黃仁勛：AI的下一波浪潮是物理AI

專題：米爾肯研究所全球會議2025：貝森特、馬斯克等共論經濟形勢

　　來源：亞布力企業家論壇CEF

黃仁勛  英偉達CEO

　　近日，英偉達CEO黃仁勛接受了The Hill & Valley Forum頻道專訪。

　　黃仁勛在受訪中表示，英偉達至今已成立33年，歷經了三次計算機革命：從PC革命到互聯網，再到移動互聯網。如今身處人工智能時代，英偉達要在這些轉型中持續繁榮。他説，企業對不斷變化的環境保持深刻理解，這一點至關重要。

以下為採訪內容（有刪節）：

主持人：您將AI定位為一場新的工業革命，而AI工廠是其中心。您能否向我們解釋下什麼是「AI工廠」，以及為什麼它對於21世紀的經濟發展如此重要？

黃仁勛：過去幾年，我們一直在討論人工智能。這是一個多層面的概念，我認為從不同的視角來看待它會很有幫助。首先，人工智能無疑是一項新技術。它之所以是新技術，在於其構建方式與傳統軟件截然不同，這使得它能夠實現過去軟件無法完成的功能。這是一項不可思議的技術，潛力巨大，能夠做所有的事情，我們既需要確保它的安全，同時它也將帶來所有令人驚歎的成就——這一切都非常棒。這是從技術層面來看。

第二個層面相對較新，關乎科技行業軟件的生產方式。過去，軟件主要由人工編碼完成。而現在，一個新的行業正在興起，在這個行業中，軟件是由機器生產的。你需要一臺大型超級計算機，你為其供電，然后從中源源不斷地「飛出」的是「tokens」（令牌）。這些tokens可以被重構為數字、文字、蛋白質、圖像、視頻和三維結構——你可以將這些tokens重構成各種各樣的東西。我們稱之為智能。

　　所以這種機器看起來與以往不同，我稱之為AI工廠，因為它專注於一件事：每天都在生產tokens。再往上一層是基礎設施，這也是為什麼我們現在認為人工智能就像一場非同尋常的工業革命。因為這項新技術將催生我剛纔提到的新產業：AI工廠，即智能的生產。更重要的是，它將反過來徹底改變其他產業或讓其他產業實現轉型。

　　所有這些tokens都將進入醫療保健、教育領域——我個人非常喜歡教育，我每天都在用它來學習。金融服務和工程領域也正在被重塑。我們每天都在使用AI進行軟件編程、供應鏈管理，並且它即將深入製造業，等等。

　　當你從這三個層面來思考人工智能時，它的變革性和影響力就像曾經的電力一樣顯而易見。它將徹底改變每一個行業。因此，這確實是一場工業革命。

主持人：您認為這是現代計算的範式轉變嗎？每個製造實體物品的工廠都將配備一個AI工廠？

黃仁勛：是的，完全正確。如今，任何生產實體移動產品的公司，無論是生產割草機的，還是像卡特彼勒這樣生產工程機械的，大多數操作仍然依賴手動。

　　未來，它們將變得自主或高度自主、半自主或輔助操作。一旦它們實現自主，就意味着它們將由軟件定義。因此，你需要生產那些tokens，那些驅動拖拉機的軟件。

　　未來，每個製造實體產品的公司，除了擁有製造其銷售產品的工廠外，還將擁有另一個工廠，專門構建和生產運行在其產品上的AI。

　　這一點在汽車公司身上體現得尤為明顯。今天的汽車公司主要製造汽車，但很顯然，十年后，每家汽車公司也將在內部生產那些驅動汽車運行的tokens。

主持人：在過去一年里，您多次談到物理AI（Physical AI）的概念。對於正在思考美國未來政策的決策者來説，您能否解釋一下什麼是物理AI，以及我們應該如何理解它？

黃仁勛：我們回顧一下歷史。人工智能真正進入公眾視野，現代AI的爆發大約是在14年前，伴隨着AlexNet的出現以及計算機視覺的巨大突破。那大概是2012年。

　　大約在那個時期前后，回顧一下，什麼是計算機視覺？從其最廣泛的意義上講，它是感知。感知世界，無論是何種信息模式。它可以是圖像，當然也可以是聲音、振動、温度。我們現在已經開發出了能夠理解所有這些信息含義的AI模型，並且可以非常智能地處理它們。

