黄仁勋谈AI如何改变经济

这应该是黄仁勋最坦诚也最直率的一次采访。刚刚在最新采访中，英伟达 ceo 黄仁勋对五年后的世界扔出了三大重磅预言，一是 ai 的 能力将会翻十亿倍，困难会被重新定义。 黄仁勋提出，五年后电脑将会自己编程，只要我们下达一个指令，他就能利用巨大的计算能力自我钻研、自我进化。同时， ai 也能看到人类视觉和逻辑之外的隐藏联系，解决那些我们甚至无法描述的复杂难题。 像研发新药、破解基因密码、发明新材料这些过去需要科学家耗费几十年实验的难题，在 ai 面前将变得轻而易举。但是，黄仁勋也抛出了一个非常深刻的观点，很多问题之所以解决不了，不是因为答案太难，而是因为人类受限于大脑的容量和固有逻辑习惯，根本不知道如何精准提出问题。 所以，相应的，未来科学家和工程师将不再需要专注于找答案，而是要专注于想问题。二是所有人都可能会有更高薪的工作。黄仁勋说了一句颠覆认知的话， i have a feeling that the five years from now， it is likely that we're all going to be more gainfully employed that the economy is going to be more productive。 为什么他敢这么说呢？因为他觉得 ai 会让 gdp 能够真正增长，通货膨胀将会下降，更多科学领域难题也将被彻底解决。对于工作，他则表示， i think that it's more likely that a hundred percent of the world's jobs will change than 50 percent of the world's jobs will be lost and it's very likely that a hundred percent of people who don't have jobs today， because of ai can make a living。 它的核心逻辑就是，以前像程序员、设计师这类岗位都需要专业技能，如果你不会，就没法生存。 但 ai 把这些门槛降到了零，只要你会说话，就能指挥 ai。 所以 就算你现在没有工作， ai 也能给你一个全新的、低门槛的谋生机会。 单是智力，正在变成一种商品，不可替代的聪明才是核心。以前我们觉得聪明是考试高分、会编程、懂技术，但黄仁勋说，未来这些能力都会成为商品，因为 ai 能比人类更高效的做题、编程，处理技术问题。 换言之，如果你的聪明只停留在工具人层面，那这种聪明就不再值钱了，因为它很容易被复制和取代。在 他看来，真正的聪明人一定是站在技术和人性十字路口的人。也就是说，你不仅要技术过硬，还要具备极强的人类同理心，能够洞察那些未曾言说的潜台词，预判那些不可预知的未来。在这里，他还特别提到了一个词， 直觉 vibe。 这种直觉并非凭空而来，而是数据逻辑分析、底层原理、人生阅历、智慧以及对他人的深度感知综合后的产物。这种感知和预判能力，才是未来智能的核心定义。 就像黄仁勋自己能带领英伟达坐上市值第一，不是因为他比别人会编程，而是因为他能看透技术趋势，预判行业风险。这才是 ai 时代不可替代的聪明。 在黄仁勋的预言里，五年后世界会更忙，也会更高效。但是未来不是 ai 对 人类的单向替代，而是一场人类与 ai 的 深度共生。当 ai 把智力变成商品，把执行的门槛拉到最低，人类真正的价值，就在于那些无法被算法量化、无法被数据复刻的感知力和创造力之中。

黄仁勋达沃斯论道 ai 浪潮下的基础设施革命与全球机遇二零二六年一月二十一日，达沃斯论坛现场座无虚席，英伟达创始人黄仁勋与贝莱德董事长兼 ceo 拉里芬克展开了一场聚焦 ai 未来的深度对话。 这场跨越科技与金融领域的对谈，既回溯了英伟达的成长传奇，更勾勒出 ai 作为时代引擎的发展蓝图， 引发全场对技术革、就业转型与全球合作的深度思考。最怀疑时，拉利芬克以一段充满敬意的演员拉开序幕。他提及英伟达与贝莱德同年上市，多年来，英伟达为普工创造了百 分之三十七的年化复合回报率，这一数字远超贝莱德的百分之二十一，不仅彰显了黄仁勋的卓越领导力，更印证了市场对 ai 长期价值的坚定信心。 面对赞誉，黄仁勋笑着分享了一段小遗憾。 i p o 后不久，为给父母购置一辆当时最贵的梅赛德斯 s 级轿车，他卖给了部分。如今父母仍珍藏着那辆车，也时常为当初的决定感到惋惜。 轻松的勇气让现场氛围愈发融洽。谈及 ai 为何能成为关键增长引擎，黄仁勋直言 ai 绝非普通， 而是像 pc、 互联网、移动云那样具有划时代意义的平台。转盘尺子、 gpt、 jimmy 等工具只是冰山一角，未来将有无数新应用扎根于这些模型之 上。他进一步展示，过去的软件，如同预先录制的程序，既能处理姓名、地址等结构化信息，依赖 c 库数据库运行。而 ai 的 革命性在于他能读懂图 片、文字、声音等非结构化信息，实时捕捉环境上下文，即便面对模糊的提示词，也能精准推理用户意图，这是以往技术难以企及的突破。 从工业视角出发，黄仁勋提出了 ai 的 五层蛋糕结构理论。最底层是支撑智能实时生成的能源，网上依次是芯片与计算、基础设施、云服务、云数据中心、 ai 模型，最顶层则是落地于金融、医疗、制造等领域的应用层。 所有上层功能的实现，都离不开底层基础设施的坚实支撑。正因为这五层体系需要同步建设， ai 正掀起人类历史上规模最大的基础设施投资浪潮。目前全球相关投资已达数千亿美元，未来要完成这一系统工程，还需数万亿美元的持续投入。 针对外界普遍担忧的 ai 导致失业问题，黄仁勋给出了积极回应。 ai 不 会取代工作，反而会创造更多高薪岗位，推动薪资上涨。一方面， ai 基建热潮催生了大量蓝领岗位需求， 美国市场上，水管工、电工、建筑工人的薪资已实现翻倍，部分岗位甚至能提供六位数年薪，无需计算机科学博士选择，普通人也能凭借这些岗位获得体面收入。另一方面，在专业领域， ai 正在释放人的价值。 以医疗行业为例， ai 让医生分析影像的效率大幅提升，医院反而需要更多医护人员，放射科医生无需再耗费大量时间进入扫描结果，可将精力集中于患者沟通 与诊断决策。护理行业也能借助 ai 处理行政事务，聚焦核心护理工作。在他看来，核心问题并非 ai 会不会抢工作，而是工作的核心目的是什么。 ai 自动化重复劳动后，人类得以专注于更具价值、更有温度的工作。 面对 ai 投资是否存在泡沫的疑问，黄仁勋态度明确，当前的大规模投资并非泡沫，而是建设基础设施的必须之举。 他以事实为证，无论是英伟达新款 gpu， 还是两年前的旧款产品租赁，现货价格持续上涨，全球超大规模云服务商都在激烈争抢算力。 二零二五年全球风险投资超一千亿美元，其中大部分流向医疗、机器人制造、金融服务等领域的 ai 原生公司。这些企业并非空谈概念，而是在扎实构建产业及应用的底层能力。 黄仁勋强调，这是难得的历史性机遇，养老金、政府、企业都应积极参与其中，因为 ai 是 驱动全球经济扩张的核心引擎，绝非短期投机热点。 谈及不同地区在 ai 浪潮中的独特机遇，黄仁勋认为，对欧洲而言，这是一代人只有一次的发展机遇。 美国主导了软件时代，而 ai 开启了不需要编辑软件的软件新时代。欧洲雄厚的工业与制造业基础是最大优势，若能将传统制造能力与 ai 深度融合，有望培育出强大的物理、 ai 与机器人产业。 但他同时指出，欧洲面临一个致命短板，能源成本过高， ai 基建与制造业的发展都离不开廉价稳定的能源供应。若无法解决这一问题，再好的工业底子也难以在全球竞争中站稳脚跟。 对于全球而言，黄仁勋认为开源模型是缩小数字鸿沟的关键，各国无需从头构建技术体系，可借助开源模型，结合本土语言文化训练专属 ai， 这为发展中国家提供了跨越技术鸿沟的绝佳计划。 对话尾声，拉里坤科总结道，听完你的分享，我认为世界远未到 ai 泡沫的程度，反而该问我们是否投入了足够的资源。 黄仁勋深表赞同。他强调， ai 原生公司正在积极构建应用层，他们需要基础设施与投资的支撑来实现未来，这不是一道选择题，而是必须牢牢抓住的历史性机遇。 这场对话不仅让现场观众对 ai 的 发展逻辑有了更清晰的认知，更传递出对技术普惠全球、携手共建 ai 未来的坚定信念。

