北京
作者 ｜ 木子
在 1 月 21 日的世界經濟論壇的達沃斯上，英偉達 CEO 黃仁勛首次登臺對話。
這次老黃沒把話題鎖在自家的 GPU、算力平臺或網絡架構上；而是難得地跳出英偉達，從更宏觀的角度說透了這些事：
AI 技術本身在發(fā)生什么變化
AI 產業(yè)到底是怎么搭起來的
AI 可能會如何影響社會與就業(yè)
在老黃看來，AI 的產業(yè)體系可以分為五層，即能源、芯片和計算基礎設施、云基礎設施與云服務、AI 模型層，和模型之上的應用層。
而真正決定 AI 能不能變成生產力、能不能變成經濟增量的，是應用層。他直言：
“去年之所以是 AI 極其驚人的一年，坦白說，是因為模型進步太快，以至于上面那層，也就是我們所有人真正需要用它來成功的那層：應用層開始爆發(fā)?！?/p>
而AI 模型層，在 2025 年也發(fā)生了三件“顛覆性”的大事：
Agentic AI
開源模型的突破
物理 AI 的巨大進展
更有意思的是，面對“AI 會不會取代工作”的廣泛焦慮，他給出了幾乎完全相反的判斷，認為AI 可能不會帶來失業(yè)潮，反而會讓“人不夠用”：
“這是人類歷史上最大規(guī)模的基礎設施建設，它會創(chuàng)造大量工作...... 我們需要水管工、電工、建筑工、鋼鐵工人、網絡技術員，以及安裝、布設設備的人。
在美國，這些崗位的薪資已經接近或超過六位數(shù)。你不需要計算機博士，也能擁有體面的職業(yè)生涯?！?/p>
以下為本次訪談內容，InfoQ 在不改變原義的前提下，對其進行了編輯。
這次不一樣：AI 正在把
整套計算邏輯推倒重建
主持人：今天圍繞 AI 的討論，大多集中在它將如何改變世界和全球經濟。但我更想從另一個角度展開：AI 不只是改變世界的方式，它會不會把整個經濟蛋糕做得更大？又能不能讓更多人真正用得上、跟得上，而不是只惠及少數(shù)人？......那么我們直接進入主題：為什么你認為 AI 有潛力成為如此重要的增長引擎？這一次技術浪潮，和過去的技術周期相比，究竟有什么不同？
黃仁勛：首先，當你在思考 AI、并以各種方式與 AI 互動時——比如當然會用 ChatGPT，當然會用 Gemini，當然會用 Anthropic 的 Claude，它能做的那些“神奇”的事情，會讓人覺得不可思議。
但這時如果我們回到第一性原理，去理解計算棧正在發(fā)生什么，事情就會更清楚：這是一場 platform shift（平臺遷移 / 平臺級轉變）。所謂平臺，就是讓應用構建其上的東西。
歷史上，每一次平臺遷移都會帶來新的應用生態(tài)：
從大型機到 PC
從 PC 到互聯(lián)網
從互聯(lián)網到移動與云計算
在每一次平臺遷移中，計算棧都會被重新發(fā)明，新的應用也會被創(chuàng)造出來。
AI 也是一次平臺遷移。ChatGPT 本身只是一個應用，更重要的是，無數(shù)新應用正在構建在它之上，也會構建在 Claude、其他大模型之上。
過去的軟件，本質上像“預錄制”的：人類輸入、寫下算法或“配方”，讓計算機照著執(zhí)行。
它能處理的是結構化信息——也就是你必須把名字、地址、賬號、年齡、住址等信息，先整理成結構化表格，然后軟件再去檢索。我們把它叫做 SQL，SQL 查詢。SQL 可能是世界上最重要的數(shù)據(jù)庫引擎，直到現(xiàn)在之前，幾乎所有東西都跑在 SQL 上。
而現(xiàn)在，這是第一次，我們擁有了一種計算機：它不是“預錄制”的，而是實時處理（real time） 的，可以理解非結構化信息，具體而言：
能理解非結構化信息（文本、圖像、聲音）
能理解語義與上下文
能在實時環(huán)境中推理你的意圖，這些意圖可以用非常非結構化的方式表達
可以用非常非結構化的方式表達，你想怎么描述就怎么描述。
我們把這種輸入叫做 prompt（提示詞），只要它能理解你的意圖，它就能為你執(zhí)行任務。這不再是“預寫的軟件”，而是一種實時生成智能的系統(tǒng)。
