5月3日，NVIDIA首席执行官黄仁勋在The Hill & Valley Forum论坛上接受访谈，对话中探讨了“AI 工厂”的核心理念，阐释了“物理AI”的发展阶段，此外还探讨了全球AI竞赛的格局、AI与数字孪生如何赋能先进制造业。
黄仁勋表示，AI竞赛是无限游戏，最终的赢家并非技术的发明国，而是能够大规模、高效应用技术的国家。他还预测，AI驱动的机器人因操作环境可被约束，其规模化量产和普及应用预计在五年内实现，速度将快于自动驾驶汽车。
以下是本次对话实录：
01 AI工厂通过大规模生产“智能Token”将重塑所有行业
主持人提问：您将AI定位为一场新的工业革命，并将AI工厂置于其核心。您能解释一下什么是AI工厂，以及为什么在21世纪的经济中理解它至关重要吗？此外，您认为这是现代计算领域的一场范式转变吗？未来，现实世界中每家制造实物的工厂，是否都将配套一座AI工厂？
黄仁勋：
关于 AI，过去几年我们已有很多讨论。它具有多面性，从以下视角看待会很有帮助。首先，AI 无疑是一种新技术。其构建方式与过去的软件不同，因而能完成过去软件无法实现的任务。因此，这是一项非凡的技术：它潜力巨大，同时我们需努力确保其安全，它还将带来许多激动人心的变革。这是技术层面。
第二个层面相对较新。在过去的科技产业，软件由人工键入代码来生产。现在出现了一个新产业，软件由机器生产。这意味着需要大型超级计算机，通过电力驱动，产出 Token。这些 Token 可以重组成数字、文字、蛋白质、图像、视频、三维结构等多种形式——我们称之为智能。这种机器与过去的机器截然不同，我称其为 AI 工厂，因为它只专注于一件事：每天持续生产 Token。
更高层面是基础设施层面。正因如此，我们日益认识到 AI 极可能引发一场意义深远的工业革命。这项新技术不仅会催生我刚提及的新产业——AI 工厂，即智能的生产，还将彻底变革和转型所有其他行业。这些 Token 将应用于医疗保健和教育以及金融服务、工程学。我们日常也运用 AI 进行软件编程和供应链管理。AI 即将进入制造业等更多领域。从这三个层面审视，AI 的变革性与影响力堪比昔日的电力，它将彻底革新每个行业。因此，这是一场名副其实的工业革命。
关于AI工厂的未来，我认为完全正确。如今，任何制造活动部件产品的公司，例如割草机制造商，或如 Caterpillar 一般的工程机械制造商——其产品目前主要依靠人工操作。未来，这些设备将实现自主、高度自主、半自主或辅助操作。一旦实现自主，就将由软件定义。届时，企业必须生产用以驱动这些设备 (如拖拉机) 的 Token，也就是软件。因此，未来每家产品制造公司，除了制造产品的工厂外，还将拥有另一座工厂，专门生产驱动其产品的AI。观察汽车行业便能清晰理解这一点：如今的汽车公司主要制造汽车，但十年后，所有汽车公司无疑也将生产运行于其汽车内的 Token。
02 具备推理能力的物理AI，对制造业等实体产业至关重要
主持人提问：过去一年，您探讨了物理 AI 的概念。对于思考美国未来政策的决策者而言，您能否解释一下什么是物理 AI，以及我们应如何看待它？
黄仁勋：
让我们回溯一下。现代 AI 真正进入大众视野大约是在 12 至 14 年前，伴随着 AlexNet 的问世以及计算机视觉领域的重大突破，时间大概是 2012 年。若从更广阔的视角审视，当时的计算机视觉本质上就是感知——感知世界，无论是图像、声音、振动还是温度等任何信息形态。如今，我们已开发出能理解各类信息含义且表现智能的 AI 模型。因此，AI 的第一波浪潮是感知 AI。约五年前，人们开始热议第二波浪潮：生成式 AI。生成式 AI 的核心在于，AI 模型不仅能理解信息含义，还能进行转换，例如，将英语翻译成法语，或将文本描述转换为图像——通过提示词即可生成图像。可以说，生成式 AI 本质上是一种能理解人类语言的通用翻译器。这就是第二波浪潮。
当前的浪潮是，AI 已具备理解与生成能力。然而，真正的智能还需要解决未知问题、识别全新状况。我们通过推理来实现：运用已习得的规则、规律和原则，逐步分解问题，即便面对全新挑战，也能通过推理找到解决方案。这是智能的核心能力之一，也标志着我们进入了推理 AI 时代。推理 AI 能生成数字机器人，我们称之为具有代理性的 AI，即 Agents，它们拥有自主性。这类 AI 能理解任务、自主学习阅读、运用计算器、浏览器、电子表格等工具，并最终完成指定工作，例如访问 SAP 处理供应链事务，或连接 Workday 管理人力资源。这些具有代理性的 AI 本质上是数字化劳动力机器人。未来，我们这代CEO 将同时管理生物劳动力与数字劳动力，传统的人力资源部门负责前者，而 IT 部门则将演变为具有代理性的 AI 的“人力资源中心”。这便是我们当前所处的阶段。
