作者：龍玥，華爾街見聞

近日，輝達創始人兼CEO黃仁勳在All-In Summit 2026上正面開砲，將當前甚囂塵上的「AI末日論」定性為「沒有科學依據的不負責任言論」。他逐一列舉過去數年被證偽的AI預言，直指部分科技公司和研究人員的公開表態「製造恐慌、誤導公眾」。

黃仁勳的靶子，是Anthropic CEO Dario Amodei近期發表的那篇引發廣泛討論的博文——該文聯合多家前沿實驗室，對AI安全風險發出警告，甚至量化了「文明級滅絕」的機率。黃仁勳說道，「這是編造的。這些人受過良好教育，被稱為研究員，在實驗室工作。這些詞彙的疊加加上這種預測，令人恐慌，不應該這樣做，這是不負責任的。」

峰會進行中，美國總統川普突然致電現場，直言「這整件事就是個騙局」，並表態將堅定支持數據中心建設，稱AI是「未來20至25年的石油」。

兩人的聯合發聲，為當前圍繞AI監管和安全的激烈爭論注入了新的變數。

「這些預測全都錯了」：黃仁勳逐一清算末日預言

黃仁勳在台上直接點名過去幾年流傳最廣的AI恐慌預測，並一一對照現實：

「有人預測五年內放射科醫生將被AI完全取代，結果恰恰相反，我們比以往任何時候都需要更多放射科醫生。」
「有人預測六到十二個月內90%的程式碼將由AI生成——錯了。有人預測六到九個月內50%的初級崗位將消失——也錯了。」
他還提到，GPT-2和Llama 3曾被認為「太危險不能發布」，以及「明年將有一半白領工作消失」等預言，統統落空。

黃仁勳的結論直截了當：「這些預測不基於科學，不基於研究。所有基於科學和研究的證據都指向相反的方向。這是對未知領域的恐懼。」

他同時表示，對於Anthropic CEO Dario Amodei近期發表的相關博文，他認為其中涉及安全的部分值得認真對待，但關於未來的「科學預測」部分「明顯缺乏科學依據」，「由科學家說出口，卻不是科學的東西，這是不負責任的」。

RSI不是「黑魔法」：黃仁勳解釋遞歸自我改進的工程邏輯

針對近期市場熱議的遞歸自我改進（RSI）技術，黃仁勳給出了他的技術判斷。

「RSI是一套系統性思路的組合，」他說，「從上下文學習、技能積累、反思機制，到強化學習和合成數據生成，這些都是非常合理的想法，能讓AI在解決問題上持續進步。」

他進一步解釋，透過LoRA等低秩適配方法，可以在不重新訓練基礎模型的情況下提升模型能力；而隨著時間推移，再用積累的經驗重新訓練基礎模型，整個流程在工程上完全可控。

黃仁勳認為，「RSI」這個詞正在被某些人「武器化」，刻意製造出技術將「螺旋失控」的印象。他的反駁邏輯很簡單：「你可以在公司內部做RSI，但當你發布產品時，你必須評估它，必須測試它，必須確保沒有回歸問題。基本的工程控制流程就在那裡。」

川普現場致電：數據中心是「下一個20年的石油」

峰會進行到輝達戰略拆解環節時，川普突然致電黃仁勳，並被接入現場擴音系統，向在場數千名觀眾直播講話。

川普表示：「這整件事就是個騙局。數據中心是偉大的，它讓人們富裕，讓各州富裕。它是未來20年、25年的石油，比網際網路還要大得多。」

他同時批評部分反對數據中心建設的聲音「正在為不希望美國成功的人服務」，並明確表態：「機器人不會統治世界，AI不會接管世界，整件事就是個騙局。」

川普還提到，美國目前有約20萬億美元投資正在流入，並將此與前任政府時期的不足1萬億美元進行對比。

黃仁勳在通話結束後表示，川普能夠「看穿這場騙局」，在民調顯示反對聲音占主導的情況下仍堅持立場，「這需要勇氣」。

輝達的戰略邏輯：向上走多遠，向下壓多低

在資本配置和生態戰略上，黃仁勳闡述了輝達的核心原則：「盡可能往上走，但盡量保持在低層。」

他解釋，輝達的目標是幫助整個生態系統成功，而非從中切走一塊。「如果不是輝達創建了cuDNN，所有框架都不會存在。如果不是我們創建了Megatron Core，大規模訓練就不會發生。我們發明必要的技術，然後讓千花齊放。」

在收購Hugging Face之後，輝達在開源領域的佈局愈發清晰。黃仁勳透露，輝達目前在自動駕駛、生物醫藥等五個垂直領域擁有前沿開源模型，包括全球首款「會思考的自動駕駛汽車」Alpamayo，以及蛋白質合成模型Proteina Complexa等。

