返回 EgentHub 觀點列表

2026年1月15日

Agentic AI 時代來臨：解讀黃仁勳 CES 演講與企業自動化轉型的關鍵下一步

jensen-huang

目錄

前言：AI 的下一個十年，從數位代理人走向實體世界

NVIDIA 創辦人暨執行長黃仁勳 Jensen Huang 在今年 CES 的主題演講中，展示了令人驚嘆的新一代硬體技術，為全球科技產業描繪了一幅清晰的未來十年發展路徑，經歷了 2025 年的快速演進，人工智慧正大步跨越單純的語言模型，邁向具備自主行動能力的「Agentic AI（代理型 AI）」時代，並積極嘗試進入真實物理環境的「Physical AI（實體 AI）」。

EgentHub 作為企業 AI 導入的專家，特別整理了這場演講的關鍵趨勢，帶您深入探討黃仁勳眼中的 AI 變革，以及這些技術將如何徹底重塑各行各業的運作模式。

一、運算產業的雙軌典範轉移

黃仁勳在演講一開始便點出，電腦產業正面臨前所未見的「雙重平台變革（two simultaneous platform shifts）」，不同於過去從大型主機、PC 到雲端的線性演進，這一次的變革是雙軌並行且相互交織的：

  1. 運算架構的重構：
    過去十餘年以 CPU 為主體、依賴人工編寫程式碼的運算模式，正全面轉向以 GPU 為核心的加速運算架構。軟體的價值核心從「撰寫程式（Coding）」轉變為「模型訓練（Training）」，這不僅改變了軟體開發流程，更推動了從晶片設計、資料中心配置到整體運算堆疊的全面現代化。

  2. 應用程式本質的進化：
    未來的應用程式將不再是預先編譯好的靜態功能集合，而是建立在 AI 之上的生成式系統。這些系統能即時理解上下文、動態產出內容，並逐步演化為具備推理、規劃與工具使用能力的「代理型系統」，最終目標是讓 AI 具備理解實體世界的能力，朝向「物理 AI」發展。

二、Agentic AI 時代正式降臨

在本次演講中，黃仁勳正式宣告了「AI Agent」時代的來臨，標誌著 AI 從被動回答走向主動執行。

1. 解決幻覺，具備實戰能力的 AI

過去的大型語言模型（LLM）雖然知識量龐大，但常因無法即時驗證資訊而產生「幻覺（hallucination）」。黃仁勳指出，AI Agent 的架構正是解決此問題的關鍵，如果將早期的 LLM 比喻為一位記憶力超群但與世隔絕的天才學生，那麼 AI Agent 就是賦予這位學生連網能力（做研究）、通訊設備（使用工具）以及專案管理技巧（拆解問題），因此 AI Agent 具備三大核心能力：

  • 主動研究能力：在回應之前，能主動搜尋並驗證最新的網路資訊。
  • 工具使用能力：能調用外部應用程式、API 或資料庫來輔助決策與執行。
  • 任務拆解能力：能將複雜的抽象指令,拆解為可執行的具體步驟並依序完成。

2. 多模型協作：Agent to Agent (A2A)

黃仁勳特別引用了 AI 搜尋引擎 Perplexity 的創新架構，點出「多模型（multi-model）」的協作趨勢。單一 AI 應用不再依賴單一模型打天下，而是由一個主導的 Agent 擔任專案經理，根據任務屬性指派最適合的模型（專家）來執行。例如：涉及視覺辨識時呼叫視覺模型，涉及數據分析時切換至數理模型。這種多模態、混合雲的架構，將成為未來 AI 應用的標準配備。

【EgentHub 觀點：從自動化邁向智慧化的關鍵一步】
這場演講的核心概念，與 EgentHub 長期協助企業打造「客製化 AI Agent」的理念不謀而合。我們觀察到，AI Agent 的崛起讓企業終於能擁有「專屬於自己」的 AI 生產力。 透過 Prompt Engineering（提示工程）、RAG（檢索增強生成）與 MCP 等技術，企業可以將內部的 SOP、領域知識與商業邏輯「教」給 AI Agent。讓 Agent 學會如何操作企業 ERP、如何依據公司規範回覆客戶，或分析特定銷售數據。EgentHub 平台正是為了讓企業能訓練、管理這些專屬 Agent 而生，協助企業釋放重複性人力，實現真正的數位轉型。

