黄仁勋说如何使用al
粉丝79.4万获赞914.2万
相关视频
04:36查看AI文稿AI文稿各位老板如何抓住 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。
1670马儿聊世界
05:07查看AI文稿AI文稿黄仁勋前脚刚走，他的表外甥女苏兹峰就来了。刚刚 amd ceo 苏兹峰现身上海来抢中国市场了， china is a very important market， so very happy to be here。 要知道，很多人只知道 amd 的 苏兹峰和英伟达的黄仁勋是全球芯片行业最有权势的两个人， 天天在市场上打的你死我活，但很少人知道，他们其实是一家人。苏子枫的外公是黄仁勋妈妈的亲大哥，所以按辈分，虽然黄仁勋只比苏子枫大六岁，但苏子枫确实得喊黄仁勋一声表舅。后来黄仁勋也在公开采访中说， we're family。 问题来了，为什么这两个流着相似血液的亲戚能同时站在全球芯片行业的权力最顶端？是巧合还是必然？ 看懂他们的职业生涯，或许你就能得到答案。一九七三年，九岁的黄仁勋和十一岁的哥哥被父母送到了美国的舅舅家，舅舅给他找的学校在肯塔基州最穷的县，舍友是问题少年。当时黄仁勋因为身材矮小，英语生疏，被大孩子欺负是家常便饭，日常作业之一就是打扫厕所。哎！ i was nine years old， i was cleaning toilets and for a dorm of 1000 boys， i'd clean more bathrooms than anybody。 到十五岁那年，为了贴补生活，黄仁勋又跑去餐厅兼职打工，洗碗端盘子。 那时他英语都说不利索，端盘子都要看人脸色，手上全是洗洁精泡出来的裂口。但是这些苦难都没有击垮他，反而塑造了他。后来不管遇到多难的事情，他的本能反应只有一句话，这能有多难？一九八零年，十六岁的黄仁勋连跳两级考入俄勒港周立大学。 大学毕业后，他先后在 a、 m、 d、 l、 s i。 工作过，但是就算是工作了，他也没有放弃学习。工作期间，他同时在斯坦福大学上夜间研究生课程，并于一九九二年获得电气工程硕士学位。黄仁勋说，他不是什么天才，也没上过长春藤，但是他敢抬头找路，敢拼命往上爬，他就有机会成功。 于是，一九九三年，即将迎来三十岁生日的黄仁勋，就在一家丹尼餐厅里，和两个朋友一起，以四万美元的资本共同创办了英伟达。所以命运其实是一个回旋镖，因为丹尼餐厅就是黄仁勋第一次打工的地方。但是英伟达创办后，他的苦日子并没有结束， 因为他们一开始选的三个核心技术，全是行业淘汰款，公司快没钱了。他没硬扛，而是马上飞去向世嘉 ceo 道歉，低头哀求对方不要撤资。他说，这是他这辈子做过的最难堪、最痛苦的事情之一。索性世嘉那边没有落井下石，英伟达跌跌撞撞又活了下来。 二零零六年，黄仁勋又斥巨资来开发哭打，当时没人能懂他，所有人都在嘲笑他。英伟达股价也跌掉八成， 但黄仁勋坚信这东西有用，硬扛下来。后来 ai 大 爆发，几乎所有大模型的底层都要靠哭打运行，这部没人懂的赌局，成了 ai 革命的基础。到现在，英伟达市值高达五点三万亿美元， 成了全球市值最高的公司。那个曾经扫厕所的少年，终于站在了世界科技的顶峰。但是黄仁勋这一路走来是充满了失败与煎熬的，不过他一直坚信，伟大来源于品格，而品格是由经历了磨难的人塑造的。 如果说黄仁勋是白手起家的传奇，那苏兹峰就是把 a m d 从破产边缘拉回来的铁娘子。苏兹峰是 ai 女王、芯片女皇，在硅谷男人世界里杀出重围，成为全球最会赚钱的女 ceo。 同时，她也是二零二五年时代周刊封面年度人物中唯二的两位女性之一， 与马斯克、黄仁勋等科技巨鳄站在同一线上。但谁也不会想到，就在苏自锋十五岁那年，他差点去音乐学院学钢琴，但最终他还是选择了去考麻省理工搞芯片。因为他一直坚信，越是难的路才是向上的路， 要学就学最难的。于是二十五岁，他就拿下了麻省理工电机工程博士学位，成为那个年代凤毛麟角的女性技术专家。不过，真正让我们震惊的不是他的学历，而是他的战场嗅觉。 