作者： 龙玥 ，华尔街见闻
近日，英伟达创始人兼CEO黄仁勋在All-In Summit 2026上正面开炮，将当前甚嚣尘上的"AI末日论"定性为"没有科学依据的不负责任言论"。他逐一列举过去数年被证伪的AI预言，直指部分科技公司和研究人员的公开表态"制造恐慌、误导公众"。
黄仁勋的靶子，是Anthropic CEO Dario Amodei近期发表的那篇引发广泛讨论的博文——该文联合多家前沿实验室，对AI安全风险发出警告，甚至量化了"文明级灭绝"的概率。黄仁勋说道，" 这是编造的。这些人受过良好教育，被称为研究员，在实验室工作。这些词汇的叠加加上这种预测，令人恐慌，不应该这样做，这是不负责任的。 "
峰会进行中， 美国总统特朗普突然致电现场，直言"这整件事就是个骗局"，并表态将坚定支持数据中心建设，称AI是"未来20至25年的石油"。
两人的联合发声，为当前围绕AI监管和安全的激烈争论注入了新的变量。
“这些预测全都错了”：黄仁勋逐一清算末日预言
黄仁勋在台上直接点名过去几年流传最广的AI恐慌预测，并一一对照现实：
-
"有人预测五年内放射科医生将被AI完全取代，结果恰恰相反，我们比以往任何时候都需要更多放射科医生。"
-
"有人预测六到十二个月内90%的代码将由AI生成——错了。有人预测六到九个月内50%的初级岗位将消失——也错了。"
-
他还提到，GPT-2和Llama 3曾被认为"太危险不能发布"，以及"明年将有一半白领工作消失"等预言，统统落空。
黄仁勋的结论直截了当："这些预测不基于科学，不基于研究。所有基于科学和研究的证据都指向相反的方向。这是对未知领域的恐惧。"
他同时表示，对于Anthropic CEO Dario Amodei近期发表的相关博文，他认为其中涉及安全的部分值得认真对待，但关于未来的"科学预测"部分"明显缺乏科学依据"，"由科学家说出口，却不是科学的东西，这是不负责任的"。
RSI不是“黑魔法”：黄仁勋解释递归自我改进的工程逻辑
针对近期市场热议的递归自我改进（RSI）技术，黄仁勋给出了他的技术判断。
"RSI是一套系统性思路的组合，"他说，"从上下文学习、技能积累、反思机制，到强化学习和合成数据生成，这些都是非常合理的想法，能让AI在解决问题上持续进步。"
他进一步解释，通过LoRA等低秩适配方法，可以在不重新训练基础模型的情况下提升模型能力；而随着时间推移，再用积累的经验重新训练基础模型，整个流程在工程上完全可控。
黄仁勋认为， "RSI"这个词正在被某些人"武器化"，刻意制造出技术将"螺旋失控"的印象。他的反驳逻辑很简单："你可以在公司内部做RSI，但当你发布产品时，你必须评估它，必须测试它，必须确保没有回归问题。基本的工程控制流程就在那里。"
特朗普现场致电：数据中心是“下一个20年的石油”
峰会进行到英伟达战略拆解环节时，特朗普突然致电黄仁勋，并被接入现场扩音系统，向在场数千名观众直播讲话。
特朗普表示： "这整件事就是个骗局。数据中心是伟大的，它让人们富裕，让各州富裕。它是未来20年、25年的石油，比互联网还要大得多。"
他同时批评部分反对数据中心建设的声音"正在为不希望美国成功的人服务"，并明确表态："机器人不会统治世界，AI不会接管世界，整件事就是个骗局。"
特朗普还提到，美国目前有约20万亿美元投资正在流入，并将此与前任政府时期的不足1万亿美元进行对比。
黄仁勋在通话结束后表示，特朗普能够"看穿这场骗局"，在民调显示反对声音占主导的情况下仍坚持立场，"这需要勇气"。
英伟达的战略逻辑：向上走多远，向下压多低
在资本配置和生态战略上，黄仁勋阐述了英伟达的核心原则："尽可能往上走，但尽量保持在低层。"
他解释，英伟达的目标是帮助整个生态系统成功，而非从中切走一块。"如果不是英伟达创建了cuDNN，所有框架都不会存在。如果不是我们创建了Megatron Core，大规模训练就不会发生。我们发明必要的技术，然后让千花齐放。"
在收购Hugging Face之后，英伟达在开源领域的布局愈发清晰。黄仁勋透露，英伟达目前在自动驾驶、生物医药等五个垂直领域拥有前沿开源模型，包括全球首款"会思考的自动驾驶汽车"Alpamayo，以及蛋白质合成模型Proteina Complexa等。
