提振,而黄仁勋本次通过COSMOS开放模型平台具体展示AI对物理世界的规则的理解将会赋能机器人,汽车等多个电子产品领域,将AI从对话框搬到现实物理世界中来。

1.    结构化底座:Cosmos物理模拟平台与世界模型

·      通过精确的物理规律的嵌入,引入物理约束层理念,在生成与测试计算重力,动量,和摩擦系数等模拟现实世界。

·      训练数据包含超过10一小时真实物理世界视频以及高保真模拟合成数据,推理速度较上一代攀升12被,允许机器人每秒进行上千次的虚拟模拟和路径推演

·      真正开始挖掘了仿佛电影终结者和机械公敌里的机器人通过人工智能对现实世界产生重要交互的发展需求。

2.    算力构架层面RubinGPU的屋里计算特性

HBM4 的带宽飞跃: Rubin GPU 搭载了 16 层堆叠的 HBM4 内存。物理世界模型需要处理海量的三维空间数据和多模态感知数据(视觉、触觉、激光雷达),HBM4提供的 5.0 TB/s 以上的带宽 解决了物理 AI 的“数据贫血”问题。

Vera CPU 的协同: 物理理解需要极强的逻辑判断和调度,Rubin平台配套的 Vera CPU 针对机器人操作系统(ROS)底层的中断响应进行了硬件级加速,将系统延迟降低了 40%。

这些在计算上和对真实世界的模拟上将进一步推动英伟达将其产业触手从互联网和云端算力供应伸展到智能制造,电子产品AI赋能中来。

英特尔

相较于科技新锐英伟达,老牌芯片制造商英特尔在本轮AI发展中早期处于极端落后趋势,但是本届CES英特尔的NPU以及其快速落地智能制造将AI从云端搬到端口的发展思路展现了其老牌企业顽强的韧性和弯道超车的发展策略,英特尔股价最近表现也极度抢眼。

    1. NPU5 架构与“端侧算力”的暴力重构

英特尔在 Panther Lake 中引入了全新的NPU 5 架构,其核心目标是彻底解决本地运行大模型的能效瓶颈。

·      算力指标: * NPU 独立算力:50 TOPS。虽然单看 NPU 算力与 AMD 持平,但英特尔强调的是XPU(全平台算力)协同;平台总算力(XPU):突破 180TOPS(由 50 TOPS NPU + 120 TOPS GPU + 10 TOPS CPU 组成)。

·      70B模型本地化: 英特尔在现场演示了通过 OpenVINO 优化,在搭载96GB 内存的 Panther Lake 笔记本上本地运行700 亿参数(70B)的大模型。这在过去被认为是只有服务器级显卡才能完成的任务。

·      始终在线的低功耗岛: NPU 5 采用了一种“岛屿架构”,允许 AI 以极低电流处理背景任务(如眼球追踪、实时语音翻译),而无需唤醒高功耗的CPU 核心。

2.    核心动向:18A 制程——IDM 2.0 的“荣誉之战”

英特尔的发展思路非常明确:通过制造工艺的跨代领先,强行在能效比上反超对手。

  • RibbonFET 与 PowerVia 技术:     * 8A 制程 引入了全环绕栅极(GAA)和背部供电(Backside     Power)技术;数据效果: 相比上一代,Panther Lake 在同等功耗下多线程性能提升了 60%,并将 4K 视频流播放的功耗降低了 2/3。
  • 27 小时续航: 这是英特尔在拉斯维加斯打出的最响亮口号。它不仅重塑了 x86 电脑“笨重耗电”的刻板印象,更是直接向苹果     MacBook 的续航霸权发起挑战。

3.    机器人协同:赋能AMR(自主移动机器人)的“小脑”

·      英特尔通过Robotics AI Suite(机器人AI 套件)将 NPU 的能力直接对接到ROS 2(机器人操作系统)底层;空间计算与避障: 机器人在复杂厂区移动时,需要处理激光雷达(LiDAR)和深度相机的数据。GPU负责复杂的三维建模,而NPU 负责高频的避障推理。NPU处理“感知到障碍物”到“发出转向指令”的时间被压缩到了亚毫秒级,极大地提升了协作机器人(Cobots)与人类共存的安全性。

·      本地自然语言交互:2026 年的趋势是“机器人智能体(Agent)”。工人不需要编写代码,直接通过语音命令(如“去 A 区把那个红色零件拿过来”)与机器人沟通;关键突破:英特尔 NPU 能够本地运行7B-10B 规模的小型语言模型(SLM)。这意味着机器人不需要连接Wi-Fi 即可理解复杂的人类指令,解决了工厂复杂电磁环境下网络信号不稳定的痛点。

波士顿动力公司:

作为非上市企业波士顿动力公司本轮在CES上也是占尽了风头,早年波士顿动力公司是人形机器人的佼佼者,但是近年来在国内制造业大幅领先的情况下,中国的机器人产业层出不穷快速迭代让波士顿动力公司的受关注程度大幅下降,本次CES上其展示的ATLAS电动版本让人眼前一亮,其中他的全方向灵活度的关节和对动作模拟的深度把控让所有观展者都惊呼神迹,同时韩国的现代公司将会引用该模型对厂区进行进一步机器人升级。

核心技术特点:

1.  超人类的关节灵活性(56 个自由度):

  • 特点: 不同于人类受限的关节,全电动 Atlas 的关节(如颈部、腰部、腿部)具备     360 度旋转能力。在CES现场展示了从地面直接“翻折”起身,并以人类无法做到的姿态原地转身。以超越人类为前提——在狭窄的工厂车间里,它不需要转身即可后退工作,极大地提高了空间作业效率。

2. 具备触觉反馈的“人类级”灵爪:

  • 配备了最新的三指/五指触觉传感器手部,能处理复杂的工业零件,不仅能抓取沉重的汽车悬挂件(负重能力可达     50 公斤),还能通过感知物体的细微纹理和硬度来调整抓取力度,实现了强力与精密的统一。

3. 物理 AI 的深度整合(与 GoogleDeepMind 合作):

  • 接入了 Google 的 Gemini Robotics 大模型,具备了“视觉学习”能力,可以通过观看人类操作视频,自主理解复杂的装配流程,无需程序员逐行编写代码。它正在从“执行指令的机器”变为“能理解任务的智能体”。

核心总结:

如果说过去AI大模型集中在云服务,线上交互上给人类社会带来发展和效率的提升,今年毋庸置疑将是机器人的年份,AI将不再仅存于显示屏的对话框中而是进入方方面面,先从厂区的生产制造开始,接下来将有更多应用场景出现在我们的生活里,而机器人投资也必将吸引进一步的资金和资本的青睐。

 

 

 

 

Related Articles

Recent Articles