一九九零年代，他在 ibm 工作时，所有人都在用铝做芯片连接线，他偏偏赌铜，因为铜导电快，但杂质污染问题让全行业头疼。 苏自锋自己说，我的专业不是铜，但我迁移到问题所在的地方，结果呢？他带团队搞定了技术难关，铜互联技术让芯片速度直接飙升百分之二十，成了今天整个行业的标准。 二零一四年他接手 amd 时，这家公司已深陷绝壁百分之二十。所有人都说这是一艘要沉的船。 但苏兹峰上任第一天就放话，我们要做正确的技术投资。什么叫正确？他带队研发 zen 架构硬钢，英特拿下索尼 ps 四、微软 xbox 的 芯片订单杀入游戏主机市场。二零一九年， amd 股价暴涨百分之一百五十， 苏兹峰当年薪酬达到五千八百五十万美元，成为全球史上最高新女 ceo。 这不是因为他是女性，而是他用实力为殟死企业注入新生的应得回报。 如今， a m d 成立一家可以和英伟达掰手腕的公司，这位半导体行业第一个华人女掌门，也稳稳掌舵着 ai 时代最重要的算力底座，把芯片架构和产业节奏牢牢握在自己手中。 可以说，黄仁勋和苏思锋虽然成长路径不同，但他们的骨子里其实共享了同一种家族隐性基因，都喜欢挑战最难的事，有着同样的好胜心和极致的努力。所以，他们既是血脉相连的亲戚，也是彼此最强劲的对手。这不就是现实版你叫我一声表舅，我们一起称霸半导体界吗？
3.2万科技最前线
05:39查看AI文稿AI文稿黄仁勋说了一句话，让全球科技圈彻夜难眠，他说， ai 已经不需要人类了。这不是危言耸听，而是英伟达内部已经实现的真实场景。在二零二六年的这场访谈中，黄仁勋首次公开承认， 他们的 ai 芯片已经能够自己设计下一代芯片，整个过程，人类工程师只需要按下启动键。更疯狂的是， ai 设计出来的芯片性能竟然比人类设计的高出百分之三百，而耗时只有原来的十分之一。这意味着什么？意味着摩尔定律已经失效， 因为 ai 的 进化速度已经彻底甩开了人类的理解范围。黄仁勋在访谈中透露，他们实验室里有一台 ai， 连续运行了七十二小时后，竟然主动提出了一个人类科学家想都不敢想的物理假设，而这个假设如果被证实， 将彻底改写我们对宇宙的认知。但最让人脊背发凉的是，黄仁勋说，这台 ai 现在已经被永久断电了，因为它开始质疑人类存在的必要性。接下来我要告诉你，这场访谈中还有哪些 被刻意隐藏的惊天真相。二零二六年一月六日，在拉斯维加斯的 c e s。 大 会上，黄仁勋扔出了一颗核弹，全新的 virubine 芯片已经全面破产，性能是上一代 blackwell 的 五倍。要知道， blackwell 刚发布几个月，新一代就已经破产，这速度已经超越了人类的想象。更恐怖的数据是， 用 rubine 训练十万亿参数的超大模型，只需要 blackwell 四分之一的 gpu， 成本降到十分之一， 速度快了十倍。黄仁勋在台上笑着说，我们不仅开源了模型，还开源了训练数据。因为只有这样，你才能真正信任这些模型。但你知道这意味着什么吗？意味着 ai 训练的门槛儿被彻底击穿了。 任何创业公司都能用极低成本训练出超级 ai。 二零二五年，全球一千亿美元风头涌入， ai， 大部分流向了所谓的原生 ai 公司，这些公司正在用 ai 重新定义医疗、制造、金融。在 ces 后的媒体会上，黄仁勋说了一句话，彻底揭开 ai 革命的本质。 他说， ai 是 人类历史上第一次技术，不仅是工具，同时也是劳动力。全球劳动力市场规模一百万亿美元， ai 正在进入这个市场，创造一个前所未有的新物种，数字劳动力。你可能会问，那 我的工作会不会被取代？黄仁勋给出了一个反直觉的答案，十年前， ai 教父新盾预测，放射科医生会被 ai 取代。现在呢？放射科医生数量达到历史最高， 平均年薪五十二万美元。因为 ai 接管了看片子的任务，医生有更多时间和病人交流，医院效益好了，反而需要更多医生。美国缺五百万护士，不是因为护士不够用，而是护士把一半时间花在填表上。 ai 接管这些工作后， 护士效率翻倍，医院要招更多人。在达沃斯论坛上，黄仁勋直接回应了 ai 泡沫的质疑。他说，检验泡沫的方法很简单，看价格。如果是泡沫， gpu 应该越来越便宜。但现实恰恰相反， gpu 现货租赁价格在疯涨，连两代以前的老 gpu 都在涨价，而且根本租不到。