他强调，英伟达进入这些领域的逻辑是"客户需要，而他们自己还没有能力做"，而非主动颠覆竞争对手。
在融资生态方面，黄仁勋提到英伟达正与黑石、高盛等机构合作，通过Cloverleaf等项目为AI基础设施建设提供融资支持，并在澳大利亚、东南亚等地持续扩展区域云合作伙伴网络。
“在某些领域，超级智能已经到来”：黄仁勋的技术判断
在峰会尾声，黄仁勋对当前AI发展阶段给出了他的判断。
主持人提出"我们是否已经进入AGI时刻"，黄仁勋回应："我认为我们也到了。"
他随即补充了自己的定义框架："当你看一辆自动驾驶汽车，我不需要它给我做煎蛋卷，我只需要它开车。在这个窄域里，它就是超级智能——事故率是人类的十分之一。蛋白质合成、虚拟筛选，我们已经在那里了。"
黄仁勋最后呼吁："我希望我们能降低戏剧性，最重要的是，我们需要让整个美国一起前进。这才是我们成功的方式。"
访谈全文（略删减）如下：
Jensen Huang：末日论是骗局，超级智能已经到来，AI的未来（特朗普总统连线）
All-In Podcast | All-In Summit 2026 | 2026年9月15日
文字记录
主持人 00:00
有些人称之为"远见"，对我来说这是一个分量极重的词，因为我相信远见至关重要。我们为此中断了每周的常规节目，而能让我们这么做的只有三个人：特朗普总统、耶稣，还有Jensen——全球第一播客诚挚欢迎他的到来。他就是Jensen Huang，英伟达的创始人、董事长兼CEO。无论你是否意识到，他的每一个决策都在塑造着你的未来。英伟达是这个市场最重要的股票，而Jensen可以说是史上最出色的企业家。公司营收同比爆发式增长97%，需求不仅已经强劲，实际上还在持续加速。英伟达是唯一一个完整全栈AI工厂的计算平台。GPU就像一台时间机器，它让你能更早看见未来。如果我们能看见未来、预测未来，我们就有更大的机会把那个未来塑造成它最好的样子。
请欢迎Jensen Huang！他一出场就赢得了全场起立鼓掌。女士们先生们，"GPU耶稣"来了，大家都爱你。谢谢，我也爱你们。我们喜欢全球第一播客，也喜欢你这件新夹克。
Jensen Huang 01:28
我觉得你们需要一些活力。我知道我们今天要聊的都是严肃话题，但我们得充满活力地聊。
主持人 01:39
让我们从这个周末的那篇文章说起吧。哪篇？
主持人 Chamath 01:45
就从Dario那篇文章说起吧，这篇文章其实很有海明威的风格。有没有人用Pangram检测过？我甚至不知道里面有多少是AI辅助写的，但确实是一篇相当惊人的文章。让很多人感到意外的是，前沿实验室们纷纷为这篇文章背书、聚集在它周围。Jensen，能不能帮我们梳理一下——这到底发生了什么，你是怎么解读的？我们再深入聊里面的一些细节，先说说你的整体看法。
Jensen Huang 02:14
那篇文章涉及的内容非常多。首先，其中有一部分关于安全，这我们必须非常认真对待。安全是重中之重，这一点显而易见。安全与领导力之间并非非此即彼的选择——你可以快速创新、快速执行，美国可以领跑，同时做到安全。我认为把这两者对立起来是个伪命题，但安全本身当然极其重要。
文章中还涉及内部控制问题，我认为Dario说的就是这个。显然，那位名叫Coxson的举报人所揭露的事情是非常严肃的——只要有人举报，就必须认真对待。我认为Coxson有很大的勇气把他的顾虑公之于众。即便如此，那些顾虑之中有些问题是被混为一谈的。
举报这件事本身，我认为是对的。但文章中关于未来的科学预测，就没那么站得住脚了，因为它并不建立在科学基础上。写这篇文章的是一位科学家，但内容显然没有科学依据，这一点我不认同。
至于文章中提到的暂停、放缓开发进度，这些都是他们自愿可以做的事情——如果他们觉得公司已经失控。如果Coxson看到了失控的迹象——当然我们不知道他具体看到了什么——也许这与从研究到工程的转型有关。众所周知，这些实验室正在从研究机构转型为工程组织，拥有非凡的人才和卓越的工程能力，但工程毕竟不同于研究，这个转型过程难免有些磕绊。我们不知道他究竟看到了什么，最终只有他自己知道。
但如果问题真的出在缺乏控制上，那就是另一个议题了。政府该如何应对？监管这个词一下子就把所有问题都覆盖了，一篇博文里什么都有。
主持人 Chamath 04:35
