當(dāng)我們談?wù)撆c大型人工智能服務(wù)的交互時(shí),，目前我們已經(jīng)可以通過(guò)文本和語(yǔ)音提示來(lái)實(shí)現(xiàn)。但展望未來(lái),，我們更希望以更人性化的方式——即數(shù)字人,，來(lái)進(jìn)行互動(dòng)。英偉達(dá)在數(shù)字人技術(shù)領(lǐng)域已經(jīng)取得了顯著的進(jìn)展,。

數(shù)字人不僅具有成為出色交互式代理的潛力,，它們還更加吸引人，并可能展現(xiàn)出更高的同理心,。然而,，要跨越這個(gè)令人難以置信的鴻溝，使數(shù)字人看起來(lái)和感覺更加自然,，我們?nèi)孕韪冻鼍薮蟮呐?。這不僅是我們的愿景,，更是我們不懈追求的目標(biāo),。

在我向大家展示我們目前的成果之前，請(qǐng)?jiān)试S我表達(dá)對(duì)中國(guó)臺(tái)灣的熱情問(wèn)候,。在深入探索夜市的魅力之前,，讓我們先一同領(lǐng)略數(shù)字人技術(shù)的前沿動(dòng)態(tài)。

這確實(shí)令人覺得不可思議,。ACE（Avatar Cloud Engine,，英偉達(dá)數(shù)字人技術(shù)）不僅能在云端高效運(yùn)行，同時(shí)也兼容PC環(huán)境,。我們前瞻性地將Tensor Core GPU集成到所有RTX系列中,，這標(biāo)志著人工智能GPU的時(shí)代已經(jīng)到來(lái)，我們?yōu)榇俗龊昧顺浞譁?zhǔn)備,。

背后的邏輯十分清晰：要構(gòu)建一個(gè)新的計(jì)算平臺(tái),，必須先奠定堅(jiān)實(shí)的基礎(chǔ)。有了堅(jiān)實(shí)的基礎(chǔ),，應(yīng)用程序自然會(huì)隨之涌現(xiàn),。如果缺乏這樣的基礎(chǔ)，那么應(yīng)用程序便無(wú)從談起,。所以,，只有當(dāng)我們構(gòu)建了它,，應(yīng)用程序的繁榮才有可能實(shí)現(xiàn)。

因此,，我們?cè)诿恳豢頡TX GPU中都集成了Tensor Core處理單元,，目前全球已有1億臺(tái)GeForce RTX AI PC投入使用，而且這個(gè)數(shù)字還在不斷增長(zhǎng),，預(yù)計(jì)將達(dá)到2億臺(tái),。在最近的Computex展會(huì)上，我們更是推出了四款全新的人工智能筆記本電腦,。

這些設(shè)備都具備運(yùn)行人工智能的能力,。未來(lái)的筆記本電腦和PC將成為人工智能的載體，它們將在后臺(tái)默默地為你提供幫助和支持,。同時(shí),，這些PC還將運(yùn)行由人工智能增強(qiáng)的應(yīng)用程序，無(wú)論你是進(jìn)行照片編輯,、寫作還是使用其他工具,，都將享受到人工智能帶來(lái)的便利和增強(qiáng)效果。

此外,，你的PC還將能夠托管帶有人工智能的數(shù)字人類應(yīng)用程序,，讓人工智能以更多樣化的方式呈現(xiàn)并在PC上得到應(yīng)用。顯然,，PC將成為至關(guān)重要的人工智能平臺(tái),。那么，接下來(lái)我們將如何發(fā)展呢,？

之前我談到了我們數(shù)據(jù)中心的擴(kuò)展,，每次擴(kuò)展都伴隨著新的變革。當(dāng)我們從DGX擴(kuò)展到大型人工智能超級(jí)計(jì)算機(jī)時(shí),，我們實(shí)現(xiàn)了Transformer在巨大數(shù)據(jù)集上的高效訓(xùn)練,。這標(biāo)志著一個(gè)重大的轉(zhuǎn)變：一開始，數(shù)據(jù)需要人類的監(jiān)督,，通過(guò)人類標(biāo)記來(lái)訓(xùn)練人工智能,。然而，人類能夠標(biāo)記的數(shù)據(jù)量是有限的?，F(xiàn)在,，隨著Transformer的發(fā)展，無(wú)監(jiān)督學(xué)習(xí)成為可能,。

如今,，Transformer能夠自行探索海量的數(shù)據(jù)、視頻和圖像,，從中學(xué)習(xí)并發(fā)現(xiàn)隱藏的模式和關(guān)系,。為了推動(dòng)人工智能向更高層次發(fā)展,，下一代人工智能需要根植于物理定律的理解，但大多數(shù)人工智能系統(tǒng)缺乏對(duì)物理世界的深刻認(rèn)識(shí),。為了生成逼真的圖像,、視頻、3D圖形,，以及模擬復(fù)雜的物理現(xiàn)象,，我們急需開發(fā)基于物理的人工智能，這要求它能夠理解并應(yīng)用物理定律,。

在實(shí)現(xiàn)這一目標(biāo)的過(guò)程中,，有兩個(gè)主要方法。首先,，通過(guò)從視頻中學(xué)習(xí),，人工智能可以逐步積累對(duì)物理世界的認(rèn)知。其次,，利用合成數(shù)據(jù),，我們可以為人工智能系統(tǒng)提供豐富且可控的學(xué)習(xí)環(huán)境。此外,，模擬數(shù)據(jù)和計(jì)算機(jī)之間的互相學(xué)習(xí)也是一種有效的策略,。這種方法類似于AlphaGo的自我對(duì)弈模式，讓兩個(gè)相同能力的實(shí)體長(zhǎng)時(shí)間相互學(xué)習(xí),，從而不斷提升智能水平,。因此，我們可以預(yù)見,，這種類型的人工智能將在未來(lái)逐漸嶄露頭角,。

Blackwell全面投產(chǎn)，八年間算力增長(zhǎng)1000倍