NVIDIA 创始人 Jensen Huang（黄仁勋）：生成式计算、美国再工业化与物理 AI

撰文：Techub News 整理

导语

近日，NVIDIA 创始人兼 CEO Jensen Huang（黄仁勋）再次做客「Special Competitive Studies Project」的访谈节目。在不到一年的时间里重返同一舞台，黄仁勋与主持人就 AI 领域在过去数月发生的巨变展开了深入探讨。作为全球 AI 计算浪潮的核心推动者，黄仁勋此次发声不仅解读了 AI 技术的演进脉络，更从国家战略、产业政策、技术安全等多维度，提供了极具前瞻性的行业洞察。

摘要

AI 是一个由能源、芯片、基础设施、模型和应用构成的五层「蛋糕」，美国应力争在每一层都保持全球领先。
AI 是驱动美国「再工业化」的千载难逢的市场力量，将创造数万亿美元的制造业产值和高技能工作岗位。
物理 AI（如机器人、自动驾驶）已近在咫尺，其突破不仅在于 AI 模型，也依赖于材料科学、电机等硬件的进步。
关于对华芯片出口限制，黄仁勋认为政策需与时俱进，完全让出中国市场并无战略意义，且美国在模型层仍保持领先。
AI 不会消灭工作岗位，而是改变了工作的「任务」性质；当前关于 AI 的「恐惧叙事」可能阻碍技术采用，对美国不利。

从检索式计算到生成式计算

黄仁勋开篇即点明，我们正处在一个全新的计算范式之中。传统的计算本质上是「检索式」的：人们预先创建内容（文本、图像、视频），存储起来，再通过搜索引擎、推荐系统等方式检索调用。无论是购物推荐还是视频流媒体，其核心逻辑都是匹配与召回。

而人工智能带来的根本变革在于「生成式计算」。系统根据用户的上下文、请求和意图，从一个初始的信息种子（可能基于某些事实或报告）出发，动态生成全新的、此前不存在的内容。每次生成的结果都可能大不相同。这种范式转换的好处在于，计算能够根据实时情境和真实世界的变化，运用智能来提供最贴合用户需求的信息。

这一突破要求计算架构发生根本性转变：从需要大量存储转向需要海量的计算能力。同时，AI 系统需要学会感知各种类型的信息（文本、视频、图像），理解用户的意图和上下文，并规划如何回答问题或完成任务。这标志着我们从「检索信息」的时代，迈入了「生成智能」的时代。

AI 的五层「蛋糕」与美国的再工业化机遇

黄仁勋用「五层蛋糕」的比喻来解构 AI 产业。从底层到顶层依次是：能源、芯片、基础设施、模型和应用。

最底层的能源至关重要，因为庞大的 AI 计算消耗巨大电力。黄仁勋借此引出了一个更宏大的议题：美国的再工业化。他指出，美国社会和经济面临一个关键选择：是否要重振制造业，让那些不需要四年制大学学位的人们也能获得高价值的工作机会？他认为，AI 正是驱动这一历史性转变的、前所未有的市场力量。

AI 将催生三类工厂的建设：首先是芯片制造和封装工厂；其次是计算机系统组装工厂；最后是将这些计算机部署起来的「AI 工厂」。这将带来数万亿美元的制造业产值和大量高技能、高薪酬的工作岗位。而制造业的本质是改变物质的形态，这需要巨大的能源。因此，美国若想抓住再工业化的机遇，就必须同步升级其能源网络，提高电网效率，并发展可持续的备用能源。

黄仁勋强调，美国在过去的工业革命中是技术应用的领跑者，在这次以 AI 为核心的工业革命中，决不能成为落后者。他特别指出，在五层蛋糕中，「应用与采用」层对美国最为关键，必须确保美国在应用这项技术方面处于前沿，因为这直接关系到生产力、繁荣程度和经济领导地位。

智能体 AI 与物理 AI 的突破

谈到 AI 技术的具体进展，黄仁勋认为，从大语言模型（LLM）到聊天机器人的关键突破是「基于人类反馈的强化学习」（RLHF）。而从 LLM 到智能体（Agent）系统的飞跃，则在于「驾驭」（Harnessing）这些模型的能力。

最新的智能体系统能够连接真实世界（ground truth），进行网络搜索、研究、推理、拥有记忆并与其他智能体通信。过去六个月，智能体取得了巨大进展。黄仁勋特别称赞了 Codium 和 Claude Code 等编码智能体的卓越表现，认为绝大多数软件任务现已能够自动化。