你能帮我们梳理一下吗？比如"文明性死亡"这个说法——我都不知道怎么向我妈解释。当非常聪明的人把这些概念量化，比如"10%的灭绝概率"，这可能才是让很多人感到不安的地方。没有人知道怎么向普通人解释这意味着什么，或者这怎么可能发生。
Jensen Huang 04:56
我们不应该这么说，因为这是凭空捏造的。这些人受过良好教育，他们被称为研究人员，在实验室工作。但这些词汇和这种预测放在一起，是令人震惊的，是不负责任的，不应该这么做。
Jensen Huang 05:23
让我们回到真实的事实上来看看。曾经有人预测，五年内放射科将被人工智能完全取代，世界上将不再有放射科医生。事实证明恰恰相反——我们比以往任何时候都需要更多的放射科医生。不过，AI确实已经完全渗透了放射科领域，它实现了扫描读取的自动化，这很好。
又有人预测，就在去年，六到十二个月内90%的代码将由AI生成——这被证明是错的。去年还有人预测，六到九个月内50%的初级岗位将消失——同样被证明是错的。说GPT-2太危险不能发布，说Llama 3太危险不能发布……我们听说过一半白领工作明年将消失，说会发生"就业末日"。所有这些预测都被证明是错的。我们必须对这些荒谬的预测负责，有人必须为此承担责任，我们应该把这些都记录下来。当然，人们确实在记录，也会提醒我们——这些预测与美国赢得AI竞赛是相互矛盾的。
主持人 Chamath 06:56
简单来说，有些人会说"相信专家"，并援引新冠疫情作为类比——同样是从研究人员、受过教育的人开始，他们对这件事有着其他人所不具备的不对等的认知，然后说出了一些最终被事实证明不正确的话。所以现在存在一场战争，"相信专家"运动和"让我们看看这些预测的实际历史记录、让我们更有条理地思考"这两派之间的战争。
你认为这背后是什么？是商业利益还是政治利益？你觉得他们为什么这么做？
Jensen Huang 07:44
首先我要说，这些是史上最举足轻重的一批公司。他们有顶尖的工程师、杰出的研究人员，做出了真正了不起的工作。一方面，我与他们作为公司伙伴关系非常紧密；另一方面，我们不得不在公众面前进行这样的对话，这实在令人遗憾。我认为这些公司应该按照我们过去建立公司的方式来运营——悄悄地做。
说话人3 08:11
Jensen，你不允许公司里的任何人代表整个组织发言，尤其是在他们状态不好或者一时冲动的时候，他们不能代表你和公司随意发推，对吗？
Jensen Huang 08:31
对，因为他们加入我们公司的时候，我们就告诉他们——这是你在我们公司工作的行为准则。如果你认同英伟达的文化——大家都知道，英伟达的文化和员工满意度极高——员工们喜欢公司的稳定性，喜欢我们的核心价值观始终如一：照顾好员工家庭，创造让他们完成一生心血之作的条件，做有意义的工作，尽量保持低调，并为每个人的成功做出贡献。这些核心价值观会吸引认同的人加入。
但当你来我们公司工作时，也有一些事情我们不欢迎。比如，我们不欢迎在公司内部进行政治讨论。关于种族、宗教、政治等话题，我们告诉员工，这些留到公司外面去谈。英伟达是一家去政治化的公司，我们是跨党派的，我们希望美国成功。无论哪届政府执政，我们都会尽一切努力帮助美国成功。
Chamath 09:51
那在AI监管问题上，更具体一点，Satya今天早上也在这里，他的说法是：在讨论可能会大幅阻碍发展的监管之前，为什么不先把基础做好？为什么不先把评估做对、把标准化做好？你的立场是什么？
Jensen Huang 10:00
把工程做好。把研究以更可预测的方式转化落地，这样就不会引发恐慌。在准备好对外发布之前，把它留在内部。
Demis提出了一个类似FINRA（金融监管机构）的监管框架。Dario想要什么并不清楚，他说的是某种跨国性的管控机制。你的立场是什么？
Jensen Huang 10:33
监管应该解决实际存在的问题。所以问题是，我们实际上遭遇了哪些真实的问题？如果你审视所有实际发生的问题，目前所有的问题都来自实验室。原因在于——为他们辩护一下——他们拥有最多的算力，因为他们正在尝试解决前沿问题。所以可以合理推断，前沿实验室将是最大风险的来源。一个高中生不太可能造成什么问题，因为他们根本没有足够的算力；一家初创公司也不太可能成为原因，因为同样没有足够的算力。事实上，除了前沿实验室之外，地球上的任何人都没有足够的算力。
