眾所期待的CES還未正式開展，展前演講現場已先行升溫。會思考的AI自駕平台Alpamayo成為NVIDIA今年率先拋出的關鍵訊號，輝達執行長黃仁勳登台定調，強調AI正從雲端走向真實世界，進入車輛、機器人等實體場域，打造具備感知、推理與即時決策能力的「行動大腦」。結果讓自駕車之王特斯拉股價大跌，信徒怒斥「垃圾車」。到底Alpamayo是什麼？黃仁勳又揭曉哪些台廠伙伴？AI自駕的台股概念股名單有哪些？
身穿招牌閃亮皮衣登場，黃仁勳以一貫輕快幽默的風格，為今年CES的首場演講揭開序幕。他笑稱，這不只是他今年的第一場主題演講，也希望能成為觀眾「今年聽到的第一場keynote」，否則就意味著新的一年已經忙碌展開。簡短的玩笑話，立刻炒熱現場氣氛，也替接下來接連登場的重量級技術與產業宣示暖身。
賓士CLA北美率先開跑，NVIDIA首推「會思考的自駕車AI大腦」
NVIDIA在CES主題演講中正式揭曉Alpamayo，自稱為全球首款具備「思考與推理能力」的自動駕駛AI大腦。黃仁勳指出，Alpamayo不只是能控制方向盤、煞車與油門的自動駕駛系統，而是一套能「解釋自己為何這麼開車」的推理模型，象徵自動駕駛從感知與反應，正式邁入理解與決策的新階段。
黃仁勳說明，Alpamayo採用端到端訓練架構，從攝影機影像輸入到車輛動作輸出，全程由同一套AI完成。更關鍵的是，這套系統在每個駕駛情境中，都能同步推理即將採取的行動、說明決策理由，並產生對應的行駛軌跡，讓自動駕駛不再只是「照規則跑」，而是能面對真實世界中充滿不確定性的複雜狀況。
他強調，自動駕駛最大的挑戰來自難以窮盡的「長尾問題」，也就是自駕車不可能蒐集全球所有道路、天氣與人類行為的組合。但Alpamayo透過推理能力，能將複雜場景拆解為一連串人類可理解、系統已學會應對的子情境，讓車輛在未知狀況下仍能做出合理、安全的判斷。此次展示的自動駕駛過程，全程一次完成、免手動操作，也成為NVIDIA對外宣示「推理型自駕車AI」已準備上路的重要訊號。
黃仁勳透露，首款導入Alpamayo的自動駕駛車款，將由賓士（Mercedes─Benz） CLA打頭陣，預計最快於第一季在美國市場亮相，而後將陸續於歐洲、亞洲等地上路。他也強調，CLA已獲Euro NCAP評選為「全球最安全的汽車」，為自動駕駛技術的實際上路奠定重要安全基礎。
NVIDIA自駕車Tier 1伙伴，廣達、鴻海悄然入列
值得注意的是，在黃仁勳發表Alpamayo的同時，舞台背後一張展示自駕車生態系合作伙伴的投影片中，台灣代工大廠鴻海與廣達皆名列其中，且同樣被歸類為NVIDIA自駕車生態系的Tier 1供應鏈。這意味著，兩家公司不僅參與合作，更已進入NVIDIA自動駕駛關鍵系統層級，成為可直接支撐量產與部署的重要伙伴。
相較過去多半隱身幕後，此次在NVIDIA官方簡報中同步點名鴻海（2317）、廣達（2382），釋放出明確訊號：在「會思考的自駕車AI大腦」逐步走向量產與實際上路之際，NVIDIA正積極拉攏具備系統整合、製造規模與全球交付能力的台灣供應商，作為自駕車布局邁向商用化的重要支柱。
從簡報走向現場，台灣供應鏈的角色也同樣浮上檯面。這場演講現場可見廣達多位高層親自到場，包括副董事長梁次震，以及執行副總暨雲達科技總經理楊麒令；此外緯創總經理林建勳亦現身會場。
車只是開始，輝達機器人接棒登場
黃仁勳進一步指出，這顆「會思考的AI大腦」不只是為自動駕駛而生，而是NVIDIA Physical AI策略的核心。未來同樣的推理架構，將可延伸至各類機器人系統，從移動型、操作型到人形機器人，成為下一個十年自動化與機器人產業爆發的關鍵引擎。
黃仁勳直言，未來的機器人將以各種不同尺寸、不同形式出現，而每一個機器人，都將內建屬於自己的「小電腦」，並在NVIDIA Omniverse所構建的模擬世界中完成訓練與學習。
為了具象化這個願景，黃仁勳在現場邀請多家機器人業者與機器人「朋友」登台，點名包括NEURA Robotics、LG、Caterpillar、Humanoid、波士頓動力（Boston Dynamics）以及Franka Robotics等，涵蓋大型工程機器人、物流配送、手術機器人與操作型機器人等多元應用場景。他強調，機器人不再只是單一產品，而是一個正快速擴張、形態多元的龐大產業。
此外，黃仁勳也宣布西門子（Siemens）正式加入合作行列，NVIDIA將把CUDA─X、Physical AI、Agentic AI等技術，深度整合進西門子的工業與製造體系。他形容，未來的工廠本身就會是「巨大的機器人」，而代理式（agentic）AI 設計師，將如同今日的軟體工程助理般，參與晶片與系統的設計流程。
算力跟不上？NVIDIA用Rubin破局
在演講尾聲，黃仁勳端出最後一道壓軸，正式宣布Vera Rubin已進入量產階段。他指出，AI正面臨前所未有的運算壓力：模型規模幾乎以每年10倍的速度擴張，推論過程中生成的token數量也以每年5倍成長，但摩爾定律的演進已明顯放緩，單靠電晶體數量的增加，已無法追上AI算力需求的爆炸性成長。
Vera Rubin是NVIDIA Blackwell架構的接班人，也是NVIDIA首次從一開始就以「極致共同設計（extreme codesign）」方式打造的6晶片AI平台，包含Rubin GPU、Vera CPU、NVLink6、Spectrum─X Ethernet Photonics、ConnectX─9 SuperNIC與BlueField─4 DPU等。
黃仁勳解釋，所謂極致共同設計，就是將上述所有元件從一開始就整體協同設計，因為要將AI擴展至「兆級」（Gigascale），必須在晶片、模組、機櫃、網路、儲存與軟體之間進行高度整合，才能消除瓶頸，並大幅降低訓練與推論成本。
他指出，當這些技術整合在一起後，Rubin將大幅加速AI創新，使AI Token的交付成本降至原本的十分之一。他強調：「你訓練AI模型的速度愈快，就能更快把下一個前沿技術推向全世界」
