AI掀起的热潮，还远未到结束的时候。
前有微软豪掷800亿美元建造AI数据中心，后有台积电季度利润因AI需求旺盛而大涨58%，接受日经新闻调查的11位分析师更是全数看好AI芯片，共同表示今年供应情况仍然紧张。
当然，在这一迅猛增长市场中，硬件仍然是决定因素，根据Statista的数据，到2029年，全球GPU市场规模将增长至2700亿美元，是当前规模的四倍，配套的HBM同样潜力惊人，预计到2030年全球市场规模将增长至当前规模的三倍以上，达到1000亿美元。
但在硬件之外，如何用它们来打造和提供AI服务，进一步提升生产力，依旧是一个疑问句。对于普通人来说，可以非常方便地体会到Chat-GPT这类大模型所提供的便利，但对于许多中大型企业来说，还未能真正得心应手地去使用AI芯片。
身处AI行业中心的英伟达也敏锐地发现了这一点，在刚刚过去的CES 2025上，除了许多人所关注的RTX 50系显卡外，英伟达还为更多企业提供了一个答案。
从工业生产到自动驾驶
企业为什么要使用AI？使用AI会带来什么样的好处？如何更好地使用AI？这是目前AI在企业端应用时的三大灵魂拷问，也是所有AI企业努力回答的方向。
对于过往的AI产品来说，往往更侧重于互联网领域，即所谓的IT市场，却忽视了一个庞大市场——实体工业。
在欣欣向荣的IT行业之外，有超过1000万家工厂、近20万个仓库和6000多万公里的高速公路正在支撑其背后的计算网络，但它们庞大的生产设施和配送中心网络仍然需要人工来设计、操作和优化。
尤其是在仓储和分销领域，企业面临着高度复杂的优化难题：如何统筹人类工人、机器人和系统设备，从而实现更高的效率？这让AI软件找到了自己的用武之地。
在CES 2025上，英伟达发布了“Mega”，这一全新的Omniverse Blueprint正是针对上述场景而推出的，其可以在正式部署工厂或仓库前，在数字孪生中大规模开发和测试机器人集群。
据英伟达介绍，Mega为企业提供了NVIDIA加速计算、AI、NVIDIA Isaac和NVIDIA Omniverse技术的参考架构，用于开发和测试数字孪生，以测试AI赋能的驱动机器人、视频分析AI智能体、设备等的机器人大脑，来帮助大规模处理非常复杂的情境。
无独有偶，工业摄像领域同样是一个亟需AI拯救的行业。
据不完全统计，目前全球已部署超过15亿颗企业级摄像头，每年会生成约7万亿小时的视频，但在海量存储视频中，仅有不到1%被观看和分析。这种忽视带来了严重的后果，生产商每年因缺陷产品损失数万亿美元，花费大量物力人力布置的工业摄像头却未能发挥该有的作用。
AI似乎就是为此类场景而生的，具备内置视觉感知能力的交互式AI智能体，完全可以成为一位24小时在线的视频分析师，在海量的视频中提取有用的信息并加以整理，从而确保生产商的工厂能更高效地运转，为工人的安全保驾护航。
英伟达也在本次CES上推出了用于视频搜索与总结的新版NVIDIA AI Blueprint。据介绍，该蓝图基于NVIDIA Metropolis平台构建，借助NVIDIA Cosmos Nemotron视觉语言模型 (VLM)、NVIDIA Llama Nemotron大语言模型 (LLM) 以及NVIDIA NeMo Retriever，为开发者提供了构建和部署能够分析大量视频和图像内容的AI智能体的工具。
与工业领域相似的是，飞速发展的自动驾驶行业中，同样出现了AI蓝图的身影。
正如大部分人了解的一样，AI正在自动驾驶领域中大放光彩，但它也面临着问题：更大型的AI模型需要大量多样化的数据进行训练、调整和验证，但如何收集罕见案例和潜在危险场景的数据，是所有车企都头疼的一道难题。
为了帮助开发者填补这一空白，英伟达在CES 2025上推出了NVIDIA Omniverse Cloud Sensor RTX API，其支持物理精确的传感器仿真，从而能大规模生成数据集。该API能支持各类常用的传感器，包括摄像头、雷达和激光雷达，并可以无缝集成到现有工作流中，以加速各类自动驾驶汽车和机器人的开发。
在看完整场CES发布会后，我们不难发现，英伟达不再把硬件参数挂在嘴边，也不再去强调AI这一模糊概念，而加入了更多应用场景，AI蓝图和AI智能体，成为了发布会中提到的最多的两个词。