Jensen Huang 11:36
现在的问题是，如果你审视实际发生的事情——他们在做开创性的工作，真的非常困难。他们正在从研究转向工程。我能理解——他们同时在建设公司、构建文化、推进技术、搭建工程体系、开发产品，一切都在同步进行。
Jensen Huang 12:00
所以我能理解这有点像"头发着火"的状态，但尽管如此，某一家实验室的四起事件，另一家实验室的那个重大事件，首先要做的就是从工程角度去找出根本原因：发生了什么？我们本可以做什么不同的事？我们将要落地哪些措施——无论是技术、方法还是流程——来确保不再发生。我敢打赌，在每一个案例中，这些问题在未来都是可以在他们控制范围内加以预防的。
我相信那四起事件不会再次发生，我相信他们已经找到了根本原因并加以修复，我相信他们现在有了更好的技术——沙箱、运行时环境、监控器、持续监控系统等等——这些都比以前好得多。
Jensen Huang 13:05
另一种可能性也不太可能——即他们分析完这些事件后得出结论说：我们不知道发生了什么，我们根本无法控制，需要请社会来帮忙。如果真是那样，那我们才应该派工程师进去协助他们。但我觉得不会，他们拥有极其优秀的人才，这些问题都在掌控之中。
说话人4 13:46
我们并不是在真空中运作。昨晚你告诉我，GLM的开发者——将要投入30亿美元进行递归自我改进的实验。
能不能给Jensen介绍一下背景？就是那个公告——Zippo.com的创始人刚刚募集了50亿美元，并表示其中一个优先方向就是实现递归自我改进，也就是用AI来训练下一代AI，并尽可能地将这个过程自动化。
Jensen Huang 14:08
是的，这是个新的热门词汇。但大家要知道，RSI（递归自我改进）其实是一套系统性思路的组合。它从上下文学习开始，包含技能学习、反思、强化学习和合成数据生成。这些都是非常合理的思路，能让AI在解决问题的过程中不断进步。
Jensen Huang 14:31
你还可以使用低秩适应（LoRA）等方法，这些都不需要更新基础权重。你实际上可以改善权重，通过LoRA、合成数据生成和强化学习来增强模型，而不必重新训练基础模型。随着时间推移，你可以用积累的所有经验再次训练基础模型。
Jensen Huang 14:53
所以我认为，用技术来提升各类任务的生产力——包括构建AI本身——是非常合理的。这是个非常符合逻辑的想法，我相信所有人都在不同程度上这么做了。只是这个词现在被人用来将技术"武器化"，好像这一切会螺旋失控一样——他们就是想给人这种印象。
但你并不相信？当然不信。原因是什么？很简单，你可以在公司内部整天做RSI，但当你要发布产品的时候，你必须对它进行评估。你不是还要重新测试吗？你不是还要确保没有功能退化吗？这些基本的控制流程，随着这些实验室从研究机构向工程组织转型，他们的管控会越来越好。更好的管控来自方法、知识、实践、工具和技术的积累，这些都会实现更好的验证与测试，从而确保RSI在内部安全推进，优质产品对外安全发布。
关于开源
Chamath 16:09
说说开源吧。Hugging Face的收购将是最重要的交易之一——我甚至不想称之为"交易"，因为它的意义远不止于此。能不能给我们讲讲你对开源模型、闭源模型和开放权重的第一性原理理解，以及它们在生态系统中应该如何随时间发展？
Jensen Huang 16:28
这个世界既需要闭源模型，也需要开源模型。这个周末我尽可能多地使用闭源模型，用了四个。它们表现非常出色——处于前沿水平，体验很好，能写、能用，效果惊人，而且还在不断进步。我对闭源模型的比喻是——
Jensen Huang 16:49
就像瓶装水。水是免费的，大家，不知道你们知不知道，但水是免费的。今天早上我用了很多免费的水洗澡。你在合适的地方用合适的水。这和电力没什么区别，和我们日常使用的各种商品没什么区别——你需要两者兼备。
在开源这一侧，你需要它的原因可能是主权考量、隐私考量，或者专有技术考量。看看事实：过去六个月里，有4000亿美元的风险投资流入了AI原生公司，其中80%使用的是开源模型。如果没有开源模型，他们怎么实现自己的梦想？因为他们的梦想和前沿实验室的梦想不一样。美国有太多种创新方式，这是我们的核心优势之一，好主意源源不断涌现。