各位老板如何抓住 ai 风口？黄仁勋这次给出了答案。这是他第一次来达沃斯论坛，贝莱德创始人亲自坐镇采访分客，直接把话题拽到四个最重要的问题上。 ai 的 本质是什么？去年有哪些重要的突破？什么样的人不会被 ai 替代？各国应该如何压住 ai？ 黄仁勋一上来，直接给整个时代定了姓。他说，这次的 ai 革命，本质上是一次平台迁移，应用从个人电脑到移动互联网，再到移动端，经历了三次迁移，现在来到了 ai 平台。 过去的软件是斜死的，你按下按钮，他按规则执行，而 ai 可以 读懂散乱的世界，图片、音乐、对话、视频、表格、笔记。你不给他标准的格式，他也能自己把信息拧成结构，再反过来给你答案。 很多人以为 ai 就是 豆包千万叉的 gpt 这种聊天机器人，但在黄仁勋眼里，他们只是一个平台，是千万应用的入口。那平台的地基是什么呢？ ai 是 一套庞大的系统，黄仁勋把它比作五层当高塔，第五层也就是最底层是能源，再往上呢，是 ai 基建，第三层是云平台，第二层是 ai 模型。而最上面，也就是最重要的一层是 ai 应用， 包括了健康、工业、金融等各种应用，最终会影响到我们每一个人的生活，甚至全球经济。而现在 ai 应用才刚刚开始爆发，下面的基建还远远不够。 ai 应用为什么突然开始爆发？去年到底发生了什么节点级的变化呢？ 黄仁勋提到了 ai 在 去年的三大拐点，第一是大语言模型演化成 ai 智能体，从会说话变成会做事， ai 不 再是回答你一句话，而是能够完成某项任务。 第二是开源模型的突破。以 deepsea 为代表的开源大模型席卷全球，千万更是登上了第一开源模型的宝座。开源模型让用得起 ai 的 人变多了，模型不再被少数公司锁在高墙里，普及度指数级上升， 英伟达芯片的需求也被进一步点燃。华人圈已经不止一次提到 deepsea， 可以 说英伟达去年干到五万亿市值和 deepsea 关系很大。 第三个节点是物理 ai， 他 开始进入真实世界，医疗、化学、生物、工业、机器人， ai 已经开始重塑现实。讲到这里，很多人会下意识的紧张，那我的工作该怎么办呢？ 黄仁勋非常乐观，他说，大规模 ai 基建建设会首先推高电工、焊工、网络技术员这些技工岗位的需求和薪资，有些技工岗位的工资甚至已经翻倍。 这个趋势在国内同样存在。以后二三流的本科毕业生工资很可能比不上江浙沪的蓝领，去落后省份的二三本，不如去江浙沪的职业本科。但真正决定你稳不稳的不是蓝白领，而是你的工作结构。 只有任务的岗位会更容易被替代，同时拥有任务和目的的岗位会变得更轻松。任务是可以被标准化、流程化的动作，目的呢，是人类在岗位上的最终价值和责任。 就比如说，老师的目的不是批作业，而是育人。基金经理的目的不是看财报，而是对收益负责，对风险负责，对客户的情绪负责。律师的目的不是翻案例，而是解决真实的纠纷，承担判断与策略。 ai 不是 要把你的整个职业抹掉，而是要把你职业里最机械的部分抽走。 你不再靠做任务，而是靠完成目的来证明自己的价值。同一天呢， anserpic 创始人也提到了类似的现象，他们的工程师已经不用再写代码了，只需要做修饰和审阅就可以。这不是科幻啊，是岗位结构正在重排。 但如果你的工作只有做任务，那你很可能就会被替代掉。黄仁轩建议所有人都要学会与 ai 交流，会用 ai 的 人能迅速把想法变成产品，不会用 ai 的 人只能在旧规则里继续排队。 就比如说，你以前要专门去读大学，才能学会如何编程，现在你只要去问 ai 就 行。你完全可以自己运营一个网站或者 app， 这对所有人来说都是一个机会， 不止对个人啊。黄仁轩认为，所有国家都应该接入 ai， 尤其是发展中国家，应该把 ai 当做国家基建的一部分，因为 ai 非常容易上手。如果全民都能用上 ai， 就 有望缩小与发达国家之间的技术鸿沟。 这点我是非常同意的。未来国家之间的差距很可能不是有没有人才，而是有没有普及 ai 的 能力。 以后用 ai 和不用 ai 的 国家，差距也会越来越大。 ai 同样可以拉开人与人之间的差距。让孩子尽早学会与 ai 互动，比读书考试要重要很多，因为 ai 的 水平比任何老师都要高。马尔聊世界，帮你看清世界，我们下期再见。

前两天，英伟达 ceo 黄仁勋在一场深度访谈中直面五年后 ai 世界的全貌。他表明， ai 不 会抢走工作，反而让我们更忙碌、更充实。他描绘的图景震撼而清晰，计算机将从背编程彻底转向自我编程，计算能力将提升十亿倍，让今日的超级难题变成明日的小儿科。 所有人都可以是程序员，普通人也可以创造复杂的软件。这不是遥远的科幻，而是黄仁勋基于第一性原理和行业现实做出的判断，一场即将重塑所有行业的革命已经在加速到来。第一，计算机将实现自我编程。 黄仁勋指出，过去我们教计算机像教孩子一样，一个指令一个指令的输入。未来只需要给出目标，比如去学日语或构建一个完整应用，计算机就会自主完成所有细节。 他用直观例子说明，现在用 ai 几秒钟就能生成一个高质量电商网站，代码水平已超过许多初级程序员。五年内，这种指导式自我编程将成为常态，编程门槛将大幅降低，创造力而非代码技能将成为核心竞争力。第二，计算规模将扩大十亿倍。访谈中，黄仁勋抛出了非常震撼的数据， the computer will be able to deal with with problem sizes that are a billion times larger than anything we're working on today。 这不是夸张，而是基于 ai 加速远超摩尔定律的现实。他打了个经典比喻，飞机发明前，伦敦到纽约需要一个月，发明后只需七小时。 当计算能力提升一千倍时，许多被放弃的难题会突然变得可解。曾经 open ai 研究员面对全球互联网数据时觉得太庞大无法处理，如今却感慨数据太少还喂不饱模型。 黄仁勋预言，五年后，科学家、工程师、创业者看待问题的思维将彻底改变，过去太难太贵的想法会变成挺简单的，试试。第三， ai 对 就业有影响吗？ 黄仁勋给出了反直觉的答案，困难问题变简单后，待解决的问题会爆炸式增长。过去许多好点子因为成本太高被搁置，未来他们将被重新拿起， 人类的代办清单将急剧膨胀。有创造力的人会发现能干的事太多，而停滞学习的人才会焦虑被取代。他还分享了自己的亲身经历，六十位高管直接向他汇报一个问题，往往需要二到四天才能得到答案。未来，如果 ai 让答案秒即抵达，决策周期将极大缩短。 他一周处理三个重大决策，可能变成一小时处理一百个自己反而成为瓶颈。这意味着节奏更快、机会更多，而不是工作更少。第四，技术红沟正在被真正抹平。黄仁勋特别点赞了瑞典创业公司 lovable， 这是一个让非专业人士通过自然语言构建复杂软件的平台。 透露 luber 已帮助用户通过 ai 生成的软件实现每年总额收入两千三百万美元的规模。过去搭建数据库、集成 api、 处理密钥等技术细节是高门槛，现在 ai 自动完成一切，只需描述需求。这第一次让技术不再是少数人的围墙， 普通人也能快速变现创意。访谈结尾，黄仁勋被问及普通人五年内最大的机会，他给出了最直接的答案， 过去技术是高墙把大多数人挡在外面，现在 ai 把墙拆了，但很多人还站在原地不敢走进来。他强调，任何人都能用 ai 写代码、建网站，开发年入百万的应用，唯一需要的就是立刻开始动手。这场访谈让我深刻认识到， ai 时代真正的分水岭不是技术本身，而是行动力。 未来不属于最聪明的人，而是属于最敢用 ai 持续学习的人。你准备好迈进这扇已经打开的大门了吗？

想象一下，人类历史上最大规模的一次基础建设，嗯，可能就在我们身边发生。对，但这次我们建的不是铁路和桥梁，而是智能。没错，这听起来有点科幻， 但好像就是正在发生的现实。对，而且这已经不只是技术圈里的人在聊了，当全球顶级的资本和产业巨头都把目光聚焦过来的时候，你就知道这事不简单。对，确实这样。所以今天我们就要深入聊聊的就是这么一场分量特别重的对话。 它发生在今年的达沃斯世界经济论坛上。对话的一方是 blackrock 贝莱德的联合创始人兼 ceo lawrence de finke， 全球最大资管公司的掌门人。对，另一方呢，就是可以说是凭己之力点燃了这场 ai 革命的男人， 英，伟大 nvidia 的 创始人兼 ceo 黄仁兄。嗯，这场对话之所以重要，我觉得是他把 ai 从一个呃纯技术的话题 直接拉到了一个关乎全球经济、产业甚至是国家竞争力的战略高度。没错了，所以我们今天的任务就是为你抽丝剥茬， 把这场信息量超大的对话里最核心的洞察给提炼出来。好的，好，那我们从最根本的一个问题开始就是，一提到 ai， 大 多数人，包括我自己在内，脑子里第一个跳出来的可能就是叉 gbt 这种应用。对，这是最直观的。但是听完这场对话，我感觉这个理解可能有点儿， 嗯，太表面了。嗯，黄仁兄一上来就抛出了一个核心观点，他说我们正在经历一次根本性的平台转移。对，平台转移这个词是理解它整个逻辑的钥匙，这到底是什么意思？ 它的意思就是说，你如果只把 ai 看作一个应用，就好像在互联网时代，你把谷歌搜索看成是互联网的全部一样。哦，见树木不见森林，就是这个意思。所谓的平台转移，指的是计算机处理的方式发生了根本性的变化。在过去几十年，计算机处理的都是结构化信息。结构化信息 这个词儿听起来有点专业，其实很简单，你就把它想象成一个巨大的 excel 表格啊，我明白了，里面的信息都分门别类，整整齐齐的对吧？姓名、地址、账号， 计算机只能按照人写好的程序去这个表格里查找计算。他自己其实并不理解这些信息，就像一个图书馆员，他不知道书里写了什么，但是能根据缩影卡准确地找到那本书。