NVIDIA’s Jensen Huang on Reasoning Models, Robotics, and Refuting the “AI Bubble” Narrative
加载中...
点击任意话题卡片查看该时段的完整对话内容。
黄仁勋表示2025年AI领域的缩放定律、技术迭代速度都符合他的预期，最让他欣慰的是全行业在大模型事实校准、推理能力、搜索接入、推理路由机制上的突破，大幅提升了AI回答的质量和准确性。他认为整个行业共同解决了此前外界对AI最大的质疑：幻觉和生成无意义内容的问题，语言、视觉、机器人、自动驾驶等各领域的推理落地和事实校准都实现了重大飞跃。
黄仁勋指出推理token尤其是推理类token的生成增速远超预期，呈现多指数级增长态势，且当前生成的token已经具备很高的商业价值。他举例称医疗AI工具Open Evidence毛利率达90%，代码工具Cursor、企业级大模型Claude、OpenAI的企业服务都拥有极高的毛利率，说明用户愿意为高价值的AI生成内容付费，AI产业的商业化基础已经非常扎实。
黄仁勋透露2025年他的大部分时间都用于处理地缘政治相关事务，围绕AI对各国的战略价值、芯片出口管制的精细化策略做了大量全球沟通，在保障国家安全的同时兼顾产业发展的多元需求。他全年差旅量超过此前一生的总和，同时也密切关注AI对就业、能源、全球劳动力短缺等社会议题的影响，AI已经成为所有宏观议题的核心交汇点。
黄仁勋首先驳斥AI会导致大规模失业的论调，他指出AI会催生三类全新的基础设施工厂：芯片制造厂、超级计算机生产厂、AI算力工厂，当前美国正大规模建设这三类设施，带动了大量建筑工人、电工、水管工、网络工程师等蓝领与技术岗位的就业，部分地区电工的薪资已经翻倍，还可以像白领一样获得出差补贴，AI基建已经成为拉动就业的重要引擎。
黄仁勋以放射科岗位为例，指出杰弗里·辛顿曾预测AI会让放射科医生失业，当前100%的放射科应用都已接入AI，但放射科医生的数量反而出现增长。他解释称AI替代的只是看片子这类事务性任务，医生的核心价值是诊断疾病、开展医学研究，AI提升效率后医生可以服务更多患者、开展更多研究，医院收入提升后反而会招聘更多医生，岗位需求反而扩大。
黄仁勋指出全球制造业工人、卡车司机、护士、会计等岗位都存在严重的劳动力短缺，全球老龄化趋势会进一步加剧这一缺口，很多需要长期出差、高强度重复劳动的岗位已经很难招到合适的从业者。他认为机器人的首要作用是填补这些劳动力缺口，且未来机器人普及后还会催生全球最大的维修保养产业，不仅不会挤压就业，反而会创造更多新岗位。
黄仁勋以律师岗位为例，进一步解释AI对专业服务类岗位的影响：AI替代的只是读合同、写合同这类事务性任务，律师的核心目的是帮助客户解决纠纷、保护客户的合法权益，这些核心价值无法被AI替代。技术只会提升从业者的生产效率，让他们有精力服务更多客户、承接更复杂的需求，拓展岗位的服务边界，而不是替代岗位本身。
针对中国开源大模型崛起的相关提问，黄仁勋先提出了AI技术栈的五层分析框架：最底层是能源，往上依次是芯片、软硬件基础设施（含数据中心、调度软件等）、AI模型、行业应用。他强调AI的本质是智能自动化，除了自然语言处理之外，还覆盖生物、化学、物理、金融等多模态信息的处理，应用边界非常宽，自然语言只是AI能力的一部分而非全部。