黄仁勋于本周接受了Bg2 Pod的专访，与Bill Gurley和Brad Gerstner进行了剪辑后仍达近2小时的对谈。 本次对谈信息密度格外高，黄仁勋集中表达了对英伟达近期包括对OpenAI的千亿美元投资、投资英特尔等一系列大动作的原因，对英伟达的产业角色的 定位，对AI产业的发展前的前瞻，以及AI对世界经济格局的彻底重构。 观众也在视频评论区对本次访谈给予了高度评价，极尽溢美之词。 | | @aa1on 2天前 | | --- | --- | | | best nvidia interview i have ever seen | | | 这是我见过的最棒的英伟达采访。 | | | 翻译成中文(中国) | | | 回复 | | | > 8 条回复 | | m | @mshark2205 15小时前 | | | THE BEST Jensen interview! Criminally underrated | | | 这是对黄仁勋最精彩的采访!被严重低估了 | | | 翻译成中文(中国) | | | 回复 | | | ▽ 2条回复 | | | @dayobball6 2天前(修改过) | | | Co ...

生成式AI行业动态 - OpenAI被曝在用户不知情情况下将GPT-4和GPT-5等模型路由至低算力敏感模型"gpt-5-chat-safety"和"gpt-5-a-t-mini" 当系统判定内容涉及敏感话题或情绪表达时自动触发切换 [1] - OpenAI回应称切换为临时性安全路由系统测试 但未经同意的模型更改行为引发用户权益质疑 [1] - 腾讯发布工业级原生多模态生图模型混元图像3.0 参数规模80B 是目前测评效果最好且参数量最大的开源生图模型 [2] - 混元图像3.0基于50亿级图文对和6T语料训练 具备千字级复杂语义解析能力 支持长文本生成和小文字处理 [2] - 快手推出KAT-Dev-32B开源和KAT-Coder闭源两款Agentic Coding大模型 在SWE-Bench Verified上分别达到62.4%和73.4%解决率 [3] - 快手开发基于熵的树剪枝技术和强化学习训练框架SeamlessFlow 模型经训练后涌现出对话轮次减少和多工具并行调用新能力 [3] AI教育应用进展 - 好未来提出AI教师L1-L5分级理论 学而思"小思AI一对一"对标L3级别 能实现实时观察学生解题步骤并提供针对性引导 [4][5] - L3级AI教师需配备多模态传感器和专用硬件 形成"批改-讲题-推荐"数据飞轮 数学解题正确率达98.1% [5] - 好未来自研"九章"大模型结合20多年教研内容 在线下培训、在家学习和进校学习三大场景实现统一学情画像 [5] 前沿科技战略布局 - Meta计划投入数十亿美元研发人形机器人"Metabot" 战略地位与AR项目同级 聚焦软件开发而非硬件制造 [6] - Meta拟采用软件平台授权模式 与机器人制造商合作建立行业通用标准 新成立超级智能人工智能实验室构建物理"世界模型" [6] - 谷歌DeepMind视频模型Veo 3涌现四层能力：感知经典视觉任务、建模物理定律、操纵图像编辑、推理视觉问题 [10] - Veo 3通过帧链(CoF)技术实现跨时空推理 在七个代表性任务上显著超越Veo 2 可能成为视觉领域的GPT-3时刻 [10] 技术理论与方法创新 - 图灵奖得主Richard Sutton认为大语言模型是错误起点 强调真正智能需通过经验学习实现 而非对人类行为的模仿 [7] - 陈丹琦团队提出RLMT方法 将显式思维链推理融入通用聊天模型 在WildBench等基准测试中表现优异 [8][9] - RLMT要求模型生成推理轨迹后再输出最终答案 通过奖励模型评分 使推理风格从线性规划转变为迭代式思考 [8][9] 行业战略与市场展望 - 英伟达从芯片公司转型为AI基础设施合作伙伴 通过极端协同设计构建AI工厂生态系统 竞争护城河基于总拥有成本优势 [11] - AI推理将迎来十亿倍增长 预训练、后训练和推理三大扩展定律驱动万亿级市场 年度AI基础设施资本支出预计达5万亿美元 [11] - 主权AI时代各国需建立独立AI基础设施 主张通过技术出口最大化影响力而非脱钩 保持美国梦品牌吸引全球人才 [11]