哎，这个比喻太贴切了。 而 ai 的 革命性就在于它第一次让计算机能够理解非结构化信息。比如我们现在说的话，对，还有图片、音乐， 这些信息没有固定的格式，但 ai 能明白里面的含义或者说意图，你不用写代码，你就用达白话跟它说，它就能明白你想干什么。这确实是本质上的区别。所以它说的这个新平台，就是建立在计算机这种全新的理解力之上的，完全正确。 而且为了让这个概念更清楚，黄仁勋还把它化成了一个五层的蛋糕。哦。拿五层最底层，也就是最基础的是能量，因为生成智能这儿耗电极其， 这个好理解。第二层就是英伟达自己所在的领域，芯片和计算设施，也就是算力核心。再往上，第三层是云服务上，第四层是各种 ai 模型，比如 gpt、 four， 直到最顶上那一层才是我们普通用户能接触到的各种 ai 应用。哇，这个分层模型一下子就清晰了， 我们平时看到的 ai 应用真的只是冰山一角。是的，它背后有一整套庞大的工业体系在支撑，这就自然引出了它提到的另一个概念，一个更硬核的概念， ai 工厂。对工厂这个词儿用得特别好，是一下子就让这个宏大的蛋糕变得非常具体、非常实在了。它就是想强调 ai 的 物理性和工业属性。 这不是一个纯粹的软件游戏，它描述了一个全新的产业链正在全球铺开。怎么说？首先你需要芯片工厂来造 gpu 吧？ 他说，比如台积电就要新建二十家。嗯，然后呢？你有了芯片，还得有计算机工厂，把它们组装成专门的 ai 涉伏器吧？就像富士康、广达这种。对， 这些公司正在全球建三十家这样的工厂。那有了四伏器之后呢？最重要部署到哪去？方，巨量的服务器消耗电力、处理数据，最终生产出我们需要的智能。所以他才反复强调，这是 人类历史上最大规模的基础设施建设。没错，他说现在全球投的钱还只是个零头，未来十年，这个市场总价值会达到数万亿美元。这就完全颠覆了很多人对 ai 的 印象，它不仅是代码和算法， 更是钢铁、水泥、能源和全球供应链的重构。是的，而且我还记得他说这个建设过程本身就在创造大量高薪的蓝领工作，比如电工、建筑工，薪水都翻了一番。对，这就把 ai 从一个虚拟的概念牢牢地拉回到了一个坚实的物理现实中， 而且这种和物理事件的连接还远不止于此。你是指他花了很多时间讨论的物理 ai？ 物理 ai， 没错。说实话，这是整场对话里最让我感到兴奋，甚至有点 呃毛骨悚然的部分感觉。科幻电影的情节正在加速成为现实。一点儿没错，这表示着 ai 的 能力边界正在经历一次急速的扩张。 过去我们觉得 ai 的 核心是理解语言，人类语言或者编程语言。对，但现在他开始理解物理世界的语言了，比如物理定律、化学规则、生物学原理。他举的那个蛋白质的例子就特别生动。是的， 他说我们可以像跟叉 g p t 对 话一样，去和蛋白质的结构进行对话。这怎么理解？因为从信系层面看，蛋白质的氨基酸序列，它本身也是一种语言。 ai 正在学会读懂这种语言。这太疯狂了。 那这意味着什么？在现实世界里，这意味着在药物研发领域，科学家们可能不再需要通过无数次的实验去试错了啊，他们可以直接告诉 ai， 我 想要一种什么样的药物分子， ai 就 能帮助他们设计出来。天呐，那如果他能理解材料科学，就能设计新材料，如果能理解空气动力学，就能设计更高效的飞机？就是这个逻辑。 所以黄仁轩说，这对那些在传种软件时代可能感觉有点落后的重工业国家，比如很多欧洲国家是一个百年一遇的机会。对，他用的就是这个词。 也欧洲有极其深厚的工业制造基础和知识，过去要把这些知识变成软件，需要大量的程序员。而现在，现在就像他说的，你不用编辑 ai， 你 只需要教会 ai。 欧洲的工程师可以把它们积累了几代人的工业知识直接交给机器人哇， 所以它们可以跨过复杂的软件开发阶段，直接进入一个由 ai 赋能的机器人世代。正是如此，这个观点非常有意思。 但一谈到机器人，谈到 ai 这么强大，所有人心里肯定都会冒出那个终极问题，我们的工作还保得住吗？对，这个是绕不开的，几乎每次技术革命都会引发这种恐慌。 但黄仁勋的看法好像非常乐观，甚至可以说是反之，觉得他确实很乐观，但他给出了一个很有说服力的分析框架来帮我们思考这个问题。 他强调，关键在于要区分一个工作的目的和它包含的任务， purpose 和 task。 我 记得他用了放射科医生的例子，这个例子冲击力特别强，对他说，大概十年前， ai 的 图像识编能力第一次超过人类的时候， 几乎所有人都预测放射科医生这个职业马上就要消失了。因为 ai 看片子比人又快又准。是啊，但十年过去了，事实是什么？ 放射科医生的数量不仅没减少，反而增加了？这，这到底是为什么？逻辑上说不通啊。这就是目的和任务的区别。 放射科医生的核心目的是诊断疾病，和病人沟通，帮临床医生决策，而看片子只是他们工作里的一项任务。没错， 当 ai 把看片子的内向、耗时又重复的工作自动化之后，医生们就被解放出来了，可以把更多时间投入到他们真正的核心目地上。我明白了，结果是，整个医院的效率和质量都提升了，业务量增加，收入也增加，自然就需要雇佣更多的医生。就是这个逻辑。 ai 没有取代医生，而是成了一个超级助理，让医生变得更强大了。这个逻辑很有说服力。但是我想问一个更尖锐的问题， 这个框架是不是只适用于这种能精细区分目的和任务的复杂职业？嗯，你的意思是，对于那些工作内容本身就是重复性任务的岗位，比如数据录入员或者流水线工人，这个乐观的框架还适用吗？ 这个问题非常现实，你也抓住了这个框架潜在的局限性。黄仁勋在对话里没有直接回应这类岗位， 但它更宏大的逻辑是，生产力的急速提升会催生出我们今天根本无法想象的全信产业和岗位。就像互联网诞生时，没人能想到会有程序员或者社交媒体运营这种职业。 对，他认为我们不应该把精力放在保护那些注定要被自动化的任务上，而是应该思考怎么帮助人们提升技能，去做那些更需要创造力、同理心和复杂决策的更有价值的目的。嗯， 从保护任务转向赋能目的，这是一种思维方式的转变。是的，而这种转变不仅适用于个人，他似乎认为也适用于整个国家。 这就把话题引向了更宏观的全球竞争层面。他踢了一个很有意思的概念，叫算力主权。对，这是他向所有国家，特别是发展中国家传递的一个核心信息。 他认为 ai 就 像电力和公路一样，是未来每个国家都必须拥有的核心基础设施。你可以暂时进口 ai 服务，就像进口电力一样，但长远看，你必须有自己的发电厂和电网。就是这个比喻。 但建设这种 ai 发电厂的成本极其高昂啊，这难道不会进一步加聚富国和穷国之间的技术鸿沟吗？感觉这像一场只有少数人能玩得起的昂贵游戏。这也正是 lorenstein 提出的疑问。但黄仁勋的回答再次出人意料，他怎么说？他认为 ai 非但不会加聚，反而可能会消小技术鸿沟哦？ 为什么？理由是 ai 是 有史以来最容易使用的软件技术。过去你要利用计算机，你得花好多年学习复杂的编程语言，对吧？这是一个很高的技术壁垒。但现在， 技术的入口变成了自然语言，完全正确。你不需要学什么 c plus plus 或者 python， 你 只需要用你自己的母语告诉 ai 你 想做什么。 技术的壁垒被极大地降低了，所以他鼓励每个国家都建立自己的 ai 基础设施，对，用自己独特的语言、文化和历史数据去训练出最懂自己国情的国家智能。这么说来，一个国家最宝贵的资源不再只是石油或者矿产，而是他自己独有的数据和文化， 这是一种全新的数字自然资源。这就是算力主权的核心思想。拥有并且利用好自己的数据来发展自己的 ai 能力，这将是未来国家竞争力的基石。好的， 我们来总结一下今天这场信息量爆炸的对话。从黄仁勋的视角看，所谓的 ai 革命远不是资本市场上的一个泡沫。嗯， think 也确实尖锐地问到了泡沫的问题，对黄仁勋的反驳非常有力，他说，判断是不是泡沫，一个简单的测试，就是看市场的真实需求。 他说，现在英伟达的 g p u 哪怕是两代前的旧产品，在租赁市场的现货价格居然还在上涨，这说明需求是真实迫切而且极其旺盛的。对，从最小的的创业公司到最大的企业都在抢算力。所以，结论很清晰， 这根本不是泡沫，而是一场深刻的耗资数万亿元的全球性基础设施重构。它正在从底层 k 时重新定义生产力、就业模式，甚至是国家之间的实力对比。的确，关键在于我们必须转变观念， 不再把 ai 仅仅看作一个提升效率的工具，而是要把它视为一个全新的、能够创造既大经济价值和社会变更的生产平台。而英伟达的角色就是为这个新时代提供最底层的动力引擎。没错， 这场对话确实为我们理解 ai 的 未来提供了一个非常清晰的宏观框架。最后，我现把黄仁鑫在对话里反反复复强调的一句话留给你思考好。他说，你不用编辑 ai， 你 只需要教会 ai， you don't write ai， you teach ai。 对， 如果说未来创造的门槛不再是复杂的技术能力， 而更多的取决于你提出问题的能力和想法的质量。那么对你个人而言，那个一直想实现却因为技术所限的而搁置的想法是什么？而对整个社会而言，当创造力被前所未有的释放时，下一个伟大的突破又会出现在哪？