AI 的產業(yè)體系有“五層”，
應用層是最重要的
因為我們正在重造整個計算棧，所以人們會問“AI 是什么”。很多人談 AI，會直接想到模型。
但從產業(yè)角度，AI 其實更像一個五層蛋糕：
最底層是能源（energy），AI 是實時處理、實時生成智能的，它需要能量。
第二層是我所在的層：芯片和計算基礎設施。
第三層，是云基礎設施與云服務。
第四層，是AI 模型——大多數(shù)人以為 AI 就是這一層。但別忘了，模型之所以能發(fā)生，是因為下面所有層都存在
而最重要的一層，也是正在發(fā)生的一層，是模型之上的應用層（application layer）。
去年之所以是 AI 極其驚人的一年，坦白說，是因為模型進步太快，以至于上面那層，也就是我們所有人真正需要用它來成功的那層：應用層開始爆發(fā)。
這個應用層可以在金融服務、醫(yī)療健康、制造業(yè)等領域。最終產生經濟收益的，就是這一層。
但關鍵在于：這個計算平臺需要下面所有層支撐。正是因為這五層必須同時建設，我們正在經歷人類歷史上規(guī)模最大的基礎設施建設浪潮。
目前我們只走了幾千億美元，而真正需要投入的，是數(shù)萬億美元級別。
芯片工廠、計算機工廠、AI 工廠正在全球同步建設：
臺積電宣布新建 20 座晶圓廠
富士康、緯創(chuàng)、廣達在建設數(shù)十座計算機工廠
存儲廠商（美光、SK 海力士、三星）全面擴張
你能看到整個“芯片層”今天增長得非?？?。
當然，我們也高度關注模型層。
但更讓人興奮的是，模型之上的應用層正在做得非常出色。
有一個指標很直觀：風險投資的錢流向哪里？去年 2025 年是歷史上風險投資規(guī)模最大的年份之一，而其中大部分資金投向了所謂AI native companies（AI 原生公司）。
這些公司來自醫(yī)療、機器人、制造業(yè)、金融服務等全球所有大型行業(yè)。你正在看到大量投資涌入這些 AI 原生公司，因為第一次，模型已經好到足以在其上構建產品與業(yè)務了。
去年模型層發(fā)生了“三件大事”
主持人：我們繼續(xù)往下挖。顯然，我相信在座每個人都有自己的聊天機器人用來獲取信息。你剛才提到“AI 的擴散（dispersion）”會是關鍵。我們談談它在物理世界中的擴散——你提到了醫(yī)療是個很好的例子，那在交通運輸、科學等領域，你認為哪些機會會帶來顛覆性變化？
黃仁勛：去年，我認為在 AI 技術層、尤其是模型層，發(fā)生了三件大事。
第一：是 Agentic AI。模型一開始只是“好奇、有趣”，但幻覺很多。去年我們可以相對合理地接受：這些模型更“扎實”、更“有依據(jù)”了。它們能做研究，能對自己沒被訓練過的情況進行推理；能把問題拆成一步一步的推理步驟，形成計劃，然后回答你的問題、做研究、或執(zhí)行任務。所以去年我們看到語言模型演化成我們稱之為 agentic systems 的 AI 系統(tǒng)，也就是 Agentic AI。
第二：開源模型的突破。幾年前——或者說一年前？——DeepSeek（深度求索） 出來時，很多人非常擔心。坦白講，DeepSeek 對全球絕大多數(shù)行業(yè)、絕大多數(shù)公司來說，是一件大事，因為它是世界上第一個 開源推理模型（open reasoning model）。此后，一大批開源推理模型陸續(xù)出現(xiàn)。開源模型讓公司、行業(yè)、研究人員、教育者、大學、初創(chuàng)企業(yè)能夠使用這些開源模型作為起點，去做一些東西——做出適配自身領域、專門化的模型和系統(tǒng)。
第三：物理智能，或者說物理 AI 的巨大進展。也就是 AI 不只理解語言，還能理解“自然”、理解物理世界：理解蛋白質、化學物質；理解自然與物理——比如流體力學、粒子物理、量子物理。這些 AI 正在學習各種結構、各種“語言”。從某種意義上說，蛋白質本身就是一種語言。這些 AI 的進展如此之快，以至于制造業(yè)、藥物發(fā)現(xiàn)等工業(yè)公司正在取得顯著突破。