开源模型让这一切成为可能——让每一家公司、每个行业、每位研究人员、每位教师、每位学生、每家初创公司都能参与。要赢得AI竞赛，靠的不是几家科技公司的胜利，而是美国每一个人的胜利。他们中有些人会用闭源模型，很多人会用开源模型。
关于来源是否重要的问题。全球开源贡献中，很大一部分来自中国。他们有更多的工程师，通过顶尖大学（如清华大学）大批量培养理工科人才。
Jensen Huang 19:03
我们下载Linux、下载Kubernetes，以及各种软件，其中很多都有中国人参与贡献。但一旦你下载了，它就是你的了。我们fork它，改进它，把它变成我们自己的。当你下载一个中国模型，它碰巧是由中国的优秀研究人员做出来的，但现在它是你的了，你可以用它做任何你想做的事。
所以，竞争的关键究竟是什么？竞争其实在于谁能最好地利用这项技术。上一次工业革命的发明者——麦克斯韦、伏特、安培——没有一个是美国人，那次工业革命源于欧洲，但我们比世界上任何地方都更好地利用了它，看看结果如何。我要确保这一次也是如此。
Jensen Huang 20:42
令人沮丧的是，如果这些“AI末日轮”说法是真的，那我们就应该讨论它并采取行动。即便是真的，我们也应该花更多时间去解决它，而不是去让一群对此无能为力的人担惊受怕。建好它，是我们的责任。
Jensen Huang 21:01
历史上有没有过这样的时刻——如此多的人如此坚定地声称某件如此不真实的事情？而且这些说法是有实证的、是明显的谎言，从逻辑上讲也站不住脚，既没有科学依据，也没有研究支撑。所有基于科学和研究的证据都指向相反的方向。这不过是对未知边界的恐惧——人类从未到达那里，从未见过那里的样子，所以我们害怕，于是很容易就告诉所有人那里很危险。
Jensen Huang 21:29
也许这还和个人经历有关。让我举个例子：当我刚毕业的时候，我是一名工程师，打字不多，因为我是软件普及之前的第一代工程师——我们必须先去制造能运行软件的计算机，才能让软件成为可能。
你能想象吗，现在这一代工程师，当他们进入工程领域，花所有时间打字？那就是你工作时做的事：给你一台笔记本，给你一把椅子，你就开始打字，从早到晚。但在打字之前也有工程，对吗？所以你能想象，这个世界有一座工程工作的大山要攀登，其中大部分不再是打字了？我们过去有不打字的忙碌工程师，我相信我们在告别打字之后也会做出伟大的工程。
我说的打字，我是指写代码。即便在英伟达，当软件工程师跟我说话，我也常说：你只是在打字。我一直这么说，当然是开玩笑。我还跟他们说，我最喜欢的键是退格键，因为最好的软件是最小的软件——我希望你多用退格键。
特朗普总统实时连线
主持人 22:50
我们来拆解一下英伟达。从最底层开始——哦，这不是计划好的，但我们知道是谁来了。
Jensen Huang 23:09
总统先生！是的，我要告诉您，如果不是因为您打来电话，我现在正和Besties们同台。台下是Sacks、Jason、Chamath还有David，我坐在几千人面前。结果我们聊着聊着，恰好聊到了您。干得漂亮，先生。能看穿这一切需要很强的洞察力，我们都非常感激。
来，和现场观众打个招呼？Jason，来，开免提。把POTUS（总统）怎么开免提？对准麦克风——先生，请稍等，我们来架个麦。
总统先生，您现在在和全球对话。
特朗普总统 24:33
生活中有趣的地方就在这里——Jensen能研发出全球最复杂的芯片，没有人能在10年内仿制，但他就是搞不定怎么开免提。这简直像个阴谋。
我可以说，国内很多州也很高兴——那些原本什么都分不到的地方， 现在被大量企业青睐。现在你能看到，他们在芬兰建数据中心，谷歌也想在芬兰建一个大的，但我对此不高兴，因为他们在国内无法获得建设许可。我告诉你，整件事就是一场骗局。数据中心是好东西，它让人们富裕，让各州富裕。它是未来二三十年的"石油"，比互联网更大，AI更是如此，影响深远得多。而他们偏偏帮那些不希望这一切发生的人的倒忙。这些人可能是出于政治目的 。我们不会让这种事发生。这是一场骗局。
Jensen Huang 25:30
您说得对，我们不会让这种事发生，先生。机器人不会统治世界，这不会发生。
特朗普总统 25:46
