CES 2026首场官方主旨演讲△■，属于AMDCEO苏姿丰LisaSu）□。在全场座无虚席的期待中，她正式抛出了AMD的“全域AI”战略愿景□□：面对未来五年算力需求将暴增100倍的挑战，AMD致力于将AI从云端数据中心彻底延伸至物理世界的每一个角落★。

　　硬件展示环节，苏姿丰现场揭晓了下一代AI数据中心机架Helios及旗舰处理器MI455X，并披露了令行业瞩目的路线年推出。

　　演讲中段-••，OpenAI总裁格雷格·布罗克曼受邀登台，直言对算力需求△●-“几乎无止境”○，直接认证AMD已是支撑ChatGPT及未来模型进化的核心算力支柱。

　　后半程的“物理AI”演示极具视觉冲击力：李飞飞演示了“Marble□•”模型凭空构建逼真的霍比特人世界；Generative Bionics CEO则携人形机器人Gene 1实机走上舞台，并宣布将于2026年下半年量产。从云端到终端◆=，这标志着AMD的技术生态正加速渗透进现实世界的物理互动中•。

　　苏姿丰：首先，感谢主持人▷◆…，也欢迎在拉斯维加斯现场以及在线参与的所有朋友。很高兴能与大家一起开启CES 2026。

　　我必须说，我每年都喜欢来CES，看看所有最新、最棒的科技，并与众多朋友和合作伙伴叙叙旧。但今年▽○▪，能与大家共同为CES开幕，我感到格外荣幸。

　　尽管过去几年AI创新的速度和步伐令人难以置信，但我今晚的主题是▽◇•：好戏还在后头（You aint seen nothing yet）。

　　我们才刚刚开始意识到AI的威力▷△。今晚，我将向大家展示一系列我们未来的发展方向△◆。我还将邀请一些全球顶尖的专家加入，从行业巨头到突破性的初创公司。我们将携手合作●▷，让AI无处不在△◁☆，惠及人人。那么▪●▲，让我们开始吧。

　　在AMD，我们的使命是拓展高性能和AI计算的边界•，以帮助解决世界上最重要的挑战。今天▼，我无比自豪地说▼▷■，AMD的技术每天都在触及数十亿人的生活◇△。从最大的云数据中心到世界上最快的超级计算机◁…△，再到5G网络、交通运输和游戏，这其中的每一个领域都在被AI重塑▽。

　　AI是过去50年来最重要的技术△•，我可以肯定地说△，这绝对是AMD的头号任务●-▷。

　　它已经触及每一个主要行业。无论你是谈论医疗保健、科学、制造业还是商业，而这仅仅是冰山一角。AI将在未来几年内无处不在-▪=。最重要的是，AI是为每个人服务的●。它让我们更聪明◁，让我们更能干□-○。它使我们每个人都能成为更高效的自己。

　　在AMD，我们正在构建计算基础，让这一未来对于每家公司和每个人都成为现实。

　　自从几年前ChatGPT发布以来，我相信大家都记得第一次尝试它时的情景□○•。我们已经从一百万人使用AI发展到如今超过十亿活跃用户。这是一个惊人的增长。互联网花了几十年才达到同样的里程碑○•△。

　　而我们现在的预测甚至更加惊人。我们预见到AI的采用量将增长到超过50亿活跃用户▪▲◁，因为AI正变得像今天的手机和互联网一样，成为我们生活中不可或缺的一部分。

　　随着用户的增长，我们看到全球计算基础设施的需求激增，从2022年的约1 Zettaflop（10的21次方次浮点运算）增长到2025年的超过100 Zettaflops。

　　听起来很大。实际上短短几年内增长了100倍。但今晚你们将从各位嘉宾那里听到的是，对于我们所能做的一切，我们拥有的算力还远远不够。令人难以置信的创新正在发生。模型正变得能力更强。它们在思考和推理。它们在做出更好的决策。当我们将其扩展到更广泛的智能体（Agents）时，这一趋势将更加深远▽▷。

　　因此，为了实现AI无处不在，我们需要在未来几年内将全球计算能力再提高100倍，在未来五年内达到超过10 Yottaflops（10的25次方字节浮点运算）。

　　要实现这一点，我们需要在每个计算平台中都融入AI。所以今晚我们要讨论的是全方位的领域…=▪。我们要讨论云端，那是AI持续运行并向全球输送智能的地方。我们将讨论PC，AI在那里帮助我们更聪明地工作并个性化我们的每一次体验□•=。我们还将讨论边缘（Edge），AI在那里驱动机器在现实世界中做出实时决策。

　　AMD是唯一一家拥有全方位计算引擎来实现这一愿景的公司。你需要为每个工作负载配备合适的计算引擎•○-。这意味着GPU、CPU、NPU以及定制加速器▲…。我们应有尽有。每一种都可以针对应用进行调优，为您提供最佳性能以及最具成本效益的解决方案。

　　今晚我们将踏上一段旅程。你们将随我一起经历几个篇章，展示云端□、PC…■、医疗保健等领域的最新AI创新。

　　云端是训练最大模型的地方，也是向数十亿用户实时交付智能的地方。对于开发者来说，云端让他们能够即时访问海量算力、最新工具▷○，并随着用例的爆发进行部署和扩展◆☆▪。云端也是我们今天大多数人体验AI的地方★…。无论您是在使用ChatGPT◁、Gemini还是Grok，或者使用Copilot编写代码•●，所有这些强大的模型都在云端运行▼。

　　如今，AMD正在为云端的各个层面提供AI动力▼。每一家主要云服务提供商都在运行AMD EPYC（霄龙）CPU，前十大AI公司中有八家使用Instinct加速器来驱动其最先进的模型，而且对算力的需求还在持续上升。让我给你们看几张图表。

　　在过去十年中，训练领先AI模型所需的算力每年增长超过四倍◇◆▷。这一趋势仍在继续。这正是我们如今拥有更聪明、更有用模型的原因◁◇☆。

　　与此同时•，随着更多人使用AI，我们在过去两年看到了推理（Inference）的爆炸式增长，Token数量增长了100倍▼…◆，真正迎来了一个拐点▲◁▼。你可以看到推理的需求正在腾飞。为了满足这种计算需求，确实需要整个生态系统齐心协力。

　　所以我们常说，真正的挑战是如何部署Yotta级规模的AI基础设施▪，这需要的不仅仅是原始性能••。

　　这始于领先的计算——CPU、GPU和网络技术的结合◆。这需要一种开放的、模块化的机架设计，能够随着产品代际演进。

　　这需要高速网络将成千上万个加速器连接成一个单一的统一系统▪■。而且它必须非常易于部署。所以我们需要全套的解决方案•◆。

　　这正是我们构建Helios的原因，这是我们面向Yotta级AI时代的新一代机架级平台。

　　Helios需要硬件▼、软件和系统各个层面的创新。首先是我们的工程团队设计的新一代Instinct MI455加速器，它实现了我们有史以来最大的代际性能飞跃。

　　MI455 GPU采用领先的2纳米和3纳米工艺技术制造，结合先进的3D Chiplet（芯粒）封装技术以及超快的高带宽HBM4内存。

　　这些被集成到计算托盘中▼，与我们的EPYC CPU和Pensando网络芯片搭配，打造出一个紧密集成的平台。

　　每个托盘均通过基于以太网隧道传输的高速Ultra Accelerator Link协议连接…，使机架内的72个GPU能够像单一计算单元一样运行。在此基础上，我们可以连接数千个Helios机架，利用行业标准的Ultra Ethernet网卡和Pensando可编程DPU构建强大的AI集群，通过从GPU卸载部分任务来进一步加速AI性能。

　　既然我们在CES◆，总得有些展示环节☆=。我很自豪地要在拉斯维加斯向大家展示Helios——世界上最好的AI机架。

　　如果您以前没见过机架▼△，我得告诉您◆，Helios是个庞然大物。这不是普通的机架，好吗☆•？这是基于OCP开放机架规范的双宽设计，是我们与Meta合作开发的，重达近7000磅。

　　为了把它搬到这儿我们可是费了点劲-。但我们想向大家展示真正驱动这些AI的幕后功臣。它实际上比两辆紧凑型轿车还要重★★。

　　Helios的设计是我们与主要客户紧密合作的成果，选择这种设计是为了优化下一代AI数据中心的可维护性、可制造性和可靠性。

　　让我再展示一些细节。Helios的核心是计算托盘。让我们近距离看看其中一个托盘的样子-□。

　　我大概举不起这个计算托盘，所以它得从机架里滑出来○•◆。让我简单描述一下。每个Helios计算托盘包含四个MI455 GPU，搭配下一代EPYC Venice CPU和Pensando网络芯片。所有这些都采用液冷散热◆○，以最大化性能◇•■。

