導讀：美國時間3月18日，輝達在美國聖何塞舉辦GTC（GPU技術）大會。

作為全球最受關注的科技巨頭，今年GTC吸引約2.5萬人線下參加，另有30萬人通過線上方式收看直播。

輝達CEO黃仁勳在主題演講開場說：“因為AI技術爆發，GTC大會的規模每年都在擴大。

去年他們說GTC是AI行業的'伍德斯托克搖滾音樂節’（相當於中國的迷笛音樂節）。

今年我們搬進了體育場，GTC已經成AI行業的‘超級碗’（相當於中國的春晚）”。

在此次GTC大會上，輝達發佈了Blackwell GPU、矽光交換機、機器人模型等一系列新產品。

黃仁勳在演講中反覆傳遞出一個訊號：隨著AI行業在模型訓練上的整體需求放緩，再加上DeepSeek在模型推理上所做創新，AI推理時代即將到來。

比AI推理時代更重要的是，我們正處在物理AI時代的前夜，未來AI加持下的機器人產業，是一條10兆美元等級的全新賽道。

這場盛會不僅是技術人士的狂歡，更是一場關於未來十年人類與AI共生關係的深度預演。

為此，我們對黃仁勳最新演講進行了高度提煉，分享給大家。同時，我們也預見了未來十年AI賦能百行千業的3大趨勢，也想把這些思考帶給大家。

希望今天的分享，對你有所啟發。

一 黃仁勳主要講了什麼？

黃仁勳在150分鐘的時間裡，從人工智慧過去10年的飛速進化，到AI發展的核心問題，再到具身智能的多個行業生態，再一次指明了AI的未來。

1.Agentic AI（代理式人工智慧）：AI技術發展的中間態

老黃這次沒急著秀新品，反而花了半小時科普一個關鍵概念：Agentic AI（代理式AI）。這玩意兒是AI進化的“青春期階段”，夾在生成式AI和具身智能之間，相當於讓AI從“做題家”升級成“項目經理”。

在現場展示的AI技術發展路線圖中，黃仁勳按照“Perception AI（感知式AI）、Generative AI（生成式AI）、Agentic AI（代理式AI）、Physical AI（具身AI或者叫物理AI）”四個階段的進化路線，他把Agentic AI描述為AI技術發展的中間態。

咱們打個比方說：感知式AI相當於剛學會走路的小孩，能看能聽，但是不會思考（比如手機的人臉識別功能）；

生成式AI相當於青春期的少年，會寫作文會畫畫，但是經常一本正經地胡說八道（比如ChatGPT亂編名人名言亂編資料）；

代理式AI就厲害了，相當於一個智商線上的成年人，能拆任務、做計畫、自己糾錯（比如AI智能體幫你規劃旅遊攻略，出錯了還能改）；

具身AI或者物理AI就是它裝上了機械手腳，直接動手改造世界，相當於一個經驗豐富啥都能修的老師傅（比如工廠機器人可以自動維修保養裝置）。

黃仁勳認為，Agentic AI（代理式人工智慧）就是我們現在所處的時代，AI正在經歷一個新的拐點，它變得越來越智能，應用越來越廣泛，同時也需要更多的算力來支援它。

老黃在演講現場用了一段提示詞，來舉例說明生成式AI和代理式AI的差距。

這段提示詞是：「在我的婚宴上，需要7個人圍著一張桌子坐，我的父母和岳父岳母不應該坐在一起。而且，我媳婦堅持說她坐在我左邊照相時會更好看，但同時我需要坐在伴郎旁邊。我們這一輪怎麼坐？如果我們邀請牧師和我們坐在一起呢？」

