AI教父‌黄仁勋眼中的2025行业全景

顶尖投资人Sarah Hou和Alex Yu对话英伟达创始人兼CEO黄仁勋（Jensen Huang），作为算力领域美国的领军人物在这次对谈中，黄仁勋探讨了AI在就业、能源、开源生态、中美技术关系以及产业应用等方面的深远影响。

黄仁勋强调，AI并未取代工作，而是通过提升效率催生新产业与就业机会。他指出开源对全球AI创新至关重要，并反对“单一上帝AI”主导未来的极端观点。此外，他还分析了AI推动可持续能源发展、推理能力突破将带来机器人与自动驾驶的跃迁，并预测2026年将在数字生物学、多模态系统等领域迎来“ChatGPT时刻”。整体基调积极务实，倡导以系统性框架理解AI的多样性与长期价值。

接下来关于几个重点问题，让我们一起看下黄仁勋的分享和观点。

一、AI领域的年度回顾与技术飞跃

黄仁勋回顾了2025年AI领域的重要进展，包括模型在接地能力、推理能力和答案溯源方面的显著提升。同时，指出行业已有效应对“幻觉”问题，并强调生成式AI在医疗、法律等专业领域的可信度正在增强。同时，他表达了对推理型Token生成速度和盈利能力快速上升的欣喜。

在医疗领域的应用，今年国内市场大火的“蚂蚁阿福”可以窥见，在医疗领域除了传统在医院场景的科研方向应用外，在C端场景阿福的发力已经让硅谷也看到医疗的实践应用潜力。

二、AI驱动的新基建与就业创造

聚焦于AI催生的三大新型工厂：芯片厂、超级计算机厂和AI工厂，这些设施正在美国大规模建设并带动大量高技能岗位需求。黄仁勋强调，尽管自动化引发担忧，但AI实际上创造了更多建筑、电力、网络等领域的就业机会，并以放射科医生为例说明任务与目的的区别——AI提升了效率，反而扩大了职业发展空间。

• AI并未导致裁员，而是创造了三类新工厂（芯片厂、超级计算机厂、AI工厂），带动建筑、电工、技术员等大量岗位需求。类似地，会计、护士、卡车司机等行业存在严重劳动力短缺，AI和机器人技术有助于填补缺口。自动化本身也催生新职业，如自动驾驶出租车需要庞大的维修与运营团队，未来若拥有上亿机器人，将形成全球最大维修行业。

三、劳动力短缺与自动化的互补关系

黄仁勋指出全球普遍面临工厂工人、卡车司机、护士、会计师等职业的严重人力短缺，而AI和机器人系统正是填补这一缺口的关键。他进一步阐述，自动化不仅解决人力不足问题，还催生新的维护和服务岗位，例如自动驾驶车队将带来庞大的维修产业，从而形成新的就业生态。

这个观点和近期马斯克（Elon Musk）在另外一个访谈分享稍微有所不同，马斯克认为随着AI的兴起，在3-7年内大量的白领、蓝领等的工作将会被替代。

四、如何看待中国开源崛起与AI五层架构

对话转向中国AI社区的发展，特别是开源模型如DeepSeek在基准测试中的优异表现。黄仁勋提出理解AI的“五层蛋糕”框架：能源、芯片、基础设施、模型和应用。他强调AI不仅是聊天机器人，更涵盖生物、化学、金融等多种信息形态，并指出其多样性决定了无法由单一“上帝AI”垄断所有功能。

五、开源生态的战略价值与创新飞轮

黄仁勋重申开源对AI发展的根本性作用，认为若无开源，大多数企业、研究机构和初创公司将无法开展AI工作。他强调开源支撑着数据中心、通信系统和工业应用，是教育、科研和创业的基础。

黄仁勋重申开源是AI发展的基石。若无开源，工业、医疗、制造等行业的企业将无法基于预训练模型进行微调与创新。当前中国开源社区崛起，如DeepSeek、质朴清言等模型在基准测试中表现优异，为全球AI研究提供重要贡献。美国许多初创公司和实验室受益于中国开源成果，表明技术创新具有跨国协作属性。

• 呼吁政策制定者应避免因“监管俘获”而限制竞争，不应被少数公司鼓吹的末日论调误导，需保护开源这一创新飞轮。

六、需要破除极端叙事：就业、安全与技术现实

针对舆论上流行的AI带来末日论调，黄仁勋批评其缺乏逻辑基础且具有破坏性。他认为“无人可工作”或“上帝AI统治一切”等说法脱离实际，真正推动进步的是务实的乐观主义。他强调安全性首先依赖于性能提升，而过去两年的技术演进已显著增强AI的功能性和可靠性，使其更贴近真实需求。

社会上普遍存在三种极端说法：一是AI将消灭所有工作；二是即将出现能解决一切问题的“上帝AI”；三是必须封锁技术以防他国超越。黄仁勋认为这些观点缺乏现实基础。“上帝AI”在可预见未来不可能实现，AI本质是多样化、垂直化的工具体系。安全的关键在于技术进步本身，而非限制发展。如同汽车安全依赖ABS、FSD等技术演进，AI的安全性也需通过功能完善来保障。

• 行业过去两年解决了幻觉、溯源、推理等核心问题，AI正变得越来越可靠，公众认知应与技术现实同步。

七、关于AI成本下降与技术民主化趋势

黄仁勋分析AI训练与推理成本正以惊人速度下降，硬件架构每年实现5到10倍的效率提升，结合算法进步，使得原本需数亿美元构建的模型如今可在个人电脑上复现。这种成本压缩正推动AI技术民主化，让初创公司和研究人员能以极低成本进入该领域，打破巨头垄断的可能性。