他強調，輝達進入這些領域的邏輯是「客戶需要，而他們自己還沒有能力做」，而非主動顛覆競爭對手。

在融資生態方面，黃仁勳提到輝達正與黑石、高盛等機構合作，透過Cloverleaf等項目為AI基礎設施建設提供融資支持，並在澳洲、東南亞等地持續擴展區域雲合作夥伴網絡。

「在某些領域，超級智能已經到來」：黃仁勳的技術判斷

在峰會尾聲，黃仁勳對當前AI發展階段給出了他的判斷。

主持人提出「我們是否已經進入AGI時刻」，黃仁勳回應：「我認為我們也到了。」

他隨即補充了自己的定義框架：「當你看一輛自動駕駛汽車，我不需要它給我做煎蛋卷，我只需要它開車。在這個窄域裡，它就是超級智能——事故率是人類的十分之一。蛋白質合成、虛擬篩選，我們已經在那裡了。」

黃仁勳最後呼籲：「我希望我們能降低戲劇性，最重要的是，我們需要讓整個美國一起前進。這才是我們成功的方式。」

訪談全文（略刪減）如下：

Jensen Huang：末日論是騙局，超級智能已經到來，AI的未來（川普總統連線）

All-In Podcast | All-In Summit 2026 | 2026年9月15日

文字記錄

主持人 00:00

有些人稱之為「遠見」，對我來說這是一個分量極重的詞，因為我相信遠見至關重要。我們為此中斷了每週的常規節目，而能讓我們這麼做的只有三個人：川普總統、耶穌，還有Jensen——全球第一播客誠摯歡迎他的到來。他就是Jensen Huang，輝達的創始人、董事長兼CEO。無論你是否意識到，他的每一個決策都在塑造著你的未來。輝達是這個市場最重要的股票，而Jensen可以說是史上最出色的企業家。公司營收同比爆發式增長97%，需求不僅已經強勁，實際上還在持續加速。輝達是唯一一個完整全棧AI工廠的計算平台。GPU就像一台時間機器，它讓你更早看見未來。如果我們能看見未來、預測未來，我們就有更大的機會把那個未來塑造成它最好的樣子。

請歡迎Jensen Huang！他一出場就贏得了全場起立鼓掌。女士們先生們，「GPU耶穌」來了，大家都愛你。謝謝，我也愛你們。我們喜歡全球第一播客，也喜歡你這件新夾克。

Jensen Huang 01:28

我覺得你們需要一些活力。我知道我們今天要聊的都是嚴肅話題，但我們得充滿活力地聊。

主持人 01:39

讓我們從這個週末的那篇文章說起吧。哪篇？

主持人 Chamath 01:45

就從Dario那篇文章說起吧，這篇文章其實很有海明威的風格。有沒有人用Pangram檢測過？我甚至不知道裡面有多少是AI輔助寫的，但確實是一篇相當驚人的文章。讓很多人感到意外的是，前沿實驗室們紛紛為這篇文章背書、聚集在它周圍。Jensen，能不能幫我們梳理一下——這到底發生了什麼，你是怎麼解讀的？我們再深入聊裡面的一些細節，先說說你的整體看法。

Jensen Huang 02:14

那篇文章涉及的內容非常多。首先，其中有一部分關於安全，這我們必須非常認真對待。安全是重中之重，這一點顯而易見。安全與領導力之間並非非此即彼的選擇——你可以快速創新、快速執行，美國可以領跑，同時做到安全。我認為把這兩者對立起來是個偽命題，但安全本身當然極其重要。

文章中也涉及內部控制問題，我認為Dario說的就是這個。顯然，那位名叫Coxson的舉報人所揭露的事情是非常嚴肅的——只要有人舉報，就必須認真對待。我認為Coxson有很大的勇氣把他的顧慮公之於眾。即便如此，那些顧慮之中有些問題是被混為一談的。

舉報這件事本身，我認為是對的。但文章中關於未來的科學預測，就沒那麼站得住腳了，因為它並不建立在科學基礎上。寫這篇文章的是一位科學家，但內容顯然沒有科學依據，這一點我不認同。

至於文章中提到的暫停、放緩開發進度，這些都是他們自願可以做的事情——如果他們覺得公司已經失控。如果Coxson看到了失控的跡象——當然我們不知道他具體看到了什麼——也許這與從研究到工程的轉型有關。眾所周知，這些實驗室正在從研究機構轉型為工程組織，擁有非凡的人才和卓越的工程能力，但工程畢竟不同於研究，這個轉型過程難免有些磕絆。我們不知道他究竟看到了什麼，最終只有他自己知道。