　　Helios的心脏是我们新一代Instinct GPU。大家在我的职业生涯中见我展示过很多芯片，但今天我可以告诉你，能展示这块芯片让我由衷兴奋。

　　MI455是我们制造过的最先进的芯片◆-☆。它个头很大。它拥有3200亿个晶体管，比MI355多70%。

　　它包含12个2纳米和3纳米的计算及I/O Chiplet◁，以及432 GB的超快HBM4显存，所有这些都通过我们下一代3D芯片堆叠技术连接-=△。我们将四个这样的芯片放入上面的计算托盘中▪…。

　　Venice扩展了我们在数据中心各个关键维度的领先优势：更高的性能、更好的能效和更低的总拥有成本（TCO）。

　　我确实很爱我们的芯片。这一点我可以肯定…○▷。Venice采用2纳米工艺技术制造，拥有多达256个我们最新的高性能Zen 6核心。

　　关键在于，我们将Venice设计成了最好的AI CPU。我们将内存和GPU带宽比上一代翻了一番。因此，即使在机架规模下□，Venice也能全速为MI455供应数据。这真正的核心在于协同工程。我们将所有组件与我们的800G以太网Pensando Volcano和Salina网络芯片结合在一起▲△•，提供超高带宽和超低延迟▼▼▽。这使得成千上万的Helios机架能够在数据中心内扩展。

　　为了让大家对这规模有个概念，这意味着每个Helios机架拥有超过18,000个CDNA 5 GPU计算单元和超过4◆◇◆,600个Zen 6 CPU核心，提供高达2.9 Exaflops（百亿亿次）的性能▷。

　　每个机架还包括31 TB的HBM4内存，每秒260 TB的纵向扩展（Scale-up）带宽，以及每秒43 TB的聚合横向扩展（Scale-out）带宽■○，可以极速传输数据。简而言之，这些数字非常惊人■▼。

　　当我们今年晚些时候推出Helios时——我很高兴地说Helios将如期在今年晚些时候发布——我们预计它将树立AI性能的新标杆○。为了对比这一性能，仅仅六个多月前◆•▲，我们发布了MI355☆▲，提供了比前一代产品高出3倍的推理吞吐量。

　　而现在有了MI455…，我们将这一增长曲线进一步拉升，在广泛的模型和工作负载中提供高达10倍的性能提升。

　　在这些领域中，没有任何一家公司比OpenAI推进得更快、更远☆。为了探讨AI的发展方向以及我们的合作，我非常高兴地欢迎OpenAI总裁兼联合创始人格雷格·布罗克曼 (Greg Brockman) 登台。

　　苏姿丰：Greg，很高兴你能来■。谢谢你的到来。OpenAI几年前发布ChatGPT确实开启了这一切，你们取得的进展令人难以置信。我们对双方的深度合作感到非常兴奋。能不能给我们描绘一下今天的情况？你们观察到了什么☆▲？我们是如何合作的▼=•？

　　布罗克曼：首先，很高兴来到这里。谢谢你的邀请。ChatGPT确实很像是一个“一夜成名”的成功故事▼，但这背后是七年的酝酿。早在2015年我们创立OpenAI时，我们就有一个愿景：深度学习可以通向通用人工智能（AGI）▲，通向能够造福全人类的强大系统。我们希望帮助实现这项技术，将其普及并带给世界=●▪。我们花了很长时间稳扎稳打，年复一年，基准测试的数据看起来越来越好。但第一次让我们拥有如此有用、以至于全世界很多人都想使用的东西，那就是ChatGPT△○。我们被人们在日常生活中利用我们模型所展现出的创造力深深震撼了。

　　布罗克曼◇□▷：我很高兴听到这个=▪。但更重要的是，你们中有多少人有过这种体验：AI对你的生活或亲人的生活起到了关键作用？无论是在医疗保健、照顾新生儿=○▪，还是生活的其他方面。

　　对我来说◇◆，这是我们要优化的指标。看着这个数字不断增长○，是2025年真正与众不同的地方▲。

　　我们真正从一个简单的文本框——你问一个问题○，得到一个答案——转变为人们真正将其用于生活中非常个人◁▽、非常重要的事情▼◁。这不仅体现在个性化医疗保健等方面，也体现在企业中▪▪。我们真正开始引入像Codex这样的模型来变革软件工程。我认为今年我们将真正看到企业智能体的腾飞。我们看到科学发现开始真正加速▽▲▼。无论是开发新颖的数学证明——我们几个月前第一次看到这种情况，并且进展还在继续。这实际上贯穿了人类知识工作的每一个领域，只要有人类智慧可以利用的地方□◁◆，你就可以放大它。我们现在有了一个助手，一个工具，一个顾问■◇▽，它能够放大人们想要做的事情。

　　苏姿丰：我完全同意你的看法▪，Greg。我认为我们已经看到我们使用这项技术的范围在极大地加速。我想说，每次见到你☆，你都会告诉我你需要更多的算力。

　　苏姿丰：就像复读机一样，“Greg想要更多算力▷”-。能不能谈谈你在基础设施方面看到的一些情况▽，一些瓶颈…，以及你认为作为一个行业我们应该关注什么？

　　布罗克曼：为什么我们需要更多算力是最重要的问题。当模型还没那么强的时候，比如我们在2015•▪▪、2016…★、2017年的情况，你基本上只想训练一个模型并评估它，也许它对某个特定任务有用。但随着我们在模型上取得指数级的进步，它们实际上产生了指数级的效用▼。人们希望以一种非常可扩展的方式将其带入生活。

　　我认为我们看到的是•=△，我们正从“问一个问题，得一个答案”转向“智能体工作流”，也就是你要求模型为你编写一些软件▪◇，它会运行几分钟、几小时▼▪，很快甚至几天。而且你不仅仅是在操作一个智能体，你是在操作一个智能体舰队。作为一名开发者▪◇，你可以让10个不同的工作流同时为你运行。

　　应该是这样的：你早上醒来——顺便说一句，这是我们将要构建的东西——ChatGPT已经为你完成了家里和工作清单上的事项。所有这些都需要——你知道你展示的那张关于世界需要多少算力的大图表——那将需要比我们现在拥有的多得多的算力•☆=。比如，我很乐意为世界上的每个人都在后台运行一个GPU◁=☆，因为我认为这可以为他们带来价值。但那是数十亿个GPU，没有人计划建立那种规模。

　　所以我们真正看到的是人们生活中的益处。比如，我最喜欢的一些应用，也是我认为最重要的一些应用▪●，是在医疗保健领域。我们确实看到ChatGPT拯救了生命■▽。就在假期期间，我有位同事的丈夫腿疼。他们去了医院◁△◇，急诊室拍了X光片•☆…，医生说：“啊□，只是肌肉拉伤…。等等就好了，你会没事的▽☆★。”

　　他们回了家○▪，情况有点恶化。把症状输入ChatGPT。ChatGPT说：“回急诊室去。这可能是血栓☆■▽。”

　　事实上，确实如此。那是腿部的深静脉血栓（DVT）□△，还有肺部的两个血栓。如果他们只是干等，那很可能带来致命后果■•。

　　这并非个例。Fidji Simo，我们的应用程序CEO，我每天都与她密切合作。ChatGPT确实也救了她的命。她因为肾结石住院并发生了感染。医生正准备注射一种抗生素，她说○“等一下”•=，问了ChatGPT那种药对她是否安全。ChatGPT清楚她所有的病史，它说○★：●•△“不，不行•，因为你两年前有过另一种感染，这可能会重新引发，那实际上也可能危及生命。”于是她给医生看□，医生说：▲“等等▼••，什么？你有这种病史？我不知道，我只有五分钟时间查看你的病史。”

　　苏姿丰：我完全同意▷，Greg。这是我们所有人都可以利用的一个帮手。这就是我们拥有的。

　　你看•，你描绘了一幅生动的画面，说明了为什么我们需要更多算力•▷●，以及我们可以用AI做什么。我想我们有着同样的感受。

　　我们已经与你们的工程团队进行了大量不可思议的合作。MI455和Helios的许多设计实际上都来自于我们紧密合作的反馈。能不能谈谈那个基础设施，你的客户想要什么，以及你们打算如何使用MI455▽-★？

　　布罗克曼：随着AI的演进…○…，关键之一是思考如何平衡GPU上的不同资源。我们有一张幻灯片◇•，展示了我们看到的这种资源平衡在不同MI代际间的演变☆。

　　你们看到了这张我非常费力制作的幻灯片。实际上▷▽，我并没有费力制作它。我让ChatGPT去制作这张幻灯片。它确实做了所有的研究▽▪□，你可以看到底部的一些来源。它去阅读了一堆不同的AMD材料，创建了这些图表，加上了标题和所有表头▼==，生成的不仅仅是一个答案…□▷，而是一个我可以展示的成品（Artifact）。