　　因此，第一層浪潮，第一波AI是感知AI。第二波大約在五年前開始被大家廣泛討論，是生成式AI。生成式AI是一種能夠理解信息的含義，並且可以進行翻譯的AI。例如，它可以理解英語，並將其翻譯成法語。它也可以理解英語，並將其翻譯成圖像。所以你可以通過提示來生成圖像。因此，生成式AI本質上是一個通用翻譯器，如果你願意這樣稱呼它的話，一個理解人類語言的通用翻譯器。這是下一個浪潮。

　　我們現在所處的浪潮是，你已經具備了理解能力，可以生成內容，但正如你所知，智能需要我們解決問題，並識別以前從未遇到的情況。我們解決問題的方式是運用推理。我們應用過去學到的規則、定律和原則，一步一步地分解問題。即使我們以前從未解決過這個問題，通過推理，我們也能找到解決方案。這是智能的獨特能力之一。

　　我們現在正處於一個被稱為推理AI的時代，這使得我們可以生產一種我們稱之為代理AI的數字機器人。這些代理擁有能動性，能夠理解給它們的任務。它們可以學習、閲讀並使用計算器、網頁瀏覽器和電子表格等工具，然后替我們完成任務。這些任務可能涉及通過SAP進行的供應鏈管理，或者通過Workday進行的人力資源管理。本質上，這些代理AI是數字勞動力機器人。

　　未來，我們將成為管理生物勞動力和數字勞動力的一代CEO。我們的人力資源部門將服務於生物勞動力，而我們的IT部門將演變為管理代理AI的人力資源需求。這就是我們今天所處的階段。

下一個浪潮，將惠及世界上最大的產業，它要求我們理解基本概念，比如物理定律、摩擦力、慣性和因果關係。例如，如果我把一個物體推倒，它會掉下來。當我放下瓶子時，它不會穿過桌面。這些常識性的物理推理能力，兒童甚至我們的寵物都擁有，但在大多數AI中卻普遍缺乏。例如，如果我把一個球滾過廚房的櫃檯，許多AI都難以理解隨之產生的物理結果。

　　當球消失在另一邊時，AI可能會認為它「消失」了，但你的狗知道它還在那里。它理解物體永存的概念，知道球沒有進入另一個虛擬世界，所以會繞過桌子去把它找回來。

　　機器人需要知道，如果你想從桌子的一邊走到另一邊，你不能穿過桌子，而必須繞過去。所有這些類型的物理推理能力被稱為物理AI。

　　當你將物理AI融入到一個物理實體，也就是機器人中時，就形成了機器人技術。這對我們現在來説非常重要，因為我們正在美國各地建設工廠。

　　我們希望以利用最新技術的方式來建造這些工廠。因此，希望在未來的十年里，當我們建設新一代工廠時，它們將是高度自動化的，這將幫助我們應對全球範圍內嚴重的勞動力短缺問題。

主持人：許多人都在談論我們正處於一場全球性的人工智能競賽中。您認為美國政府需要採取哪些行動，才能贏得這場人工智能競賽，保持最頂尖的AI技術優勢？

黃仁勛：首先，要在任何競賽中取得成功，你必須理解這場競賽。你需要認清自己擁有的資源、資產，以及缺乏的資產，你的優勢和劣勢。重要的是要意識到，人工智能的核心在於理解這些要素。

　　回到我們討論的三個層面，在每個層面，我們都必須確保我們理解這個「遊戲」。這個「遊戲」並非由嚴格的時間限制定義，沒有60分鍾的倒計時。相反，這是一個無限遊戲，而大多數人並不擅長玩無限遊戲。

　　例如，英偉達至今已成立33年。我們歷經了三次計算機革命：從PC革命到互聯網，再到移動互聯網，如今我們身處人工智能時代。要在所有這些轉型中持續繁榮，對不斷變化的環境保持深刻理解至關重要。

　　環境在不斷變化，你必須瞭解如何參與其中。我剛纔描述的，理解遊戲，理解你擁有的資產，這一點非常重要。在第一個層面，技術層面，最關鍵的是理解智力資本。記住，世界上50%的人工智能研究人員是中國人。退一步思考這個重要的因素，它必須被納入我們對這場「遊戲」的思考中。

　　接下來是AI工廠。要在這一層面做得好，你需要能源，因為從根本上説，我們將電力轉化為數字令牌。正如上一次工業革命通過能源將原子轉化為鋼鐵製品以及我們所知的物理物體、汽車和建築物等，再上一代工業革命則將水轉化為一種叫做發電機的機器，從而產生了電力。所以現在我們有了電力輸入，令牌輸出。因此，下一層需要能源。