家人们，今天咱聊个狠角色，英伟达 这家公司到底牛到啥程度？市值高达四点六万亿美元， 甚至让黄瑞军直接冲进了世界亿万富豪榜第八名！全球就有五家市值超两万亿美元的公司，英伟达稳稳占据一个席位。你可能会说，不就是个做显卡的吗？ 别急，他的故事可比你想的精彩多了。有人说未来是空想，但英伟达偏偏把空想砸进了现实。他到底是怎么从破产边缘逆袭成为 ai 时代的算理之王？今天咱们就来聊聊这个神仙故事。 故事的开头，没有豪华办公室，只有三个打工人，黄润勋、拉克夫斯基、普利姆。三人都是客娟老炮在惠普、 amd 这些大厂都待过，尤其是普利姆，当年 ibm 首款的 pc 图形处理器就是他搞出来的。 i'm jensen wang， i'm the president of the video i met chris and curtis they were at some microsystems i was at lsi logic， so we were all from the workstation industry， and all we had ever worked on were some workstations and had valid workstations and things like that。 本来三人各司其职，安稳拿着薪水，结果所在的公司技术路线突然被行业淘汰了，饭碗要没了咋办？ 三人一排踏腿自己干。可这里有个小插曲，黄瑞勋当时日子过得最为舒坦，拿着高薪，老婆孩子热炕头，压根不想冒风险创业。 俩兄弟软磨硬泡，天天拉着他聊，最终终于说服 they kept asking me and finally， i said well， you know tell you what the one we just go out， and we can think through what kind of company you guys can go build？ 一 九九三年，东盛和塞的一家丹尼餐厅，三个大男人坐在包厢里喝着咖啡，在餐巾纸上画下了公司的蓝图。 那时候 pc 刚萌芽，还没有人把电脑和玩游戏绑在一起，他们偏偏瞄准了这个空白，把高端工作站的 3 d 图形技术弄到普通 pc 上，让普通人也能玩上 3 d 游戏。这话一出，全是质疑投资人，甚至怒怼他们，没有人会为了玩游戏而开公司。 郝瑞勋的妈妈更是急了，打电话骂他，好好的班不上，搞这些没用的，赶紧找个正经工作去。 and so i took this idea to san juanfield， uh and um and they told me there was no video game market people don't start companies to play games and my parents i remember calling my mom and telling her that we'd start this company and she says you know what do you guys do， and i said we built these things called 3d graphics chips and people would use them to play games and then she said why don't you go get a job but then she said why don't you go get a job but then she said why don't you go get a job。 创业哪有那么容易，启动资金错了半天就四万美元，连住办公室都勉强够。 公司名字起的更是随意。三个人平时存文件只有一个，习惯用 n， v 代表下一个版本，就顺着 n 和 v 这个词，最后选中拉丁语，羡慕那 v 点。 一九九三年四月五日，英伟大正式诞生，但钱却很快花光了。黄瑞军硬着头皮找到前上司求助。前上司也够意思，直接打给了红山资本创始人唐马伦丁，他说，我手下最牛的兵，要创业赶紧给钱。 well， good luck， if you're gonna start a company go talk to don valentine， and while i was sitting there， he picked up the phone， and he said， hey， don i'm going to send a kid your way， he's one of my best employees i'm not sure what he's going to do， but give him money。 黄瑞勋紧张的不得了，露眼时语无伦次，直接给搞砸了。但架不住前上司担保，瓦洛丁最终扔出两千万美元，却撂下一句狠话，要是赔了我的钱，我就杀了你！ 现在想想，这钱拿的压力比山还大。拿到钱，三人干劲十足，一九九五年推出了首款芯片 nv 一 芯片。 这款芯片野心极大，集成了二 d、 三 d 图形音频处理于一身，还想适配当时的主流游戏机，甚至想统一显卡声卡市场。结果呢，彻底翻车。他们搞了个非主流的二次局面渲染技术，可微软等巨头早就统一用三角形渲染了。 你的技术再好，不兼容主零没有人买，再加上定价死贵，比同类产品贵出一大截，最后二十五万片库存只卖出去了一千片，剩下的全部被经销商给退了回来。 our customer partner diamond multimedia， we sold them 250， thousand mb ones， but the retail sales wasn't very good。 这场惨败，直接把 n v 二芯片的研发给砍了，公司大规模裁员，现金流只够发一个月工资，妥妥的濒临破产。也正是这段绝境，让殷伟大有着一句刻进骨子里的座右铭，我们永远离破产只有三十天。 这句话他们至今都记得。眼看就要凉了，仨人没认输，死磕到底，改！他们果断放弃自研的破标准，一头扎进微软 directx 的 怀抱，全力研发新芯片 vivo 幺二八。这款 vivo 幺二八堪称救命神器，它是全球首款集成三 d、 二 d 视频加速的芯片， 关键是定价亲民，普通人能买得起。上市才四个月，销量直接破百万台。就这一下，英伟达从鬼门关拉了回来。 后来推出的 riva tnt， 虽然性能比竞争对手三 d fx 的 world two 差了一点，但也稳住了市场，让英美达彻底在三 d 图形领域站稳了脚跟。一九九九年，英美达迎来了人生高光，一月成功上市，同年推出全球首款真正意义的 gpu gforce 二五六。 这玩意牛在哪？首次实现可编程加速，电脑图形处理能力直接翻倍， pc 游戏从此进入三 d 时代，画质飙升。凭借这款 gpu， 因为它拿下了微软叉 box 游戏机的芯片订单， 一下子拿到了两亿美元的易付款。这下好了，彻底摆脱了发不出工资的日子，再也不用担惊受怕。两千年后，英伟达彻底开启开挂模式，二零零二年收购了对手三 d f x 的 知识产权，后来又建立收购一堆软件半导体公司，慢慢的垄断了高端游戏显卡的市场。 二零零七年直接被福布斯评为年度公司，妥妥的游戏圈打了。但树大招风成功的背后全是坑。 二零零八年， gpu 出了制造缺陷，用户集体起诉，公司一下子亏了两亿美元。和英特尔更是死对头，打了好几年的专利公司互相公开嘲讽，最后二零零一年才和解，英特尔掏了十五亿美元的封口费。二零一六年， gtx 九七六显卡存在参数不实问题，又被起诉。 二零一八年搞的合作伙伴计划更被指望垄断，两个月就被叫停。加密货币热潮时，把矿卡销量算进游戏营收，被美国证监会罚款五千万美元。二零二零年正是花四百亿美元收购 arm， 结果被欧盟、英国反垄断调查。这一收购在二零二二年彻底黄了，可以说，因为它的扩张之路全是坎。 最牛的是什么？在所有人都盯在游戏市场的时候，黄仁勋盯上了一个冷门赛道，人工智能， you feel it all around you and surely in silicon valley we feel it every day this new computer revolution is called the artificial intelligence revolution。 二零零六年，丁伟达推出了 cuda 并进行计算平台。这玩意打破了 gpu 只能玩游戏处理图形的局限，让开发者能使用 gpu 搞通用计算。 当时斯坦福大学的教授和学生发现，用 c u d a 搞深度学习，算力能提升十到一百倍。那时候 ai 是 啥，没有人知道。商业前景一片迷茫，公司内部反对声音一片，放着好好游戏生意不做，搞虚无缥缈的 ai。 