　　这只是你可以用ChatGPT做到的一件简单的事□▪。未来在于▽=，你将能够拥有一个为你做所有这些工作的智能体。为此▷◁，我们需要真正针对我们的应用进行调优的硬件。

　　我们的想法是，我们正在走向一个人类注意力◇△▼、人类意图成为最宝贵资源的世界。因此•▲，只要有人类参与，就应该有极低的延迟交互，但也应该有海量的智能体计算在不断运行，具有非常高的吞吐量◁●■。这两种不同的低延迟和高吞吐量机制对像你们这样的硬件制造商产生了一系列不同的压力。所以很高兴能一起合作。

　　最后，Greg，让我们谈谈未来。描绘一幅图景。我们讨论过的一件事是，外面有些人想知道▼=◆，这种需求真的存在吗■□△？我们真的需要所有这些AI算力吗？我知道我们讨论过这个问题▼•。我认为人们并没有看到你所看到的未来。你坐在一个特殊的位置上。所以，描绘一下几年后这个世界会是什么样子。

　　布罗克曼…◇：回顾过去，我们在过去几年里每年都将我们的算力增加两倍，我们的收入也增加了两倍○。

　　我们在OpenAI内部发现的是，每当我们想要发布新功能、生产新模型、将这项技术带给世界时◆，我们内部都会因算力问题发生激烈的争执，因为我们想为你们推出和生产的东西太多了，但我们根本做不到，因为算力有限。

　　我认为我们正在走向一个世界◁…，GDP增长本身将由特定国家、特定地区可用的算力规模驱动◆=。

　　我认为我们开始看到这一点的初步迹象。在接下来的几年里◆◆■，我们将看到它以一种真实的方式爆发。我认为对于AI▲△★，数据中心实际上可以对当地社区非常有益。这是我们必须向人们证明的一件重要事情。

　　但也要看到AI技术产出，在科学进步方面，想想看什么是提高生活质量最根本的驱动力◆？真的是关于科学。

　　每当我们深入特定领域，你会看到做事的方式有很大的局限性，因为某个特定学科是建立在一堆专业知识之上的。专家寥寥无几，他们很难将自己学到的东西传给后代◇。

　　例如△•▽，在生物学领域▪•★，我们将GPT-5连接到湿实验室（Wet lab）装置，让人类描述实验室的样子。模型说：“这里有几个想法可以尝试。”人类去尝试了，结果实际上使特定实验方案的效率提高了79倍，几乎是100倍◆☆。

　　这只是一个特定的反应，人们花了一些时间去优化，但不是很多时间，因为生物学中有太多的领域，没有人能遍历所有领域△•。没有人类能成为每个子领域的专家▷。我认为我们将看到AI真正跨越人类无法跨越的学科。

　　你在医疗保健领域也能看到这一点，随着人类学到更多，我们分工更细▷▲，但AI将进行整合放大。所以我认为AI将被用于解决难题。这对于企业也是如此。每一个应用程序都会有一个智能体来加速人们想做的事情。我认为人类最难的问题将是决定如何利用我们拥有的有限资源来为每个人获得最大的利益▲▼。

　　苏姿丰▽☆☆：这是一个不可思议的愿景，Greg。我们非常高兴能与你们合作。毫无疑问•，我们拥有真正改变人们生活的能力。感谢你们的合作□★，非常期待未来。

　　苏姿丰：正如你们从Greg那里听到的○•，算力是关键，而MI455是颠覆者。但通过MI400系列☆，我们设计了针对云端、企业◁◇▪、超级计算和主权AI的全套解决方案组合。

　　顶端是Helios，专为前沿性能、超大规模训练和机架级分布式推理而构建。

　　对于企业AI部署◁，我们有Instinct MI440X GPU，它在紧凑的8-GPU服务器中提供领先的训练和推理性能△…•，专为在当今现有的数据中心基础设施中易于部署使用而设计。

　　对于极度看重精度的科学计算和主权AI☆○，我们有MI430X平台，它为高精度科学数据类型和AI数据类型提供领先的混合计算能力。

　　这正是AMD的独特之处◆，得益于我们的Chiplet技术。我们能够为合适的应用提供合适的算力。

　　当然，硬件只是故事的一部分。我们相信开放的生态系统对AI的未来至关重要。我们一次又一次地看到，当整个行业团结起来•▲▷，围绕开放的基础设施和共享的技术标准协同创新时，速度会变得更快。AMD是唯一一家在整个技术栈上实现开放性的公司▲。这是一个涵盖硬件、软件以及更广泛的解决方案生态系统。

　　我们的软件战略始于ROCm。ROCm是业界性能最高的开放式AI软件栈★◆◁。我们对最广泛使用的框架、工具和模型库提供Day-0支持•=●。它还得到了PyTorch、vLLM▪▽、SGLang、Hugging Face等顶级开源项目的原生支持▼。这些项目每月下载量超过1亿次，并且可以在Instinct上开箱即用□○▲，使开发者更容易在AMD平台上构建、部署和扩展。

　　Luma AI正是使用AMD和ROCm来驱动其模型的优秀AI公司之一。请加入我，欢迎Luma AI首席执行官兼联合创始人阿米特·贾恩 (Amit Jain) 登台。

　　苏姿丰-：你好Amit，很高兴你能来。你们在视频生成和多模态模型方面做了一些令人难以置信的工作。能不能给我们介绍一下Luma以及你们在做什么▪▷？

　　Luma的使命是构建多模态和通用智能。让AI能够理解我们的世界，并帮助我们模拟和改进它。如今大多数AI视频和图像模型还处于非常早期的阶段★◆…，它们主要用于生成像素，用来生成漂亮的图片。世界需要的是更智能的模型，能够将音频、视频、语言、图像全部结合在一起。

　　所以在Luma，我们正在训练这些模拟物理因果关系的系统，使其能够走出去做研究▷、调用工具○，最后以音频、视频、图像■、文本等任何适合你处理信息的形式渲染结果。简而言之，我们在建模和生成世界。

　　顺便说一句，Ray 3是世界上第一个具备推理能力的视频模型○-。这意味着它实际上能够先用像素和潜变量（Latents）进行思考，并决定它即将生成的内容是否良好-。它也是世界上第一个能生成4K和HDR内容的模型■。请看。

　　告诉我们○•，今天的客户是如何使用Ray 3的？我们正在与非常大的企业以及各个领域的个人创作者合作，涉及广告▽◇、媒体、娱乐等你想讲述故事的行业□★。

　　贾恩：2025年是他们开始部署和试验我们模型的一年。到了年底，我们看到了大规模部署，人们甚至使用我们的模型制作长达90分钟的长篇电影▼◆。

　　随着使用越来越频繁，客户向我们提出的最多要求是控制力和精确度。他们如何才能将自己的特定愿景呈现在屏幕上。我们通过研究意识到★□，控制力来自于智能，而不仅仅是更好的提示词。你不能一直重复输入来做那些事。所以我们在Ray 3之上构建了一个全新的模型，叫做Ray 3 Modify，能让用户编辑世界。

　　让我展示一下这是什么样的☆●。这个没有音频▼▷●，我会解说一下你们看到的内容□-▼。屏幕上播放的是Ray 3世界编辑能力的演示。它可以获取任何真实或AI视频素材——无论是相机拍摄的还是生成的——然后按你的意愿进行微调或大改◆•，以实现创意目标。这是一个强大的系统•●，是我们为最苛刻、最有雄心的客户开发的☆◇▷，覆盖了娱乐、广告等广泛领域。

　　这开启了人机混合制作的新时代。人类通过动作□▷、时机和指导成为提示词——你把它演出来，模型就能生成它••■。

　　实际上这意味着，电影制作人和创作者现在无需精心布置场景即可创造整个电影宇宙--，然后编辑和修改任何内容以获得想要的结果。这在以前是不可能的。

　　但在2026年，我们专注于走得更远…=。2026年将是智能体（Agents）之年，AI将能够帮助你完成更多任务，甚至是有望完成端到端的全套任务，而不仅仅是做些修补工作。所以我们的团队一直致力于构建世界上最强大的多模态智能体模型。使用Luma会让你感觉突然拥有了一支能力超群的创意团队与你并肩作战。我想为大家简短演示，看看那是什么感觉。

　　通过我们的智能体，我们相信创意人员将能够制作整个故事◆▲=，而这以前需要大型制作团队□▽。这在以前从未有过，我们在内部大量使用它，感到无比兴奋。个人创作者或小团队将突然拥有好莱坞整个工作室那样的能力。

　　苏姿丰■：这真是太惊人了☆。很高兴看到这些Luma智能体如何协同工作并实现这一切。我知道你在算力方面有很多选择◆，当我们第一次开始谈论时▽，实际上是你打电话给我说你需要算力，我说我想我能帮忙。能不能告诉我们为什么你选择了AMD，以及你的体验如何☆？

