NextFin

黄仁勋:将人工智能视为基础设施——从虚拟孪生到AI工厂

由 NextFin AI 总结
  • 黄仁勋强调了计算的根本性重塑,指出人工智能将像水和电一样成为关键的基础设施。
  • 提出“世界模型”的概念——超越语言模型,通过生成式AI和虚拟孪生来表征现实世界行为。
  • 黄仁勋将虚拟孪生描述为“知识工厂”,将主导设计与验证流程,使100%数字化工作流成为可能。
  • 英伟达与达索系统的合作旨在打造一个强大的工业AI平台,整合实时仿真与加速计算。
NextFin News -

2026年2月3日星期二,在得克萨斯州休斯顿举办的3DEXPERIENCE World大会主会场上,英伟达创始人兼CEO黄仁勋与达索系统CEO Pascal Daloz同台,讨论了一项将达索的虚拟孪生技术与英伟达加速AI平台相连的战略合作。该对话于中部时间上午9:00在George R. Brown会议中心举行,阐明了面向行业规模的“世界模型”、虚拟同伴以及新一类由AI驱动的基础设施的共同愿景。

以下按主题整理,呈现黄仁勋在台上对话中的核心陈述。引述和意译均来自会中参会者的发言。

重塑计算栈

黄仁勋将此刻描述为对计算的根本性重塑:“我们正在全面重塑计算栈。”他将过去那种每一几何形状和材料都被逐一指定的结构化设计工作流,与由生成式计算模型主导的未来进行了对比。在他的表述中,人工智能将成为贯穿各行业的基础性要素,并被视为关键基础设施:“正如水曾是基础设施、电是基础设施、互联网是基础设施,现在人工智能也将成为基础设施。”

从结构化表征到生成式世界模型

黄仁勋解释数字表征如何变化时表示,下一个时代将超越语言模型,进入他所称的世界模型阶段,这些模型植根于工业、工程与科学。他指出:“大型语言模型不会造卫星,不会设计飞机,也不会发现抗癌疗法。你们做这些,我们帮助你们进行认证。”世界模型使虚拟孪生真正具备生成能力,将仿真与AI结合以表征并预测现实世界的行为。

虚拟孪生作为知识工厂

黄仁勋强调,虚拟孪生不仅仅是普通的应用,而是“知识工厂”,在这里专有技能得以充实、结果值得信赖。他预计设计与验证将越来越多地以数字化方式进行:“未来……我们将100%时间待在数字空间……我们会以虚拟孪生设计一切、运营一切,真正实现你的愿景。”他描述了一种工作流,设计人员从二维转向参数化三维、实时仿真,随后将设计与软件和运营整合。

具物理意识的AI与加速仿真

为弥合仿真速度与物理逼真度之间的差距,黄仁勋介绍了物理启发的AI方法。他提出了一种名为PhysicsNemo的技术——一个具备物理感知能力的AI框架,既可以由严谨的仿真器训练,也可以与仿真器并行工作——并强调这种融合可以让预测快几个数量级:“它立足于物理定律,但能快1万倍地进行预测。”他用动物在不解方程的情况下预测运动的比喻,说明AI如何高效地模拟物理行为。

生命科学与生命语言

关于生物建模,黄仁勋表示第一步是学习“生命的语言”——DNA、蛋白质与细胞——以便AI能够在生物语言与人类语言之间进行解读和翻译。他描述了可以生成具有设计性质的蛋白质、化学物质或材料的生成能力:“一旦你能学到某种东西……我们就能在人人语言和生物语言之间翻译……生成可用于药物的新蛋白质或生成新的化学物质……生成更强、更耐热、更轻的新材料。”