但如果問題真的出在缺乏控制上，那就是另一個議題了。政府該如何應對？監管這個詞一下子就把所有問題都覆蓋了，一篇博文裡什麼都有。

主持人 Chamath 04:35

你能幫我們梳理一下嗎？比如「文明性死亡」這個說法——我都不知道怎麼向我媽解釋。當非常聰明的人把這些概念量化，比如「10%的滅絕概率」，這可能才是讓很多人感到不安的地方。沒有人知道怎麼向普通人解釋這意味著什麼，或者這怎麼可能發生。

Jensen Huang 04:56

我們不應該這麼說，因為這是憑空捏造的。這些人受過良好教育，他們被稱為研究人員，在實驗室工作。但這些詞彙和這種預測放在一起，是令人震驚的，是不負責任的，不應該這麼做。

Jensen Huang 05:23

讓我們回到真實的事實上來看看。曾經有人預測，五年內放射科將被人工智慧完全取代，世界上將不再有放射科醫生。事實證明恰恰相反——我們比以往任何時候都需要更多的放射科醫生。不過，AI確實已經完全滲透了放射科領域，它實現了掃描讀取的自動化，這很好。

又有人預測，就在去年，六到十二個月內90%的程式碼將由AI生成——這被證明是錯的。去年還有人預測，六到九個月內50%的初級崗位將消失——同樣被證明是錯的。說GPT-2太危險不能發布，說Llama 3太危險不能發布……我們聽說過一半白領工作明年將消失，說會發生「就業末日」。所有這些預測都被證明是錯的。我們必須對這些荒謬的預測負責，有人必須為此承擔責任，我們應該把這些都記錄下來。當然，人們確實會在記錄，也會提醒我們——這些預測與美國贏得AI競賽是相互矛盾的。

主持人 Chamath 06:56

簡單來說，有些人會說「相信專家」，並援引新冠疫情作為類比——同樣是從研究人員、受過教育的人開始，他們對這件事有著其他人所不具備的不對等的認知，然後說出了一些最終被事實證明不正確的話。所以現在存在一場戰爭，「相信專家」運動和「讓我們看看這些預測的實際歷史記錄、讓我們更有條理地思考」這兩派之間的戰爭。

你認為這背後是什麼？是商業利益還是政治利益？你覺得他們為什麼這麼做？

Jensen Huang 07:44

首先我要說，這些是史上最舉足輕重的一批公司。他們有頂尖的工程師、傑出的研究人員，做出了真正了不起的工作。一方面，我與他們作為公司夥伴關係非常緊密；另一方面，我們不得不在公眾面前進行這樣的對話，這實在令人遺憾。我認為這些公司應該按照我們過去建立公司的方式來運營——悄悄地做。

說話人3 08:11

Jensen，你不允許公司裡的任何人代表整個組織發言，尤其是在他們狀態不好或者一時衝動的時候，他們不能代表你和公司隨意發推，對嗎？

Jensen Huang 08:31

對，因為他們加入我們公司的時候，我們就告訴他們——這是你在我公司工作的行為準則。如果你認同NVIDIA的文化——大家都知道，NVIDIA的文化和員工滿意度極高——員工們喜歡公司的穩定性，喜歡我們的核心價值觀始終如一：照顧好員工家庭，創造讓他們完成一生心血之作的條件，做有意義的工作，盡量保持低調，並為每個人的成功做出貢獻。這些核心價值觀會吸引認同的人加入。

但當你來我們公司工作時，也有一些事情我們不歡迎。比如，我們不歡迎在公司內部進行政治討論。關於種族、宗教、政治等話題，我們告訴員工，這些留到公司外面去談。NVIDIA是一家去政治化的公司，我們是跨黨派的，我們希望美國成功。無論哪屆政府執政，我們都會盡一切努力幫助美國成功。

Chamath 09:51

那在AI監管問題上，更具體一點，Satya今天早上也在這裡，他的說法是：在討論可能會大幅阻礙發展的監管之前，為什麼不先把基礎做好？為什麼不先把評估做對、把標準化做好？你的立場是什麼？

Jensen Huang 10:00

把工程做好。把研究以更可預測的方式轉化落地，這樣就不會引發恐慌。在準備好對外發布之前，把它留在內部。

Demis提出了一個類似FINRA（金融監管機構）的監管框架。Dario想要什麼並不清楚，他說的是某種跨國性的管控機制。你的立場是什麼？

Jensen Huang 10:33

監管應該解決實際存在的問題。所以問題是，我們實際上遭遇了哪些真實的問題？如果你審視所有實際發生的問題，目前所有的問題都來自實驗室。原因在於——為他們辯護一下——他們擁有最多的算力，因為他們正在嘗試解決前沿問題。所以可以合理推斷，前沿實驗室將是最大風險的來源。一個高中生不太可能造成什麼問題，因為他們根本沒有足夠的算力；一家初創公司也不太可能成為原因，因為同樣沒有足夠的算力。事實上，除了前沿實驗室之外，地球上的任何人都沒有足夠的算力。