驱动未来发展的心脏
什么是AI智能体 (AI Agent) ？什么是AI蓝图 (AI Blueprint) ？
先来说AI智能体，准确来说其实是AI智能主体，这意味着这类AI具备了主观能动性，能够感知其环境、自主采取行动以实现目标，在处理问题时更接近于人类本身。
在去年的播客采访中，英伟达CEO黄仁勋曾经阐述了他对公司未来模式的设想，在他的设想中，未来工业依旧会采取与当前类似的层级结构，但AI智能体构成了基本员工，人类则充当他们的管理者。
他并不是*一个想用AI构建公司的人。根据Capgemini近期对1100名企业高管的调查，超过一半的企业高管计划在未来一年开始使用AI智能体，预计在未来3年内，这一数字将上升到82%。
在他们的构想中，AI智能体是构建未来公司的关键一步。或许在不算遥远的未来，部分人类员工会升级为AI智能体经理，他们可以利用自己广泛的知识和技能基础来发现需要解决的正确问题，然后将执行工作委托给AI智能体员工，从而提升整个企业的运行效率。
这种想法有一些超前，但并非完全不能实现，事实上，目前客服行业就有相当一部分已经或将要采用AI智能体。在简单的问答之外，它们可以完成更多更复杂的操作，缩短响应时间的同时，也能提升用户的满意度。
上世纪人类曾畅想过未来社会，也曾对人形机器人产生过许多幻想，不少科幻电影中就描绘了机器人的强大之处：修剪花园、照顾宠物、洗衣拖地、准备晚餐、照顾婴儿……它们似乎能够完成一切枯燥无味的劳动，真正解放了人类的双手。
而AI智能体，就像是21世纪信息化时代里的高级智能机器人，尽管它没有人形机器人那样灵活的双手，但它的思维却未必会比当初设想的慢多少，它所能完成的事情也远远超出了家庭杂务的范畴。
为了构建理想中的AI智能体，英伟达推出的AI Blueprint就是一本不可或缺的指南。
去年8月，英伟达宣布推出NVIDIA AI Blueprint，这是它为企业提供的一系列端到端AI解决方案框架，能够帮助企业更快地推出和部署包括AI智能体在内的自定义AI应用。
与大多数所想象的不同，NVIDIA AI Blueprint其实非常简单易用，开发者只需点击一下，即可将其作为NVIDIA Launchable构建和运行。由于包含开发所需的所有组件，Launchable支持一致且可重复的设置，避免了手动配置和额外的开销，简化了从原型开发到部署的整个开发流程，只需要短短几周时间，企业就能快速部署AI应用。
除此之外，AI Blueprint能通过硬件加速、软件优化和高效部署策略，降低AI系统的计算和运营成本，还支持了从单一服务器到大型数据中心的无缝扩展，不论是大型科技巨头，还是中小型初创企业，都能通过英伟达的解决方案来满足自身需求。
企业还可以通过NVIDIA AI Enterprise软件平台将蓝图部署到生产环境中，在戴尔科技、慧与、联想、超微等数据中心平台上，或在亚马逊云科技、谷歌云、Microsoft Azure和Oracle Cloud Infrastructure的加速云平台上运行AI Blueprint。
前文中提到的工业生产与自动驾驶，正是AI智能体和AI蓝图的具体应用，二者正在帮助愈来愈多的企业拥抱和采用AI，让AI成为驱动未来发展的心脏。
缓缓展开的未来蓝图
2022年底至2024年底，ChatGPT的发布引燃了世界范围内的AI热情，各大科技企业纷纷将生成式AI注入互联网服务，通过编写语言和代码来提高个人的生产力，我们可以把这段时间看作是AI产业发展的*阶段。
而AI产业目前正在悄然经历第二阶段，AI不再停留在个人层面，而是开始飞入大大小小的企业之中，以AI智能体的形式，帮助它们实现更快创新和提高生产力。
对于目前企业来说，还在纠结如何使用AI这道难题，而在未来企业的眼中，或许如何发掘AI潜力成为了新的难题，届时AI产业可能就会迎来全新的第三阶段。
回过头再来看英伟达，它似乎已经在传统的硬件护城河外，构建了第二道护城河。从CUDA到包括AI Blueprint在内的NVIDIA AI Enterprise，英伟达提供了一整套AI开发工具链和基础设施，往日高不可攀的AI模型如今已是唾手可得，这或许是其他AI芯片竞争者真正可望而不可即的优势所在吧。