其中一個很強的指標是：我們與Eli Lilly的合作。他們意識到，AI 在理解蛋白質結構和化學結構方面已經取得巨大進步——某種意義上，我們將能夠像和 ChatGPT 對話那樣，“與蛋白質對話”。我們會看到非常重大的突破。
AI 沒搶走工作，
反而會讓“人不夠用”
主持人：這些突破也引發(fā)了對“人”的擔憂。你和我談過很多次，但今天必須告訴全場：大家普遍非常擔心 AI 會取代工作。而你一直在講相反的觀點。你真的認為我們會面對勞動力短缺嗎，你如何看待 AI 和機器人技術改變工作性質，而不是消除工作呢？
黃仁勛：有幾種方式可以推導。
首先，這是人類歷史上最大規(guī)模的基礎設施建設，它會創(chuàng)造大量工作。更棒的是，這些崗位與技工技能密切相關：我們需要水管工、電工、建筑工、鋼鐵工人、網絡技術員，以及安裝、布設設備的人。
在美國，這些崗位的薪資已經接近或超過六位數(shù)。你不需要計算機博士，也能擁有體面的職業(yè)生涯。
再舉兩個真實案例。
10 年前，人們認為 AI 會消滅放射科。結果是：AI 全面進入影像分析、醫(yī)生看片速度大幅提升，然后有更多時間與患者溝通、診斷，放射科醫(yī)生的人數(shù)反而增加了。
邏輯就是：醫(yī)院接診能力提升 → 收入提升 → 雇傭更多放射科醫(yī)生
護士也是一樣。美國現(xiàn)在大約短缺 500 萬護士。
如果用 AI 來做病歷記錄（charting）和就診記錄轉錄（transcription），護士有一半的時間其實都花在這些“記記錄”的工作上。
而現(xiàn)在他們可以用 AI 技術。有一家公司叫 Abridge，是我們的合作伙伴，做得非常出色，因此護士能把更多時間花真正“觸達病人”的探視與照護上。
而且，因為現(xiàn)在可以接待更多病人，我們不再被護士人數(shù)卡住，更多病人能更早進入醫(yī)院。結果是：醫(yī)院運轉更好，于是他們雇傭更多護士。
邏輯就是：醫(yī)院運轉效率提升 → 雇傭更多護士。
所以，判斷 AI 對某個工作的影響，最簡單的方法是：搞清楚這個工作的目的是什么、具體任務是什么。
打個比方：如果只架個攝像頭拍我們倆，你可能會以為我們是打字員，因為我大部分時間都在打字。那如果 AI 自動化了大量文字預測、幫我們打字，我們就會失業(yè)。
但顯然，那不是我們的工作目的。
所以問題是：你的工作目的是什么？放射科醫(yī)生和護士的目的，是照護病人；而當任務被自動化后，這個目的反而被強化、被放大。
用“目的 vs 任務”來推導每一類職業(yè)，會是一個很有幫助的框架。
AI 對發(fā)展中國家
是“縮小鴻溝”的機會
主持人：我們把話題放到發(fā)達經濟體之外，討論 AI 如何在全球范圍傳播、幫助世界。我們怎樣確保 AI 成為一種真正的變革性技術，像 Wi-Fi 和 5G 對新興世界那樣？當它與新興市場交織，會意味著什么，我們如何“做大”全球經濟？轉到發(fā)展中世界，你認為會怎么演進？
黃仁勛：我非常樂觀地看待 AI 對新興經濟體的影響，AI 本身就是一種基礎設施，每個國家都有道路、電力，也應該擁有 AI。
今天有大量開源模型，訓練 AI 已不再遙不可及。語言和文化，本身就是一個國家的“自然資源”。
第二點，記?。?strong>AI 是人類歷史上最容易使用的軟件，也是它增長最快、被采用最快的原因。短短兩三年，用戶規(guī)模就快接近 10 億人。
對很多沒有計算機科學學位的人來說，你們現(xiàn)在都可以成為程序員。過去我們得學習怎么給計算機編程；現(xiàn)在你“編程”的方式是直接對計算機說：“我該怎么編程你？”
如果你不會用 AI，你就走到 AI 面前說：“我不會用 AI，我該怎么用？”它會解釋給你。