AI推理成本在过去几年急剧下降，GPT-4级别模型每百万token成本降幅超100倍，个人电脑上即可复现早期ChatGPT训练。硬件（如Hopper、Blackwell架构）、算法与模型架构协同进化，每年综合性能提升可达5–10倍，十年内token生成成本或降10亿倍。训练成本虽高，但随效率提升也在快速下降。规模扩张的同时，计算负担并未线性增长，得益于多重技术红利叠加。英伟达坚持可编程架构，支持CNN、Transformer、SSM等多种模型灵活运行，确保生态兼容性与长期适应性。

八、关于AI领域垂直化竞争与未来突破方向

随着通用模型趋于成熟，AI竞争正转向垂直细分领域。黄仁勋预测编码已率先实现商业化突破，未来数字生物学（如蛋白质与分子设计）、化学合成、材料科学等领域将迎来“ChatGPT时刻”。他特别提到多模态、长上下文与推理能力结合将推动人形机器人和自动驾驶进入新阶段。

AI正从通用规模化转向专业化细分，初创公司可在特定领域（如编码、法律、医疗）打造高价值应用。Cursor、Harvey、Open Evidence等AI原生工具已在各自领域实现商业化成功，编码成为首个有望达成十亿美元年经常性收入的应用场景。软件工程师的核心目的不是编码，而是解决问题。AI解放重复性任务后，工程师能聚焦更高阶的创新挑战。

• 未来五年将是“垂直化爆发期”，每个行业都将出现基于AI优化的专业解决方案。

九、关于AI带来的能源挑战与AI驱动的可持续发展

讨论指出当前AI基础设施面临电力紧张问题，但AI本身也成为推动新能源创新的核心动力。由于对未来算力的巨大预期，市场正积极投资小型核反应堆、储能系统和太阳能聚光技术。黄仁勋认为天然气短期内仍是关键解决方案，而长期来看AI引发的能源需求将成为气候技术创新的最大催化剂。

AI基础设施建设带来巨大电力需求，当前美国仍处于电力紧张状态。特朗普政府“钻吧，宝贝”政策扭转能源悲观情绪，保障了工业革命所需的能源基础。天然气在短期内仍是主要能源来源，但AI产业本身正成为气候创新的最大驱动力。因看到明确的长期需求，资本正涌入新型电池、太阳能聚光器、小型模块化核反应堆（SMR）等领域，推动绿色能源发展。

十、关于中美科技关系与AI泡沫辨析

黄仁勋主张中美应采取精细化策略管理技术关系，在保持各自独立性的同时承认深度耦合的现实。他驳斥“AI泡沫”说法，指出AI市场需求远未饱和，从自动驾驶、金融服务到药物研发，各行业对算力的需求持续激增。真正的挑战是产能不足而非需求虚幻，全球正经历一场真实的计算革命。

黄仁勋认为中美关系将在2026年改善，双方应采取更精细务实的态度，既承认竞争，也承认深度耦合。“脱钩”不切实际，两国在科技产业链上高度互补。中国互联网发展曾极大促进英特尔、AMD、美光等美国硬件厂商增长。

• 中国对全球开源贡献巨大，不应仅以谷歌、Uber是否进入中国市场评判技术交流得失。出口管制政策应基于国家安全与技术领先地位，而非试图遏制对手。美军不会使用华为技术，正如解放军也不会依赖美国军用系统。

• 黄仁勋否认当前存在AI泡沫。英伟达的增长不仅来自生成式AI，更源于整个行业向加速计算的范式转移。即使没有ChatGPT，英伟达仍将是千亿美元级公司，因其支撑着量化金融、自动驾驶、数字生物学等多个高增长领域。
• 全球对算力的需求极度旺盛，几乎所有初创公司、科研机构都面临GPU产能短缺。所谓“企业AI无效”的研究忽略组织变革周期，真正创新发生在前沿初创公司而非传统企业。
• AI经济规模潜力巨大，假设全球2万亿美元研发预算转向AI驱动模式，将催生海量基础设施投资与商业机会。

写在最后——

• AI并未威胁就业，反而通过创建新工厂、填补劳动力缺口、提升专家效率等方式推动就业热潮。

• 开源是AI生态繁荣的根本保障，政策应鼓励开放协作，防止少数企业利用监管壁垒排除竞争。
• 应摒弃“世界末日”与“上帝AI”等极端叙事，采用五层技术栈框架（能源→芯片→基础设施→模型→应用）理性评估AI发展。
• AI推理与训练成本将持续快速下降，技术进步呈指数级复合增长，为广泛应用铺平道路。
• 垂直领域将成为下一阶段创新主战场，编码、医疗、法律、生物科学等领域将率先出现规模化商业突破。
• 数字生物学即将迎来重大拐点，蛋白质与分子层级的理解与生成将开启全新医药与材料革命。
• 能源是AI发展的前提，而AI反过来正成为可持续能源创新的核心驱动力。
• 中美应在竞争中保持合作，尊重彼此技术主权，共同管理复杂依存关系，推动全球科技进步。
• 当前AI发展并非泡沫，而是真实、广泛且深层次的产业变革，其经济与社会影响力远未见顶。