　　再往上一層，是關於技術的應用，而這正在發生。我們必須真正、真正地理解。最終，上一次工業革命的贏家不是發明它的國家，而是應用它的國家。美國應用鋼鐵和能源的速度比任何其他國家都快。當其他國家還在擔心勞工問題和汽車取代馬匹時，美國卻抓住了創新，並一路狂奔。

　　因此，再上一層的基礎設施層面，是關於技術的應用。關鍵在於不畏懼技術，積極參與其中，並對我們的勞動力進行再培訓，使我們能夠應用它。鼓勵人們接受它至關重要。當你通過我所描述的視角和框架來看待人工智能時，每一層都有其獨特的挑戰和機遇。在每一層中，「遊戲規則」都略有不同。

主持人：關於勞動力問題，媒體一直傾向於渲染人工智能可能導致大規模勞動力流失和失業的説法。您能否描繪一下您對人工智能對就業市場影響的預測，更具體地説，您認為有哪些我們今天可能根本沒有想到的新類別工作可能會出現？

黃仁勛：一些工作將被創造出來，一些工作將會消失，而所有的工作都將會被改變。簡單地走向極端總是很容易，但我發現把問題分解開，從第一性原理出發進行推理會更有幫助。在這個框架下，在基礎層面，正如雅各布（主持人名字）所知，他深度參與了風險投資，很明顯，人工智能是舊金山再次繁榮的原因。任何居住在舊金山的人都能證明這種變化；幾乎所有人都曾撤離，但現在這座城市再次熙熙攘攘，這都歸功於人工智能。

　　人工智能創造了一種新型工作，其根本在於它涉及軟件開發，但以一種不同的方式實現。人工智能的引入改變了技術的每一個層面。過去在CPU上運行的人工編寫的軟件，現在是在GPU上運行的由機器學習生成的軟件。從工具、編譯器、方法論到我們收集和管理數據的方式，每一個層面都受到了人工智能的影響。我們目前正在發明利用人工智能實現各種功能的技術，從設置安全護欄到教學以及確保人工智能安全，這種創新正在創造大量的工作崗位。

　　在下一層，我們遇到了巨大的機遇。我們即將創造一種以獨特方式運行的新型工廠——電力輸入，令牌輸出。例如，一個千兆瓦的AI工廠代表着巨大的機會；建設7、8甚至10千兆瓦的AI工廠已觸手可及。一個千兆瓦工廠代表着600億美元的投資。這個巨大的成本反映了我們正在進行的規模，因為100兆瓦的工廠已經變得相對普遍。爲了便於理解，600億美元相當於波音公司一年的收入，僅僅是一個千兆瓦工廠的造價。

　　要建造這樣一個工廠，你必須為其融資，這創造了大量的工作崗位。你必須建設場地、建造廠房，這在建築行業創造了大量工作，包括木匠、鋼鐵工人和泥瓦匠。你必須建造那座價值600億美元的工廠。這東西是巨大的。你需要機械工程師、電氣工程師和水管工。然后，在那之后，是所有低壓工作，以及IT和網絡方面的崗位。之后是運營。整個周期大約需要三年。所有這些都將創造一大批新的技能型崗位。這些手工藝崗位，在上一個計算機和計算平臺轉型浪潮中，大多數公司增長的主要驅動力是軟件工程師。而在下一階段，即AI工廠，手工藝將佔據更重要的地位。我認為這太棒了。我們的國家需要認識到，手工藝是值得尊敬、至關重要且是建設國家不可或缺的工作。所以我們要大力鼓勵手工藝：電工、水管工、木匠、鋼鐵工人等等各類工種。我們需要大量這類人才。

　　現在，再往上一個層面看，我們可以開始討論AI代理如何改變醫生、金融服務專業人士或客户服務人員的工作。在我們公司里，作為起點，每一位軟件工程師現在都由AI助手協助。我們公司提交的代碼量令人難以置信地增長。結果，我們的生產力直線飆升，而且我們因此能夠僱傭更多的人，因為它使我們能創造更多世界所需的東西。它增加了我們的收入，也提升了我們的招聘能力。

　　我認為，對於處於上一層的人來説，儘早擁抱人工智能至關重要。請記住：並非人工智能會搶走你的工作，也不是人工智能會摧毀你的公司。真正可能做到這些的，是那些掌握並運用人工智能的人和企業。這一點至關重要，需要牢記。

