黃仁勳最新對談實錄：AI機器人預計五年內將實現大規模生產和應用

5月3日，NVIDIA首席執行官黃仁勳在The Hill & Valley Forum論壇上接受訪談，對話中探討了“AI 工廠”的核心理念，闡釋了“物理AI”的發展階段，此外還探討了全球AI競賽的格局、AI與數字孿生如何賦能先進製造業。

黃仁勳表示，AI競賽是無限遊戲，最終的贏家並非技術的發明國，而是能夠大規模、高效應用技術的國家。他還預測，AI驅動的機器人因操作環境可被約束，其規模化量產和普及應用預計在五年內實現，速度將快於自動駕駛汽車。

以下是本次對話實錄

經數字開物團隊編譯整理

01

AI工廠通過大規模生產“智能Token”將重塑所有行業

主持人提問：您將AI定位為一場新的工業革命，並將AI工廠置於其核心。您能解釋一下什麼是AI工廠，以及為什麼在21世紀的經濟中理解它至關重要嗎？此外，您認為這是現代計算領域的一場範式轉變嗎？未來，現實世界中每家製造實物的工廠，是否都將配套一座AI工廠？

黃仁勳：關於 AI，過去幾年我們已有很多討論。它具有多面性，從以下視角看待會很有幫助。首先，AI 無疑是一種新技術。其建構方式與過去的軟體不同，因而能完成過去軟體無法實現的任務。因此，這是一項非凡的技術：它潛力巨大，同時我們需努力確保其安全，它還將帶來許多激動人心的變革。這是技術層面。

第二個層面相對較新。在過去的科技產業，軟體由人工鍵入程式碼來生產。現在出現了一個新產業，軟體由機器生產。這意味著需要大型超級電腦，通過電力驅動，產出 Token。這些 Token 可以重組成數字、文字、蛋白質、圖像、視訊、三維結構等多種形式——我們稱之為智能。這種機器與過去的機器截然不同，我稱其為 AI 工廠，因為它只專注於一件事：每天持續生產 Token。

更高層面是基礎設施層面。正因如此，我們日益認識到 AI 極可能引發一場意義深遠的工業革命。這項新技術不僅會催生我剛提及的新產業——AI 工廠，即智能的生產，還將徹底變革和轉型所有其他行業。這些 Token 將應用於醫療保健和教育以及金融服務、工程學。我們日常也運用 AI 進行軟體程式設計和供應鏈管理。AI 即將進入製造業等更多領域。從這三個層面審視，AI 的變革性與影響力堪比昔日的電力，它將徹底革新每個行業。因此，這是一場名副其實的工業革命。

關於AI工廠的未來，我認為完全正確。如今，任何製造活動部件產品的公司，例如割草機製造商，或如 Caterpillar 一般的工程機械製造商——其產品目前主要依靠人工操作。未來，這些裝置將實現自主、高度自主、半自主或輔助操作。一旦實現自主，就將由軟體定義。屆時，企業必須生產用以驅動這些裝置 (如拖拉機) 的 Token，也就是軟體。因此，未來每家產品製造公司，除了製造產品的工廠外，還將擁有另一座工廠，專門生產驅動其產品的AI。觀察汽車行業便能清晰理解這一點：如今的汽車公司主要製造汽車，但十年後，所有汽車公司無疑也將生產運行於其汽車內的 Token。

02

具備推理能力的物理AI，對製造業等實體產業至關重要

主持人提問：過去一年，您探討了物理 AI 的概念。對於思考美國未來政策的決策者而言，您能否解釋一下什麼是物理 AI，以及我們應如何看待它？

黃仁勳：讓我們回溯一下。現代 AI 真正進入大眾視野大約是在 12 至 14 年前，伴隨著 AlexNet 的問世以及電腦視覺領域的重大突破，時間大概是 2012 年。若從更廣闊的視角審視，當時的電腦視覺本質上就是感知——感知世界，無論是圖像、聲音、振動還是溫度等任何資訊形態。如今，我們已開發出能理解各類資訊含義且表現智能的 AI 模型。因此，AI 的第一波浪潮是感知 AI。約五年前，人們開始熱議第二波浪潮：生成式 AI。生成式 AI 的核心在於，AI 模型不僅能理解資訊含義，還能進行轉換，例如，將英語翻譯成法語，或將文字描述轉換為圖像——通過提示詞即可生成圖像。可以說，生成式 AI 本質上是一種能理解人類語言的通用翻譯器。這就是第二波浪潮。

當前的浪潮是，AI 已具備理解與生成能力。然而，真正的智能還需要解決未知問題、識別全新狀況。我們通過推理來實現：運用已習得的規則、規律和原則，逐步分解問題，即便面對全新挑戰，也能通過推理找到解決方案。這是智能的核心能力之一，也標誌著我們進入了推理 AI 時代。推理 AI 能生成數字機器人，我們稱之為具有代理性的 AI，即 Agents，它們擁有自主性。這類 AI 能理解任務、自主學習閱讀、運用計算器、瀏覽器、電子表格等工具，並最終完成指定工作，例如訪問 SAP 處理供應鏈事務，或連接 Workday 管理人力資源。這些具有代理性的 AI 本質上是數位化勞動力機器人。未來，我們這代CEO 將同時管理生物勞動力與數字勞動力，傳統的人力資源部門負責前者，而 IT 部門則將演變為具有代理性的 AI 的“人力資源中心”。這便是我們當前所處的階段。

