На открытии CES 2026 в Лас-Вегасе 5 января генеральный директор NVIDIA Дженсен Хуанг представил платформу Rubin, новое семейство открытых моделей ИИ и Alpamayo — набор моделей и инструментов для разработки автономного вождения. Презентация была посвящена переходу от отдельных генеративных моделей к инфраструктуре, которая охватывает дата-центры, локальные устройства, роботов и автомобили.
Основной тезис NVIDIA касается стоимости вычислений. По заявлению компании, Rubin должна снизить стоимость генерации токенов примерно до одной десятой показателя предыдущей платформы. Это именно корпоративная оценка, а не результат независимого сравнительного теста: в материалах презентации не приведены единые условия, конфигурации и тарифы, по которым можно было бы проверить такое сравнение.
Rubin вышла в полномасштабное производство
NVIDIA называет Rubin преемницей архитектуры Blackwell и первой своей шестичиповой AI-платформой с экстремальной совместной разработкой компонентов. Название отсылает к американскому астроному Вере Рубин, чьи исследования помогли изменить представления о вращении галактик.
По данным NVIDIA, платформа уже находится в полномасштабном производстве. Компания описывает её как систему, спроектированную «от дата-центра наружу»: в единый комплекс должны быть связаны вычислительные чипы, серверные лотки, стойки, сеть, хранилища и программное обеспечение. Такой подход призван уменьшить потери производительности между отдельными уровнями инфраструктуры и ускорить обучение и инференс крупных моделей.
В презентации также упоминалась NVIDIA Inference Context Memory Storage Platform. Это специализированный уровень хранения KV-кэша для задач с длинным контекстом. NVIDIA заявляет о пятикратном росте числа токенов в секунду, пятикратном улучшении производительности на доллар совокупной стоимости владения и пятикратном повышении энергоэффективности. Эти показатели относятся к заявленным характеристикам решения; в доступном материале нет независимой методики их проверки.
Для разработчиков моделей практический смысл анонса заключается в попытке снизить цену инференса. Если заявленные параметры подтвердятся на сопоставимых нагрузках, крупным сервисам будет проще поддерживать длинный контекст и запускать более сложные агентные сценарии. Однако итоговая стоимость для пользователя будет зависеть от конфигурации дата-центра, загрузки оборудования, сетевой инфраструктуры и программного стека.
Открытые модели NVIDIA охватят шесть направлений
Отдельная часть выступления была посвящена моделям, которые NVIDIA обучает на собственных суперкомпьютерах и предлагает разработчикам для дальнейшего использования. В представленном портфеле шесть направлений:
- Clara — здравоохранение;
- Earth-2 — климатические исследования;
- Nemotron — рассуждения и мультимодальные задачи;
- Cosmos — робототехника и симуляция;
- GR00T — embodied intelligence, или ИИ, взаимодействующий с физическим миром;
- Alpamayo — автономное вождение.
NVIDIA позиционирует эти модели как открытые для разработчиков и компаний. При этом термин «открытые» может включать разные уровни доступности: исходные веса, код, наборы данных, инструменты оценки и ограничения на коммерческое применение не обязательно совпадают для всех семейств. В доступном материале презентации не приведена единая таблица лицензий, поэтому статус каждого компонента нужно проверять отдельно перед использованием в продукте.
На сцене показали локального AI-агента, работающего на настольном компьютере NVIDIA DGX Spark. В демонстрации агент взаимодействовал с небольшим роботом Reachy Mini, используя модели Hugging Face. NVIDIA представила этот сценарий как пример связки локального запуска, маршрутизации моделей и физического устройства.
Для разработчиков это важнее самой демонстрации: локальное выполнение может уменьшить задержку и сократить передачу данных во внешний облачный сервис. При этом характеристики DGX Spark, доступность компонентов и требования к моделям определят, насколько такой сценарий применим за пределами сценической демонстрации.
Alpamayo связывает модели рассуждения с управлением автомобилем
Alpamayo NVIDIA описывает как открытое портфолио моделей reasoning vision language action, симуляционных сценариев и наборов данных для автономного вождения уровня 4. Такая архитектура должна обрабатывать данные датчиков, интерпретировать дорожную обстановку, выбирать действие и передавать управляющие команды автомобилю.
Во время презентации NVIDIA показала видеосцену с движением автомобиля по загруженным улицам Сан-Франциско. По описанию компании, система анализирует сенсорные данные, управляет рулём, торможением и ускорением, а также формирует объяснение предполагаемого действия. Видеодемонстрация сама по себе не подтверждает готовность технологии к эксплуатации на дорогах общего пользования: для этого нужны данные о тестовых режимах, ограничениях системы, безопасности и сертификации.
Первым пассажирским автомобилем с Alpamayo на базе полного стека NVIDIA DRIVE компания называет новый Mercedes-Benz CLA. NVIDIA заявила, что функция AI-defined driving должна появиться в США в 2026 году. В исходном материале не уточняются точные сроки поставок, перечень комплектаций и границы ответственности между автопроизводителем и поставщиками программной платформы.
Компания также продвигает DRIVE Hyperion — открытую модульную платформу, которую позиционирует как готовую к автономности уровня 4. Заявления о её использовании ведущими автопроизводителями, поставщиками и операторами роботакси исходят от NVIDIA; независимое сравнение внедрений в материалах презентации не приведено.
NVIDIA переносит акцент с дата-центров на физический ИИ
В финальной части выступления Хуанг показал роботов, обучаемых в виртуальных средах NVIDIA Isaac Sim и Isaac Lab. Такой подход позволяет генерировать синтетические данные и проверять поведение системы до контакта с реальным оборудованием. В качестве участников экосистемы физического ИИ NVIDIA упомянула Synopsys, Cadence, Boston Dynamics и Franka.
Стратегия компании складывается из нескольких уровней: Rubin должна обеспечивать вычисления в дата-центрах, открытые модели — базовые возможности для разработчиков, Cosmos и Isaac — симуляцию, а DRIVE и Alpamayo — применение в автомобилях. Для рынка ИИ это означает усиление конкуренции вокруг полного стека, где поставщик контролирует оборудование, модели, средства обучения и инструменты развёртывания.
Разработчикам стоит проверять три вещи до практического использования анонсов: фактическую доступность Rubin и DGX Spark, лицензии конкретных моделей из портфеля NVIDIA и условия эксплуатации Alpamayo в нужной юрисдикции. Десятикратное снижение стоимости токенов, заявленная автономность уровня 4 и планы выхода на дороги США пока остаются корпоративными заявлениями, а не подтверждёнными независимыми испытаниями.
Подробности презентации опубликованы в материалах NVIDIA AI Blog. Дополнительный контекст по анонсам NVIDIA на выставке компания собирает на странице NVIDIA CES, а описание автомобильного направления доступно в разделе NVIDIA Automotive.