你還可以說：“我想寫個程序做自己的網站，怎么做？”它會問你一堆問題：你想要什么樣的網站，然后給你寫出代碼。
在過去，人類學習如何給計算機寫代碼；而現(xiàn)在，人類只需要用語言教計算機做事。
這會極大降低技術門檻，幫助更多國家和人群參與數(shù)字經濟。
歐洲的關鍵機會：
工業(yè) × AI × 機器人
主持人：我們談到了很多公司，提到很多美國公司和亞洲公司。請你談談：AI 與歐洲的成功、歐洲的未來如何交匯？英偉達在歐洲會扮演怎樣的角色？
黃仁勛：對歐洲而言，這是一個極其關鍵的窗口期。
美國主導了軟件時代；但 AI 是一種“不需要寫代碼的軟件”。
歐洲擁有全球最強的工業(yè)制造與深科技基礎。
如果將 AI 深度融合進制造、工程、機器人與物理世界建模中，歐洲完全有機會在 Physical AI / Robotics 時代實現(xiàn)躍遷。
但前提是：增加能源供給、加大基礎設施投資，以及盡早全面投入 AI 生態(tài)建設
所以不是泡沫，
關鍵是“投得夠不夠”
主持人：所以我聽到的是：我們離 AI 泡沫還很遠。問題反而是：我們投得夠不夠？因為很多人在談泡沫，但你在說的是：我們是否投入足夠，來實現(xiàn)“做大”全球經濟的目標。
黃仁勛：這不是一場泡沫，而是一場尚未投入足夠的長期建設周期。
GPU 租賃的現(xiàn)貨價格正在上漲。不只是最新一代，甚至兩代前的 GPU，現(xiàn)貨租賃價格也在漲。原因是 AI 公司數(shù)量在增長，越來越多公司在調整研發(fā)預算。
Eli Lilly 就是一個很好的例子：三年前，他們的研發(fā)預算幾乎都在濕實驗室（wet labs）；但你注意到他們現(xiàn)在投入了一個大型 AI 超級計算機、一個大型 AI 實驗室。越來越多的研發(fā)預算會轉向 AI。
所以所謂泡沫，是因為投資規(guī)模很大；而投資規(guī)模大，是因為我們必須建設支撐 AI 各層的基礎設施。
我認為（現(xiàn)在 AI 帶來的）機會非常非凡，每個人都應該參與、都應該投入。我們需要更多能源。我們都知道需要更多“土地、電力、機房”。我們需要更多技工型勞動者。
就像我和 Larry 所參與的領域，我們看到投資機會，投資規(guī)模在上升；初創(chuàng)公司數(shù)量也在上升。
正如我之前提到的：2025 年是 VC 投資史上規(guī)模最大的年份，全球超過 1000 億美元，大部分投向 AI Native 公司。
這些 AI 公司在做的，就是構建模型之上的應用層，去建設這個未來。
我也確實認為，對全球養(yǎng)老金來說，參與其中、伴隨這個 AI 世界一起成長，會是一筆很好的投資。
這是人類歷史上最大的基礎設施機會之一。我們必須確保：普通儲蓄者、養(yǎng)老金、普通人，都能參與并分享這輪增長。
視頻傳送門：
https://www.weforum.org/meetings/world-economic-forum-annual-meeting-2026/sessions/conversation-with-jensen-huang-president-and-ceo-of-nvidia/
技術人的年度儀式感！ 年度盤點與趨勢洞察 啟動！
《2025 年度盤點與趨勢洞察》由 InfoQ 技術編輯組策劃。覆蓋大模型、Agent、具身智能、AI Native 開發(fā)范式、AI 工具鏈與開發(fā)、AI+ 傳統(tǒng)行業(yè)等方向，通過長期跟蹤、與業(yè)內專家深度訪談等方式，對重點領域進行關鍵技術進展、核心事件和產業(yè)趨勢的洞察盤點。
力求以體系化視角幫助讀者理解年度技術演化的底層邏輯、創(chuàng)新方向與落地價值，并為新一年決策提供參考。內容將在 InfoQ 媒體矩陣陸續(xù)放出，歡迎大家持續(xù)關注。
今日薦文
你也「在看」嗎？
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