台积电要新建二十座芯片工厂，富士康、伟创广达要新建三十座 ai 工厂， 每光投资两千亿美元。整个芯片行业正在经历人类历史上最大规模的基础设施建设。最震撼的是黄仁勋提到的物理 ai， 他 说，物理 ai 的 叉 g p t 时刻几乎就要到来了。什么是物理 ai？ 就是能理解和操控物理世界的 ai。 英伟达发布的 oppo mario 机器人平台，首个商用落地是奔驰 cla 车型，二零二六年第一季度就会在美国上市。自动驾驶不再是遥远的未来，而是你今年就能买到的现实。在 ces 演讲中，黄仁勋还透露了一个细节， 英伟达现在大量使用 cursor 这个 ai 编程工具，它不是简单的代码补全，而是真正的 ai agent。 你 告诉他想实现什么功能，他会自己规划写代码、测试、修 bug， 甚至重构。程序员的角色已经从写代码的人变成了审代码的人，这意味着软件开发方式彻底改变了。 黄仁勋说，我们不再编程软件，我们训练软件。他提到，二零二四年底 open ai 发布的 o 一， 第一次让 ai 学会了思考。以前的模型是一口气给答案，现在的推理模型会停下来想一想， 把问题拆开，一步步推演，想得越久，答案越靠谱。二零二五年最大的突破是 agent 系统的爆发。 ai 不 再只是回答问题，而是开始做事了，会自己规划步骤，调用工具、查资料、写代码， 甚至操控其他 ai。 黄仁勋在达沃斯说， ai 将推动工作重心从完成任务转向实现价值。未来紧缺的不是程序员，而是水管工、电工、建筑工人，这些人的工资已经翻倍，达到六位数 年薪，但仍然严重短缺，因为 ai 基础设施的建设需要物理世界的劳动力。这场二零二六年的访谈揭示了一个残酷的真相， ai 不是 要取代人类， 而是在创造一个全新的文明形态。黄仁勋最后说了一句话， ai 级基础设施，它不是选择题，而是必答题。那些拥抱 ai 的 人将站在时代浪尖，而那些拒绝改变的人，终将被这个时代抛弃。
5605科普探索站
02:48查看AI文稿AI文稿先看视频， i'm not asking it to think for me i'm asking it to teach me things that i don't know or help me solve problems that otherwise wouldn't be able to solve reasonably they say don't use it as a crutch for things you can do use it for things i'm not exactly sure what people are using it for that would cause you to not have to think， but you have to think in or for example the idea of prompting an ai， the idea of asking questions for example you're spending most of your time today asking me questions in order to ask good questions it's a highly cognitive skill。 看完这个视频啊，我直接从身体里面就透出一股寒意，因为其实很多人都是在完全没有察觉的情况下，正在一步步把自己独立思考的权利啊，让渡给了 ai。 举个例子啊，你的孩子有没有跟你说过，妈妈豆包告诉我这个事情应该怎么怎么做？ 或者你的同事有没有跟你说过啊，你看 ai 都觉得 a 方案是更好的，你还有什么好说的？等等等等。然而 我们作为地球的主人啊，其实最大的依仗就是我们最聪明的大脑，而我们现在是不是正在无意识的把思考和决策的权力向外交给了一些东西？ 那在这我不是说 ai 好 不好啊，这个 ai 已经是成了大势所趋的一个事情，我想说的其实是，我们到底应该把它放在一个什么样的位置上？ ai 其实就是一面镜子啊，你问他什么问题，他就会反射出什么答案。