主持人： 最近，人們對製造業迴流的關注非常多。AI領域的許多人都在談論數字孿生的概念，以及製造工廠採用數字孿生實際上如何幫助重啟本土製造業。與此同時，蘋果CEO蒂姆·庫克最近表示，將iPhone遷回本土生產的主要瓶頸之一是缺乏良好且精確的機械臂技術。因此，從任何角度來看，人工智能似乎都將是製造業和本土迴流的關鍵賦能技術。您能否詳細談談您對此的看法？

黃仁勛： 好的。首先，製造業遠不止低成本勞動力這麼簡單。今天的先進製造業是軟件驅動的。整個工廠由軟件掌控，就像一個巨大的機器人，指揮着內部的一系列更小的機器人協同工作。這些先進工廠里人員眾多，但本質上是技術驅動的。所以，我認為首先，

　　首先，就我們所處的行業而言，我們有機會將從硅片到AI超級計算機的端到端製造能力轉移回本土，這是一個絕佳的機會。我很高興政府能夠切實鼓勵和支持製造業向本土轉移。這是高質量、先進的技術工作。本土製造對國家來説是巨大的機會，對此我感到非常興奮。我們是這一舉措的堅定支持者，我們也幸運地擁有全球合作伙伴的支持，協助我們達成這一目標。

　　第二，如果我們不擅長製造業，我們將錯過一個由能源可用性推動的巨大產業。哪個國家不希望參與人工智能這個新興產業呢？為什麼不想生產人工智能呢？為什麼你不希望參與到最先進的製造業領域之一呢？它仍然是製造業，只是恰好與數字運算緊密相關。

　　就像上一次工業革命中的電子一樣，當時大多數人無法理解可以通過一種名為「發電機」的機器創造出某種東西。現在我們稱之為英偉達的AI超級計算機。當時，發電機產生了一種看不見的東西：電。你摸不着它，但它就是電，它就是電子。現在，這是一種新型的「電子流」：它是數字。當然，我們希望參與到這個新興產業中。爲了做到這一點，我們必須將製造業轉移到本土。

　　至關重要的一點是，由於製造業如此技術密集，我們應該首先在數字孿生中進行設計和模擬。我們應該首先在虛擬世界中構建它。英偉達設計着世界上最複雜的系統。我們每一代產品的研發成本約為200億美元，可能更高，但這200億美元的研發投入，僅是爲了生產一系列芯片。我們完全在數字孿生環境中設計這些芯片。在實際生產之前，它們已經在數字世界中存在了數月。一旦我們開始生產，就知道它們是完美的。

　　我們知道這一點，因為我們已經對其進行了詳盡的模擬和仿真，並讓它們經受了各種嚴苛的考驗。我們也應該為數字工廠做同樣的事。這些大型工廠應該完全創建數字孿生模型，並利用人工智能來輔助構建這些數字孿生。

　　我們需要通過虛擬集成來運行它們，以完全數字化的方式整合這些宏偉的結構。這種方法使我們能完全以數字化的方式優化運營和規劃產能。

　　未來，我相信每個工廠都會有一個數字孿生版本，就像其他實體一樣；我甚至希望每個人也都會有一個數字孿生版本。每輛汽車、每棟建築、甚至每個城市，都將擁有一個數字孿生版本。

　　因此，數字孿生這一概念正在變為現實，而這一切都得益於人工智能。

主持人：我的最后一個問題是，您對「人工智能賦能的機器人成為日常生活中無處不在的一部分」，這一願景的實現時間有何預期？

黃仁勛：首先，讓我説明一下，自動駕駛汽車本身就是一種機器人。我們花了大約10年的時間開發出這項技術。現在Waymo已經在全國多個城市運營，而且表現非常好。很高興看到Waymo的車輛在舊金山等城市行駛。

　　然而，達到這一水平花費了大約10年時間。我認為開發其他類型的機器人所需的時間會更少。原因在於我們可以限制機器人的運行環境。與必須應對各種街道和路況的汽車不同，機器人可以被設計在更受控和有限的環境中工作。

　　對於機器人來説，我們可以設定特定的限制，從而實現更高效的開發。從一個原型具備相當功能，到它成為大批量生產的產品，我估計大約需要五年時間。因此，我們目前已有具備相當高功能的機器人原型，預計在大約五年內，我們將看到重大的進步和廣泛的應用。

　　今天每一家制造汽車的公司，未來都將非常擅長製造機器人。它們只需要在軟件部分，也就是AI部分有所建樹，而這項技術實際上已經相當成熟。

* 本文內容整理自Jensen Huang在The Hill & Valley Forum頻道的專訪，公開發表於2025年05月03日。原始內容參考：https：//www.youtube.com/watch？v=nkhrEnuZi20

　　排版|王紫薇