Nvidia datang ke Computex Taipei 2026 dengan pesan yang jauh lebih besar dari sekadar peningkatan performa GPU. Di panggung utama, Jensen Huang menunjukkan bahwa arah perusahaan kini bergerak ke AI PC, kendaraan otonom, dan robot humanoid sebagai satu ekosistem yang saling terhubung.
Bagi pengguna PC gaming, kabar ini tetap penting karena Nvidia tidak meninggalkan pasar utamanya. Namun, perusahaan juga mulai menata masa depan komputasi yang lebih luas, dari perangkat untuk agen AI hingga sistem fisik yang bisa berinteraksi langsung dengan dunia nyata.
RTX Spark jadi sorotan paling besar
RTX Spark menjadi salah satu pengumuman paling mencolok karena disebut akan “reinvent the PC.” Superchip ini diklaim membawa hingga 128 GB memori dan satu petaflop daya komputasi, dengan AI sebagai inti desainnya.
Nvidia menyebut perangkat berbasis RTX Spark akan diarahkan untuk “AI agents” dan dikembangkan bersama Microsoft dengan Windows sebagai fokus. Di sisi lain, chip ini tetap ditujukan untuk gamer karena diklaim mampu menjalankan game AAA modern di 1440p, ray tracing, dan DLSS di atas 100 fps.
DLSS 4.5 memperluas ambisi visual Nvidia
Di sisi rendering, Nvidia memberi panggung besar untuk DLSS 4.5. Teknologi Ray Reconstruction menjadi fitur utama berikutnya setelah DLSS 4 memperkenalkan Multi Frame Generation berbasis AI yang mampu menghasilkan hingga lima frame per rendered frame.
DLSS 4.5 Ray Reconstruction memanfaatkan neural rendering pada GeForce RTX modern untuk memperbaiki ray tracing. Nvidia menyebut hasilnya mencakup efek partikel yang lebih bersih, ghosting yang lebih sedikit, serta akurasi pencahayaan yang meningkat lewat kesadaran spasial yang lebih baik.
Nvidia juga menyebut DLSS 4.5 akan hadir pada Agustus 2026 untuk semua RTX GPU. Meski saat peluncuran hanya segelintir judul yang mendukungnya, sejumlah game mendatang sudah dijadwalkan membawa dukungan tersebut.
Dukungan game dan mesin terus diperluas
Perusahaan menyatakan tim di balik game seperti Marvel Rivals sedang bekerja sama untuk memperbarui mesin agar memakai fitur DLSS 4.5. Langkah ini menunjukkan bahwa dorongan Nvidia tidak hanya berhenti pada visual, tetapi juga pada adopsi yang lebih luas di ekosistem game PC.
Dengan pendekatan itu, Nvidia terlihat ingin menjaga posisinya di pasar gaming sambil mendorong teknologi AI rendering masuk lebih dalam ke pipeline pengembangan game. Strategi ini membuat perangkat keras dan software Nvidia bergerak dalam satu arah yang sama.
Ambisi besar di kendaraan otonom
Di luar gaming, Nvidia memamerkan Alpamayo 2 Super untuk kendaraan otonom. Model open 32-billion-parameter reasoning VLA ini dirancang sebagai kerangka kerja untuk infrastruktur robotaxi masa depan.
Nvidia menyebut Alpamayo 2 Super mampu memberi “humanlike perception, reasoning, and action.” Model ini akan terhubung dengan AlpaGym dan AlpaSim untuk melatih AI kendaraan otonom, dengan tujuan mengurangi kesalahan berantai dalam proses pelatihan.
Jensen Huang juga mengatakan produsen seperti Nissan, Hyundai, dan Mercedes-Benz akan memasang model Nvidia Drive Hyperion yang dibuat dengan Alpamayo 2 Super. Ia menambahkan bahwa sekitar 80 persen produsen mobil dunia telah mendaftar untuk membangun mobil Nvidia Drive Hyperion.
Robot humanoid dan physical AI ikut terdorong
Nvidia turut meluncurkan Isaac GR00T Reference Humanoid Robot sebagai desain referensi humanoid. Sistem ini memakai chassis Unitree H2 Plus, tangan lima jari Sharpa Wave, dan modul Jetson Thor dengan software Isaac GR00T.
Proyek tersebut ditujukan untuk membantu penelitian humanoid robotics yang lebih terbuka dan mendorong physical AI di berbagai industri. Pendekatan ini memperlihatkan bahwa Nvidia ingin masuk lebih dalam ke dunia robot yang harus memahami lingkungan fisik secara langsung.
Selain itu, Cosmos 3 diperkenalkan sebagai “world’s first fully open omnimodel” yang bisa menerjemahkan teks, gambar, video, dan suara menjadi aksi di dunia fisik. Model ini diarahkan untuk menjawab tantangan pelatihan physical AI saat data terbatas dan stack simulasi masih terpecah-pecah.
Cosmos 3 juga dirancang untuk membantu platform memahami interaksi objek, gerak, relasi ruang-waktu, hingga prediksi lintasan dengan bantuan physics. Sejumlah perusahaan disebut sudah bergabung untuk melatih robot, kendaraan otonom, dan sistem AI fisik lain memakai model tersebut.