上圖說明，生成式AI像急著交卷的學生，唰唰列出座位表，結果父母被安排成鄰居——典型的“一本正經地胡說”。

而代理式AI呢？它是分三步搞定的。

先拆任務，先固定你和老婆位置，再隔離雙方父母，最後塞進伴郎和牧師；再試錯，模擬8000多種排列組合，相當於把賓客當俄羅斯方塊反覆調整；最後做復盤，檢查有沒有漏掉要求，甚至考慮桌子形狀影響拍照角度。

代價是啥呢？

費電，非常費電。

所以在黃仁勳看來，加速AI工作負載的新型資料中心「AI 工廠」，就是要高效地處理這些tokens，把它從AI語言轉換為AI貨幣——即智能。通過軟硬一體最佳化，以更低的計算成本處理更多tokens。

說白了，老黃就是要用一套演算法把AI處理tokens的能力，壓榨到極限。

還是打個比方說：你用H100晶片每秒產3億token，約等於把《紅樓夢》抄200遍，然後你電表轉得比電風扇還快，月入2萬倒貼5萬電費。

換上老黃全家桶之後，用全新晶片同樣的耗電量怒刷120億token，直接量產《霸道總裁愛上AI》，電費帳單比房租還低，當然就能賺錢了。

這就是Agentic AI下，新黃氏定律曲線。

2.“AI工廠”、汽車和機器人行業的未來

老黃這次掏出了個叫Dynamo的“AI工廠作業系統”。簡單說，它就是給AI推理任務裝上渦輪增壓——以前AI生成內容像老牛拉車，現在直接換高鐵。

它能讓AI在同樣時間內“吐出”幾十倍的token。比如用新架構Blackwell跑DeepSeek模型，處理速度直接飆升30倍。

更狠的是，同樣100兆瓦的電量，老款H100晶片每秒產3億字，新款GB200晶片直接幹到120億字，機櫃還少用一多半（從1400個減到600個）。

咱們打個比方：以前AI推理像小賣部手工記帳，現在Dynamo+Blackwell這個王炸組合就是全自動超市收銀系統——結帳速度快30倍，電費還省一半。

老黃還宣佈要和通用汽車搞大事：用輝達的AI全家桶（晶片+模擬系統）改造下一代汽車、工廠和機器人。

輝達推出了Halos系統，相當於給汽車戴上了“金鐘罩”——既能防駭客攻擊，又能用AI預判車禍風險。現在，全球幾乎所有自動駕駛公司都在用輝達的技術，從資料中心訓練到車載晶片幾乎全都被它給包圓了。

老黃押注機器人是下一個十兆美元市場，還扔出三顆炸彈：

第一顆：人形機器人通用大腦Isaac GR00T N1。這是全球第一個開源人形機器人模型，相當於給所有機器人公司發“標準教科書”，而且開發者還可以隨意魔改：想要餐廳服務員就訓練端盤子技能，想要搬磚工人就載入負重模組。

第二顆：宇宙級模擬器Cosmos。在虛擬世界裡生成無限訓練場景，比如讓機器人在暴雪天練爬樓梯，在颱風天學搬貨物。這樣就能大大降低真實世界裡訓練機器人的成本和損耗。

第三顆：物理引擎Newton。輝達和Google、迪士尼聯手開發的開源引擎，專門訓練機器人理解現實物理規則。現場還有個小彩蛋：現場彩蛋：去年爆火的迷你機器人“小藍”再次登場，今年它已經學會根據老黃和觀眾的反應調整動作，不斷賣萌。