接下來的浪潮，將使全球規模最大的產業從中受益。它要求AI 理解物理定律、摩擦力、慣性、因果關係等基本概念。例如，物體被碰倒會掉落；瓶子放在桌上不會穿透桌面。這些兒童乃至寵物都具備的常識性物理推理能力，多數 AI 尚不具備。若將球滾過廚房檯面使其掉落消失，AI 或許認為它徹底不見了，但狗卻知道球在另一側。狗理解物體恆存性的概念，明白球並未進入另一個元宇宙，於是會繞到桌邊找回。

機器人同樣需要學習：要從桌子的一邊到另一邊，不能直接穿過，必須推理出繞行路徑。這類物理層面的推理，即是物理 AI。將物理 AI 植入名為“機器人”的物理實體，便得到機器人技術。這對我們當前至關重要，因為美國各地正大力興建工廠。我們期望以充分利用最新技術的方式建設這些設施。因此，希望未來十年內建成的新一代工廠高度機器人化，以助我們應對全球普遍的嚴重勞動力短缺。

03

AI競賽是無限遊戲，贏家是能夠大規模、高效應用技術的國家

主持人提問：許多人認為我們正處在全球 AI 競賽之中。您覺得美國政府應如何行動才能贏得競賽，掌握最頂尖的 AI 技術？

黃仁勳：首先，要參加競賽並取勝，必須瞭解競賽本身：明晰自身資源、已有和欠缺的資產、以及優劣勢。要認識到，AI 的核心是基礎性的。回顧前提及的三個層面，在每一層面都需確保理解遊戲規則。這場遊戲並非限時 60 分鐘，而是一場無限的遊戲。多數人不擅長無限遊戲。Nvidia 已成立 33 年，歷經 PC 革命、網際網路革命、移動革命，如今正迎接 AI 革命。要在不斷變化的環境中持續發展，就必須懂得如何參與遊戲。理解遊戲規則、認清自身資產至關重要。

技術層面，最關鍵的是理解知識資本。須知全球一半的 AI 研究者來自中國，我們必須正視這一重要因素，並將其納入遊戲策略考量。其次是 AI 工廠，其高效運作依賴能源，因為本質上是將電力轉化為數字 Token。這正如上次工業革命以能源驅動原子轉化為鋼鐵、汽車、建築等實體；更早之前，水力驅動發電機產生電力。如今則是電力輸入，Token 輸出。因此，能源是下一層面的關鍵。

更高層面正逐步顯現，我們必須深刻理解：上次工業革命的最終贏家，並非技術發明國，而是技術應用國，美國在鋼鐵和能源應用上遠超他國。因此，這一基礎設施層面核心在於技術應用——不畏懼、積極擁抱、對勞動力進行再培訓以適應新技術，並鼓勵廣泛採用。此視角和框架審視 AI，便會發現各層面均有其獨特的挑戰、機遇及遊戲規則。

04

AI工廠將催生大量新型技工崗位需求

主持人提問：關於勞動力問題，媒體一直著力渲染AI可能導致大規模勞動力置換和失業潮的論調。您能否展望一下AI將如何影響就業市場？更具體而言，您預見那些我們當前甚至未曾設想，但未來可能湧現的新工作類別？

黃仁勳：一些新的工作將被創造出來，一些工作將會消失，每一份工作都將發生改變。人們很容易在兩個極端之間搖擺，但我始終認為，將問題分解並從第一性原理出發進行思考，會大有裨益。在我之前描述的框架中，最底層的情況是——你深度參與風險投資，瞭解AI領域的動態——在基礎層面，正是AI讓舊金山得以復甦。幾乎所有人都曾撤離舊金山，現在舊金山再次繁榮，這完全是AI的功勞。AI創造了新型工作，根本原因在於它是一種全新的軟體開發方式。AI的出現改變了技術的每個層面。過去是人工編寫的軟體在CPU上運行，現在則是機器學習生成的軟體在GPU上運行。因此，每個層面：相關工具、編譯器、方法論，收集和管理資料的方式，利用AI設定安全護欄，利用AI進行訓練，利用AI保障AI自身安全，所有這些技術都在不斷湧現，並創造了大量就業機會。

更高一個層面則蘊藏著巨大機遇。我之前提到，我們將建造輸入電力、產出 Token的新型工廠。以一個1吉瓦 的工廠為例——我們預計未來將建造7到10吉瓦的AI工廠叢集。一個1吉瓦工廠的投資高達600億美元。目前，一個100兆瓦的工廠已相當普遍。這600億美元的投資規模，相當於Boeing公司一年的營收。建造這類工廠需要融資，從而創造大量就業。建設場地和廠房外殼，會帶動建築業大量就業，包括木匠、鋼結構工人和泥瓦匠，他們都是建廠所需的人才。一個投資600億美元的工廠，規模極其龐大。這將需要機械工程師、電氣工程師、管道工，以及後續所有低壓系統、IT和網路方面的專業人才，最後是營運團隊。整個建設周期大約需要三年。這將催生大量全新的技術工種。在過去的電腦行業和計算平台轉型中，多數公司增長的主要瓶頸是軟體工程師。