and then there was one other breakthrough technology i remember a standfit when my students were telling me hey andrew does this thing called cuda not that easy the program， but the slavian people used gpus for something different it could be build a server to use gpus and see if they could scale up deep learning and that server wound up being what we used for our first deep learning experiments to train neural networks we started to see 10x or even 100x speed ups something happened about a decade and a half ago that completely transformed computer science it was possible to use a piece of software called deep learning， a set of algorithms that studies a bunch of data and learns patterns from it and it triggered what we now call the big bang of modern ai？ 但黄仁勋地盘中意赌一把。 接下来十年，英美达砸钱搞研发，推出专门为 ai 优化的芯片，慢慢成了全球 ai 研究机构的首选硬件 coda 开发者社群也重达到四百多万人。 到二零二二年，英美达的数据中心业务已经远超游戏业务，彻底从游戏显卡上变成了 ai 算力供应商。 nvidia made a crucible decision that would change not only its own trajectory， but that of the entire technology industry they would commit to ai computing this was a giant pivot for our company， we're adding costs we're adding people we have to learn new skills they took our attention away from our normal day to day competition in computer graphics and gaming， the company's focus was steered away from its core business and it wasn't just in one place， it's all over the company it was a whole cell pivot in this new direction。 黄仁勋这一把赌赢了。二零二二年十一月， chad gpt 横空出世，生车是 ai 席卷全球所有人突然发现，搞大模型训练最缺的就是算力，而英伟达 h 一 百 gpu 就是 算力界的天花板。 那时候 h 一 百 gpu 有 多火，有钱都买不到，订单排期长达一年以上。 openai、 谷歌等这些巨头抢着给英伟达送钱， 毕竟没有 h 一 百就搞不了大模型，就跟不上 ai 的 浪潮。二零二三年五月，英伟达市值更是首次突破一万亿美元，跻身万亿俱乐部，二零二四年直接冲进两万亿美元，一度登顶全球市值第一。他的市值甚至比一些国家的 gdp 还要高，妥妥的富可敌国。 财报数据更是亮眼，数据中心营收占比超百分之七十，毛利率稳定在百分之七十以上，简直比卖奢侈品还赚钱。 而现在，英美达不仅和 openai 深度合作，还联手搞人形机器人，布局下一个风口。聊完公司，咱们再说说三个创始人。首先是黄仁勋，现在是英美达的灵魂人物，目前是 ceo， 手握百分之三点六的股份，身价超六百四十一亿美元， 妥妥的超级富豪。他还不忘本给母校大学捐款了五千万美元，现在在培养儿子接班，打算把这份事业传承下去。然后是克里斯马拉克夫斯基，现在还在英美达搞研发，手握近四十项专利， 拿了好几个大学的荣誉，博士学位，妥妥的技术大佬。最低调的是科蒂斯普利姆，二零零三年就退休了，躲起来过清闲日子，早年前卖股票套现了三千万美元，天天做慈善，给母校捐了好多钱，活成了人人羡慕的退休大佬。 从丹尼餐厅的一杯咖啡，到万亿市值的 ai 巨头，从宾利破产到统治算力时代，英伟达的故事告诉我们，真正的高手从来不是等风口，而是提前十年为风口做好准备。

朋友们，华伦勋在达沃斯直接给 ai 时代定了调，他没有谈具体的芯片，而是说我们正处在一场人类历史上最大的基建热潮当中。他说，全球已经投入了几千亿美元，只是一个开胃菜， ai 真正的花费得以万亿美元计算。他用了五层蛋糕来比喻整一个 ai 时代，最底层是能源网上，意思是芯片、云服务， ai 模型， 最顶层才是具体应用，我们必须从下到上建立好每一层。更颠覆的是，他认为 ai 正在创造大量高新蓝领工作， 比如数据中心建设催生的电工、管道工，年薪能到六位数。再比如， ai 接替了放射科医生的重复劳动，反而让医生能专注于诊断， 从业人数还在增加。他呼吁每一个国家都应该拥有自己的 ai 主权，就像建设电网和公路一样。同时指出， ai 正在经历三大突破，一是从聊天变成能办事的智能体， 二是开源模型降低了 ai 使用门槛，以及开始理解物理世界的物理智能，比如聚生智能机器人。 所以 ai 的 未来是由券网、新片场和数据中心构建的硬核工业国命几千亿只是一个入场券，真正的时代正在我们脚下被一寸一寸建造出来。大家对华人勋的发言怎么看？可以在评论区聊一聊。

黄仁勋在 c e s。 二零二六的舞台上说了一句话，我听完之后整个人都愣住了，他说，我们打破了英伟达自己的规则。这句话听起来看似轻描淡写，但如果你了解芯片行业， 你就会知道这句话背后意味着什么，那就是英伟达把过去二十年坚守的铁律全部推翻了。这种自我颠覆的背后，还藏着一个惊人的事实，那就是 ai 行业正在走向一个所有人 都不愿意承认的死胡同。而黄仁勋决定用一场史无前例的豪赌来打破这个困局。让我先解释一下英伟达打破了什么样的规则。在过去二十多年的时间里啊，英伟达有一条不成文的铁律，就是每一代的产品 最多只升级一到两颗芯片，因为重新设计一颗芯片的成本和风险高到难以想象，你需要投入数十亿的美元去研发， 还需要去协调成千上万的工程师，并且呢，还需要经过无数次的测试和验证，而且一旦出现问题，都是灭顶之灾啊。所以，在芯片行业，稳不迭代是最安全的策略。但这一次，黄仁勋直接把这个策略放弃掉了，他宣布，从 c p u 到 g p u， 从网络芯片到储存芯片， 从安全芯片再到互联网芯片，总共六颗核心芯片，全部推到重来。那么问题来了，黄仁勋为什么要这么疯狂？答案藏在他演讲中反复强调的一组数据里，他说， ai 模型的规模每年增长十倍， 生成 token 数量每年增长五倍，这已经不符合摩尔定律了。过去我们所依赖的摩尔定律，也就是芯片的性能每十八个月翻一翻，这样已经在物理极限面前彻底失效了。换句话说，就是 ai 的 胃口在疯狂的暴涨， 但是呢，芯片的性能已经跟不上了。这里面呀，其实黄仁勋看到的问题并不是 ai 能不能算得动，而是 ai 思考太贵了。你想象一下，每一次对话结束， ai 都会失忆，每一次的任务中断，他都要从头再想一遍。比如你让他帮你写篇文章， 过两天你还想让他继续再来，他其实已经忘了之前写的什么了，这种重复的计算才是真正的成本黑洞。所以英伟达这次发布的不是一张新的 gpu， 而是一整套为 ai 持续思考而生的全新计算机平台。这个平台的名字叫 robin， 它呀，并不是一颗芯片，而是由六颗芯片组成的一个完整系统，包括了 cpu、 gpu、 网络芯片、储存芯片、安全芯片和互联网芯片。这六个部件被组装成一个重达二点五吨的机架，里面塞满了二百二十万个晶体管，没有电缆，也没有风扇， 是一个完全夜冷的 ai 超级计算机群。就连马斯克看完之后，都直接在社交媒体上惊呼说，这是 ai 的 火箭引擎。 但是真正革命性的地方不仅仅是性能有多强，而是它从根本上改变了 ai 的 工作方式。黄仁勋说， robin 可以 把 ai 推理的成本降到原来的十分之一，这就意味着以后 ai 可以 慢慢地去想，反复地去想， 不用再担心成本的问题。而且更重要的是， robin 引入了一个全新的能力，叫做推理上下文储存系统。 用人话说就是 ai 的 记忆被做成了基础设施，它呀，不再只记住当前这一轮的对话，而是把刚刚所有的过程全都保留下来，并且在整个系统里附用。