我叔叔曾是MIT最顶尖的教授之一，在那里执教了41、42年，被誉为最聪明的人之一。他做过很多了不起的事，Jensen对此都有所了解。所以如果你相信遗传的力量，我有那样的基因。这也解释了为什么我对AI有这么深的理解——我不仅了解AI，我对AI还有常识性判断。机器人不会接管世界，AI不会接管世界，整件事就是一场骗局。
特朗普总统 26:33
当然，我们也要谨慎，做事要审慎。但这并不意味着我们要在接下来十年里一边发展一边试图摧毁它。我完全支持你们。我原以为你和我想法一样，果然如此。
Jensen Huang 26:52
是的，先生。如果我们要领跑，我有一句话：谁赢得AI，谁就赢得一切。它比互联网更重要，谁赢得AI，谁就赢得这场竞争。我们不能让这种阻碍发展的事情发生，数据中心尤其如此——很多曾经衰落的社区，如今因为有了数据中心，已经变成了富裕社区，非常富裕的社区。我们要确保在这场AI竞赛中，美国每一个行业、每一家公司、每个州、每个人都能赢。
特朗普总统 27:25
对，我对此有强烈的立场，而且我有能力去做些什么。我们不会让那些事发生。我不知道现在会议室里有谁，但我们下次再见。
Jensen Huang 27:38
先生，您听到了吗，数千人在为您鼓掌！
说话人5（特朗普总统） 27:49
Jensen做得非常出色，David也做得非常出色。祝大家好运，我们要着眼未来。这个国家从未如此繁荣，有20万亿美元的投资涌入国内，而拜登的四年不过是不到一万亿，这只是一年的成绩。这个国家，真的是前所未有。我们会继续保持下去。谢谢大家。
Jensen Huang 28:17
谢谢您，总统先生。再见。
Jensen Huang 28:30
你知道这会发生吗？我起初以为是个节目效果，然后我说"开免提"的时候，意识到是真的。他就这样随时给你打电话？
说话人6 28:58
他在Oval Office打来的时候我们正在睡觉，他让人叫醒我们。他在问谁来参加晚宴，列了一遍名单，然后问：Jensen呢？我说：不，先生，他在度假，而且这个假期已经推迟了五年了。他说：把他叫来。
不过，你觉得他为什么能看穿这场骗局？这件事真的相当非凡——这项议题的民调支持度是负80。对任何坐在椭圆形办公室的人来说，你都会顺着民意走，顺应大众的意愿。而禁止数据中心和AI，在这一刻似乎是最受欢迎的选择。
Jensen Huang 29:25
但他说这是骗局，并且直接点破了。他是怎么做到的？我说实话，我不太确定。因为很多人已经上当了，这件事错综复杂。起初这件事是建立在两个支点上的：第一个支点是国家安全，但最近已经被完全推翻了，那个叙事不再站得住脚。现在的支点变成了安全。
Jensen Huang 29:51
如果我们希望AI是安全的，第一要务是确保开发AI的实验室是可控的，要有良好的评估体系。如果我们希望引入第三方评估机构，这和财务审计没什么不同——审计员不必比我们更精通业务，但他们要问对问题。我同意应该有多个独立的审计方或评估方，这样可以避免任何一家机构被收买或受到不当影响。解决这个问题的方式有很多。
我认为最重要的第一件事，是让我们把技术建好，把测试做好。我完全承认，正在构建的东西是非同寻常的——但这些也是非同寻常的公司，我们理应以非同寻常的标准要求他们，他们自己也愿意被如此要求，我也愿意。
英伟达战略拆解
说话人3 30:57
我想回到开源话题。大约一年前，我们还没太把开源当回事，它还落后两年或十八个月。
Jensen Huang 31:17
（关于特朗普总统的通话）通话中有一句话我快要说了，我说完可能会有麻烦，他肯定会回头打电话来。但我想告诉他，也告诉在座各位：AI正在创造大量的工作岗位。
Jensen Huang 31:35
他从政以来最希望做到的事情，也是我第一次见到他、和他第一次通话时他说的——是在美国创造就业，重新工业化美国，确保美国有足够的能源来支撑下一次工业革命。没有能源，就没有工业增长。所以他希望实现能源增长、就业增长，重建供应链。
Jensen Huang 32:02
看看我们正在做的这一切，就在此刻，实实在在地发生着。我们在创造比以往更多的工作岗位，创造软件岗位。就像我们刚才说的，4000亿美元的风险投资在最近六个月内涌入AI行业，这创造了大量工作岗位，也带来了巨大的算力需求——我对此当然高兴——这同样带来了对数据中心的巨大需求，这是我们必须谈到的话题。