　　贾恩：是的▽▲-，我们在很早期就押注AMD☆。那通电线年初◆。从那时起▷，我们的合作关系发展成为我们团队之间的大规模协作-□。以至于今天Luma快速增长的推理工作负载中有60% 实际上运行在AMD显卡上。

　　刚开始时我们要做很多工程工作，但今天我们已经到了大多数应用△、大多数我们可以想象的工作负载都能在AMD上开箱即用的地步…。这对你们的软件团队和ROCm生态系统中的辛勤工作来说是巨大赞誉。

　　我们正在构建多模态模型▪▷，实际上这些工作负载比文本模型复杂得多。这方面的典型例子是▽△○，这些模型消耗的Token是文本模型的成百上千倍□。你看到的那个10秒钟的视频大约很容易就有10万个Token▷。相比之下=-★，大型语言模型（LLM）的响应大约只有200到300个Token-。因此▪…•，当我们处理如此多的信息时，TCO（总拥有成本）和推理经济性对我们的业务绝对至关重要，否则我们将无法服务所有涌向我们的需求。

　　通过与AMD团队的合作，我们在我们的技术栈中实现了一些前所未见的最佳TCO。我们相信，随着我们构建更复杂的模型——能够同时进行自回归扩散、处理文本★□-、图像、音频和视频——这种合作将使我们在成本和效率上显着区分开来，这在AI领域是一件大事▼▼☆。

　　通过这次合作…◇◇，我们建立了极大的信心。2026年，我们将把合作规模扩大到以前的约10倍。我对MI455X也感到无比兴奋，因为你们正在构建的机架级解决方案、内存和基础设施对于我们构建这些世界模拟模型至关重要。

　　苏姿丰：Amit，我们很喜欢听到这个■。你看，我们的目标是为你提供更强大的硬件。你的目标是让它做出令人惊叹的事情。那么○▲，给我们简单介绍一下…•-，你认为客户在未来几年会做什么今天甚至不可能做到的事情▼？

　　贾恩：好的。正如Greg之前提到的，在LLM领域，2022、2023年它们很适合写文案□■、短邮件之类的。我们甚至无法想象我们会真正将这些模型放入实时系统△▼•、医疗保健这类领域▼•。通过精度、架构和扩展◆▼，LLM现在已经达到了那个水平。

　　视频模型目前处于那个早期阶段。今天它们很擅长生成视频和漂亮的图片▽★。但很快，通过扩大这些模型规模，通过提高精度和数据★▽，我们将达到一个新阶段。这些模型将帮助我们模拟现实世界中的物理过程，如CAD☆▼、建筑、流体流动，帮助我们设计整个火箭发动机、规划城市•。这并不是天方夜谭。这正是我们今天在模拟环境中靠庞大的团队手动完成的工作。这些模型将允许我们在很大程度上将其自动化。

　　随着它们变得越来越精确◇，多模态模型正是通用机器人所需的骨干□=◇。你的家庭机器人将在它的脑海中以图像和视频的形式运行上百次模拟，然后尝试：“好的，我该怎么做？我怎么解决这个问题=★▽？”所以它能做的比当前一代的LLM和VLM（视觉语言模型）机器人多得多○-▪。这就是人脑的工作方式。人类天生就是多模态的。我们的AI系统也将如此。

　　苏姿丰=：听起来太棒了，Amit。非常感谢你今天来到这里。感谢你们的合作，我们非常期待你们接下来的成就。

　　苏姿丰：正如你们听到的•▽，Greg和Amit都说他们需要更多算力来构建和运行下一代模型□■☆。我们每一个客户的情况都是如此，这就是为什么对算力的需求增长比以往任何时候都快◁。

　　满足这一需求意味着继续将性能极限推得远远超出当下水平。MI400系列是一个主要的转折点，在所有工作负载——推理◁、科学计算——方面提供了领先的训练能力。但我们不会止步于此◆•◁。我们下一代MI500系列的开发已经在紧锣密鼓地进行中。

　　凭借MI500•，我们将在性能上实现又一次重大飞跃。它基于我们下一代的CDNA 6架构●▷▪，采用2纳米工艺技术制造，并使用更高速的HBM4E内存◁-△。随着2027年MI500的推出，我们有望在过去四年中实现1000倍的AI性能提升，让更强大的AI惠及所有人★-。

　　几十年来，PC一直是一个强大的设备●，帮助我们在工作或学校中提高效率▲▷。但有了AI，PC不仅仅是一个工具☆▽，它已成为我们生活中强大□■☆、必不可少的积极伙伴-。它学习你的工作方式并适应你的习惯。即使在离线状态下，它也能帮助你以前所未有的速度完成任务。

　　AI PC（AIPC）正开始在广泛的日常任务中提供真正的价值，从内容创作和生产力到智能个人助理。让我们看看今天的一些AIPC应用。

　　首先是内容创作=◆★。这些视频是在Ryzen AI MaxPC上通过简单的文本提示词生成的。不是在云端，而是在本地环境。任何人都可以无需设计专长，在几分钟内生成专业品质的照片和视频。

　　微软一直是AIPC的关键推动者，帮助将下一代功能直接带入我们的生产力工具。例如，管理会议、总结会议▷★◇、总结邮件-■▪、快速查找所需文件▽▼○、在视频会议中使用实时翻译。

　　借助Microsoft Copilot，先进的AI功能正被直接内置到Windows体验中，以更快地完成任务。你只需描述你的需求▲●○，PC就会搞定一切。

　　在AMD，我们很早就预见到了AIPC的浪潮并进行了投资■。这就是为什么我们引领了每一个转折点。我们在2023年率先集成了专用的片上AI引擎，并在2024年率先推出了Copilot+ x86 PC…。

　　通过Ryzen AI Max，我们创造了第一个可以在本地运行200亿参数模型的单芯片x86平台。

　　现在，我们通过下一代Ryzen AI笔记本和台式机处理器再次扩大这一领先优势◇★…。今天▲■…，我很自豪地宣布推出全新的Ryzen AI 400系列○，这是业界最广泛、最先进的AI PC处理器家族。

　　要驱动下一代AIPC体验，不仅仅需要硬件。还需要更智能的软件，以及更轻量、更快速且能直接在设备上运行的模型。这与你们在云端看到的不同。为了更多地讨论这一波模型创新○●▪，请欢迎Liquid AI的联合创始人兼首席执行官拉明·哈萨尼 (Ramin Hasani)。

　　苏姿丰：Ramin，很高兴你能来•●▪。我对你们在Liquid所做的工作感到非常兴奋。你们真的在采用一种不同的模型方法◁。能不能跟观众谈谈Liquid在做什么，以及为什么它与众不同？

　　哈萨尼□：当然，Lisa。很高兴来到这里-◇。我们是一家基础模型公司，两年半前从麻省理工学院（MIT）拆分出来▼。我们发明了一类新的AI模型，称为液态基础模型（Liquid Foundation Models, LFMs）。LFMs是非Transformer架构。它们是强大、快速且针对处理器优化的生成式模型。我们的目标是从第一性原理出发，在不牺牲质量的前提下大幅降低智能的计算成本。

　　这意味着Liquid模型可以直接在设备上提供前沿模型的质量。设备可以是手机、笔记本电脑、机器人■、咖啡机，也可以是飞机。基本上只要有算力的地方都可以。我们提供三大价值主张：隐私△、速度和连续性。它可以无缝地跨越在线和离线工作负载运行。

　　苏姿丰■：Ramin，你知道我们的团队一直紧密合作=•▼，致力于为AIPC带来更强大的模型■。能不能分享一下那方面的工作▼？

　　第一，我们很兴奋地宣布Liquid Foundation Models 2△◁▪.5，这是市场上最先进的微型级别模型。仅有12亿参数■▪，它在指令遵循能力方面表现最佳▼，优于同类模型甚至比它更大的模型=•◇。LFM 2.5实例是任何设备上可靠 AI智能体的构建模块。

　　为了让大家有个直观的比较，这个模型直接在设备上提供的指令遵循能力优于 DeepSeek 的模型和 Gemini 2.5 Pro 这类模型◆。我们将发布五个模型实例：一个聊天模型、一个指令模型△、一个日语增强语言模型、一个视觉语言模型，还有一个轻量级音频语言模型。而且这些都针对 AMD Ryzen AI CPU、GPU 和 NPU 进行了高度优化◇●=。今天大家可以在 Hugging Face 和我们自己的平台 Leap 上下载享用。

　　哈萨尼：所以●，我们可以将这些 LFM 2.5实例堆叠在一起来构建智能体工作流。但如果能把所有这些模态集中到一个地方，那就太棒了。这就引出了我的第二个公告：LFM 3。

　　LFM 3设计为原生多模态•▽，可处理文本、视觉和音频输入，并以10种不同语言输出音频和文本。它对音频视觉数据的延迟低于100毫秒。大家今年晚些时候就能访问 LFM 3…▼。