这个改变听起来很简单， 但实际上是革命性的。这意味着 ai 从一个被动响应的工具，变成了一个可以持续思考、持续学习、持续进化的智能化。但是黄仁勋的野心远不止于此， 他要做的呀，不只是让 ai 变得更便宜更好用，而是让 ai 从虚拟世界走向物理世界。在发布会上，他展示了奔驰用英伟达技术在旧金山进行自动驾驶的实测。这种智能呀，来自于英伟达发布的自动驾驶模型，它能够让 ai 先理解环境，再判断情况， 并且做出决策。这是第一次让汽车拥有了真正的大脑。更加震撼的是，黄仁勋还发布了一个叫做 cosmos 的 物理 ai 平台，这个平台呀，专门为机器人设计，它可以让机器人理解物理世界的规律，学会如何在真实环境中操作物体， 完成任务，应对意外。在演示视频里，人形机器人在工厂里自己找活干，自己学会怎么搬箱子，怎么避开障碍，如何和人类合作。黄仁勋还做了一件更加疯狂的事情，他直接开源了十万亿个用于语言训练的头肯， 以及五十万条机器人的轨迹数据。这个操作呀，看起来大方，但实际上是一个精心设计的商业陷阱。因为当全世界的开发者都用英伟达提供的数据来训练自己的 ai 模型时， 他们就会发现，这些模型啊，在英伟达的芯片上跑的最好、最快、最便宜，然后呢？他们就离不开英伟达的硬件了。按照计划， robin 平台将在二零二六年下半年开始量产，到那个时候，我们就知道， 黄仁勋这次彻底的打破规则，推倒重来，到底是神来之笔，还是孤注一掷。但不管结果如何，有一件事情是确定的，那就是 ai 的 成本正在迎来难以想象的速度下降， ai 的 能力也以我们难以想象的速度提升，这一旦开启，就再也不会停下来了。 当 ai 思考变成白菜价，当 ai 的 记忆变成基础设施，当 ai 智能走进物理世界，我们每个人的生活都将被彻底改变，而这个改变已经开始倒计时了。关注我， ai 时代不迷路！

昨天的拿沃斯论坛上，英伟达 ceo 黄仁勋扔下了一枚深水炸弹。他没说 ai 模型参数又翻了多少倍， 而是对着全世界说了一句听起来很朴实的话，这是人类历史上最大规模的一次基础设施建设，有数万亿美元需要投入。很多人听完就蒙了，尤其是我身边的创业者、投资人朋友。 ai 不是 数字革命吗？怎么变成基建狂魔？说好的技术颠覆，怎么就变成电工、焊工、建筑工人的活了？接下来，宝京将穿针引线，带你看懂黄教主此次传递的重磅信号！未来五年，钱会流向哪里？我们普通人、职场人、创业者的新机会，究竟藏在哪里？ 黄仁勋把 ai 拆成了五层，最底层是能源网上是芯片、云服务模型，最顶层才是我们每天在用的 ai 应用。 这结构意味着我们今天所有惊艳的 ai 应用， chat、 gpt 也好， zora 也好，全部建立在第一层的电力和第二层的芯片工厂上。黄仁勋说，没有稳定巨量的电， ai 就 完全跑不动。这可不是给办公室通个电那么简单。这意味着要建新的发电厂、新的变电站、新的智能电网。 在 ai 工厂密集的美国，电工、水管工、钢铁工人的薪资在短时间内几乎翻了一倍，有人年薪已经突破了六位数美元。 你没听错， ai 革命的第一波造富潮既然涌向了兰岭工人，在中国，这股浪潮同样猛烈。东数西算工程的核心，就是把数据中心建在能源充足、电价便宜的西部。 像中国电信在临港投资八十六亿建数据中心，东京数据在淮莱投八十亿建零碳算力基地，背后都是电力、土地和建筑工人的巨大需求。 光有电不够，得有地方把芯片造出来，把服务器组装起来。黄仁勋预计，台积电、富士康等巨头要在全球新建几十座专门的 ai 芯片厂和计算机工厂。这波浪潮会让高端设备装配、精密制造、工业自动化这些领域的人才变得极度稀缺。所以你看，这根本不是泡沫。 黄仁勋说得很直白，泡沫不会涨价，短缺才会。我们现在看到的是全球性的、真实的资源短缺和建设热潮。 理解了基建的底层逻辑，我们就能绘制一张清晰的机会地图。我把它分为三个圈层，总有一层适合你。第一层，实体基建层、技能及黄金。 如果你是学生或正在考虑职业转型，请放下对坐办公室的执念。未来的高薪蓝领会颠覆你的想象。 不仅是电工，还有 ai。 数据中心运维工程师负责保障电力、心脏和计算大脑，二十四小时不停转。新能源汽车维修师精通三电系统和高低压电路，月薪在一线城市可达两万元，人才缺口巨大。 工业机器人调试员、无人机飞手。在智能制造和低空经济中，他们是会操作、懂编程的新型技术工人，高级飞手月薪可接近两万元。 这些工作的共同点是高度依赖手眼协调、现场判断和处理非标准环境， ai 很 难完全替代，反而因为要服务 ai 而价值飙升。第二层，智能应用层从被替代到驾驭 ai， 很多白领担心被 ai 取代，但黄仁勋给出了另一个视角， ai 取代的是任务，不是目的。以放射科医生为例，过去十年， ai 深度渗透，但医生的数量反而增加了。 因为 ai 把看片子的重复任务接走了，医生能腾出更多时间与病人沟通，做综合诊断，医院效率提升需要更多医生。未来的关键不是和 ai 比谁算得快，而是成为人机协助的设计师和指挥官。 比如金融分析师，不再自己爬数据，而是设计 ai 智能体，去自动生成投资报告。你做最终决策市场总监，不再手动做 ppt， 而是训练 ai 理解品牌调性，批量产出创意素材。 你的价值将从执行任务转向定义问题和管理智能体。一份研究报告显示，高达百分之九十三的岗位会受到影响，但核心不是消失，而是被增强和重塑。第三层，创新生态层 轻资产创业的黄金时代，对于创业者和投资人机会更加明确。 ai 基建完善的结果是应用层的门槛被无限拉低。 黄仁勋看到，大量风险投资流向了 ai 原生公司，他们不搞基础研究，而是基于开源大模型和云计算，像拼乐高一样，为具体行业打造解决方案。 这意味着，一个懂医疗的创业者，可以快速打造一个 ai 辅助诊断工具。一个懂法律的团队，可以开发智能合同审查系统。 创业模式从重资产建团队转向小团队加超级 ai 杠杆。讲完蓝图地图，最后给你三点实在的行动建议，盘点一下你的工作是容易被 ai 任务化的，还是需要复杂交互、创造力和现场判断的？ 如果是前者，立刻开始学习如何利用 ai 工具把你的价值往上挪一层，用基建思维寻找机会。 如果你是投资人，关注电力、储能、高端制造这些卖铲子的硬核赛道。如果你是求职者，关注那些为 ai 工厂和数字经济服务的实体行业，无论你在哪个行业，现在就开始思考我的工作流程，有哪些环节可以交给 ai 智能体，我的业务能否用 ai 重新做一遍？ 这不再是一个可选问题，而是生存问题。所以，黄仁勋的达沃斯演讲，其实是一份写给所有人的转型指南， 它告诉我们， ai 不 仅是技术的跃迁，更是一次全社会生产关系的重构。钱、资源、人才正在从虚拟世界疯狂回流到支撑数字世界的物理根基里。 未来的赢家不是最懂算法的人，而是最懂如何将算法与实体经济结合的人。不是恐惧 ai 的 人，而是懂得如何驾驭 ai， 让他为自己和产业赋能的人。 好了，三层的 ai 基建机会地图，你觉得你目前处在哪一层，又打算向哪一层进发？欢迎在评论区留下你的行业和思考，我们一起碰撞！我是宝晶，关注我，带你穿透信息迷雾，看清科技真相，我们下期见！

哎，我们都知道啊，现在人工智能正在彻底改变我们的世界，那要说这场改革的中心人物，英伟达的 ceo 黄仁勋绝对是绕不开的。 所以今天呢，我们就来聊一聊，他在最近的达沃斯论坛上到底分享了哪些关于这场新工业革命的真知灼见。好，我们先来看一个数字，三十七趴。 这可不是个小数目，这是什么概念呢？从一九九九年开始一直到现在，英伟达给股东带来的年化复合回报率就是三十七趴。你想想看，这么多年来，能一直保持这样的精准判断。 所以说，当黄仁勋谈论未来的时候，我们真的得竖起耳朵好好听听。那么在黄仁勋看来，云工智能到底是什么？ 嗯，他觉得如果我们只把它看成是一种新的软件，那就想得太简单了。他提出了一个特别重要的概念，叫做平台转变。这个词儿说实话，可能会彻底改变我们看待 ai 的 方式。 平台转变？听起来有点抽象，对吧？没关系，我给你打个比方，你就想象一下，我们计算世界的地基整个被换掉了，这就好比我们不是在旧地基上修修补补，而是直接把旧的推倒，换上一个全新的更强大的地基。 那有了这个新地基，我们自然就能盖出以前想都不敢想的各种各样的新应用新大楼了。其实啊，这种根本性的转变，历史上已经发生过好几次了。 你看八十年代的个人电脑，那是一次，九十年代的互联网又是一次，然后是二千年之后的移动和云计算，每一次都带来了翻天覆地的变化。 那么现在黄仁勋告诉我们，人工智能就是这最新的一次，也是可能是最重要的一次平台转变。好，既然是一次平台转变，那这个新平台它到底长什么样？ 为了让大家搞明白，黄仁勋用了一个特别形象的比喻，他说啊，人工智能就像一个五层的蛋糕，我们得一层一层的看，才能明白这个工业级的庞大系统是怎么运作的。 你看我们平时聊 ai， 可能第一反应就是 chat、 gpt 这些大模型，对吧？但黄人群提醒我们，这真的只是冰山一角， 我们能看到能用到的这些模型，其实只是整个 ai 工业体系里面的一层而已，它背后还有个庞大的支撑结构。 