三、跨越虛實：實體 AI (Physical AI) 與世界互動

演講的另一大亮點，是將 AI 從螢幕後的數位世界帶入真實生活的「物理 AI」。

1. 賦予 AI 「常識」：模擬世界的重要性

要讓 AI 理解物理世界的因果律、重力與摩擦力等「常識」，無法僅靠文字訓練。黃仁勳提出了「三種電腦」協同運作的概念：

  • 訓練電腦：負責建立與優化 AI 模型。
  • 推論電腦：即機器人實體，在真實世界執行任務。
  • 模擬電腦：創造一個符合物理法則的虛擬世界，讓 AI 在其中進行大規模試錯。

NVIDIA 的 Omniverse 平台即是這個關鍵的模擬場域，透過生成合成數據讓 AI 安全學習；而 Cosmos 則是作為世界基礎模型，讓 AI 理解模擬環境的運作邏輯，為實體 AI 打下堅實基礎。

2. 具備思考能力的自動駕駛：Alpamayo

黃仁勳展示了全新的自動駕駛模型 Alpamayo 作為實體 AI 的範例。Alpamayo 的突破在於它不僅實現了端到端的學習，更具備了「可解釋性」。在採取行動前，它會進行推理並解釋決策原因，這對於處理駕駛場景中千變萬化的長尾問題至關重要。NVIDIA 更宣布將開源 Alpamayo 模型與訓練數據，協助產業建立對 AI 決策的信任。

四、Vera Rubin：支撐 AI 革命的新一代運算平台

為了滿足 AI Agent 與實體 AI 對算力的渴求，黃仁勳揭曉了以天文學家 Vera Rubin 命名的新一代運算平台。

1. 應對指數級增長的算力需求

隨著摩爾定律的放緩，單晶片效能已無法跟上 AI 模型的成長速度（模型規模每年增長 10 倍，生成 Token 需求增長 5 倍）。現有的基礎設施在效能與能耗上都已遭遇瓶頸，Vera Rubin 平台正是為了突破此極限而生。

2. 系統級創新的極致展現

Vera Rubin 平台整合了六款重新設計的關鍵晶片，帶來了幾項重大突破：

  • 極致效能與綠色運算：訓練頂尖模型的時間縮短至原本的 1/4，且支援 45°C 溫水冷卻，大幅降低資料中心的冷卻成本與能耗。
  • 突破資料傳輸瓶頸：引入 Bluefield 4 DPU 作為專屬的「內容記憶體儲存庫」，解決了 KV Cache 導致的網路塞車問題。
  • 全鏈路機密運算：實現從傳輸、儲存到運算的全程加密，確保企業機敏資料的安全。

黃仁勳以數據總結其強大：單一機櫃的 MVLink 交換器每秒傳輸量達 240 TB，是全球網際網路總頻寬的兩倍以上，為 AI 的持續進化提供了強韌的後盾。

擁抱 AI Agent，定義下一個十年

黃仁勳在 CES 的演講不僅是產品發布，更是一場關於未來的預言。我們正從 LLM 時代跨入由 AI Agent 主導的新紀元。這張藍圖清晰地告訴企業：不要只把 AI 當作工具，而要將其視為具備推理能力的主動合作夥伴。

EgentHub：您的企業專屬 AI Agent 策略夥伴
誠如黃仁勳所言，未來的 AI 將是能整合多種模型與企業專有數據的 Agent。而 EgentHub 專精於協助企業建構這類客製化的 Agentic 框架，我們不只提供企業級的管理平台，更擁有完整的顧問服務與內部培訓流程，協助您的團隊從「使用 AI」進階到「打造 AI」，建立自主維護的 AI SOP。歡迎與 EgentHub 聊聊，協助您掌握這波 Agentic AI 趨勢，為企業創造變革性的價值。

打造企業專屬 Agent