NextFin News - 为 No Priors 播客录制并于 2026 年 1 月初发布，英伟达创始人兼首席执行官黄仁勋与主持人 Sarah Guo 和 Elad Gil 坐下来评估人工智能的现状与未来走向。该对话于 2026 年 1 月 8 日录制，讨论了当前时刻是否为泡沫、AI 将如何影响工作与产业，以及哪些领域最有可能率先出现突破性的领域特定 AI。
关于“AI 泡沫”与向加速计算的转变
黄仁勋将“泡沫”问题重新框定为产能和计算基础的转变。他认为即便没有当下那些高调的聊天机器人，英伟达仍将是家千亿美元级别的公司，因为“计算的基础正在向加速计算转移”。他告诫听众不要只看窄化的聊天机器人叙事，而要考虑更广泛的 AI 用途。正如他在采访中所言，如果生成式 AI，嗯，抱歉，如果聊天机器人……如果这些今天根本不存在，英伟达仍会是家千亿美元级的公司。
他强调需求正在跑赢基础设施，许多人称之为的 AI 泡沫实际上是一个产能问题：“他们需要像工厂一样的产能来提升收入增长。”
关于就业、生产力与新型工作
黄仁勋以供需框架并聚焦劳动力短缺来讨论岗位被替代的问题。他并不预测大规模裁员，而是认为生产力的提高往往会创造新的业务方向和对熟练劳动力的更大需求。“如果英伟达更高效，并不会导致裁员。结果是我们能做更多的事情，”他说。他指出在工厂工作和长途卡车驾驶等领域存在持续短缺，并认为自动化可以弥补这些空白：“拥有机器人系统将使我们能够填补非常严重且由于人口老龄化正在恶化的劳动力缺口。”
黄仁勋还描述了 AI 将创造的二阶就业：针对大量具身机器的维护与服务行业。“想想所有的维护团队……试想我们有十亿台机器人。这将是地球上最大的维修产业，”他说，并以机器人出租车的兴起为例，说明自动化同时会带来新的运营生态和人员需求。
关于“上帝级 AI”与单体模型的局限
黄仁勋反驳了关于单一、全能智能到来的危言耸听式时间表。他承认抽象上的可能性——“我想总有一天我们会有上帝级 AI”——但将这一想法置于实际视野之外：“那样的某一天大概是圣经式的尺度，你知道的，我认为是银河级别的时间尺度。”他将这一遥远假设与当今工程现实对比：我认为没有任何公司实际相信自己离上帝级 AI 很近。我也没看到有研究者有任何合理的能力去创造上帝级 AI。
对黄仁勋而言，更有用的视角是一个多样化的生态系统和一整套技术栈，能够交付许多专门化能力，而不是依赖某一个单体的“皇冠之珠”模型。
关于可能迎来自己“ChatGPT 时刻”的领域：数字生物学
黄仁勋指出数字生物学正接近其生成式 AI 的拐点。他提到在多蛋白质理解以及分子和化学品的生成模型方面的进展。“蛋白质理解现在进展非常快。蛋白质生成也将快速发展，”他说，并提及内部在多蛋白模型和表征学习方面的工作。他将多模态、长上下文和合成数据生成的汇聚描述为会促成数字生物学“ChatGPT 时刻”的技术成分。
关于物理 AI、推理系统与机器人
与数字生物学密切相关，黄仁勋强调加入推理、记忆与长远规划会把 AI 从被动软件推进为能在现实世界中行动的代理。他预测这些能力将提升自动驾驶汽车和具身机器人的性能：“由于推理，汽车将能够表现得更好……这些汽车将会一直在思考。”他建议推理系统将通过把新事件拆解为熟悉的组成部分并构建解决方案来应对分布外情况：“AI 的分布外部分将很大程度上由推理系统来解决。”他预计在人形尺度机器人以及将感知、生成与规划结合的多模态视觉-语言-动作模型方面会有重大突破。
关于技术栈与开放生态的作用
在整个讨论中，黄仁勋反复回到这样一个观点：AI 是一个分层的产业：加速计算硬件、内存与晶圆、模型容量、模拟与数据，以及应用层工程。他警告不要把 AI 看成单一模型或单一厂商的优势，并敦促关注整个栈作为主权或竞争优势的所在：“美国的优势实际上……在于整个栈。具备交付其中任何一部分的能力。”
结束的务实提示
黄仁勋呼吁对 AI 政策和讨论采取务实、接地气的方法。他反对把注意力放在要么把即将到来的全能智能神化，要么用世界末日式的叙事阻碍投资的极端故事上。“我们不需要等着某个神话般的上帝级 AI 出现，事情才会以非常真实的方式开始改变，”他说，转而呼吁以常识为导向，关注产能、通过工程保障安全，以及 AI 在许多短期、领域特定机会中改善经济结果的可能性。
参考资料：
No Priors 播客：“英伟达的黄仁勋谈推理模型、机器人技术以及反驳‘AI 泡沫’叙事”（剧集页面）
Business Insider 对黄仁勋 No Priors 采访的报道
更多独家洞察尽在 nextfin.ai.