　　苏姿丰■▼▲：好的，这太棒了。那么 Ramin☆◆，帮助我们的观众理解一下，为什么他们应该对 LFM 3感到如此兴奋？我们能在 AIPC 上用这些模型做什么？

　　哈萨尼：没问题=▷★。如今大多数 AI 助手▼●、Copilot 都是反应式智能体（Reactive agents）。你打开一个 App，问一个问题，它作出回答。但是，当 AI 在设备上快速运行且始终在线时•，它可以主动为你工作。任务可以在后成。让我给你们看一个快速演示，一个参考设计，来激发大家对在 PC 上使用 LFM 实例能构建什么的想象▪。

　　哈萨尼：这个系统实际上不仅仅是转录，它具有深度研究功能。它可以为你分析每封邮件并起草回复。再次强调☆•☆，一切都在你的控制之下。这不会失控△☆▼，一切都在本地设备上离线进行◆。这个系统可以提供摘要，它可以比你预期的反应式智能体做得更好。我认为今年将是主动智能体之年。我还要非常兴奋地宣布◁-，我们正在与 Zoom 合作-○◆，将这些功能带到 Zoom 平台。

　　苏姿丰：这太棒了。我们对你们所做的事情感到非常兴奋▲○。我想你刚刚让人们瞥见了当我们把真正的 AI 能力带入 PC 时能做些什么。所以，谢谢。我们很兴奋，期待着我们将共同完成的一切。

　　苏姿丰-：现在你们已经看到了本地 AI 的一些可能性，但最新的 PC 不仅仅是在运行 AI 应用，它们实际上是在构建 AI 应用。这就是为什么我们创造了Ryzen AI Max，这是面向创作者、游戏玩家和 AI 开发者的终极 PC 处理器-。它是世界上最强大的 AIPC 平台，拥有16个高性能 Zen 5 CPU 核心、40个 RDNA 3.5 GPU 计算单元和一个 XDNA 2 NPU，提供高达50 TOPS 的 AI 性能◆★▲。所有这些都通过统一内存架构连接，支持高达128 GB 的 CPU 和 GPU 共享内存。

　　在高端笔记本电脑中，Ryzen AI Max 在 AI 和内容创作应用中的速度都显著快于最新的 MacBook Pro。在小型工作站中，Ryzen AI Max 提供了与 NVIDIA DGX Spark 相当的性能，但价格要低得多△●▲。在运行最新的 GPT OSS 模型时，每美元每秒生成的 Token 数高出1.7倍=。由于 Ryzen AI 原生支持 Windows 和 Linux◇，开发者可以保留对其首选软件环境、工具和工作流的完全访问权限。

　　目前市场上有超过30款 Ryzen AI Max 系统•=-，新的笔记本电脑◁、一体机和紧凑型工作站将在 CES 发布并于全年陆续推出▲。但我们的使命是推动 AI 无处不在◆，惠及人人。事实是，有许多 AI 开发者——包括在座的许多人——都希望获得能够让他们即时开发的平台。所以，我们更进一步▽▪△。今天，我很兴奋地宣布AMD Ryzen AI Halo●□，一个新的本地 AI 部署参考平台△。

　　让我告诉你们这是什么•▪▷。这是世界上最小的 AI 开发系统，能够本地运行高达200亿参数的模型，无需连接任何外部设备。它由我们最高端的 Ryzen AI Max 处理器驱动=★▪，配备128 GB 由 CPU=、GPU 和 NPU 共享的高速统一内存。这种架构加速了系统性能，使得在一台能放在手掌上的紧凑型台式 PC 上高效运行大型 AI 模型成为可能▽○。

　　Halo 原生支持多种操作系统，搭载我们最新的 ROCm 软件栈，预装了领先的开源开发者工具，并能开箱即用运行数百种模型★。这真正给了开发者所需的一切，可以直接在 PC 上构建、测试和部署本地智能体及 AI 应用程序。对于所有好奇的朋友•★☆，Halo 将于今年第二季度推出●▽▷，我们迫不及待想让大家上手体验了…。

　　有游戏玩家吗？我想这里有很多游戏玩家◁。每天，游戏玩家和创作者都依赖 AMD——通过 Ryzen 和 Radeon PC●•、Threadripper 工作站，以及索尼和微软的游戏主机——来产生数百亿帧画面。

　　虽然这些画面的视觉质量多年来有了显著提高•◇…，但我们构建这些世界的方式并没有真正改变▽▪。团队仍需花费数月甚至数年时间才能将3D 体验变为现实。现在，AI 真正开始改变这一现状。

　　为了展示3D 世界创作的下一步▪○○，我有幸介绍 AI 领域最具影响力的人物之一，她被称为△“AI 教母”。她的工作改变了机器观察和理解世界的方式。请欢迎 World Labs（世界实验室）联合创始人兼首席执行官，李飞飞博士。

　　苏姿丰：飞飞◇•◆，我们非常高兴你能来。几十年来，你一直是塑造 AI 的领导者之一。能不能给我们分享一下你的观点？我们今天处于什么位置▽？你为什么创办 World Labs？

　　李飞飞：首先■◇，谢谢 Lisa 邀请我来这里▽。祝贺所有的发布。我迫不及待想使用其中一些产品了。

　　确实，过去几年 AI 技术取得了巨大的突破▷。正如你所说◇，我已经在这一行干了一段时间了，超过二十年了▪◇▽。我对现在的发展方向感到无比兴奋。在过去几年中，基于语言的智能和 AI 技术确实席卷了世界。我们看到了各种能力和应用的激增。

　　但事实是，不仅仅只有语言智能。即使对于我们人类来说•，也不仅仅是被动地感受生活和世界☆。我们是不可思议的空间智能动物。我们拥有深刻的能力，利用自身的空间智能将感知与行动联系起来…。

　　想想你们在座的所有人▼◆□。你们今天早上是如何勇敢地穿过机场的——我也是其中之一。或者在酒店房间醒来去到那家不错的咖啡店，或者在拉斯维加斯这个迷宫中找到路来到这里。所有这些都需要空间智能。

　　所以令我兴奋的是，现在无论是具身 AI 还是生成式 AI 都有了新一波技术浪潮，我们终于可以赋予机器更接近人类水平的空间智能。这种能力不仅是感知▷●…，更是创造3D 甚至4D 世界，对物体和人进行推理，并想象全新的环境，这些环境在虚拟或现实世界中仍然遵守物理定律和动力学◆▼=。

　　这就是我创办 World Labs 的原因。我真的想将空间智能带入生活，并为人们提供价值▷-。

　　苏姿丰：我记得我第一次和你谈论 World Labs 的概念时，你对这能带来什么充满激情…▼。告诉我们一些关于你们模型的作用，让观众感受一下这到底意味着什么。

　　李飞飞：好的。我听说这儿有游戏玩家▼▲。这非常令人兴奋。传统上，构建3D 场景需要激光扫描仪…、校准过的相机或使用相当复杂软件的手工建模。但在 World Labs，我们正在创造新一代模型，利用最新的 Gen AI 技术，直接从大量数据中学习结构——不仅仅是平面的像素结构◆◆▲，我说的是世界的3D、4D 结构…▲■。给模型几张图像…◇○，甚至一张图像，模型本身就能填补缺失的细节，预测物体背后的内容=•☆，并生成丰富、连贯、永久…•=、可导航的3D 世界=▲▷。

　　你们现在屏幕上看到的是一个用我们 World Labs 模型Marble创建的霍比特人世界。我们只给了它少量图像▲◇，它就创建了这些持久的●、你可以导航的3D 场景。你甚至可以看到俯视图★-◆。我们的系统将少量视觉输入转化为完全可导航•、广阔的3D 世界。它展示了这些模型不仅仅是在重建环境▼●•。它们真的在想象连贯的世界▲★、奇妙的世界。一旦这些世界存在=，它们就会融合在一起，允许从一个环境轻松过渡到下一个环境，并扩展成更大的东西。这更接近人类通过几眼就能拼凑出一个地方的方式。

　　苏姿丰：这看起来太惊人了，只需要这么少的输入就能做到。能不能给我们展示一下这项技术是如何运作的△？

　　李飞飞▽■：当然可以。让我们回到现实世界一点。休息期间△=，我们的团队去了 AMD 的硅谷办公室•。我希望他们得到了你的许可△◆。

　　李飞飞□：好的。我们只是用了一些普通的手机摄像头▼□。没有特殊设备，只有手机拍摄了几张照片。然后我们把它们放入 World Labs 的3D 生成模型 Marble 中•。我们的模型可以使用 AMD 的 MI325X 芯片和 ROCm 软件栈创建3D 版本，包括窗户▷●、门、家具尺寸以及深度感和比例感•。请记住，你看到的不是照片■◆，不是视频，而是线D 连贯世界。

