黄仁勋：物理AI引领新浪潮，机器人工厂汽车全自主运行

北京时间周四凌晨，英伟达年度股东大会如期召开。黄仁勋没有绕弯子，围绕AI投资回报、硬件路线图和长期增长方向，给出了相当清晰的答案——市场关心的几个核心问题，几乎都得到了正面回应。

关于AI到底能不能赚钱，黄仁勋直接甩出一句话：有用的AI已经到来，并且它正在赚钱。他把英伟达的AI数据中心看作一座生产“token”的智能化工厂——这些token可以变成代码、方案、服务，甚至直接落地执行动作，每一个token背后都有商业收益。有意思的是，英伟达的硬件采购成本从来不是行业里最低的，但其方案能实现单位token的运行成本最低、处理吞吐量更高，最终帮客户提升营收。换句话说，客户采购一套服务器集群，本质上是搭建了一座能持续创收的AI算力工厂。

财报数字摆在那里：全年营收2160亿美元，同比暴增65%；营业利润1300亿，增长60%；经营现金流1030亿，累计向股东回馈410亿。其中核心的数据中心业务营收大涨68%，达到1940亿美元——妥妥的印钞机级别。

在芯片路线图上，黄仁勋梳理了三代产品的定位：Hopper架构主打模型预训练，Blackwell专攻机架级大规模推理，而最新量产的Vera Rubin则是为AI智能体量身定制。智能体需要持续检索数据、调用工具、运行代码，如果CPU算力拖了后腿，GPU就会闲置空转，直接损耗企业收益。新架构的重点就是解决这个算力匹配的痛点。

至于下一轮增长主线，黄仁勋明确指向了物理AI。机器人、智能汽车、自动化工厂都属于实体世界中的智能体——它们需要感知、推理、自主规划并执行动作。英伟达的思路很清晰：先在AI数据中心完成模型训练，再通过Omniverse进行仿真测试，最后借助Jetson终端算力平台把模型部署到各类实体设备上，形成一条从计算到落地的完整产业链路。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：黄仁勋：物理AI引领新浪潮，机器人工厂汽车全自主运行要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题