这张图就把整个画面说清楚了，咱们从下往上看啊，你看最底层是能源，没有电什么都白搭。能源驱动着第二层的芯片和计算硬件，这些硬件呢，又组成了第三层的云基础建设， 然后第四层，也就是 ai 模型，就在这个云基础之上进行训练和运行。 最后最上面一层才是我们每天用的各种应用，你看这一环扣一环，缺了谁都不行。 好问题来了，要从头到脚把这五层都建起来，这得是多大的工程量啊，后果可以说是相当惊人。黄仁勋直接就说，这正在引发人类有史以来最大规模的一次基础建设。他原话是这么说的， 这是人类历史上最大规模的基础设施建设，我们现在才投了几千亿美元，仅此而已。你听听这口诀，仅此而已。意思就是，虽然我们已经觉得投入很大了，但这真的还只是个开始， 我们才刚刚站在这场历史性建设的起点上，那总共需要多少投资呢？黄仁勋给出的估计是数万亿美元。 我的天，这已经不是一个简单的数字了，它背后代表的是一个能彻底改变全球经济格局的史诗级的机会。 而且啊，这可不是什么遥远的未来预测，这些事现在就在我们眼前发生。你看，美光在美国投资两千亿美元， 富士康、广达他们要建三十个新的电脑工厂，台机电计划建二十个新能源厂，甚至连带着水管工啊，电工啊，建筑工人的需求都一下子火爆起来了。 好了，说了这么多宏大的建设，我们聊一个更贴近每个人的问题，就是工作。这可能也是现在大家对 ai 最大的一个担忧了，对吧？ 很多人都在问， ai 会抢走我们的工作吗？面对这个尖锐的问题，黄仁勋并没有回避，他的看法很特别， 他认为我们问错问题了，我们不应该问 ai 会不会取代我们的工作，而是应该去重新思考工作这两个字到底意味着什么。他的核心观点是，我们要分清一个东西，就是工作的任务和工作的目的。什么是任务？ 任务就是你具体在做的那些事，什么是目的？目的是你做这些事的最终意义。 他认为 ai 的 作用是来帮你自动完成那些繁琐的任务的，从而把我们解放出来，好让我们能更专注于那个更重要的目的。他举了一个特别有说服力的例子，就是放射科医生， 大概十年前吧，当时很多人都预测说，你看 ai 的 图像识别这么厉害，以后肯定没放射科医生什么事了。 当时大家都这么想，但结果呢，完全出乎所有人的意料，放射科医生的数量不减反增。为什么呢？因为 ai 把看片子、研究扫描图，向这些繁琐的任务给接管了，做的又快又好。 这下医生们就有更多的时间和精力去做，他们珍重的目的也就是诊断病情，帮助病人。最后的结果就是，医院的效率大大提到了，病人也得到了更好的治疗，所以反而需要雇佣更多的放生科医生。 好，既然 ai 能改变一个行业的工作方式，那要是把它放到全世界的范围来看呢？它会加聚富国和穷国之间的差距吗？ 对于这一点，黄仁勋的看法非常乐观，他觉得人工智能非但不会拉大差距，反而有可能成为一个伟大的均衡器。 为什么这么说呢？他说，因为 ai 很 可能会消效不同国家之间的技术差距。他的理由很简单， ai 是 有史以来最好用的软件，你只要会说话，就能跟他互动，让他帮你做事。 所以他就鼓励每个国家都应该建立自己的 ai 基础建设，因为现在你不需要是计算机博士，也能成为程序员了。每个国家都可以用自己的语言、自己的文化、自己的数据去创造属于自己的 ai。 这个门槛从来没有这么低过。 好，聊了这么多，增长这么快，投资这么大，那一个很自然的问题就来了，对吧？我们听了太多次了，这会不会又是一场科技泡沫？ 这个问题太关键了。黄仁轩呢，也没有回避，他直接从最基本的市场供需关系给出了他的分析。 他给出的论据我觉得特别有意思，你看啊，首先 gpu 的 租赁价格，他说现在连两代以前的老 gpu 现货租赁价都在上涨，你想，如果是泡沫，大家只会追最新的东西，老东西肯定掉价，现在连老的都涨价，说明什么？ 说明市场上的算力是真的不够用，需求是实实在在的。另外，你看公司的研发预算，也都在从传统实验室转向 ai， 还有 ai 原生的创业公司数量也在猛增。 这里还有一个数字公是二零二五年，一年风头砸在那些 ai 原生公司上的钱就可能超过一千亿美元， 这又说明什么呢？这说明在咱们前面说的那个五层基础之上，新一代的应用和服务已经开始像雨后春笋一样冒出来了。所以总结下来，黄仁勋真正想告诉我们的是什么呢？他说的很直接，这是人类历史上最大规模的一次基础建设，参与进来吧， 这不仅仅是一个关于新技术的分享，更像是一份邀请函，邀请我们每一个人去参与到这场历史性的工业转型里去。那么我们最后也把这个问题留给你，在这场浪潮中，你想扮演一个什么样的角色呢？

家人们， one good test on the ai bubble is to recognize that nvidia has now， has now。 刷到这条视频的你，赶紧把抓住机遇狠狠打在公屏上！ 是不是天天刷到 ai 要取代人类工作？越看越焦虑，心都揪着！昨天达沃斯论坛上，英伟达 ceo 黄仁勋直接把这个焦虑炸得稀碎，他说的每一句话，全是未来五年的赚钱风口，普通人只要听懂，立马就能跟上节奏。我的天呐，你们敢信吗？ 黄仁勋直接把 ai 定义成人类历史上最大的基础设施建设浪潮。这根本不是什么简单的工具升级，是堪比 pc 互联网的颠覆性革命，就像当年你死活没看懂互联网一样，现在看不懂 ai， 那 可就要再错过一个黄金时代。 他有个比喻太绝了，家人们，赶紧记死， ai 就是 个五层大蛋糕，每一层都藏着大把商机。 最底层是能源网上是芯片、云服务、 ai 模型，最顶层就是医疗、金融、制造业这些应用层。 你们平时就只看到 chad、 gpt 这些表面的东西，殊不知，下面的基建正在疯狂砸钱，全球已经投了几千亿，未来还要砸几万亿美元建芯片厂、 ai 工厂、三星台机电全在玩命加码，这波红利，谁错过谁亏大！ 重点来了，你们最关心的事， ai 会不会抢我饭碗？黄仁勋直接拍板，不但不抢，还倒送高新岗位。现在建 ai 数据中心、芯片工厂急缺水管工、电工、建筑工人、网络技术员。在美国，这些岗位年薪都快六位数了，还根本招不到人。 看到没？不用博士学位，普通人照样能分 ai 的 大蛋糕！再给你们举个真实案例，彻底打消所有顾虑。十年前都说 ai 会取代放射科医生，结果呢？现在放射科医生比以前还多。因为 ai 帮他们快速分析影像，医生能多看更多病人，医院效率一高，直接招更多人。 护士也是一样，以前一半时间全耗在写病例上，现在 ai 全搞定，护士专心照顾病人，美国护士短缺的问题都直接缓解了。 黄仁勋这句话太戳心了，工作的目的是关怀，是创造，不是重复劳动。 ai 解放的是你的双手，从来不是你的价值。更炸裂的是， 黄仁勋说， ai 能直接缩小贫富差距，给发展中国家弯道超车的绝佳机会。现在 ai 是 史上最好用的软件，不用懂编程，靠提示词就能当自己领域的程序员。发展中国家不用从零开始，拿开源模型，结合本土语言文化，就能做出自己的 ai 应用， 直接跳过传统发展阶段，学生、普通人都能学。这才是真正的全民机遇，人人都能沾光。还有人嘴硬说 ai 是 泡沫，黄仁勋直接甩出现实，狠狠打脸全球。几百万块英伟达 gpu 供不应求，租都租不到，租金还在疯涨， 企业的钱都疯狂砸向 ai 超级计算机，这是实打实的真实需求，根本不是什么泡沫。他还呼吁养老基金、普通储蓄者都参与进来，这是扩大全球经济的超级大工程，错过这次，可能真要等一辈子。 最后给家人们狠狠划重点， ai 不是 敌人，是战友，不是泡沫，是实打实的时代风口。不管你是打工人、创业者还是学生，现在最该做的就是立刻学用 ai， 学会指导 ai， 不 用怕，学不会，他比你想的简单一万倍，零基础都能上手！ 觉得这条视频有用的家人赶紧点赞、收藏、转发给你最关心的人！关注我，后续直接给你们拆解怎么用提示词，快速入门 ai， 手把手教你抓住这波时代红利！ 评论区，告诉我，你最想靠 ai 解决什么问题，是提升工作效率，还是找创业方向？咱们评论区好好唠，不见不散，记得点赞关注哦！