生成式设计与工程可能性的扩展

谈到生成式设计时,黄仁勋强调了替代模型和仿真模型,它们使得对浩瀚设计空间的探索成为可能。他预测设计工具将产生大量候选方案供工程师精化:“我要你探索这个、我要你探索那个……给我三种设计……给我十种设计。”他将智能体与虚拟同伴视为增强设计师能力的合作者而非替代者,并指出随着每个设计师都将管理一队AI同伴,工具的使用者与工具本身都将增加。

工厂、AI工厂与基于模型的设计

黄仁勋将工厂描述为物理与虚拟的混合系统,这些系统将在虚拟孪生中被建模、仿真并运行。他表示产品工程与工厂工程将愈发相互影响,且大型AI工厂需要采用基于模型的设计(MBSE/MBD)进行规划:“我们在建造之前,在MBSSE中设计、规划并仿真一切……我们甚至会在开工前在虚拟孪生中运行网络和超级计算机。”他估算了AI工厂基础设施的规模,将千兆瓦级的AI工厂描述为需要精确数字化规划的巨额投资。

虚拟同伴、智能体与知识保护

黄仁勋谈到具有主体性的虚拟同伴,它们将对个人专长与偏好进行编码:“那个同伴……会把你的技能、偏好、习惯进行编码……那就是你的同伴。”他强调这些同伴会捕捉专有经验,应当保持私密并受到保护:“它不会放到云端,不会公开,因为它包含你的专长。”这些同伴既是助手也是智能体团队的管理者,负责协调设计探索与执行。

认证、合规即设计与信任

黄仁勋多次回到认证与信任的话题。他认为虚拟孪生与世界模型使合规成为设计的内在、上游部分:“回溯信息可以被自动摄取……合规性被持续验证,这意味着现在我们正向前迈进……这是设计使然,是合规即设计。”他强调仿真与经验证的模型在降低认证时间与成本的同时提升安全性与信任度的作用。

达索–英伟达合作的意义

在把合作置于历史脉络中时,黄仁勋回顾了基于图形与CUDA的近四分之一世纪的协作,现在已延伸到AI和Omniverse。他将双方的共同目标概括为交付一个由实时仿真与加速计算驱动的“知识工厂”,使虚拟孪生与AI作为一体运作:“与英伟达一道,我们将数十年的工业领先经验与英伟达的AI和Omniverse平台结合,改变数百万研究人员、设计师与工程师构建世界上最大产业的方式。”

黄仁勋在结语中感谢工程师群体并重申长期合作关系:“没有你们以及你们所做的卓越工作……我们的工程师与科学家追求的许多事物就没有机会变为现实。”

参考资料

与该对话和合作宣布相关的新闻报道与活动信息:

达索系统新闻稿 — 达索系统与英伟达合作构建支持虚拟孪生的工业AI平台(2026年2月3日)

英伟达新闻中心 — 达索系统与英伟达合作构建支持虚拟孪生的工业AI平台(2026年2月3日)

3DEXPERIENCE World 2026 — 活动页面(2026年2月1–4日,休斯顿)

更多独家洞察尽在 nextfin.ai.

洞察

在计算领域,作为基础设施的人工智能是什么?

生成式模型在芯片行业是如何演变的?

用户对虚拟孪生技术有哪些反馈?

与人工智能工厂相关的当前行业趋势有哪些?

NVIDIA 与达索系统之间的合作最近有哪些进展?

虚拟孪生如何作为知识工厂发挥作用?

人工智能在制造业的整合面临哪些挑战?

PhysicsNemo 如何提高 AI 中的仿真速度?

以 AI 为驱动的基础设施对各行业的长期影响是什么?

关于 AI 伴侣的数据隐私存在哪些争议?

生成式设计工具如何扩展工程的可能性?

哪些历史性合作促成了 NVIDIA 与达索系统的这次合作?

虚拟同伴如何支持设计流程?

未来人工智能工厂可能会有哪些演进路径?

与 NVIDIA 的 AI 平台竞争的主要技术有哪些?

虚拟孪生如何改善设计中的合规性和认证?

在此输入您的问题...