而在AI工廠這個新層面，最關鍵的將是技工，即擁有專門技藝的人才。我認為這非常好。我們的國家需要認識到，專門技藝是一份值得尊敬且至關重要的工作，對國家建設不可或缺。因此，我們應鼓勵培養這類人才。電工、管道工、木匠、鋼結構工人等，各個領域都需要大量此類人才。

再往上一個層面，我們可以探討AI Agent將如何改變醫生、金融服務專業人士或客服人員的工作。以我們公司為例，目前每位軟體工程師都配備了AI助手作為初步嘗試。結果是，我們公司新增的程式碼量驚人。我們的生產力因此飆升，也得以招聘更多人才，因為AI讓我們能創造出更多市場需要的產品，從而增加營收和招聘能力。因此，我認為更高層級的應用確實應該儘早擁抱AI。記住，奪走你工作的不是AI，摧毀你公司的也不是AI，而是那些善用AI的公司和個人。這一點值得深思並接受。

05

AI和數字孿生技術是先進製造業的核心

主持人提問：近期，製造業回流的討論十分熱烈。AI領域的許多專家探討過數字孿生概念，以及製造工廠採用該技術如何切實助力本土製造業復興。同時，蘋果公司的CEO近期表示，iPhone製造回流本土的主要瓶頸之一是缺乏優質、高精度的機械臂技術。因此，綜合來看，AI似乎確實能成為推動製造業發展和產業回流的關鍵賦能技術。您對此有何展望？

黃仁勳：首先，製造業的核心並非低成本勞動力。如今的先進製造業，整個工廠由軟體驅動。整個工廠如同一個巨型機器人，協調內部眾多機器人運作。這些先進工廠雖有許多員工，但本質上是技術主導。我認為第一點，在我們的行業（僅以我所在的行業為例），能夠在美國本土實現從晶片到AI超級電腦的端到端製造，是絕佳的機遇。我樂見政府積極鼓勵並支援產業界將製造業遷回本土。這是一項高品質、高技術含量的工作，在本土開展對國家而言是絕佳機會。我對此充滿熱忱，我們是此趨勢的堅定擁護者，並慶幸全球合作夥伴對此予以支援。這是其一。

其二，若不精於製造業，我們將錯失一個巨大產業，其未來將由能源可獲得性驅動。那個國家不想參與AI這個新興產業？為何不願生產AI？為何不願涉足最先進的製造業？它本質上就是製造業。其最終產出是數字，正如上次工業革命的產出是電子——當時多數人無法理解能通過發電機創造出電力。如今我們稱之為Nvidia AI超級電腦。但在當時，發電機產生的是無形的電力——看不見，摸不著，但確實是電，是電子。現在，則是一種新形式的“電子”——數字。因此，我們當然希望投身此新興產業，而要實現這一點，就必須擁有本土製造業。

鑑於製造業的技術密集性，我們應首先在數字孿生環境中建構，其次是在虛擬現實環境中操作。Nvidia設計了全球最複雜的系統。我們每一代產品的研發投入約200億美元，現在可能更高，但這200億美元僅僅用於生產一個晶片系列。我們完全在這些晶片的數字孿生中進行設計。在實際製造前數月，它們就已作為數字模型存在。當晶片問世時，我知道它會是完美的，因為我們已對其進行了詳盡的模擬、模擬和嚴格測試。數位化工廠也應如此。特別是大型工廠，應完全建立其數字孿生，利用人工智慧建構並營運——實現虛擬整合，將這些宏偉結構完全數位化整合，然後進行營運、最佳化，並用於完全數位化的產出規劃。未來，每座工廠、每輛汽車、每棟建築、每座城市，甚至我希望每個人，都將擁有其數字孿生版本。數字孿生的理念正因此成為現實，這都歸功於人工智慧。

06

AI機器人預計五年內將實現大規模生產和應用

主持人提問：您預期AI驅動的機器人何時能成為我們日常生活中無處不在的存在？

黃仁勳：首先，自動駕駛汽車就是一種機器人。我們花了大約10年時間才發展到目前的階段。Waymo目前已進入全國許多城市，營運表現優異。看到Waymo的汽車在舊金山等城市行駛，令人鼓舞。這大約花了10年。機器人所需時間會更短。因為我們可以約束機器人的操作環境。所以機器人不必像汽車那樣具備完全的通用性。汽車一旦進入舊金山，就必須適應每條街道和各種路況。而對機器人，我們可以施加更多限制，從原型開發、功能完善到大規模量產，大約需要五年。如今我們已擁有功能強大的機器人。因此，大約五年後，我們將看到機器人從工廠中批次產出。目前製造汽車的公司未來都將非常擅長製造機器人。他們只需在軟體和AI方面做得更好，而相關技術已相當普及。 (數字開物)