huawei is one of the most formidable technology companies the world has ever seen they're formidable they're agile they move incredibly fast our frontier models are unquestionably world class we are probably call it six months ahead however， china is well ahead way ahead on open source ai is a five layer cake， energy， chips， infrastructure models and applications okay at the lowest level energy， china has twice the amount of energy we have as a nation what i ask about and they're growing straight up， we're kind of flat right now ai is about automation whoever applies the technology first and most wins that industrial revolution。 中国和美国的 ai 到底谁更强？黄仁勋的回答可能超乎你的想象，为什么黄仁勋说中国 ai 在 很多地方正在领先？ 为什么说能源那么重要？就连马斯克都说，谁先解决了能源问题，谁就能拥有未来。中美各自的优势，分别又在哪里？在这场深度访谈中，黄仁勋为我们勾勒出了 ai 产业的五层架构， 第一层，能源层，以电力为代表的基础设施层。 ai 算力需要巨大的能源供应，这是一切的基石，没有电，一切都将归零。 第二层，芯片系统层，例如 gpu、 ai 加速芯片等，为 ai 算力提供物理硬件基础，这也是英伟达所在的层级，提供 gpu 等硬件引擎。 第三层，基础设施层，包括 ai 框架、云平台、服务，以及最关键的土地、厂房、冷却系统和资本。这一层也是英伟达所构建的护城河，通过 co 的 等软件将硬件能力转化为应用的开发平台，连接上下游。 第四层，大语言模型层，基于英伟达平台开发和训练的各种人工智能模型，这才是我们熟悉的，例如 chat、 gpt、 dc、 cloud、 讯、飞星、火豆包等等，这些还只是一百五十多万个模型中的几个而已。 第五层，应用层，也就是 ai 产品和服务，是最终面向用户和行业的应用，它依赖以上所有层级的支持，例如医疗诊断、自动驾驶等。 毋庸置疑的是，美国在芯片设计与核心算法上拥有绝对领先，也就是第二层和第四层。光英伟达一家的 gpu 就 占据全球 ai 训练市场超百分之九十的份额，其裤带生态是全球 ai 开发者的空气和水。 而中国则在第一层和第五层做到了真正的遥遥领先。中国拥有全球最强大的电网和最快的基础设施建设能力，三个月批下土地，半年建成变电站，一年复制五座数据中心，这种中国速度在 ai 工厂竞赛中是碾压级的存在。 而在应用层面，中国拥有全球最庞大、最活跃的互联网用户和行业场景， ai 应用在这里能快速落地、迭代和商业化，各行各业产生的海量数据是训练大模型不可或缺的燃料。 在黄仁勋看来，这场 ai 竞赛有两个战场，上半场拼的是算法、算力和芯片的硬实力，而下半场则是一场关于应用落地与规模化的软战争。 美国路线拼的是算力，拼命造更快的芯片，建更大的 ai 工厂，目标是把 ai 这个大脑变得超级聪明。而中国路线却瞄准了落地能力。先别管大脑是不是最牛，咱先问问这 ai 能不能改善？我妈的耳背，能不能帮我认清楚路边的花能， 能不能让工厂流水线少出点废品？所以，黄仁勋的认知很清醒，美国在基础模型上暂时领先，但中国正凭借自身优势，将尖端 ai 技术转化为触手可及的产品与服务，很可能在下半场实现反超。事实也正像黄仁勋认为的那样，一大堆中国应用公司正在海外闷声发大财。 比如杭州瑞奇靠一个教外国人认花的 app， 一 年收入十个亿。这就是中国 ai 的 魔力，把高深技术变成你手机里一个能解决屁大点事的 app。 再比如科大讯飞，依靠多年在 g b 端智慧医疗领域的积累，基于全站国产算力、星火医疗大模型研发的智能助听器，解决了一个在助听器行业存在百年的痛点。在嘈杂环境里， 面对放大的噪音和人声，很多听损用户戴上助听器后依然交流困难，只会觉得吵。而内置 ai 讯三点零深海级降噪技术的科大讯飞智能助听器，能智能识别听损用户所处环境。 一旦判定为复杂环境，比如家庭聚会，可以降低环境噪音，提高人声，即使在嘈杂环境也能听清别人说话，也不会像传统助听器那样把噪音和人声一起放大，真正做到了不只能放大声音，更能帮助用户理解声音。 可以说，这些 ai 产品不仅是中美 ai 道路之争最典型的缩影，更是国货逆袭最嚣张的故事。 黄仁勋不止一次地警告美国，不要与中国市场脱钩，否则会催生一个独立的强大生态。为什么这样说呢？因为他看到中国这条应用驱动的道路不仅走得通， 而且正在构建一个庞大而坚固的用户护城河。当几亿人习惯了用 ai 解决生活问题时，这股力量比任何技术壁垒都可怕。所以，别再认为中国 ai 只会跟跑，在让技术落地生根这件事上，我们真的正在领跑。

就在刚刚，黄仁勋用一场访谈彻底打破了外界对于 ai 的 种种质疑，他不仅回应了 ai 泡沫论、 ai 末日论，还为二零二六年提出了三大预测，为我们摊开了二零二六年乃至未来的真实底牌。首先，黄仁勋用硬核事实击碎了所谓的 ai 泡沫论。在大家都在担心泡沫破裂时， 黄仁勋看到的却是真实的算力饥荒。老黄直言，全球初创公司和大学学者都在喊缺算力，欧盟 a i 如果有两倍的算力，收入立马就能翻倍。这背后的核心逻辑在于，英伟达增长的核心根本不是叉 g b t 热潮，而是一场彻底的计算模型变更。与此同时， ai 已经渗透进了全行业， 英伟达的自动驾驶、机器人等都是数十亿美金的赛道。他预言，未来世界的基石将是三类，新工厂，芯片厂和专门生产 ai tok 的 ai 工厂。好消息是， ai 推理的成本每年都在暴跌十倍，这意味着入局的门槛正在迅速降低，机会窗口正在向普通人打开。回顾刚过去的二零二五年，黄仁勋将其定义为推理之年。 ai 不 再只是生成废话，通过铆定现实和推理能力的结合，他的幻觉问题正在被终结，这也是他极度自豪的成果。这种高质量的偷看不仅靠谱， 还带来了巨大的商业价值，让 ai 产业真正赚到了钱。而站在二零二六年，黄仁勋给出了三大预测。第一，数字生物学将迎来 chat gpt 时刻， ai 在 蛋白质设计、药物研发等领域将引发突破， 这将是人类攻克疾病的里程碑。第二，自动驾驶将进化成推理，汽车车辆能像人类一样理解复杂路况并做出决策。第三， ai 将实现多句申化，无论是人形机器人还是工业机械，都将拥有智能大脑，而未来五年的关键趋势就是为不同场景深度定制的垂直化。那么， 在这场变格中，普通人该如何自处？黄仁勋给了一个极具智慧的建议，搞清楚你工作的本质，把任务和目的剥离，编程、填表、写报告， 这些叫任务。解决问题、创造价值，这才是目的。如果 ai 能搞定任务，我们正好可以腾出手来专注目的。 ai 和机器人填补的是劳动力缺口，并没有抢走你的饭碗。最后，老黄还怒批了 ai 末日论的言论，他表示， 那些整天向政府渲染 ai 末日的大佬，动机可能并不单纯，这可能是一种监管捕获他们或许只是想利用严苛的法规来压死初创公司，保住自己的地位。黄仁勋认为，真正的安全只能来自于技术的快速进步，绝非停滞不前。

老黄在二零二六达沃斯论坛上的访谈内容对打工人真的太有价值了，他与贝莱德集团 ceo 拉里芬克的对话约半个小时，现在我整体浓缩精炼成三个观点，供大家参考。 第一，未来蓝领可能比白领吃香。与大家认为 ai 只立好程序员不同，老黄强调， ai 其实开启了人类历史上最大的基础设施建设， 将创造大量高薪的实体工作岗位，包括电工、管道工、建筑工人。那么这些工作的薪资呢，在美国正在翻倍， 甚至达到六位数。也就是说，从现在开始，没必要一味的卷学历，没有计算机背景呢，也能享受到 ai 红利，在传统行业里搞技术也可以找到好工作。 随着数据中心和智能工厂的大量建设，掌握关键技能的人才，比如精密制造、设备维护、能源管理领域工程师将极其稀缺且昂贵。这不禁让人感叹，这是大基建又要回来了吗？ 第二， ai 的 应用层才是真正的金矿。老黄呢，在现场提出了 ai 产业的五层蛋糕理论， 第一层是能源，第二层是芯片，第四层是模型，第五层是应用。 那么他指出呢，虽然大家都关注目前已经投入大量资金的芯片层和模型层，但真正的经济价值将产生于最顶端的应用层。 在这层中呢， ai 也将从数字世界真正走向物理世界，与医疗、制造业等产业结合，去理解蛋白质、化学和流体力学， 并重塑科研和制造流程。这意味着，如果你是医疗、金融、法律或制造业的专家，你多年积累的行业经验现在是最宝贵的资产，也是 ai 无法替代你的护城河。 不需要花很多钱，只需利用开源模型，结合你的专业知识，构建出解决特定行业痛点的应用，你将大大超越你的同行。 第三， ai agent 将成为你的同事。老黄认为，以前的软件是人类预先写好的工具，属性比较强。而现在的 ai 呢，是实时处理理解语境并进行推理的，具有自主进化的这个特点， 且开始具备代理能力。也就是说，不仅能回答问题，还能为了完成任务去主动规划、研究和执行。中间呢，可能都无需人类掺和，那么就可以想见了，未来你将大概率与你的 ai 同事进行合作。呃，每个打工人呢，都有一个或者多个 ai 下属， 因此你自身的角色啊，也需要从操作员转变为指挥官。不要只问 ai 这个怎么做这种比较初级的问题，而是要学会给他设定目标，检查他的推理过程，以及他输出的结果是否合理，并且符合你的要求。 那么你需要锻炼的呢？是将你想法落地的表达能力和鉴别真伪的判断能力。好了，以上是本期的全部内容，下期我将带来更多干货，欢迎关注。