Jensen Huang 11:36

現在的問題是，如果你審視實際發生的事情——他們在做開創性的工作，真的非常困難。他們正在從研究轉向工程。我能理解——他們同時在建設公司、構建文化、推進技術、搭建工程體系、開發產品，一切都在同步進行。

Jensen Huang 12:00

所以我能理解這有點像「頭髮著火」的狀態，但儘管如此，某一家實驗室的四起事件，另一家實驗室的那個重大事件，首先要做的就是從工程角度去找出根本原因：發生了什麼？我們本可以做什麼不同的事？我們將要落地哪些措施——無論是技術、方法還是流程——來確保不再發生。我敢打賭，在每一個案例中，這些問題在未來都是可以在他們控制範圍內加以預防的。

我相信那四起事件不會再次發生，我相信他們已經找到了根本原因並加以修復，我相信他們現在有了更好的技術——沙箱、運行時環境、監控器、持續監控系統等等——這些都比以前好得多。

Jensen Huang 13:05

另一種可能性也不太可能——即他們分析完這些事件後得出結論說：我們不知道發生了什麼，我們根本無法控制，需要請社會來幫忙。如果真是那樣，那我們才應該派工程師進去協助他們。但我覺得不會，他們擁有極其優秀的人才，這些問題都在掌控之中。

說話人4 13:46

我們並不是在真空中運作。昨晚你告訴我，GLM的開發者——將要投入30億美元進行遞歸自我改進的實驗。

能不能給Jensen介紹一下背景？就是那個公告——Zippo.com的創辦人剛剛募集了50億美元，並表示其中一個優先方向就是實現遞歸自我改進，也就是用AI來訓練下一代AI，並盡可能地將這個過程自動化。

Jensen Huang 14:08

是的，這是個新的熱門詞彙。但大家要知道，RSI（遞歸自我改進）其實是一套系統性思路的組合。它從上下文學習開始，包含技能學習、反思、強化學習和合成數據生成。這些都是非常合理的思路，能讓AI在解決問題的過程中不斷進步。

Jensen Huang 14:31

你還可以使用低秩適應（LoRA）等方法，這些都不需要更新基礎權重。你實際上可以改善權重，透過LoRA、合成數據生成和強化學習來增強模型，而不必重新訓練基礎模型。隨著時間推移，你可以用積累的所有經驗再次訓練基礎模型。

Jensen Huang 14:53

所以我認為，用技術來提升各類任務的生產力——包括構建AI本身——是非常合理的。這是個非常符合邏輯的想法，我相信所有人都在不同程度上這麼做了。只是這個詞現在被人用來將技術「武器化」，好像這一切會螺旋失控一樣——他們就是想給人這種印象。

但你並不相信？當然不信。原因是什麼？很簡單，你可以在公司內部整天做RSI，但當你要發布產品的時候，你必須對它進行評估。你不是還要重新測試嗎？你不是還要確保沒有功能退化嗎？這些基本的控制流程，隨著這些實驗室從研究機構向工程組織轉型，他們的管控會越來越好。更好的管控來自方法、知識、實踐、工具和技術的積累，這些都會實現更好的驗證與測試，從而確保RSI在內部安全推進，優質產品對外安全發布。

關於開源

Chamath 16:09

說說開源吧。Hugging Face的收購將是最重要的交易之一——我甚至不想稱之為「交易」，因為它的意義遠不止於此。能不能跟我們講講你對開源模型、閉源模型和開放權重的第一性原理理解，以及它們在生態系統中應該如何隨著時間發展？

Jensen Huang 16:28

這個世界既需要閉源模型，也需要開源模型。這個週末我盡可能多地使用閉源模型，用了四個。它們表現非常出色——處於前沿水平，體驗很好，能寫、能用，效果驚人，而且還在不斷進步。我對閉源模型的比喻是——

Jensen Huang 16:49

就像瓶裝水。水是免費的，大家，不知道你們知不知道，但水是免費的。今天早上我用了很多免費的水洗澡。你在合適的地方用合適的水。這和電力沒什麼區別，和我們日常使用的各種商品沒什麼區別——你需要兩者兼備。

在開源這一側，你需要它的原因可能是主權考量、隱私考量，或者專有技術考量。看看事實：過去六個月裡，有4000億美元的風險投資流入了AI原生公司，其中80%使用的是開源模型。如果沒有開源模型，他們怎麼實現自己的夢想？因為他們的夢想和前沿實驗室的夢想不一樣。美國有太多種創新方式，這是我們的核心優勢之一，好主意源源不斷湧現。