我最近和德州州长Abbott交谈，他希望呼吁业界更加关注小社区——在我们全美各地建设数据中心的过程中，要成为更好的倾听者。
Chamath 32:45
让我们真正聊聊这个话题。英伟达真正令人印象深刻的地方，如果你拆解它的各个组成部分，就会发现你实际上不得不成为AI的"银行"来推动整个生态系统启动，而且是在所有层面上做到这一点。你刚刚和Cloverleaf做了土地、电力、建筑一体化的合作，又联合贝莱德、高盛等机构创建了融资能力。能不能帮我们梳理一下你的资本配置策略？需要发生什么，才能让更广泛的生态系统参与者进来，共同承接下一阶段的资本投入？
Jensen Huang 33:32
我们正在经历一场新的工业革命，这一点在各个层面都是真实的。这个新产业需要制造业——就像电力、互联网时代一样，而AI的时代也不例外。我们现在可以用AI找到任何东西，可以询问并了解任何事情。这就是我们的未来——我们接入以太，向它提问任何我们想知道的，它都可以向我们解释。
Jensen Huang 34:04
但要实现这一切，就必须生产出这种智能。这是一个生产过程，这就是为什么必须建设这些基础设施。而一旦基础设施建好，问题就变成了：美国其他层面的建设如何跟上？
这个产业不仅仅关乎模型，不仅仅关乎芯片，更多是关乎上面的应用层，是关乎基础设施层——数据中心及所有配套设施、建设施工、电力和发电系统。我着眼于整个生态系统，寻找瓶颈所在。如果有伟大的公司正在某些受到制约的环节建设发展，也许上游供应链需要扩大规模，这样当我们准备好部署算力时，他们就能为我们提供支撑——土地、电力、建筑一体化。
Jensen Huang 34:52
这和向上游审视供应链没有什么不同。可能我比大多数人都更多地考虑长期供应链，因为我们公司规模非常大。为了让我们成功，必须有一大批公司来支持我。Corning的Wendell要支持我，TSMC当然要支持，存储公司也要支持。所以我们很早就开始与所有这些公司合作，早在增长到来之前，就为增长的到来做好了准备。现在我在做的，是向下游延伸。
Chamath 35:31
有一个规律是，利润随着时间推移往往向上迁移，迁向应用层，在应用层可以更长久地获得超额回报。你收购了Hugging Face，现在积极进入推理服务业务。感觉Open Router这样的产品很合理，构建比Bedrock更好的产品也显而易见。我猜你也在思考这些。那自然的结论是什么？因为另一边的人们显然毫不介意往下走，而你有最好的资产负债表、顶尖的工程师，以及经过验证的执行能力。你怎么看向上延伸这件事？
Jensen Huang 36:18
英伟达运行着全球每一个模型，这一点令人叹为观止。大约一年半前，我们只跑OpenAI的模型，现在看看有多少出色的模型可用：Meta的模型、Grok、Gemini，Anthropic也在我们平台上快速扩展。从一年半前到现在，大量前沿AI模型已经开放可用，AI实验室的数量还在增加——"Ineffable"、"Reflection"、Physical Intelligence，名单不断延伸。
所有这些实验室都在英伟达上构建，原因是——作为一家公司，我宁愿帮助每个人成功，而不是从中切走一块利润。我们的策略是：走得尽量高，但也要尽量保持在底层。如果不是英伟达创造了cuDNN，所有那些框架都不会存在；如果不是我们创造了Megatron Core，大规模训练就无法实现。我们发明了所有必要的技术，然后让千花齐放。这种姿态让我们能够成为——坦率地说——全球唯一的选择。
Chamath 38:00
反驳意见是，在超大规模层面有更多竞争会更好。你在Neo Cloud方面做得很好，比如你介绍给我的那家公司，Nebulous，很出色，非常棒。但我们需要50家这样的公司，需要100家，甚至1000家，这只是时间问题。
Jensen Huang 38:23
说来有些出人意料，我其实竞争心不强。多5家超大规模云服务商，我没有任何意见。你注意到一个现象吗？所有Neo Cloud的早期客户，恰恰都是超大规模云服务商。
Jensen Huang 38:44
原因在于，超大规模云服务商每年做一次规划，但市场动态现在变化如此之快，他们几乎总是判断失误。而那些区域云服务商更加灵活，他们了解自己的州、自己的国家、自己的区域，能够以远比坐在西雅图或帕洛阿尔托的人更敏锐的方式来锁定土地、电力和建设资源。