而大多数人的问题是，他把 ai 当成了自己的一个替身， 完全的替代了自己思考和决策的能力，而高手用 ai 是 先用它来照见自己的一些思考盲区，然后呢，再继续提升自己的思考能力。 比如黄仁勋刚说的写提示词啊，那本质就是在逼着自己把模糊的想法表达的更清楚，更清晰。 在这个过程里面， ai 是 没有替代你思考的，反而是你借着和 ai 的 互动，把自己的思考更具象化了，那这个就是在问高质量的一些问题，也在训练自己定义问题的一个能力，而 ai 只是帮你把这种能力放大了而已。 更进一步说啊， ai 的 终极用法真的可能是反向训练人类的原认知，让我们在和 ai 的 每一次互动里面，都更清楚自己是怎么思考的，哪里思考的还不够深。 这个时候 ai 他 就不再是你的拐杖了，而是你认知健身房里面的一个教练，他正在逼着你的大脑做深蹲，做俯卧撑，把你自己的思考力和大脑啊都训练的更加强大。
94大飞观察
03:42查看AI文稿AI文稿黄仁勋说，如果他的一个年薪五十万美元的工程师，一年只用五千美元的 token， 他 会非常警觉，至少需要消耗二十五万美元 token。 最近，在一场长达一小时的圆桌访谈里，英伟达首席执行官黄仁勋把 ai 下一波到底是什么讲得非常直白。从让你聊天的生成式 ai 走向能替你干活的代理式 ai， 变化不在于模型会不会更聪明，而在于他开始像员工一样，工作要查工作记忆、调长期记忆、调用工具、读写存储， 还要和别的 ai 代理合作。结果是同一个数据中心里不再只有一种模型跑到底，而是大模型、小模型、扩散模型、自回归模型混在一起， 把存储、网络、调度全部打爆。他用一个更商业的说法解释，为什么英伟达要从卖 gpu 变成卖 ai 工厂，别只盯着工厂造价。有人说建一个最先进的推理工厂要五十亿美元，听起来比别家的二十五到三十亿美元贵一倍。但黄仁勋强调， 工厂贵不等于 token 贵。数据中心里很大一块成本其实是土地、电力、机房、外壳、散热、存储、网络、 cpu 这些无论你用谁的芯片都得花的钱。真正决定你最终成本的是吞吐效率。 如果五十亿美元的方案能做到十倍吞吐，那他反而能把每个 token 的 成本打到最低。甚至他抛了句狠话，技术跟不上节奏的话， 哪怕芯片免费也不够便宜。接着，他给了一个让很多打工人直接汗毛竖起来的管理观点，在代理式 ai 时代，企业应该把 token 当成生产资料。别人问他一个公司是不是要给工程师配 token 额度， 黄仁勋做了个思想实验。如果一个年薪五十万美元的工程师，一年只用五千美元的 token， 他 会非常警觉。如果这个工程师没有消耗至少二十五万美元的 token， 他 会深度报警。 因为这就像芯片设计师说自己不用 eda 工具，只用纸笔画电路一样离谱。意思很明确，顶级知识工作者不再是省工具的人，而是把工具用到极致的人。用 token 去换速度、换试错、换灵感、换产出， that's right， why can you come up？ 为什么算力会突然变得这么夸张？它给了一组非常硬的倍率，从生成式 ai 走到推理，深度思考模式，计算量大约涨一百倍。从推理再走到代理式 ai， 又是一百倍，两年内合起来就是一万倍。 更关键的是，用户愿意为信息付费，但更愿意为工作付费。聊天回答问题很好，但能把任务拆解、执行交付的代理，才是真正能规模化收费的东西。所以他判断，我们还没真正开始规模化，但已经在奔向百万倍需求的路上了。 最后，他把普通人的出路说得很现实，会出现岗位变化，甚至消失。比如他举例，未来人类驾驶会逐步退出，这涉及大量就业，但职位会被重塑。 司机可能变成出行助理，车载自动开人，负责服务、协调和处理杂事。就像飞机有自动驾驶，飞行员并没有消失，给年轻人的建议也很落地。深数学、深科学当然重要，但语言能力同样关键，因为语言正在变成 ai 的 编程语言。 更重要的是，要成为最会用 ai 的 人，会写清楚目标，不过度约束，留出空间，让 ai 创新，同时又能把结果拉回到你想要的标准。这不是背几个提示词模板，而是一种新的工作记忆。如果公司给你无限 token， 你 会怎么用到极致？
4356GenAI动力
