黄仁勋单手举起128GB笔记本：AI智能体时代全面爆发

十年前要两个人抬上楼的机器，今天被黄仁勋单手举在了台上。GTC柏林舞台上，他举起一台轻薄的笔记本RTX Spark，内存128GB。2016年8月，他把刚发布的DGX-1送到OpenAI旧金山办公室，那台机器内存同样是128GB，却得两个人才抬得上楼。老黄说，唯一的区别是他现在能单手拿着它。十年过去，AI性能涨了100万倍，同期摩尔定律只涨约100倍，差出来的部分靠“极致协同设计”，每一层软件、每一台计算机、每一种新算法连同架构一起改。

这一个半小时里，老黄掏出了一大波硬货：AI工厂装箱发货，DSX POD在工厂装好、测完，场地水电就绪后部署从约六个月缩到最短14天；OpenShell参考架构把规矩写在Agent之外，越界操作由BlueField-4毫秒级隔离；MicroDuck在RTX Spark上造出来，云端训练后自己走上舞台；英伟达和诺基亚在T-Mobile网络上打通全球首个实网AI-RAN通话；英伟达和Agile Robots推出参考人形机器人Agile ONE SN，预计2027年初上市。

RTX Spark的FP4 AI算力最高1 Petaflops，统一内存最高128GB，把Blackwell RTX GPU和Grace CPU做成一颗超级芯片N1X，10月16日已开售。黄仁勋视其为“个人Agent”“个人助手”甚至“数字伴侣”。它要有模型、Harness、安全运行时OpenShell，还要有知识和工具。模型可本地或云端跑；工具方面能加速OpenGL、DirectX和全部CUDA。英伟达和微软秘密合作四年，投入数千个工程师年，整个PC行业全线拥抱RTX Spark。未来工作场景是把任务交给它，它调用软件把活干完——你不再“使用”软件，而是在“雇佣”电脑。

黄仁勋认为单靠模型不够，模型只是大脑，真正干活的是Agent。Agent必须具备五个核心要素：模型负责感知、推理、规划和使用工具；Harness编排任务、调动记忆、激活工具；沙箱把Harness隔离；知识让Agent读懂企业数据和私人文件；工具让Agent使用人类已有软件。五样东西各对应不同硬件：模型在Vera Rubin NVL72上思考，Harness在Vera MGX计算节点上跑，知识由Vera CMX存储节点提供，工具交给专跑CUDA-X库的Vera RTX计算节点。Vera Rubin计算托盘没有线缆和电线，100%液冷，组装一台不到5分钟，上一代Grace Blackwell要两小时。Agent怎么搭？黄仁勋的答案是“让另一个Agent帮你建”。

安全是Agent时代的命门。英伟达发布OpenShell参考架构，把规矩写在Agent之外，每个Agent关进沙箱，能读写哪些文件、能连哪些网络，细到每一次系统调用都由沙箱外策略说了算，密钥也不交给Agent。硬件上Sentry跑在BlueField-4上，守在主机之外，一越界毫秒级隔离。

黄仁勋反复讲一个判断：AI是一种制造业，不只是软件。一座1吉瓦AI工厂约需500亿美元，按一年400亿美元收入算，晚投产三个月约损失100亿美元收入。DSX POD由7个液冷计算机架组成，机架间用17公里长Spectrum-X线缆连接，整套设备在工厂完成集成、布线和测试，装进集装箱拉到数据中心，现场用干冷器散热，800V直流电直接供到机架，部署最短14天。同样token产出，DSX MaxLPS最多少用30%的电；闭环液冷加干冷器不蒸发水，放大到2吉瓦规模每天约省5400万升水，相当于18万户家庭一天用水量。

压轴演示主角是机器鸭子MicroDuck，由Hugging Face的机器人、Pollen Robotics制造。演示用Agent教它走路，从搭训练场到训练再到上真机，整套流程跑在一台RTX Spark上，大负载才交给云端。开发者用文字描述场地和技能，Hermes加Nemotron规划场地，OpenAI的Astra调用FreeCAD建3D物体、Blender贴材质、Omniverse SimReady库补物理属性，在Isaac Sim里搭场景，再用Newton物理引擎模拟运动。训练在云端Isaac Lab里数千只虚拟MicroDuck并行进行，策略下载回RTX Spark评估后部署到真机，四只真实MicroDuck走上舞台。黄仁勋让它们走两步、坐下、站起来、睡觉、翻跟头，连说“太棒了”。这三步对应物理AI三台计算机：训练模型、在数字孪生Omniverse里学技能、装在机器人身上。

鸭子之外，黄仁勋更看好人形机器人。英伟达和Agile Robots发布参考人形机器人Agile ONE SN，身高1.4米，体重40公斤，31个自由度，预置Isaac GR00T，由Jetson Thor驱动，预计2027年初上市。以前做机器人研究软件、计算系统、传感器和机械系统都得自己拼，现在全装在一台机器上，搭测试平台从几个星期缩到几天。黄仁勋认为机器人任务太分散，标准化配置才能把量做起来，人形不一定每个场景最优，但能覆盖足够多场景，很可能成为出货量最大的机器人形态。

模型方面，英伟达把各领域开放模型全摆了出来：语言模型Nemotron、世界基础模型Cosmos、人形机器人