所以我们现在实际上有了一个大规模分布式网络，由各地公司在为我们锁定土地、电力和建设资源。越来越多的国家也意识到这具有战略意义，于是说：我要把我的算力资源只给本国公司。而英伟达也在那些国家，我们可以帮助当地的Neo Cloud成长。无论是澳大利亚的Firmus，还是东南亚的IOH，我们刚在澳大利亚新增了两个千兆瓦级资产，我们正在以千兆瓦为单位扩大规模。
说话人3 39:49
有一点显而易见，我想把这个讲清楚——你正在大力往上走，并非常聚焦于开源。你的Nemotron表现非常出色，我经常使用，Hugging Face、Poolside和Laguna这些收购也很扎实。你在自动驾驶方面的开源技术栈也极具颠覆性。你在五个领域都是前沿模型，而你看起来从不满足于拿银牌，永远都奔着金牌去。所以你会在开源模型上争金牌吗？你会推出最好的开源模型吗？
Jensen Huang 40:32
第二个问题——开源能否追上前沿闭源模型，以及你是否是那个实现追赶的人？
逻辑是这样的，Jason：我们会构建它，一是因为我们有能力做，二是因为我们的客户需要我们做。以Alpamayo为例，它是全球第一款会"思考"的自动驾驶汽车。"思考"的意思是，通过推理，你不需要像过去那样用数十亿小时的路况数据来训练，因为你可以推理：我见过类似的情况，不完全一样，但大致相同。
为什么Alpamayo是必要的？很简单，有大量汽车企业需要它，未来每一辆车都会实现自动驾驶。不仅如此，每台农业机械、每辆卡车、每辆货车都需要——而其中大多数公司的规模还不足以自己搭建完整的技术栈。所以我来构建一个出色的技术栈，他们负责最后一公里，根据自己的应用场景进行适配。未来所有移动的物体都可以实现自动化。
如果不是我们去构建某些生物学模型，世界上可能就不会有这些东西。ESM2蛋白质语言模型是我们创造的，ESM Fold、OpenFold、AlphaFold的等价实现，还有"Proteina Complex"——合成下一代蛋白质及其结合方式的工具，这是突破性的成果。我们建造了这些，因为礼来公司需要它，Mark也需要，其他人也需要，而他们自己还没有这个能力。
所以我做任何事情都出于需要，我不是为了颠覆而颠覆。我们不会每天早上醒来想着去颠覆谁，我们只是想帮助每个人。
竞争威胁与Terafab
说话人3 43:18
Jensen，你对你核心业务的新兴竞争威胁有什么看法？能不能点评一下Elon宣布的Terafab——100万平方英尺的设施，任何人都可以使用？
Jensen Huang 43:30
我和Elon一起乘飞机去某个国家，还有一位有时会给你打电话的人士同行，是架不错的飞机。Elon喜欢聊这些话题，我们谈了很多。确实，任何人都可以做这件事，他当然也可以——我是说，你可以设计芯片，但不一定要自己去晶圆制造。我们对制程技术了解很深，因为我们在各方面都在突破极限，加上我们在如此大的规模下运作，公司内部有全球顶尖的30s技术（先进制程），还有很多了不起的能力。
能讲讲吗？你已经谈了很多了。没有人能阻止Elon去做一件事，这就是他了不起的超级能力。一旦他决定去做，就很难阻止了。
AGI与超级智能
说话人3 44:47
对我们很多人来说，有一种感觉是，我们正处于AGI时刻——定义上就是与任何人类一样聪明。我认为我们已经到了。
Jensen Huang 45:00
Jason，我也认为我们到了。你认为我们已经达到超级智能了？当你聚焦于某个细分领域时——比如我的自动驾驶汽车，我不需要你帮我做煎蛋卷，我只需要你开好车，它的能力就已经超越人类了。事故率只有人类的十分之一。合成蛋白质、做蛋白质的虚拟筛选，我们已经到了超级智能的水准。
站在人类前沿，感觉怎么样？我喜欢。女士们先生们，我喜欢。这里的未来很美好，我们想到达那里。你知道，我们很多人不是非干不可，但我告诉你，这太好玩了，好玩到停不下来。所以我想去那里，我想你们所有人都和我一起在那里，我们将一起取得巨大的成功，作为全人类。
与此同时，我们要鼓励他们，为他们加油。他们正在做极其重要的工作，我希望他们成功。我也衷心希望，我们能把戏剧性降低一些——最重要的是，我们需要全体美国人都加入我们，这才是我们胜利的方式。
女士们先生们，Jensen Huang。谢谢！精彩绝伦！
