下一代平台革新：Arm 驱动物理 AI 与边缘 AI 落地

随着 CES 2026 在本周登场，一条贯穿全场的脉络迅速显现：人们所见、所触、所体验的大多数技术与产品，均已构建在 Arm 技术之上。基于 Arm 技术的平台正在为各类产品和技术演示提供核心算力支撑——从在复杂环境中自主行驶的智能汽车，到能够与人类自然交互的机器人，再到融合数字世界与现实空间的沉浸式扩展现实 (XR) 设备。

这些创新标志着人工智能 (AI) 发展迎来更广泛的拐点：AI 正日益成熟，正从现实世界的感知，迈向真实场景的行动落地。正如 NVIDIA 创始人兼首席执行官黄仁勋在 CES 2026 主题演讲中所言：“物理 AI 的 ChatGPT 时刻已然到来。”而这一切，正发生在 Arm 平台之上。

为真实世界而生：边缘优先的设计理念与成熟的软件生态

当 AI 应用到物理世界，它必须在真实场景的约束下运行。这一阶段的核心特征，在于系统能够实现即时响应、高效运行，并在物理世界中稳定可靠地运行。这一转型对计算平台提出了全新要求：既要具备可预测的低时延性能、极致的功耗与散热效率，还要具备支持持续性的本地推理能力。与此同时，安全性与可靠性不再是部署后的附加选项，而必须作为系统设计的底层基石。

这正是“边缘优先”计算平台的核心价值所在，而 Arm 已占据独特优势地位。Arm 不仅提供业界领先的能效表现，还拥有全球规模最大的开发者生态，成为构建和规模化部署物理 AI 与边缘 AI 系统的理想平台。NVIDIA、高通等合作伙伴已基于 Arm 架构打造其核心技术长达数十年，覆盖操作系统、中间件、AI 框架及开发工具等。这种成熟度让创新迭代更快速、普及范围更广泛、部署过程更安全，助力 AI 从数字智能稳步迈向真实世界的物理智能。

下一个前沿：能够“行动”的 AI

CES 2026 期间，NVIDIA 系统性阐述了其机器人领域的整体愿景，并通过多项现场演示，展示了由全新物理 AI 技术栈驱动的机器人。NVIDIA 发布了开放的机器人基础模型、仿真工具以及边缘硬件平台——其中包括基于 Arm Neoverse 打造的 Jetson Thor，旨在助力具备推理、规划与环境自适应能力的 AI 技术加速落地。波士顿动力、卡特彼勒、LG 电子以及 NEURA Robotics 等合作伙伴，也在展会现场展示了基于 NVIDIA 全套物理 AI 技术栈训练的机器人产品。这一技术栈依托 Arm 计算平台，并深度融合了覆盖汽车、自动驾驶与机器人领域的成熟软件生态。

与此同时，高通正在进一步拓展其机器人产品布局，推出了全新的高通跃龙 IQ10 机器人处理器，面向工业机器人、自主移动机器 (AMR) 以及人形机器人等高阶应用场景。高通的机器人解决方案同样基于 Arm 计算平台打造，在边缘侧实现兼顾高能效与高性能的物理 AI 能力。

这些机器人领域的重要发布并非凭空问世，而是植根于汽车领域长期的技术积淀——Arm 正是这一行业数十年来的核心推动者。与机器人系统同理，汽车中的 AI 已经能够感知环境、进行瞬时决策，并在物理世界中安全执行操作。随着机器人技术的不断演进，其复杂度、安全要求与系统架构将日益接近现代汽车。许多正在塑造未来汽车产业的企业(如 Rivian)，也将成为未来机器人的设计者。鉴于整个汽车行业已全面依托 Arm 架构构建技术体系，从汽车到机器人的技术迁移，自然水到渠成。

在 CES 2026 的汽车技术展区，NVIDIA 在全新一代梅赛德斯-奔驰 CLA 车型上首次展示了其 DRIVE AV 软件。该自动驾驶技术栈的车载计算单元及 NVIDIA DRIVE Hyperion 平台，由基于 Arm Neoverse 打造的 NVIDIA DRIVE AGX Thor 提供算力支持。与此同时，高通骁龙数字底盘持续拓展其应用版图，已被多家全球汽车制造商采用，用以支撑其向 AI 定义汽车的转型。这些平台的共同基础，在于 Arm 在计算能效方面的领先优势，以及覆盖车载信息娱乐系统、先进驾驶辅助系统 (ADAS) 和车载 AI 的一致性软件生态。

从边缘侧到云端的智能扩展

除机器人与汽车领域之外，基于 Arm 架构的平台在云端与边缘侧持续展现强劲增长势头。

NVIDIA 全新发布的 Vera Rubin AI 平台包含六款全新芯片，其中两款——Vera 与 Bluefield-4——均基于 Arm 架构打造。Bluefield-4 作为一款 DPU，搭载基于 Arm Neoverse V2 的 Grace CPU，算力较前代提升高达六倍，不仅重新定义了 DPU 在机架级推理中的角色，更催生了全新优化方案，例如专为 AI 推理设计的存储解决方案。

在开发者层面，NVIDIA 正通过强大的本地 AI 系统持续拓展技术边界。开发者可在桌面级本地系统上使用最新的开放式与前沿 AI 模型，从 DGX Spark 上的千亿参数模型，到 DGX Station 上的万亿参数模型均能支持。这两大平台均基于 Arm 架构的 Grace Blackwell 打造，提供千万亿次级 (petaflop-class) 算力，支持从桌面到数据中心的无缝开发，实现全场景高效协同。

在个人计算领域，Windows on Arm 的 AI PC 产品线正在向主流市场加速拓展，使 OEM 厂商能够将解决方案规模化应用于大众市场，既延长续航时长，又持续并缩小与传统 x86 系统的性能差距。

Arm：驱动 CES 2026 的核心计算基石

是什么串联起 NVIDIA、高通以及全球创新者生态?答案正是 Arm 兼具可扩展性与高能效的架构。

CES 2026 已充分印证，Arm 计算平台正全面赋能数据中心、机器人、汽车及海量边缘设备，具体包括：

· NVIDIA 的加速计算平台，覆盖从云端到边缘侧全场景;

· 高通的移动设备、AI PC、XR/可穿戴设备及汽车系统;

· Nuro 的无人驾驶车队与优步 (Uber) 的云端基础设施。

一个典型案例是 Nuro、Lucid 和优步的三方合作。Nuro 最新的无人驾驶平台基于 Arm Neoverse 平台打造，为 Lucid Gravity 的自动驾驶 SUV 带来高效实时的边缘 AI 计算。这些车辆搭载 NVIDIA DRIVE Thor 及其集成的 Arm Neoverse V3AE，能够提供 L4 级自动驾驶能力及其所需的安全关键型可靠性。同时，Uber 正通过基于 Arm 架构的 Ampere 服务器规模化部署，在降低能耗的同时提升云端密度。这一案例充分体现了 Arm 从云端到汽车领域的核心作用。

为什么生态系统规模至关重要

CES 2026 传递出一个明确信号：AI 正在深度融入人们周遭的世界。要让物理 AI 与边缘 AI 时代成为现实，并非依靠单一芯片或产品的发布就能达成，而是需要全栈生态的规模化协同。这意味着：

· 跨设备的软件可移植性

· 开发者的熟悉度与生产力;

· 稳定平台支撑的长产品生命周期;

· 跨行业的标准化创新能力。

Arm 提供了实现这一切的通用计算基础——安全可靠、可扩展且高效优化，成为 CES 2026 展会无处不在的身影，以及驱动物理 AI 场景落地的核心推手。