北京
GTC 2026 有超過一千場的會議全方位展示了 AI 的突破性進展及其如何重塑各行各業。本文精選了其中 12 場熱門會議，主題涵蓋物理 AI 與人形機器人、代理式 AI、AI 基礎設施、數字孿生與仿真、大模型等關鍵領域。這 12 場會議的演講視頻均配有中文字幕，助您獲取富有啟發性的見解，掌握 AI 的未來發展。
歡迎掃描文末海報二維碼前往 NVIDIA On-Demand 平臺觀看熱門會議演講視頻！
AI 前沿與未來方向
邁向 AI 的下一個前沿：
Jeff Dean 與 Bill Dally 的深度洞察
演講嘉賓：
Bill Dally | NVIDIA 首席科學家兼 NVIDIA 研究中心高級副總裁
Jeff Dean | 谷歌首席科學家
演講內容簡介：
這場演講探討了硬件創新、系統擴展與算法進步之間關鍵的交叉點，旨在推動 AI 邁向 2026 - 2030 年的智能體系統時代，實現超低延遲推理和節能擴展。
NVIDIA 研究中心的 AI 研究突破
（由 Two Minute Papers 創始人 Karoly 主持）
演講嘉賓：
Karoly Zsolnai-Fehér | Two Minute Papers 創始人、研究員
Marco Pavone | NVIDIA 高級研究總監
（更多嘉賓請前往 NVIDIA On-Demand 頁面查看）
演講內容簡介：
他們將深入探討 AI 領域的最新突破，重點介紹最具前景的新興技術趨勢，并坦誠地探討該領域目前面臨的最大挑戰。
物理 AI 與人形機器人
迪士尼“雪寶”：
通過物理 AI 從銀幕走向現實
演講嘉賓：
Moritz Baecher | 華特迪士尼幻想工程、蘇黎世研究實驗室主任
演講內容簡介：
動畫角色例如雪寶 Olaf 的動畫化，或是像 BDX 機器人這樣的角色設計，都需要在藝術還原度和物理世界的限制之間取得平衡。本場演講將深入探討這些機器人角色如何通過模塊化機電系統與深度強化學習的深度融合來實現這一平衡。
從概念到生產：
人形機器人規模化之路
演講嘉賓：
Chelsea Finn | 斯坦福大學助理教授、Physical Intelligence 聯合創始人
Amit Goel | NVIDIA 機器人技術與邊緣計算生態系統負責人
（更多嘉賓請前往 NVIDIA On-Demand 頁面查看）
演講內容簡介：
在推理 AI、大規模仿真和實時邊緣計算的技術突破驅動下，人形機器人正從原型機演進為可投入生產的系統。但要實現這一目標，行業必須彌合數字智能與物理現實之間的鴻溝。
開放世界模型如何推動
物理 AI 的下一次突破
演講嘉賓：
Ming-Yu Liu | NVIDIA 生成式 AI 研究副總裁
演講內容簡介：
本場演講將探討最新的 Cosmos 更新如何推動物理感知學習、解鎖仿真到現實的能力，并支持長期運行的智能體以及像 OpenClaw 這樣的框架，協調大規模持續合成數據生成與推理工作流。
面向真實世界的物理 AI：
NVIDIA 機器人研究的愿景
演講嘉賓：
Jim Fan | NVIDIA 總監、杰出研究科學家
Yashraj Narang | NVIDIA 機器人研究高級經理
Yuke Zhu | NVIDIA 總監、杰出研究科學家
演講內容簡介：
參加本次會議，了解模擬到現實、現實世界學習、模型架構和模型訓練方面的研究突破，以及邁向面向現實世界應用的通用具身智能的關鍵里程碑。
代理式 AI
金融服務中的代理式 AI：
模型用例
演講嘉賓：
Chintan Mehta | 富國銀行首席信息官兼數字技術與創新負責人
Bobby Grubert | 加拿大皇家銀行資本市場人工智能與數字創新負責人
（更多嘉賓請前往 NVIDIA On-Demand 頁面查看）
演講內容簡介：
聆聽由頂尖金融服務創新者組成的專家小組分享他們如何在實際生產用例中應用代理式 AI。與會專家還將探討在高度監管的金融服務行業中，如何才能將代理式 AI 投入實際生產場景，以及如何有效地衡量新應用案例的投資回報率（ROI）。
自編碼智能體：
架構、數據飛輪與自主代碼修復
演講嘉賓：
Bartley Richardson | NVIDIA 工程高級總監
Ali Golshan | NVIDIA 高級總監
Kris Murphy | NVIDIA 技術產品經理
演講內容簡介：
AI 智能體正借助自編碼、反饋驅動和自適應架構，迅速朝著真正的自主性演進。本場演講將深入探討智能體通過數據飛輪實現自我優化的框架 —— 即通過反饋和每次交互持續學習，不斷優化自身模型。
代理式 AI 入門
演講嘉賓：
Erik Pounds | NVIDIA 企業 AI 產品營銷高級總監
演講內容簡介：
本場演講旨在幫助開發者和技術領導者建立代理式 AI 的清晰認知框架，并提供從實驗探索到實際應用的具體路徑。
AI 基礎設施與開發實踐
MLOps 入門：構建 AI 的平臺與流程
演講嘉賓：
Michael Balint | NVIDIA 產品架構總監
William Benton | NVIDIA 首席產品架構師
演講內容簡介：
本場演講將介紹 MLOps 的基礎模式，探討這些新能力如何重塑 AI 設計與運營策略，同時將通過多個用例，剖析新時代下 MLOps 的流程與理想平臺。
數字孿生與仿真
加速物理 AI 時代：
數字孿生與實時仿真
演講嘉賓：
Rev Lebaredian | NVIDIA Omniverse 與仿真技術副總裁
演講內容簡介：
本場演講將分享在 OpenUSD 和 NVIDIA 加速計算平臺、庫及生態系統驅動下，基于 OpenClaw 的自主智能體、數字孿生與實時仿真，正如何在物理 AI 時代加速各行各業的突破。
大模型與算法創新
我們如何擴展 Kimi K2.5
演講嘉賓：
楊植麟 | Kimi（月之暗面）創始人兼 CEO
演講內容簡介：
探索 Kimi（月之暗面）如何通過開創 Muon 優化器將 Token 學習效率提升一倍，并通過 Day 0 基礎設施協同設計最大化訓練吞吐量，從而實現對 Kimi K2.5 的擴展。深入理解 AI 原生訓練與線性注意力架構，助您解鎖更持久運行智能體的潛力。
前往下方鏈接，探索涵蓋物理 AI、代理式 AI、推理、AI 工廠等主題的精彩會議，在 NVIDIA On-Demand 平臺點播觀看：播放列表 playList-d77614ca-829e-45f3-9620-60c692143a93 | NVIDIA On-Demand
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