接下来的浪潮，将使全球规模最大的产业从中受益。它要求AI 理解物理定律、摩擦力、惯性、因果关系等基本概念。例如，物体被碰倒会掉落；瓶子放在桌上不会穿透桌面。这些儿童乃至宠物都具备的常识性物理推理能力，多数 AI 尚不具备。若将球滚过厨房台面使其掉落消失，AI 或许认为它彻底不见了，但狗却知道球在另一侧。狗理解物体恒存性的概念，明白球并未进入另一个元宇宙，于是会绕到桌边找回。
机器人同样需要学习：要从桌子的一边到另一边，不能直接穿过，必须推理出绕行路径。这类物理层面的推理，即是物理 AI。将物理 AI 植入名为“机器人”的物理实体，便得到机器人技术。这对我们当前至关重要，因为美国各地正大力兴建工厂。我们期望以充分利用最新技术的方式建设这些设施。因此，希望未来十年内建成的新一代工厂高度机器人化，以助我们应对全球普遍的严重劳动力短缺。
03 AI竞赛是无限游戏，赢家是能够大规模、高效应用技术的国家
主持人提问：许多人认为我们正处在全球 AI 竞赛之中。您觉得美国政府应如何行动才能赢得竞赛，掌握最顶尖的 AI 技术？
黄仁勋：
首先，要参加竞赛并取胜，必须了解竞赛本身：明晰自身资源、已有和欠缺的资产、以及优劣势。要认识到，AI 的核心是基础性的。回顾前提及的三个层面，在每一层面都需确保理解游戏规则。这场游戏并非限时 60 分钟，而是一场无限的游戏。多数人不擅长无限游戏。Nvidia 已成立 33 年，历经 PC 革命、互联网革命、移动革命，如今正迎接 AI 革命。要在不断变化的环境中持续发展，就必须懂得如何参与游戏。理解游戏规则、认清自身资产至关重要。
技术层面，最关键的是理解知识资本。须知全球一半的 AI 研究者来自中国，我们必须正视这一重要因素，并将其纳入游戏策略考量。其次是 AI 工厂，其高效运作依赖能源，因为本质上是将电力转化为数字 Token。这正如上次工业革命以能源驱动原子转化为钢铁、汽车、建筑等实体；更早之前，水力驱动发电机产生电力。如今则是电力输入，Token 输出。因此，能源是下一层面的关键。
更高层面正逐步显现，我们必须深刻理解：上次工业革命的最终赢家，并非技术发明国，而是技术应用国，美国在钢铁和能源应用上远超他国。因此，这一基础设施层面核心在于技术应用——不畏惧、积极拥抱、对劳动力进行再培训以适应新技术，并鼓励广泛采用。此视角和框架审视 AI，便会发现各层面均有其独特的挑战、机遇及游戏规则。
04 AI工厂将催生大量新型技工岗位需求
主持人提问：关于劳动力问题，媒体一直着力渲染AI可能导致大规模劳动力置换和失业潮的论调。您能否展望一下AI将如何影响就业市场？更具体而言，您预见哪些我们当前甚至未曾设想，但未来可能涌现的新工作类别？
黄仁勋：
一些新的工作将被创造出来，一些工作将会消失，每一份工作都将发生改变。人们很容易在两个极端之间摇摆，但我始终认为，将问题分解并从第一性原理出发进行思考，会大有裨益。在我之前描述的框架中，最底层的情况是——你深度参与风险投资，了解AI领域的动态——在基础层面，正是AI让旧金山得以复苏。几乎所有人都曾撤离旧金山，现在旧金山再次繁荣，这完全是AI的功劳。AI创造了新型工作，根本原因在于它是一种全新的软件开发方式。AI的出现改变了技术的每个层面。过去是人工编写的软件在CPU上运行，现在则是机器学习生成的软件在GPU上运行。因此，每个层面：相关工具、编译器、方法论，收集和管理数据的方式，利用AI设置安全护栏，利用AI进行训练，利用AI保障AI自身安全，所有这些技术都在不断涌现，并创造了大量就业机会。
更高一个层面则蕴藏着巨大机遇。我之前提到，我们将建造输入电力、产出 Token的新型工厂。以一个1吉瓦 的工厂为例——我们预计未来将建造7到10吉瓦的AI工厂集群。一个1吉瓦工厂的投资高达600亿美元。目前，一个100兆瓦的工厂已相当普遍。这600亿美元的投资规模，相当于Boeing公司一年的营收。建造这类工厂需要融资，从而创造大量就业。建设场地和厂房外壳，会带动建筑业大量就业，包括木匠、钢结构工人和泥瓦匠，他们都是建厂所需的人才。一个投资600亿美元的工厂，规模极其庞大。这将需要机械工程师、电气工程师、管道工，以及后续所有低压系统、IT和网络方面的专业人才，最后是运营团队。整个建设周期大约需要三年。这将催生大量全新的技术工种。在过去的计算机行业和计算平台转型中，多数公司增长的主要瓶颈是软件工程师。