　　李飞飞：没错。免费为你设计不同风格。我不知道你们最喜欢哪一种。我个人非常喜欢埃及风格的那款◁，也许是因为我几个月后要去那里。在这个变换过程中，它保持了几何一致性和3D 输入▲。

　　你们可以想象，这对于许多用例来说是多么强大的工具。无论你是做机器人模拟、游戏开发还是设计。这在典型工作流程中通常需要几个月的时间，我们现在真的可以在几分钟内完成•-▪。我们甚至可以导航到一个完全不同的世界，比如威尼斯人酒店（The Venetian）。我们昨天刚刚拍了一张照片，然后把它放入模型中，玩了一下，然后它把整个地方变成了一个充满想象力的3D 空间。

　　我相信你们现在可以拍照发送给 Marble，亲自体验一下…。但你们在这里看不到的幕后是发生了多大的计算量，以及为什么推理速度真的很重要。我们运行这些模型的速度越快，世界的响应就越灵敏。即时镜头移动，即时编辑，并且当你实际导航和探索时，场景保持连贯。这才是真正重要的。

　　苏姿丰：那看起来真的太棒了。能不能分享一下你与 AMD 合作以及我们在 Instinct 和 ROCm 上工作的体验？

　　李飞飞▼•：当然●=★。虽然我们是老朋友，但我们的合作才刚开始…◆。老实说★●○，我对这一切进展之快印象深刻▽◆…。我们模型的一部分是实时生成帧模型。它在不到一周的时间内就在 MI325X 上运行了▪▷。通过 AMD Instinct 和 ROCm，我们的团队能够在几周内快速迭代，将性能提高了四倍以上。这真的令人印象深刻◁•▽。

　　这很重要□◆☆，因为空间智能与以前根本不同。教 AI 理解和导航3D 结构◇、拥有运动●●▲、理解物理，需要大内存、大规模并行和极快的推理。

　　看到你们的发布，我迫不及待地想看到像 MI450这样的平台继续扩展，它们将赋予我们要训练更大型世界模型的能力★…。同样重要的是，运行速度要足够快▲，让这些环境感觉是活的，能随用户或智能体移动、探索▪、互动和创造而即时反应□△。

　　苏姿丰：那太好了◁☆。谢谢你的评价▽■•。你们的团队合作起来非常棒☆。飞飞，有了我们将提供给你的所有计算性能以及你们模型的所有创新▪，给观众描述一下未来几年可以期待什么。

　　李飞飞-△☆：不，我想我们应该如实分享。这将是一个变化的世界。许多以前很难做的工作和事情◇，将因为这项不可思议的技术而经历一场革命。

　　例如，创作者现在可以体验和实时创建现实世界场景，塑造他们脑海中的画面，实验空间、光线▲◁、运动=，就像他们在活生生的世界中素描一样。而智能体，无论是机器人、车辆甚至是工具，都可以在非常丰富的物理数字世界中学习，然后再部署到真实世界中，使它们更安全，开发更快，能力更强，对人更有帮助•。设计师或建筑师可以在建造之前就漫步于构思之中，探索形式、流向▼■●、材料•◇，并导航空间，而不仅仅是盯着静态的图纸。

　　最令我兴奋的是，这代表了 AI 如何出现在我们生活中的一种转变。我们正从被动理解文字和图像的系统，转向不仅理解而且能帮助我们与世界互动的系统。

　　所以 Lisa，我们今天分享的——将少量图像或照片实时转化为连贯、可探索的世界——不再是遥远未来的惊鸿一瞥•▼○。这真的是新篇章的开始★◇。你我都私下谈过这个问题，我们知道无论 AI 技术多么强大▪▽▼，我们也有责任以反映真实人类价值观的方式部署和开发它——增强人类的创造力、生产力以及我们对彼此的关怀◁，无论技术多么强大○，都要始终将人置于这个故事的中心。我非常兴奋能与 AMD 以及你在这一过程中合作…=。

　　苏姿丰：我想我代表大家说，你确实是 AI 世界的灵感来源。祝贺你们取得的所有巨大进展，感谢今晚加入我们。

　　正如你们在视频中看到的，AMD 技术已经在医疗保健领域发挥作用▼。这是最有意义的应用之一◆。你们今晚已经听到了一些关于高性能计算和 AI 的故事。但我个人最热衷的领域之一就是如何将算力带入医疗保健=。我们的生活和亲人的健康比什么都重要…◆=。利用技术改善医疗保健成果意味着我们以挽救的生命数量来衡量进步。我很高兴能邀请到三位专家▪，他们在应用 AI 解决现实世界医疗保健挑战方面处于领先地位。欢迎 Absci 首席执行官肖恩·麦克莱恩(Sean McClain)、Illumina首席执行官雅各布·泰森(Jacob Thaysen)■★■，以及阿斯利康(AstraZeneca) 分子 AI 负责人奥拉·恩格奎斯特 (Ola Engkvist)●△-。

　　苏姿丰：好的▷■○，各位。非常感谢你们的到来。你们可以看到大家对医疗保健充满了热情。感谢你们巨大的合作支持•◆…。

　　Sean=▽，在 Absci，你们正在使用生成式模型和合成生物学从头设计新药△■。能不能介绍一下那是如何工作的？

　　麦克莱恩：谢谢邀请我们来到这里。生物学很难。它很复杂，很混乱。药物发现和开发是一个古老的过程-▼=。归根结底，这是一个试错的过程▽●，实际上是在大海捞针▪▽■。但有了生成式 AI 和我们在 Absci 所做的工作=▷-，你实际上可以开始创造那根•◆“针”▽■，并能够工程化你想要的生物学特性△◆。能够针对那些医疗需求未被满足的疾病，并使药物具备你想要的可制造性和可开发性。

　　由于 AI•■，我们现在实际上可以开始对生物学进行精确工程◇。就像苹果设计 iPhone 或你们设计 MI455一样=■…，我们也能够开始设计生物学▷。这实际上在做什么呢？它让我们能够开始解决那些最棘手、医疗需求未被满足◆-、护理标准低下的疾病。在 Absci★▷-，这正是我们想要解决的问题。

　　我们在 Absci 关注的其中两个是○☆▲：雄激素性脱发。也就是常见的秃顶。我们实际上有机会在不久的将来让 AI 治愈秃顶◇-。那不是很不可思议吗？

　　不仅如此☆◆，还能关注那些被忽视的领域——女性健康。太久以来▷▽，女性健康一直被边缘化•。我们正在开发一种治疗子宫内膜异位症的药物，这种病影响着十分之一的女性◆。我们有机会为这些女性提供一种能够改变疾病进程的疗法。这正是 AI 在药物发现中的意义所在▷★☆。

　　如果没有与 AMD 的计算合作▷，这是不可能实现的。Lisa，你和 Mark Papermaster 大约一年前投资了 Absci。在这一年里，我们得以扩展推理能力▷◇，能够在一天之内筛选超过一百万种药物。这太不可思议了。此外，我们将使用 MI355=•，它将允许我们以前所未有的方式理解生物学语境…☆，并最终为药物发现创建更好的模型。AI 药物发现的未来真的是光明的…。

　　苏姿丰：那太棒了，麦克莱恩•◁。谢谢你们的合作。我们对我们共同所做的一切感到非常兴奋★▼▷。

　　Jacob，Illumina 确实是读取和理解人类基因组以改善健康的领导者。AI 如何帮助你们的工作…◁•？谈谈这对精准医疗的未来有什么影响△▽。

　　泰森●◁=：好的•-，绝对没问题○•，Lisa。我也很高兴能来到这里，我们确实都对影响健康怀有深切的热情。所以期待我们两家公司一起能做的一切◁，无论是已经完成的还是将要做的△□■。我也支持 Sean 那个治疗秃顶的药物。

　　让我谈谈 Illumina。我们是 DNA 测序的全球领导者。如你所知，DNA 是生命的蓝图•-○，它使我们每个人都独一无二。因此◁▪，为了预防□、诊断和治疗疾病，能够测量它是至关重要的。

　　简单来说=▷，你可以把人类基因组想象成30亿个字母。这就好比一本我们在每个细胞中都有的20万页的书。如果书中只有一个拼写错误，那实际上可能意味着长寿健康与短暂痛苦生活的区别▽△△。所以准确的 DNA 测序极其重要，但也极其依赖数据和计算◆。事实上，我们的测序仪产生的数据比 YouTube 每天产生的数据还要多。因此与 AMD 的关系至关重要。我们在测序仪中每天都使用你们的 FPGA 和 EPYC 处理器，那是我们能够计算所有数据并将其转化为洞察力的唯一途径。

