世界读书日 | GTC 2025 12 场热门会议，探索 NVIDIA 在各领域的最新进展

时值世界读书日，本文特别为您精选了 NVIDIA GTC 2025 的 12 场热门会议，邀您共同探索 AI 的下一步发展。

NVIDIA GTC 2025 热门会议精选

量子计算的现状和未来

演讲嘉宾：

Ben Bloom | Atom Computing 创始人兼 CEO

Alan Baratz | D-Wave CEO

Krysta Svore | 微软技术研究员

John Levy | SEEQC 联合创始人兼 CEO

黄仁勋 | NVIDIA 创始人兼 CEO

Loïc Henriet | Pasqal CEO

Matthew Kinsella | Infleqtion CEO

Mikhail Lukin | 哈佛大学 Joshua and Beth Friedman 校级教授、QuEra Computing 联合创始人

Simone Severini | 亚马逊云科技量子技术部门总经理

Subodh Kulkarni | Rigetti CEO

Pete Shadbolt | PsiQuantum 联合创始人兼首席科学官

Peter Chapman | IonQ 执行主席

Rob Schoelkopf | Quantum Circuits 联合创始人兼首席科学家

Rajeeb Hazra | Quantinuum 总裁兼 CEO

Théau Peronnin | Alice & Bob 联合创始人兼 CEO

会议内容：

NVIDIA 创始人兼 CEO 黄仁勋邀请来自 Alice & Bob、Atom Computing、D-Wave、Infleqtion、IonQ、Pasqal、PsiQuantum、Quantinuum、Quantum Circuits、QuEra Computing、Rigetti 和 SEEQC 的行业领导者，共同探讨当前量子计算的最新进展以及未来的发展前景。这几场炉边谈话汇聚了整个量子计算社区，共同回顾这一令人激动的前沿技术。

AI 和计算的前沿：与 Yann LeCun

和 Bill Dally 的对话

演讲嘉宾：

Bill Dally | NVIDIA 首席科学家兼 NVIDIA Research 高级副总裁

Yann LeCun | Meta 首席 AI 科学家, 纽约大学教授

会议内容：

随着 AI 不断重塑世界，深度学习和高性能计算的融合变得越来越重要。本演讲汇集了深度学习先驱、Meta 首席 AI 科学家 Yann LeCun 和 NVIDIA 首席科学家、领先的计算机架构师 Bill Dally，共同探讨 AI 模型、硬件加速器以及不断发展的计算格局的未来。

适用于人形机器人的 AI

演讲嘉宾：

Pieter Abbeel | 加州大学伯克利分校教授

会议内容：

人形机器人硬件正迎来快速发展，可以预期，未来三年内将出现可商业化的人形机器人硬件。那么，如何构建能帮助人形机器人发挥作用的 AI？人形机器人具有高维度的动作空间和高维度的多模态感知空间，这对现有的 AI 模式提出了挑战。此会议深入探讨了这些挑战，并重点介绍了一些有前景的发展方向。

从渲染到现实：使用可视化工具

和生成式 AI 改进客户在线决策

演讲嘉宾：

Bing Sun | Easyhome 首席技术官

Xingjian Ma | Homestyler 全球运营主管

会议内容：

借助生成式 AI 和 Omniverse 改变家居装饰和陈设方式。消费者面临的挑战之一就是将他们的设计梦想变为现实，包括将他们的独特需求与量身定制的设计相匹配、实现现实生活场景中的产品可视化以及确保设计的可行性。观看本会议，了解为全球业主和设计师提供服务的设计平台 Homestyler 如何通过 AI 深入改变全球家居装饰行业。Homestyler 在全球拥有 1800 万用户和 3800 多万个设计案例，该平台使用集成了 OpenUSD 和 RTX 渲染技术的 NVIDIA Omniverse 实现了无缝在线协作。与会者将了解这个创新方案如何将消费者与高质量、高性价比的家居供应商链接，以空前的精度和逼真度为供需双方牵线搭桥。

通用机器人的新时代——

人形机器人的崛起

演讲嘉宾：

Deepak Pathak | Skild AI CEO 及联合创始人

Tiffany Janzen | Tiffintech 创始人及软件开发负责人

Jim Fan | NVIDIA 研究科学家

Aaron Saunders | 波士顿动力首席技术官

Pras Velagapudi | Agility Robotics 首席技术官

Bernt Børnich | 1X CEO 及创始人

会议内容：

机器人界的“ChatGPT”已经到来。人形机器人将成为通用机器人技术有史以来规模最大的形态部署。聆听来自全球领先人形机器人公司的行业领袖们对未来人形机器人发展的展望，以及实现这一目标所需的基础模型、仿真技术和计算能力。