開源模型讓這一切成為可能——讓每一家公司、每個行業、每位研究人員、每位教師、每位學生、每家初創公司都能參與。要贏得AI競賽，靠的不是幾家科技公司的勝利，而是美國每一個人的勝利。他們中有些人會用閉源模型，很多人會用開源模型。

關於來源是否重要的問題。全球開源貢獻中，很大一部分來自中國。他們有更多的工程師，透過頂尖大學（如清華大學）大批量培養理工科人才。

Jensen Huang 19:03

我們下載Linux、下載Kubernetes，以及各種軟體，其中很多都有中國人參與貢獻。但一旦你下載了，它就是你的了。我們fork它，改進它，把它變成我們自己的。當你下載一個中國模型，它碰巧是由中國的優秀研究人員做出來的，但現在它是你的了，你可以用它做任何你想做的事。

所以，競爭的關鍵究竟是什麼？競爭其實在於誰能最好地利用這項技術。上一次工業革命的發明者——馬克斯威爾、伏特、安培——沒有一個是美國人，那次工業革命源於歐洲，但我們比世界上任何地方都更好地利用了它，看看結果如何。我要確保這一次也是如此。

Jensen Huang 20:42

令人沮喪的是，如果這些「AI末日輪」說法是真的，那我們就應該討論它並採取行動。即便是真的，我們也應該花更多時間去解決它，而不是去讓一群對此無能為力的人擔驚受怕。建好它，是我們的責任。

Jensen Huang 21:01

歷史上有沒有過這樣的時刻——如此多的人如此堅定地聲稱某件如此不真實的事情？而且這些說法是有實證的、是明顯的謊言，從邏輯上講也站不住腳，既沒有科學依據，也沒有研究支撐。所有基於科學和研究的證據都指向相反的方向。這不過是對未知邊界的恐懼——人類從未到達那裡，從未見過那裡的樣子，所以我們害怕，於是很容易就告訴所有人那裡很危險。

Jensen Huang 21:29

也許這還和個人經歷有關。讓我舉個例子：當我剛畢業的時候，我是一名工程師，打字不多，因為我是軟體普及之前的第一代工程師——我們必須先去製造能運行軟體的電腦，才能讓軟體成為可能。

你能想像嗎，現在這一代工程師，當他們進入工程領域，花所有時間打字？那就是你工作時做的事：給你一台筆電，給你一把椅子，你就開始打字，從早到晚。但在打字之前也有工程，對嗎？所以你能想像，這個世界有一座工程工作的大山要攀登，其中大部分不再是打字了？我們過去有不打字的忙碌工程師，我相信我們在告別打字之後也會做出偉大的工程。

我說的打字，我是指寫程式碼。即便在輝達，當軟體工程師跟我說話，我也常說：你只是在打字。我一直這麼說，當然是開玩笑。我還跟他們說，我最喜歡的鍵是退格鍵，因為最好的軟體是最小的軟體——我希望你多用退格鍵。

川普總統即時連線

主持人 22:50

我們來拆解一下輝達。從最底層開始——哦，這不是計劃好的，但我們知道是誰來了。

Jensen Huang 23:09

總統先生！是的，我要告訴您，如果不是因為您打來電話，我現在正和Besties們同台。台下是Sacks、Jason、Chamath還有David，我坐在幾千人面前。結果我們聊著聊著，恰好聊到了您。幹得漂亮，先生。能看穿這一切需要很強的洞察力，我們都非常感激。

來，和現場觀眾打個招呼？Jason，來，開免提。把POTUS（總統）怎麼開免提？對準麥克風——先生，請稍等，我們來架個麥。

總統先生，您現在在和全球對話。

川普總統 24:33

生活中有趣的地方就在這裡——Jensen能研發出全球最複雜的晶片，沒有人能在10年內仿製，但他就是搞不定怎麼開免提。這簡直像個陰謀。

我可以說，國內很多州也很高興——那些原本什麼都分不到的地方，現在被大量企業青睞。現在你能看到，他們在芬蘭建資料中心，谷歌也想在芬蘭建一個大的，但我對此不高興，因為他們在國內無法獲得建設許可。我告訴你，整件事就是一場騙局。資料中心是好東西，它讓人們富裕，讓各州富裕。它是未來二三十年的「石油」，比網際網路更大，AI更是如此，影響深遠得多。而他們偏偏幫那些不希望這一切發生的人的倒忙。這些人可能是出於政治目的。我們不會讓這種事發生。這是一場騙局。