　　在过去十年中，我们的技术已经被用于药物发现，但也影响着医疗保健◇。今天，它被用于分析癌症和遗传病等可怕疾病●。非常重要的是，我们正在影响很多人的健康◆◁，并且已经拯救了数百万人的生命。但这只是刚刚开始。生物学非常复杂。现在，我们的大脑真的无法理解所有这一切。但是◆…，结合使用生成式 AI、基因组学、蛋白质组学▪-◆，这注定会在下一阶段完全改变我们对生物学的理解。这将影响药物发现，也将影响我们如何预防和治疗早期疾病。所以真的◁★，这将改变我们对长寿和健康生活的看法。我们只能通过与台上所有人以及整个生态系统的合作来实现这一点。所以我对此感到非常兴奋。

　　Ola，在 AstraZeneca，你们正在最大的药物发现流程之一中扩展 AI 的应用。谈谈 AI 如何改变你们开发新药的方式▽•。

　　恩格奎斯特：好的，谢谢 Lisa 邀请。在阿斯利康，我们正在将 AI 端到端地应用于从早期药物发现到制造再到医疗服务的各个环节。对我们来说•…，AI 不仅关乎生产力◇△◁，更关乎创新——也就是我们如何以不同的方式工作，如何用 AI 做新的事情▼。

　　我个人非常热衷的一个领域是，我们如何借助生成式 AI 更快地交付候选药物★◇。我们的工作方式是，我们在我们几十年来产生的所有实验数据上训练我们的生成式 AI 模型。然后我们使用这些模型在计算机中虚拟评估哪些候选药物的假设可能有效或无效。我们可以评估数百万种不同的潜在候选药物，然后只把最好的——那些我们认为真正好的——带到实验实验室▽◇◁，在那里验证假设■▷。所以我们使用生成式 AI 模型来生成候选药物，对其进行修改、优化，真正减少我们需要在实验室进行的实验数量•=。我们将这种新的工作方式应用于整个阿斯利康的小分子管线▪▲◇，我们看到通过这种新方式，我们可以将交付候选药物的速度提高50%，同时也提高了后期的临床成功率。

　　但我们不能独自做到这一点▼▷。我们需要在合作中完成。所以我们与学术界、AI 初创公司以及像 AMD 这样的公司合作。对我们来说，一个非常重要的领域是超大规模扩展（Hyperscaling），因为我们有大量优质数据，我们真的想创建最优化△▪、最好的模型○□▼。在这方面，我们与 AMD 合作扩展我们的药物发现引擎 SemaFlow，使其能够处理这种庞大的新数据集。所以可以说我们是在 AMD 的帮助下优化整个工作负载。

　　苏姿丰：这太棒了，Ola。你们所有的故事都令人惊叹，我们很高兴能与你们合作将这些变为现实。

　　现在让我们总结一下▽，展望未来，关于 AI 将如何改善医疗保健，你们每个人最兴奋的一件事是什么？Jacob，从你开始。

　　泰森▷：我只是对我们所处的时代感到兴奋。这是第一次，你有技术可以创造海量数据，第一次你拥有算力和生成式 AI 模型，这将真正改变我们对生物学的理解。正如我之前提到的，这将对医疗保健产生巨大影响…。

　　恩格奎斯特：我认为有了 AI，我们可以真正改变对生物学的理解。我们不仅可以治疗疾病■◆○，而且作为一个社区，我们应该有雄心壮志，在未来我们可以预防慢性疾病••。

　　Sean McClain☆：绝对没问题。稍微延伸一下 Ola 所说的•☆，我想生活在一个我们可以在人们生病之前就进行干预的世界☆▼☆。在这个世界里，我们可以提供药物和治疗，让他们继续过健康的生活，让他们代谢健康。他们拥有浓密的头发●=□，拥有我们都在寻找的那种活力○△△。能够从“病态护理”转向预防性护理★，最终转向再生生物学和医学▽▷，甚至战胜衰老不再是线性的。这就是我想生活其中的世界，AI 将帮助我们创造这个世界。这是一个激动人心的时刻。

　　苏姿丰：我想我们可以说，Sean，我们深受鼓舞。这就是我听到的▲：我们应该期待 AI 帮助我们预测疾病○、预防疾病并个性化治疗◇•☆，从而真正延长生命。你们确实处于这方面的最前沿。能成为你们的合作伙伴是我们的荣幸=。感谢你们每一位今天的加入，我们期待在未来几年共同推动这一前沿领域的发展。

　　苏姿丰：好的。现在我们要进入物理 AI（Physical AI）的世界。这是 AI 进入现实世界的地方•。它由高性能 CPU 和领先的自适应计算驱动=○，使机器能够理解周围环境并采取行动以实现复杂目标●-。在 AMD，我们花了二十多年时间构建物理 AI 的基础◆。

　　今天，AMD 处理器为微米级精度的工厂机器人提供动力，引导系统检查正在建设的基础设施，并使侵入性更小的外科手术成为可能●，从而加快恢复时间。我们正与广泛的合作伙伴生态系统共同实现这一目标★。物理 AI 是技术领域最严峻的挑战之一▽☆▷。它需要构建能够无缝集成多种类型处理的机器◁，以理解环境、做出实时决策•▼，并在无需任何人工输入的情况下采取精确行动。所有这些都在零误差容忍的情况下发生○。

　　交付这种智能需要全栈式方法：用于运动控制和协调的高性能 CPU，用于处理实时视觉和环境数据的专用加速器，以及一个开放的软件生态系统，使开发者能够快速行动，并在平台和应用程序之间无缝迁移。

　　眼见为实。为了展示这项工作如何解锁下一代机器人技术，请欢迎 Generative Bionics 的首席执行官兼联合创始人，丹尼尔·普奇 (Daniele Pucci)登台。

　　苏姿丰：你好， Daniele，很高兴你能来。你们团队正在做一些了不起的工作▲。能不能给我们介绍一下你们在做什么？

　　普奇：Generative Bionics 是意大利技术研究院（IIT）在物理 AI 和生物力学领域20多年研究成果的工业结晶。如果要回顾过去•，一切实际上都始于一个简单但深刻的问题◁○•：如果一个人造智能体需要理解人类世界，它不应该需要一个像人类一样的身体来体验它吗▷■•？

　　为了回答这个问题，我们构建了一些世界上最先进的人形平台◆。用于认知研究的 iCub，然后是用于安全工业协作的 ErgoCub。然后我们建造了 IronCub，世界上唯一喷气动力飞行人形机器人。

　　然而，在制造这些机器人的过程中，Lisa★△，有一个信念从未改变：真正有效的技术是能够放大人潜能的技术▪●-，是围绕人构建的技术，而不是相反。现在•△■，这个信念已经成为 Generative Bionics 的使命▷。但为了实现它，我们需要快速、确定性和本地化的计算。例如，触觉=、平衡、安全循环不能等待云端■。这就是为什么我们与 AMD 的合作如此基础☆•▽。事实上…，AMD 给了我们一个统一的连续体：从运行在机器人物理 AI 上的嵌入式边缘平台（如 Ryzen Embedded 和 Versal Edge），到驱动模拟◆▷●、训练和大规模开发的 AMD CPU 和 GPU。所以 Lisa◁▪○，这是一种来自单一合作伙伴的端到端计算机架构。

　　苏姿丰：我很喜欢这一点。好的○=，让我们谈谈你们构建这些东西的理念和方法★▼☆，以及用例是什么◇●▲？

　　普奇：我们认为现在人形机器人必须提升到一个新的水平。所以我们对物理AI的方法是围绕人形机器人构建一个平台▪▼。这一平台的目的是实现人类水平的智能、安全的物理人机交互，并将其工程化为真正的产品▲▪。

　　让我们从这里的机器人开始。我们确实受到了生物力学的启发-•。事实上，如果你观察人类的运动，它们依赖于快速反射。我们通过向前倾倒来行走○▷，我们的神经系统基本上利用了我们的生物力学▼•●。所以我们将同样的原理应用到我们的人形机器人中▪■□。

　　此外，人类基本上也通过触觉学习，这是智能的主要来源-…。所以我们相信人形机器人确实需要触觉。

　　最后，让我们谈谈平台。我们正在围绕人形机器人开发一个开放平台☆▷，赋能新一代人形机器人。举个例子▼▷，我们在人形机器人上使用的同种触觉传感器，基本上也被用于医疗保健中的传感鞋，以帮助患者更好、更快地康复。但更重要的是▲○◁，这双鞋充当了另一个机器人传感器，使机器人能够感觉到是否以及如何以最佳方式帮助患者☆。所以 Lisa，我们不仅仅是在制造一个机器人，不仅仅是在制造一个产品。我们基本上是在构建一个平台，以闭合人类和人形机器人之间的循环▼◁•，实现我们所说的“以人为本的物理 AI○”。

　　苏姿丰▼：这太酷了，Daniele。我们现在在 CES，人们喜欢看实物▷△。你给我们带来了什么激动人心的消息？

　　普奇：我们专注于新的产品形象★=，基本上是我们第一个人形产品的设计定义了我们的 DNA——Gene One。我真的很高兴地说，Gene One 今天已经准备好发布了△。