来自 NVIDIA Research 的见解

演讲嘉宾：

Bill Dally | NVIDIA 首席科学家兼 NVIDIA Research 高级副总裁

会议内容：

此会议介绍了过去一年 NVIDIA Research 的一些亮点。

扩展开源 AI：从基础模型到

生态系统的成功

演讲嘉宾：

Ankit Patel | NVIDIA 开发者市场资深总监

Joe Spisak | Meta 生成式 AI 产品管理总监

Ion Stoica | 加州大学伯克利分校电子工程科学系教授

Matt White | PyTorch 执行总监，Linux 基金会 AI 总经理

Stephanie Zhan | 红杉资本合伙人

会议内容：

了解开源如何正在改变 AI 的发展。本次活动汇聚来自业界、学术界和风险投资领域的专家，围绕协作式开源 AI 开发的技术与商业层面展开深入探讨。演讲嘉宾将剖析 PyTorch、vLLM、Ray 以及 NVIDIA NeMo 等开源项目如何加速 AI 创新，并为企业与研究人员带来全新机遇。他们将分享 PyTorch 开发过程中的实践经验、伯克利的研究成果，以及成功 AI 创业公司的案例。

NVIDIA Cosmos 世界基础模型介绍

演讲嘉宾：

Ming-Yu Liu | NVIDIA 生成式 AI 研究副总裁

会议内容：

NVIDIA Cosmos 正在改变机器人和自动驾驶汽车的学习方式，通过世界基础模型加速基于物理感知的合成视频生成。与 NVIDIA 生成式 AI 研究副总裁 Ming-Yu Liu 一起了解 Cosmos 如何推动物理 AI 开发的普及——为开发者提供开放的模型和工具，使其能够以前所未有的速度构建定制化的世界模型。

边缘代理式 AI：实时情感

分析赋能客户互动体验

演讲嘉宾：

Cahlen Humphreys | Enfuse 首席人工智能架构师

Jacque Istok | Enfuse 首席执行官

Niels Kasch | Eviden 首席数据科学家

会议内容：

探索可以重新定义客户互动方式的 AI 智能体，将物理空间转化为引人入胜的个性化体验。该解决方案利用 NVIDIA Jetson 上的 Vision Transformer 进行实时情感分析，以了解受众的反应，同时提供相关产品内容并确保快速响应。它在本地处理敏感数据，仅通过 Kafka 流向云端发送匿名元数据，并采用混合云强化学习和生成式 AI 来动态定制广告内容。借助 NVIDIA DeepStream 实时视频分析技术和闭环反馈机制，不断优化与客户的互动，最大限度地提升客户体验，从而提高业务投资回报率。

构建人形机器人介绍

演讲嘉宾：

Jim Fan | NVIDIA 研究科学家

Yuke Zhu | NVIDIA 首席研究科学家 / 高级研究经理

Leela Karumbunathan | NVIDIA 高级硬件产品经理

Yan Chang | NVIDIA 高级工程经理

会议内容：

开发者们正在打造更加智能、反应敏捷且高效的人形机器人，这些机器人有能力变革制造业、医疗健康和零售业等多个行业。NVIDIA 正在构建 Isaac GR00T —— 一个用于开发人形机器人的平台。Isaac GR00T 平台由四个部分组成：用于认知和控制的机器人基础模型；基于 NVIDIA Omniverse 和 Cosmos 构建的仿真框架；用于生成合成数据和环境的数据管线；最后是机器人上搭载的超级计算机—— NVIDIA Jetson AGX Thor。这场会议将通过具体的用例和实例，介绍 NVIDIA Research 和工程团队所构建的该平台四大支柱中的最新进展。

CUDA 新功能及增强功能

演讲嘉宾：

Stephen Jones | NVIDIA CUDA 架构师

会议内容：

CUDA 平台是 GPU 计算生态系统的基础。所有使用 GPU 的应用程序和框架都依赖于 CUDA 的库、编译器、运行时和语言——这意味着 CUDA 的发展速度与其生态系统的演进同样迅猛。在本次面向工程技术的演讲中，来自 NVIDIA 的 CUDA 架构师将为您介绍 CUDA 的最新进展以及 GPU 计算的未来发展方向。

在 Python 中编写 CUDA

内核的多种方法

演讲嘉宾：

Leo Fang | NVIDIA Python CUDA 技术负责人

会议内容：

我们将探索使用 Python 编写 CUDA 内核的最佳实践，使开发人员能够充分利用 GPU 加速的潜力。你可以清楚地了解 CUDA 内核的结构与功能，并学习如何在 Python 应用中高效实现它们。涵盖一些基本概念，包括内存管理、线程组织以及对实现高性能至关重要的优化技术。