英偉達一口氣發佈十余項重磅產品：CPU、PC芯片、人形機器人、自動駕駛全面出擊

英偉達(NVDA.O)進一步擴大其在人工智能基礎設施、智能體、人形機器人和自動駕駛領域的佈局，並同步推動芯片業務向數據中心CPU和個人電腦市場延伸。

在6月1日舉行的GTC Taipei 2026大會上，英偉達集中發佈多項新產品和合作計劃，試圖將公司從AI芯片供應商進一步升級為覆蓋「AI工廠」全產業鏈的平臺型企業。

此次發佈的核心產品之一是面向智能體時代的數據中心CPU——Vera。英偉達稱，Vera專為智能代理、強化學習、數據處理和任務編排等CPU密集型任務設計，在代理型任務處理速度上較傳統x86架構CPU提升80%。

搭載Vera CPU的Vera Rubin平臺已全面投入生產，相關係統將於今年秋季由系統廠商和雲服務合作伙伴正式提供。英偉達同時披露，OpenAI、Anthropic和SpaceX將成為Vera芯片首批採用者。

除上述企業外，字節跳動、CoreWeave(CRWV.O)、甲骨文(ORCL.N)雲基礎設施等機構也計劃部署Vera平臺。戴爾(DELL.N)、慧與科技(HPE.N)、聯想集團(0992.HK)以及超微電腦(SMCI.O)等廠商正在大規模建設獨立Vera CPU系統。

黃仁勛表示，Vera是英偉達首款獨立數據中心微處理器，將直接與英特爾(INTC.O)至強系列、AMD(AMD.O)Epyc產品以及亞馬遜(AMZN.O)Graviton等服務器處理器展開競爭。他稱，在AI相關基礎工作負載上，Vera速度可達到基於英特爾x86架構產品的1.8倍。

在基礎設施層面，英偉達同步推出DSX平臺，進一步強化其「AI工廠」戰略。該平臺覆蓋AI工廠從設計、仿真、部署到運營管理的全流程。根據英偉達介紹，企業可在實際建設前完成整個工廠的數字化模擬，對性能和運營效率進行驗證，從而降低建設成本和部署風險。

黃仁勛表示，隨着生成式AI快速普及，Token已經從計算結果演變為可直接創造利潤的資產單元，推動企業持續擴張算力基礎設施需求。他認為，智能體和實用型人工智能時代已經到來，全球對於AI工廠的需求正快速增長。

進軍PC處理器市場

除數據中心業務外，英偉達也正式宣佈進入個人電腦處理器市場。

黃仁勛發佈由英偉達與聯發科聯合開發的RTX Spark PC芯片。該產品採用CPU與GPU融合設計，將運行微軟(MSFT.O)Windows for Arm系統，並首次應用於戴爾和聯想等廠商推出的筆記本電腦及臺式機產品。

根據披露，RTX Spark配備最高20核心CPU以及擁有6144個核心的Blackwell架構GPU，兩者共享統一內存，並通過NVLink互聯技術協同工作，以提升大模型運行和高端遊戲處理能力。

該芯片將由臺積電(TSM.N)採用3N製程生產，預計於今年秋季上市。

黃仁勛表示，微軟與英偉達已經展開為期三年的合作，希望重新定義人工智能時代的個人電腦形態。他同時透露，未來英偉達將在每一代AI處理器推出時同步發佈新一代PC芯片。

加碼機器人與自動駕駛

在被稱為「物理人工智能」的新業務方向上，英偉達發佈多項機器人產品。

公司推出Cosmos 3開放世界基礎模型，用於推動物理AI發展；發佈Nemotron 3 Ultra新一代AI模型，並推出包含NemoClaw、Nemotron、OpenShell和CUDA-X在內的智能代理工具包。同時，英偉達還推出面向物理AI的大規模開源智能體工具與技能套件，以及供學術研究使用的Isaac GR00T參考人形機器人平臺。

黃仁勛表示，公司已經推出新一代機器人AI模型。英偉達高管則透露，公司計劃與美國、歐洲及韓國的人形機器人制造商合作開展機器人研究項目。

自動駕駛方面，英偉達將DRIVE Hyperion定位為面向自動駕駛出租車運營的全球平臺，併發布專門服務於Robotaxi場景的Alpamayo 2開放推理模型。

富士康則宣佈擴大與英偉達的戰略合作，計劃在中國臺灣地區開發和部署具備L4級自動駕駛能力的Robotaxi車隊。同時，富士康正試點部署NemoClaw系統，為其Nurabot與CoDoctor平臺提供支持。

深化與臺積電合作

作為英偉達最重要的製造合作伙伴之一，臺積電與英偉達進一步擴大AI技術合作。

雙方正共同推動人工智能技術進入晶圓廠生產體系，以提升半導體設計與製造效率。臺積電已利用英偉達技術改善先進晶圓廠的周轉時間、能源效率、良率及運營生產力。

在具體應用層面，臺積電正在使用英偉達CUDA-X軟件庫和AI模型加速GPU工作負載，並探索基於Omniverse平臺構建FabTwin虛擬晶圓廠環境。同時，臺積電還通過Metropolis平臺及TAO工具套件推進生產缺陷檢測能力建設。

隨着人工智能從模型訓練逐步向智能體、機器人和工業應用延伸，英偉達正試圖將其技術體系從芯片擴展至數據中心、工業製造、自動駕駛和機器人等多個場景，進一步強化其在全球AI基礎設施生態中的核心地位。