　　普奇□○：我们的愿景是人类保持在中心、由技术支持的未来。这就是为什么我们专注于构建人们可以信任和接受的人形机器人。对我们来说，可接受意味着美感▲◆△、优雅和安全。Gene 是意大利设计的。

　　普奇▷◁☆：是的。但真正让 Gene One 与众不同的是触觉。遍布机器人身体的分布式触觉皮肤让 Gene One 能够感知压力、接触和意图●◆◇，使触觉成为智能的主要来源▼◇。

　　举个例子说明为什么这如此重要▷▷○。在工厂里=▼▲，触觉使人机协作成为可能。而在医疗保健领域，这将是关键。基本上，患者可以扶着机器人，机器人可以感觉到如何以最佳方式帮助患者。这就实现了在现实世界中更安全的决策和更自然的交互，所有这些都由 AMD 计算平台驱动。我们的第一个商用人形机器人将在2026年下半年制造。我们已经在与工业伙伴合作，其中包括一家领先的钢铁制造商-△，在安全关键环境中部署这些机器人。Lisa□，这不是科幻小说，多亏了你们，我们正在让它成为现实。

　　苏姿丰：非常感谢，Daniele。这真的令人兴奋。我们对 Gene One 能做的事情感到超级兴奋。谢谢你的到来。

　　苏姿丰：好的△▼，现在让我们转向另一个对机器人和自动化要求苛刻的环境☆○，那就是太空。

　　AMD 技术今天正在为关键的太空任务提供动力。从为偏远社区提供卫星互联网连接▲▼，到实现火星◇□、木星卫星及更远地方的自主探索。在火星上，AMD 自适应计算使…□▪“毅力号”火星车能够自主运行。同样的技术也为 NASA、JPL（喷气推进实验室）以及欧洲和印度航天局的机器人系统提供动力▲○，在一些最恶劣和最无情的环境中提供可靠的计算。

　　在太空探索领域的领导者之一，也是利用 AMD 技术帮助构建下一代航天器和月球基础设施的公司○■▲，就是蓝色起源(Blue Origin)。

　　苏姿丰：John，非常感谢你能来◇。蓝色起源正在做一些了不起的事情。跟我们谈谈你们的使命以及你们正在做什么★◆。

　　库鲁里斯：谢谢大家邀请我来这里•。我很兴奋能告诉大家我们在做什么△▷。我们的创始人杰夫·贝佐斯（Jeff Bezos）喜欢说，地球是太阳系中最好的行星。它维持了数百万年的生命■…。当我们探索太阳系时，地球将是生命的起源•…。那个淡蓝色的点就是地球。这就是为什么我们公司叫蓝色起源。

　　为了保护那个星球…，我们希望最终将重工业移出地球-。当我们寻求在近地轨道建造太阳能卫星等设施■，定居月球▽…▷，定居火星■▷○，探索小行星带时◆，我们将继续前进并建立基础设施◇◁，这样最终将有数百万人为了地球的利益在太空中生活和工作☆△▪。

　　而这一切始于一个人。最初我们有尤里·加加林和艾伦·谢泼德。然后是阿波罗宇航员△。就在最近，国际空间站庆祝了人类在太空连续驻留25周年△★。我们的下一步是月球永驻▪☆。我有幸参与的业务部门被命名为“月球永驻”，就是为了让每个人都立刻知道我们要做的就是在月球上建立人类的永久存在☆■●。这需要可靠=、可重复、低成本的运营，以及可靠、可重复的低成本设备和运载工具。而 AMD 是我们实现这一目标的关键合作伙伴。

　　苏姿丰：非常感谢，John。我想请你谈谈为什么高性能计算在你们的工作中如此重要，尤其是随着你们的任务变得越来越复杂。

　　库鲁里斯：当然◇。太空是终极的边缘环境。我们制造的飞行计算机是我们运载工具的核心和灵魂。这种计算栈需要可靠…◇▽、确定且具有弹性。它需要在太空环境中生存下来。这意味着我们有质量限制、功耗限制○、辐射考量。AMD 嵌入式架构允许我们在这些运载工具上减轻质量▪■☆、节省功耗，并耐受深空苛刻的辐射环境。

　　苏姿丰=：我想当我们展望未来时▷▲◁，能不能谈谈 AI 如何在你未来的任务中扮演更重要的角色★。

　　库鲁里斯★▲：当然。AI 对地球系统的影响众所周知-▼★。实际上，我得说，Lisa，我今天早些时候可能给了你一个惊喜◇☆☆。AMD 一直是蓝色起源的杰出合作伙伴。

　　仅仅几个月前，我们才开始与 AMD 讨论在我们的飞行计算机栈中使用 Versal 2。在短短几个月内，AMD 团队和蓝色起源团队不知疲倦地工作，给我们发货。我们将这些单元整合到开发飞行计算机中▼•。我们在几个月内就构建了正在运载工具测试平台上跑着的开发飞行计算机，这些最终将为我们的 Mark 2着陆器提供动力。Mark 2着陆器最早将于2028年将宇航员送上月球。事实上，这太令人印象深刻了，我们有组蓝色起源工程师在假期加班加点，我们利用整个飞行计算机栈◁◆，成功模拟了登月▷▽…。这节省了数月的时间表。

　　现在谈到 AI 的用途及其对我们的重要性。目前在蓝色起源，AI 在地球上的使用至关重要▽▲●。蓝色起源的每位员工都可以使用 AI 工具▽-，无论是用于设计、分析，还是仅仅是基本的来回沟通。AI 极大地加速我们的开发过程，以至于我们现在正在研究如何将其带入太空飞行□。对于我们的太空飞行来说▷●-，那是下一个伟大的步骤，AI 将成为宇航员的补充▪◇▷，如果你愿意的话▪，就是一个副驾驶——识别着陆点☆▪△，寻找危险。能够在实时环境中进行这种级别的计算对我们来说至关重要。

　　但对我个人而言，当你想到边缘 AI 时-■=，真正有趣的是，当我们去探索太阳系时□▪，射电天文学一直也是我的一大热情。射电天文学是寻找宇宙中发出的微弱无线电频率信号。我们面临的问题是，地球是一个巨大的无线电频率噪声和干扰发射源。所以很难识别那些信号…◇。月球背面提供了一个天然的屏障来阻挡这种噪音。如果我们能将 Mark 1飞船降落在月球背面◆，我们就可以开始探索这个未被开发的射频环境。如果我们有边缘 AI，我们现在就可以利用它进行深度探索，实际识别我们下一步应该看哪里。因为将信息中继回通信系统的延迟真的会影响我们的探索能力。所以通过在月球背面部署带有边缘 AI 的 Mark 1飞船，它会告诉我们把下一艘飞船降落在哪里▷▽=。

　　苏姿丰：这正是让我兴奋的地方。这超级超级酷□…。我们很荣幸能与你们合作★。我认为你们的使命令人难以置信。非常感谢你们的合作，我们期待你们的下一步行动。

　　苏姿丰：好的，各位○。现在让我们转向今晚的最后一章◁◇：科学，以及用于最前沿科学研究的超级计算机△□。

　　我们对自己高性能计算领域的领导地位感到无比自豪，并持续在此领域突破性能极限。随着我们融合这两个领域的精华○，我们实际上正看到传统高性能计算系统与 AI 的融合。今天★，AMD 为世界上最快的两台超级计算机提供动力，并且在50台最节能系统中占据了一半以上。这些系统正在使用海量算力来解决以前不可能解决的问题。

　　在芬兰•，Lumi 超级计算机将气候模型更新时间缩短了85% 以上△◁◇，使得对极端天气事件的早期预警和准备成为可能。能源巨头 ENI 正在使用 AMD 驱动的超级计算机开发更持久的电池和更清洁的燃料。在橡树岭国家实验室（Oak Ridge National Labs）○，世界上第一台百亿亿级（Exascale）超级计算机正在运行 Orbit 2——一个超高分辨率全球模型★□，使我们能够以近乎99% 的准确率预测前所未有的细节信息…○◁。

　　在劳伦斯利弗莫尔国家实验室（Lawrence Livermore National Labs）□▲，世界上最快的超级计算机 El Capitan 正在模拟病毒如何变异和进化，使科学家能够设计更具弹性的抗体疗法▪•，并更快地应对未来的流行病。

　　展望未来，我们可以做更多事情来推动科学发现的未来…△◇。我们实际上正在与美国能源部和美国国家实验室紧密合作●，作为创世纪任务（Genesis Mission）的一部分。

　　创世纪任务是去年年底启动的一项国家计划◆，旨在加速 AI 超级计算和量子计算的融合。与橡树岭国家实验室一起，我们最近宣布了两台新的超级计算机作为创世纪任务的一部分◇■：Lux计算机是美国首个专门的科学 AI 工。