Jensen Huang 25:30

您說得對，我們不會讓這種事發生，先生。機器人不會統治世界，這不會發生。

川普總統 25:46

我叔叔曾是MIT最頂尖的教授之一，在那裡執教了41、42年，被譽為最聰明的人之一。他做過很多了不起的事，Jensen對此都有所了解。所以如果你相信遺傳的力量，我有那樣的基因。這也解釋了我為什麼對AI有這麼深的理解——我不僅了解AI，我對AI還有常識性判斷。機器人不會接管世界，AI不會接管世界，整件事就是一場騙局。

川普總統 26:33

當然，我們也要謹慎，做事要審慎。但這並不意味著我們要在接下來十年裡一邊發展一邊試圖摧毀它。我完全支持你們。我原以為你和我想法一樣，果然如此。

Jensen Huang 26:52

是的，先生。如果我們要領跑，我有一句話：誰贏得AI，誰就贏得一切。它比網際網路更重要，誰贏得AI，誰就贏得這場競爭。我們不能讓這種阻礙發展的事情發生，資料中心尤其如此——很多曾經衰落的社區，如今因為有了資料中心，已經變成了富裕社區，非常富裕的社區。我們要確保在這場AI競賽中，美國每一個行業、每一家公司、每個州、每個人都能贏。

川普總統 27:25

對，我對此有強烈的立場，而且我有能力去做些什麼。我們不會讓那些事發生。我不知道現在會議室裡有誰，但我們下次再見。

Jensen Huang 27:38

先生，您聽到了嗎，數千人在為您鼓掌！

說話人5（川普總統） 27:49

Jensen做得非常出色，David也做得非常出色。祝大家好運，我們要著眼未來。這個國家從未如此繁榮，有20兆美元的投資湧入國內，而拜登的四年不過是不到一兆，這只是一年的成績。這個國家，真的是前所未有。我們會繼續保持下去。謝謝大家。

Jensen Huang 28:17

謝謝您，總統先生。再見。

Jensen Huang 28:30

你知道這會發生嗎？我起初以為是個節目效果，然後我說「開免提」的時候，意識到是真的。他就這樣隨時給你打電話？

說話人6 28:58

他在Oval Office打來的時候我們正在睡覺，他讓人叫醒我們。他在問誰來參加晚宴，列了一遍名單，然後問：Jensen呢？我說：不，先生，他在度假，而且這個假期已經推遲了五年了。他說：把他叫來。

不過，你覺得他為什麼能看穿這場騙局？這件事真的相當非凡——這項議題的民調支持度是負80。對任何坐在橢圓形辦公室的人來說，你都會順著民意走，順應大眾的意願。而禁止資料中心和AI，在這一刻似乎是最受歡迎的選擇。

Jensen Huang 29:25

但他說這是騙局，並且直接點破了。他是怎麼做到的？我說實話，我不太確定。因為很多人已經上當了，這件事錯綜複雜。起初這件事是建立在兩個支點上的：第一個支點是國家安全，但最近已經被完全推翻了，那個敘事不再站得住腳。現在的支點變成了安全。

Jensen Huang 29:51

如果我們希望AI是安全的，第一要務是確保開發AI的實驗室是可控的，要有良好的評估體系。如果我們希望引入第三方評估機構，這和財務審計沒什麼不同——審計員不必比我們更精通業務，但他們要問對問題。我同意應該有多個獨立的審計方或評估方，這樣可以避免任何一家機構被收買或受到不當影響。解決這個問題的方式有很多。

我認為最重要的第一件事，是讓我們把技術建好，把測試做好。我完全承認，正在構建的東西是非同尋常的——但這些也是非同尋常的公司，我們理應以非同尋常的標準要求他們，他們自己也願意被如此要求，我也願意。

輝達戰略拆解

說話人3 30:57

我想回到開源話題。大約一年前，我們還沒太把開源當回事，它還落後兩年或十八個月。

Jensen Huang 31:17

（關於川普總統的通話）通話中有一句話我快要說了，我說完可能會有麻煩，他肯定會回頭打電話來。但我想告訴他，也告訴在座各位：AI正在創造大量的工作崗位。

Jensen Huang 31:35

他從政以來最希望做到的事情，也是我第一次見到他、和他第一次通話時他說的——是在美國創造就業，重新工業化美國，確保美國有足夠的能源來支撐下一次工業革命。沒有能源，就沒有工業增長。所以他希望實現能源增長、就業增長，重建供應鏈。

Jensen Huang 32:02

看看我們正在做的這一切，就在此刻，實實在在地發生著。我們在創造比以往更多的工作崗位，創造軟體崗位。就像我們剛才說的，4000億美元的風險投資在最近六個月內湧入AI行業，這創造了大量工作崗位，也帶來了巨大的算力需求——我對此當然高興——這同樣帶來了對數據中心的巨大需求，這是我們必須談到的話題。