這個小傢伙去年GTC就來過黃仁勳演講現場，今年它再次成功吸引了全場的目光，大家都紛紛拿出手機拍照。

在演講的最後，黃仁勳以“AI正在創造無限可能”收尾，強調從算力基礎設施到行業應用，輝達將持續領跑整個行業。

二 黃仁勳的演講 讓我們看到那些未來十年的趨勢？

1.從“理解語言”到“接管任務”，AI的能力正在發生飛躍質變

將來的AI不再是你說一句它動一下，甚至有些時候還會出現很多“幻覺”的“工具人”，而是能拆解複雜問題、自己規劃步驟的“智能助理”。

比如過去讓它訂酒店，它只會按你的要求搜尋；現在它能主動分析你的日程、預算，甚至預判航班延誤提前做備選方案。

這種變化背後是技術突破：AI的“大腦”（推理算力）比去年強了10倍，但成本反而降了30多倍。

在不遠的將來，AI就會有“解決問題的能力”，而不僅僅是“回答問題的能力”。

那我們怎麼用呢？

這裡給大家一個小建議：

很多重複性工作，例如製作表格、初級文案等將迅速被AI取代，我們更大的價值在於怎樣學會提需求和做決策，比如使用AI處理複雜的項目規劃，與AI配合項目更好落地等等。

2.從“大模型”到“小模型”，AI創業門檻不再高不可攀

前幾年科技公司都在瘋狂燒錢訓練大模型，就像造火箭。現在大家更關心怎麼讓AI真正幹活—相當於要把火箭發射出去。現在光是讓AI做個醫療診斷，需要的計算量就是去年的100倍。

但好消息是：輝達開始把高端技術“平民化”。

比如用模組化設計讓中小企業像拼樂高一樣搭建算力系統，同時推出了可以輕鬆跑動大模型的超級電腦，售價只有3000美元。相當於以前只有大公司用得起的超級電腦，現在幾個人的小工作室也用得起。

可以預見，在將來可能會出現“算力中介”或“算力經紀人”，幫助企業低成本調度到更多的算力資源。

用AI創業的門檻也將大大降低，畢竟3000美元的裝置就能訓練定製的“AI小模型”。

將來，可能我們並不需要很多大模型，而是把我們的工作經驗和生活習慣都訓練成一個個小模型，因為有了我們的資料和經驗加持，小模型幹起活來可能更加得心應手，讓我們的效率變得更高。

3.從“數字世界”跨進“物理世界”，機器人將徹底改變我們的生活和工作方式

不少朋友覺得“具身智能”或者“物理AI”這兩個詞不親民，很難理解。

我們來用生活中的場景舉例說明。

所謂具身智能，就是讓AI不僅會“動腦子”，還能“動手腳”。

以前的人工智慧像個宅男，只會對著電腦搞推理；

現在它戴上機械臂、裝上感測器，開始真正走進現實世界幹活了。它正在從實驗室走向菜市場、工廠車間和你家的客廳。

就像我們人類遇到問題會“眼睛看→腦子想→手操作”，具身智能的機器人也能感知環境（比如看見水杯在那）、做決策（判斷怎麼拿不會灑）、執行動作（穩穩端過去）。

我們可以暢想一下未來生活的場景：

在工廠，機器人不再只會重複一個動作，遇到零件放歪了能自己調整，就像老工人一樣靈活。

在城市，無人機自己巡邏查違建，掃地車凌晨自動出門作業，紅綠燈根據車流即時變燈。

在你家，掃地機器人升級成“家政阿姨”，能收拾玩具、提醒你牛奶過期，能從洗碗到擦灶台一條龍服務，甚至扶著老人上廁所。

在醫院，手術機器人給千里外的醫生當“替身手”，康復機器人帶著中風患者做復健動作。

說白了，具身智能就是給AI裝上身體，讓它從“鍵盤俠”變成“實幹家”。

未來五年，你會突然發現：

街邊咖啡館的咖啡師是機器人，快遞站分揀包裹的是機器人，養老院裡照顧老人的還是機器人，這些都不再是科幻電影的橋段，而是具身智能在我們身邊落地的日常。

結 語

第一次工業革命是蒸汽機，第二次工業革命是電力，第三次工業革命是電腦半導體，第四次工業革命是人工智慧，計算是目前最高效的生產力，計算是當今最核心的新質生產力。

AI不是資本炒作出來的泡沫，而是一場真正的工業革命。它是一場真實而深刻的變革。 (格上財富)