这引出了一个普遍担忧：AI 是否会取代软件工程师？黄仁勋的答案是否定的，并以放射科医生为例进行了类比。十年前，人们预测计算机视觉将取代放射科医生，如今 AI 确实渗透了放射学的方方面面，但放射科医生却更加紧缺。原因在于，「阅读扫描影像」是放射科医生工作中的一个「任务」，而他们的「目的」是诊断疾病。AI 接管了部分任务，却放大了医生实现其核心目的的能力和价值。

同理，软件工程师的「任务」是编程，但其「目的」是创新、解决问题、发现需求。AI 自动化了编码任务，反而让工程师能更专注于高价值的创新活动，从而催生了对更多软件工程师的需求。黄仁勋警告说，散布「AI 将消灭工作」的恐惧言论是危险且具有破坏性的，这可能会吓跑社会急需的人才。

对于下一波浪潮——物理 AI，黄仁勋表示乐观。他认为自动驾驶出租车（Robo-taxi）的「科学问题已经解决」，目前主要是工程化落地问题，NVIDIA 的「Drive」平台和「Thinking Car」技术正推动其成为现实。

关于人形机器人，黄仁勋给出了一个生动的类比：如果今天的视频生成模型能根据提示生成「手拿起咖啡杯并喝一口」的视频，那么从逻辑上，生成让机器人执行同样动作的指令也应成为可能。主要的挑战已部分转向机电一体化，包括电机、机械手、材料（需轻量化且坚固）、电池技术和传感器等硬件领域。他暗示，这项技术已「近在咫尺」。

对华芯片出口、开源与安全

身处华盛顿，黄仁勋不可避免地谈到了敏感的对华芯片出口管制问题。他重申了「五层蛋糕」框架，认为美国的目标应是在每一层都成为全球领导者，并积极向世界出口技术，扩大美国技术栈的全球影响力。

针对「通过限制算力阻止中国 AI 发展」的论点，黄仁勋表示，每一层都很重要，芯片层固然关键，但完全让出中国这样一个庞大的市场「在战略上没有多大意义」。他认为相关政策需要动态调整并跟上时代。当前阶段，让美国芯片公司在中国市场开展业务是合理的。

他承认中国在能源（生产和相关技术）层面已是全球领导者，在 AI 模型层面紧随美国之后，并拥有数量庞大的 AI 研究人员，这是其「国家宝藏」。美国必须继续吸引全球人才，并对此保持关注。

黄仁勋最大的担忧在于 AI 的应用与采用层。他批评美国社会对 AI 的讨论过于「科幻化」和「危言耸听」，制造了不必要的恐惧，而亚洲其他地区正以极大热情拥抱和采用 AI。他警告，这可能导致美国在应用层面被甩在后面。

关于开源 AI 的安全性问题，黄仁勋持积极态度。他认为开源反而能增强安全和保障。未来抵御超级 AI 网络攻击，可能需要依靠基于开源模型训练的大规模防御智能体群，利用不对称优势进行对抗。开源让技术在阳光下发展，便于审查和确保安全。

对于像「OpenClaw」这样的开源项目可能带来的风险，NVIDIA 开发了「OpenShell」技术，为智能体提供一个安全的「沙箱」环境，控制其信息访问和输出，并集成隐私保护策略。这套方案已贡献给开源社区，并被众多企业采用，旨在让企业能更安全地部署 AI 智能体。

消除恐惧，拥抱 AI 带来的机遇

访谈最后，黄仁勋强烈呼吁社会应更理性、积极地看待 AI。他驳斥了「AI 对人类构成生存威胁」或「将摧毁大量工作」的极端言论，认为这些说法「荒谬」且「无益」。

他列举事实：AI 在过去几年已创造了超过 50 万个工作岗位；它是美国再工业化、重塑制造业的最佳契机；采用 AI 的公司增长更快，从而雇用更多人。问题的核心在于混淆了工作的「任务」和「目的」。

他以自己为例调侃：如果只看「任务」，他的工作是「点击手机和说话」，AI 早就能做这些了，那他早该失业了。但现实是，他比以往任何时候都更忙。因为他的「目的」是领导公司、制定战略、推动创新，这些是 AI 无法替代的。

黄仁勋总结道，AI 将人类从繁琐的「打字」任务中解放出来，让我们能更专注于发挥想象力、解决更大规模的问题。他反问：如果我们通过 AI 的赋能，行动比以往更快，抱负比以往更大，期望比以往更高，这对国家来说怎么会是坏事呢？这正是我们追求的状态。他呼吁各行各业积极采用 AI，因为这项技术已经不仅「令人惊叹」，而且变得真正「有用」，并将持续放大人类的潜能与雄心。

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。