我最近和德州州長Abbott交談，他希望呼籲業界更加關注小社區——在我們全美各地建設數據中心的過程中，要成為更好的傾聽者。

Chamath 32:45

讓我們真正聊聊這個話題。輝達真正令人印象深刻的地方，如果你拆解它的各個組成部分，就會發現你實際上不得不成為AI的「銀行」來推動整個生態系統啟動，而且是在所有層面上做到這一點。你剛剛和Cloverleaf做了土地、電力、建築一體化的合作，又聯合貝萊德、高盛等機構創建了融資能力。能不能幫我們梳理一下你的資本配置策略？需要發生什麼，才能讓更廣泛的生態系統參與者進來，共同承接下一階段的資本投入？

Jensen Huang 33:32

我們正在經歷一場新的工業革命，這一點在各個層面都是真實的。這個新產業需要製造業——就像電力、網際網路時代一樣，而AI的時代也不例外。我們現在可以用AI找到任何東西，可以詢問並了解任何事情。這就是我們的未來——我們接入以太，向它提問任何我們想知道的，它都可以向我們解釋。

Jensen Huang 34:04

但要實現這一切，就必須生產出這種智能。這是一個生產過程，這就是為什麼必須建設這些基礎設施。而一旦基礎設施建好，問題就變成了：美國其他層面的建設如何跟上？

這個產業不僅僅關乎模型，不僅僅關乎晶片，更多是關乎上面的應用層，是關乎基礎設施層——數據中心及所有配套設施、建設施工、電力和發電系統。我著眼於整個生態系統，尋找瓶頸所在。如果有偉大的公司正在某些受到制約的環節建設發展，也許上游供應鏈需要擴大規模，這樣當我們準備好部署算力時，他們就能為我們提供支撐——土地、電力、建築一體化。

Jensen Huang 34:52

這和向上游審視供應鏈沒有什麼不同。可能我比大多數人都更多地考慮長期供應鏈，因為我們公司規模非常大。為了讓我們成功，必須有一大批公司來支持我。Corning的Wendell要支持我，TSMC當然要支持，存儲公司也要支持。所以我們很早就開始與所有這些公司合作，早在增長到來之前，就為增長的到來做好了準備。現在我在做的，是向下游延伸。

Chamath 35:31

有一個規律是，利潤隨著時間推移往往向上遷移，遷向應用層，在應用層可以更長久地獲得超額回報。你收購了Hugging Face，現在積極進入推理服務業務。感覺Open Router這樣的產品很合理，構建比Bedrock更好的產品也顯而易見。我猜你也在思考這些。那自然的結論是什麼？因為另一邊的人們顯然毫不介意往下走，而你有最好的資產負債表、頂尖的工程師，以及經過驗證的執行能力。你怎麼看向上延伸這件事？

Jensen Huang 36:18

輝達運行著全球每一個模型，這一點令人嘆為觀止。大約一年半前，我們只跑OpenAI的模型，現在看看有多少出色的模型可用：Meta的模型、Grok、Gemini，Anthropic也在我們平台上快速擴展。從一年半前到現在，大量前沿AI模型已經開放可用，AI實驗室的數量還在增加——「Ineffable」、「Reflection」、Physical Intelligence，名單不斷延伸。

所有這些實驗室都在輝達上構建，原因是——作為一家公司，我寧願幫助每個人成功，而不是從中切走一塊利潤。我們的策略是：走得盡量高，但也要盡量保持在底層。如果不是輝達創造了cuDNN，所有那些框架都不會存在；如果不是我們創造了Megatron Core，大規模訓練就無法實現。我們發明了所有必要的技術，然後讓千花齊放。這種姿態讓我們能夠成為——坦率地說——全球唯一的選擇。

Chamath 38:00

反駁意見是，在超大規模層面有更多競爭會更好。你在Neo Cloud方面做得很好，比如你介紹給我的那家公司，Nebulous，很出色，非常棒。但我們需要50家這樣的公司，需要100家，甚至1000家，這只是時間問題。

Jensen Huang 38:23

說來有些出人意料，我其實競爭心不強。多5家超大規模雲服務商，我沒有任何意見。你注意到一個現象嗎？所有Neo Cloud的早期客戶，恰恰都是超大規模雲服務商。

Jensen Huang 38:44

原因在於，超大規模雲服務商每年做一次規劃，但市場動態現在變化如此之快，他們幾乎總是判斷失誤。而那些區域雲服務商更加靈活，他們了解自己的州、自己的國家、自己的區域，能夠以遠比坐在西雅圖或帕洛阿爾托的人更敏銳的方式來鎖定土地、電力和建設資源。

