英偉達GTC 2026大會上，黃仁勛以一場長達兩小時的演講，向全球科技界宣告AI產業進入全新階段。他明確指出，AI已從以大模型訓練為核心的時代，全面轉向以推理落地、智能體研發和物理世界交互為主導的工業化時代。在這一變革中，Token成為AI時代的核心商品，而光互聯與硅光子技術則成為突破算力瓶頸的關鍵要素。英偉達正從一家傳統芯片公司，加速向AI基礎設施和工廠公司轉型，并設定了到2027年實現至少1萬億美元營收的宏偉目標。

黃仁勛在演講中重新定義了AI的產業架構，將其劃分為“能源→芯片→基礎設施→模型→應用”五層體系。他強調，隨著AI從訓練向推理和執行場景延伸，Token的消耗將呈現指數級增長。英偉達的核心戰略是成為“Token之王”，通過追求全球最低的每Token成本，構建其“Token工廠經濟學”。在這一邏輯下，數據中心不再是簡單的存儲和計算中心，而是轉變為生產Token的工廠，每瓦Token吞吐量直接決定企業的生產成本。這一變革甚至將重塑職場生態，未來工程師的薪酬模式可能將包含“年薪+Token預算”，Token將成為科技行業招聘的核心籌碼。

為支撐這一戰略，英偉達在大會上發布了多款重磅硬件產品。當前主力計算平臺Vera Rubin超級AI平臺由七款芯片組成，涵蓋計算、網絡和存儲三大功能，是目前最先進的POD規模AI平臺。該平臺已全面投產，并獲得了Anthropic、OpenAI、meta等科技巨頭以及主要云提供商的支持，將成為英偉達未來兩年營收的核心支柱。針對GPU推理短板，英偉達推出了專為極致低延遲推理設計的Groq 3 LPU芯片。這款芯片搭載230MB片上SRAM，數據帶寬達80TB/s，首Token延遲小于0.1秒，推理性能為H100的10倍，預計于2026年三季度正式出貨。

在下一代技術布局上，英偉達提前曝光了面向“物理AI/世界模型”的Feynman芯片架構。該架構采用臺積電1.6nm制程，是全球首款邁入1nm時代的量產級芯片，晶體管密度較前代提升1.1倍。通過搭載GAA全環繞柵極晶體管和超級電軌背面供電技術，Feynman在同性能場景下功耗降低15%-20%，推理性能達到Blackwell的5倍，單GPU算力可達50 PFLOPS。更引人注目的是，Feynman采用硅光子光互連技術，帶寬密度提升10倍，傳輸能耗下降90%，徹底打破超大規模AI集群的“互連墻”。這一技術的突破將使萬億參數模型的訓練成本較2023年下降87%，首次降至中型企業可承受范圍。

在互聯技術領域，英偉達將2026年定為硅光子技術商用元年，推出了全球首個CPO光電共封裝的NVIDIA Spectrum-X Ethernet Switch。這項由英偉達與臺積電共同開發的技術，將光模塊直接集成到芯片封裝中，實現電子信號與光信號的直接轉換，能耗僅為傳統銅纜的5%，大幅降低AI集群的能耗成本與散熱壓力。英偉達的算力布局還延伸至太空領域，發布的“Space-1 Vera Rubin Module”軌道數據中心，其AI算力為H100的25倍，可支持大語言模型和先進基礎模型在太空直接運行，拓展了AI在航天和太空探索領域的應用場景。

軟件生態方面，英偉達推出了開源智能體平臺NemoClaw，重點優化了開源AI智能體OpenClaw的安全性與輸出質量。NemoClaw由多個關鍵模塊構成，其中OpenShell通過沙箱環境運行智能體，阻止其訪問無關文件并限制網絡訪問權限，為智能體打造安全可控的運行邊界。該平臺定位為AI智能體的“操作系統”，填補了OpenClaw被收購后企業級開源智能體平臺的缺口，分為企業級與開發者雙版本，提供一站式智能體開發工具。黃仁勛判斷，未來的編程語言將是人類語言，每一家SaaS公司都將轉型為“AaaS（智能體即服務）”，而NemoClaw將成為這一轉型的核心支撐平臺。

針對物理AI和具身智能的落地，黃仁勛宣布2026年為“人形機器人商業化元年”。英偉達升級了Project GR00T通用機器人基礎模型，以支撐人形機器人的自主決策與動作執行。據預測，2026年全球人形機器人量產規模將突破3萬臺，其中工業制造、特種作業等ToB端場景占比超60%，單臺工業人形機器人可替代2-3名人工，年節省成本超15萬元。英偉達還升級了Omniverse數字孿生訓練平臺，為機器人、自動駕駛、工業自動化等物理AI場景提供虛擬訓練環境，降低研發與落地成本，適配比亞迪、極氪等車企智慧工廠的人形機器人部署需求。