而在AI工厂这个新层面，最关键的将是技工，即拥有专门技艺的人才。我认为这非常好。我们的国家需要认识到，专门技艺是一份值得尊敬且至关重要的工作，对国家建设不可或缺。因此，我们应鼓励培养这类人才。电工、管道工、木匠、钢结构工人等，各个领域都需要大量此类人才。
再往上一个层面，我们可以探讨AI Agent将如何改变医生、金融服务专业人士或客服人员的工作。以我们公司为例，目前每位软件工程师都配备了AI助手作为初步尝试。结果是，我们公司新增的代码量惊人。我们的生产力因此飙升，也得以招聘更多人才，因为AI让我们能创造出更多市场需要的产品，从而增加营收和招聘能力。因此，我认为更高层级的应用确实应该尽早拥抱AI。记住，夺走你工作的不是AI，摧毁你公司的也不是AI，而是那些善用AI的公司和个人。这一点值得深思并接受。
05 AI和数字孪生技术是先进制造业的核心
主持人提问：近期，制造业回流的讨论十分热烈。AI领域的许多专家探讨过数字孪生概念，以及制造工厂采用该技术如何切实助力本土制造业复兴。同时，苹果公司的CEO近期表示，iPhone制造回流本土的主要瓶颈之一是缺乏优质、高精度的机械臂技术。因此，综合来看，AI似乎确实能成为推动制造业发展和产业回流的关键赋能技术。您对此有何展望？
黄仁勋：
首先，制造业的核心并非低成本劳动力。如今的先进制造业，整个工厂由软件驱动。整个工厂如同一个巨型机器人，协调内部众多机器人运作。这些先进工厂虽有许多员工，但本质上是技术主导。我认为第一点，在我们的行业（仅以我所在的行业为例），能够在美国本土实现从芯片到AI超级计算机的端到端制造，是绝佳的机遇。我乐见政府积极鼓励并支持产业界将制造业迁回本土。这是一项高品质、高技术含量的工作，在本土开展对国家而言是绝佳机会。我对此充满热忱，我们是此趋势的坚定拥护者，并庆幸全球合作伙伴对此予以支持。这是其一。
其二，若不精于制造业，我们将错失一个巨大产业，其未来将由能源可获得性驱动。哪个国家不想参与AI这个新兴产业？为何不愿生产AI？为何不愿涉足最先进的制造业？它本质上就是制造业。其最终产出是数字，正如上次工业革命的产出是电子——当时多数人无法理解能通过发电机创造出电力。如今我们称之为Nvidia AI超级计算机。但在当时，发电机产生的是无形的电力——看不见，摸不着，但确实是电，是电子。现在，则是一种新形式的“电子”——数字。因此，我们当然希望投身此新兴产业，而要实现这一点，就必须拥有本土制造业。
鉴于制造业的技术密集性，我们应首先在数字孪生环境中构建，其次是在虚拟现实环境中操作。Nvidia设计了全球最复杂的系统。我们每一代产品的研发投入约200亿美元，现在可能更高，但这200亿美元仅仅用于生产一个芯片系列。我们完全在这些芯片的数字孪生中进行设计。在实际制造前数月，它们就已作为数字模型存在。当芯片问世时，我知道它会是完美的，因为我们已对其进行了详尽的模拟、仿真和严格测试。数字化工厂也应如此。特别是大型工厂，应完全创建其数字孪生，利用人工智能构建并运营——实现虚拟集成，将这些宏伟结构完全数字化整合，然后进行运营、优化，并用于完全数字化的产出规划。未来，每座工厂、每辆汽车、每栋建筑、每座城市，甚至我希望每个人，都将拥有其数字孪生版本。数字孪生的理念正因此成为现实，这都归功于人工智能。
06 AI机器人预计五年内将实现大规模生产和应用
主持人提问：您预期AI驱动的机器人何时能成为我们日常生活中无处不在的存在？
黄仁勋：
首先，自动驾驶汽车就是一种机器人。我们花了大约10年时间才发展到目前的阶段。Waymo目前已进入全国许多城市，运营表现优异。看到Waymo的汽车在旧金山等城市行驶，令人鼓舞。这大约花了10年。机器人所需时间会更短。因为我们可以约束机器人的操作环境。所以机器人不必像汽车那样具备完全的通用性。汽车一旦进入旧金山，就必须适应每条街道和各种路况。而对机器人，我们可以施加更多限制，从原型开发、功能完善到大规模量产，大约需要五年。如今我们已拥有功能强大的机器人。因此，大约五年后，我们将看到机器人从工厂中批量产出。目前制造汽车的公司未来都将非常擅长制造机器人。他们只需在软件和AI方面做得更好，而相关技术已相当普及。