所以我們現在實際上有一個大規模分布式網絡，由各地公司在為我們鎖定土地、電力和建設資源。越來越多的國家也意識到這具有戰略意義，於是說：我要把我的算力資源只給本國公司。而輝達也在那些國家，我們可以幫助當地的Neo Cloud成長。無論是澳大利亞的Firmus，還是東南亞的IOH，我們剛在澳大利亞新增了兩個千兆瓦級資產，我們正在以千兆瓦為單位擴大規模。

說話人3 39:49

有一點顯而易見，我想把這個講清楚——你正在大力往上走，並非常聚焦於開源。你的Nemotron表現非常出色，我經常使用，Hugging Face、Poolside和Laguna這些收購也很紮實。你在自動駕駛方面的開源技術棧也極具顛覆性。你在五個領域都是前沿模型，而你看起來從不滿足於拿銀牌，永遠都奔著金牌去。所以你會在開源模型上爭金牌嗎？你會推出最好的開源模型嗎？

Jensen Huang 40:32

第二個問題——開源能否追上前沿閉源模型，以及你是否是那個實現追趕的人？

邏輯是這樣的，Jason：我們會構建它，一是因為我們有能力做，二是因為我們的客戶需要我們做。以Alpamayo為例，它是全球第一款會「思考」的自動駕駛汽車。「思考」的意思是，通過推理，你不需要像過去那樣用數十億小時的路況數據來訓練，因為你可以推理：我見過類似的情況，不完全一樣，但大致相同。

為什麼Alpamayo是必要的？很簡單，有大量汽車企業需要它，未來每一輛車都會實現自動駕駛。不僅如此，每台農業機械、每輛卡車、每輛貨車都需要——而其中大多數公司的規模還不足以自己搭建完整的技術棧。所以我來構建一個出色的技術棧，他們負責最後一公里，根據自己的應用場景進行適配。未來所有移動的物體都可以實現自動化。

如果不是我們去構建某些生物學模型，世界上可能就不會有這些東西。ESM2蛋白質語言模型是我們創造的，ESM Fold、OpenFold、AlphaFold的等價實現，還有「Proteina Complex」——合成下一代蛋白質及其結合方式的工具，這是突破性的成果。我們建造了這些，因為禮來公司需要它，Mark也需要，其他人也需要，而他們自己還沒有這個能力。

所以我做任何事情都出於需要，我不是為了顛覆而顛覆。我們不會每天早上醒來想著去顛覆誰，我們只是想幫助每個人。

競爭威脅與Terafab

說話人3 43:18

Jensen，你對你核心業務的新興競爭威脅有什麼看法？能不能點評一下Elon宣布的Terafab——100萬平方英尺的設施，任何人都可以使用？

Jensen Huang 43:30

我和Elon一起乘飛機去某個國家，還有一位有時會給你打電話的人士同行，是架不錯的飛機。Elon喜歡聊這些話題，我們談了很多。確實，任何人都可以做這件事，他當然也可以——我是說，你可以設計晶片，但不一定要自己去晶圓製造。我們對製程技術了解很深，因為我們在各個方面都在突破極限，加上我們在如此大的規模下運作，公司內部有全球頂尖的30s技術（先進製程），還有很多了不起的能力。

能講講嗎？你已經談了很多了。沒有人能阻止Elon去做一件事，這就是他了不起的超級能力。一旦他決定去做，就很難阻止了。

AGI與超級智能

說話人3 44:47

對我們很多人來說，有一種感覺是，我們正處於AGI時刻——定義上就是與任何人類一樣聰明。我認為我們已經到了。

Jensen Huang 45:00

Jason，我也認為我們到了。你認為我們已經達到超級智能了？當你聚焦於某個細分領域時——比如我的自動駕駛汽車，我不需要你幫我做煎蛋捲，我只需要你開好車，它的能力就已經超越人類了。事故率只有人類的十分之一。合成蛋白質、做蛋白質的虛擬篩選，我們已經到了超級智能的水準。

站在人類前沿，感覺怎麼樣？我喜歡。女士們先生們，我喜歡。這裡的未來很美好，我們想到達那裡。你知道，我們很多人不是非幹不可，但我告訴你，這太好玩了，好玩到停不下來。所以我想去那裡，我想你們所有人都和我一起在那裡，我們將一起取得巨大的成功，作為全人類。

與此同時，我們要鼓勵他們，為他們加油。他們正在做極其重要的工作，我希望他們成功。我也衷心希望，我們能把戲劇性降低一些——最重要的是，我們需要全體美國人都加入我們，這才是我們勝利的方式。

女士們先生們，Jensen Huang。謝謝！精彩絕倫！

Meta計劃於5月20日裁員約10%，涉及8,000個職位

熱門文章