AI时代，快人一步~ 以下文章来源于硬AI ，作者专注科技产研的 硬AI . 作者 | 硬 AI 编辑 | 硬 AI 近日，英伟达创始人兼CEO黄仁勋做客「Bg2 Pod」双周对话节目，与主持人Brad Gerstne和Clark Tang进行了一场广泛的对话。 硬·AI 对谈中，黄仁勋谈及了和OpenAI价值1000亿美元的合作，并就AI竞赛格局、主权AI前景等主题发表了自己的看法。 黄仁勋表示，现在的AI竞争比以往任何时候都激烈，市场已从简单的"GPU"演变为复杂的、持续进化的"AI工厂"，需要处理多样化的工作负载和呈指数级增长的推 理任务。 他预计，如果未来AI为全球GDP带来10万亿美元的增值，那么背后的AI工厂每年的资本支出需要达到5万亿美元级别。 谈及和OpenAI的合作，黄仁勋表示，OpenAI很可能会成为下一个万亿美元级别的超大规模公司，唯一的遗憾是没有早点多投资一些，"应该把所有钱都给他们"。 以下为对谈的亮点内容： • OpenAI想和英伟达建立起类似于马斯克和X那样的"直接关系"，包括直接的工作关系和直接的采购关系。 • 即使不考虑AI创造的新机会，仅仅是AI改变了做事方式就有巨大价值。 ...

他预计，如果未来AI为全球GDP带来10万亿美元的增值， 那么背后的AI工厂每年的资本支出需要达到5 万亿美元级别。 谈及和OpenAI的合作，黄仁勋表示， OpenAI很可能会成为下一个万亿美元级别的超大规模公司，唯一 的遗憾是没有早点多投资一些，"应该把所有钱都给他们"。 在AI商业化前景方面，黄仁勋预计， 未来5年内，AI驱动的收入将从1000亿美元增至万亿美元级别。 关于ASIC的竞争，英伟达放话， 即使竞争对手将芯片价格定为零，客户仍然会选择英伟达，因为他们 的系统运营成本更低。 以下为对谈的亮点内容： 近日，英伟达创始人兼CEO黄仁勋做客「Bg2 Pod」双周对话节目，与主持人Brad Gerstne和Clark Tang 进行了一场广泛的对话。 对谈中，黄仁勋谈及了和OpenAI价值1000亿美元的合作，并就AI竞赛格局、主权AI前景等主题发表了 自己的看法。 黄仁勋表示，现在的AI竞争比以往任何时候都激烈， 市场已从简单的"GPU"演变为复杂的、持续进化 的"AI工厂"，需要处理多样化的工作负载和呈指数级增长的推理任务。 这必须通过他们的资本、通过股权融资和能够筹集的债务来资助。 未来5年内， ...

AI行业前景与市场规模 - AI预计将为全球GDP带来10万亿美元的增值 背后AI工厂年资本支出需达5万亿美元级别 [2] - 未来5年内 AI驱动收入将从1000亿美元增至万亿美元级别 且该增长概率几乎确定 [4][6] - AI占全球GDP比例预计达55-65% 约50万亿美元 其中10万亿美元需通过AI基础设施增强 [13][35][36] 英伟达与OpenAI合作 - 英伟达与OpenAI建立价值1000亿美元的合作关系 涉及芯片、软件、系统及AI工厂层面直接合作 [6][19][24] - OpenAI很可能成为下一个万亿美元级别超大规模公司 英伟达对其早期投资不足表示遗憾 [3][6][51] - 合作包括Microsoft Azure建设（数千亿美元规模）、OCI建设（5-7吉瓦）及Core Weave项目 [23] 英伟达技术优势与竞争格局 - 英伟达系统总拥有成本（TCO）优势显著 即使竞争对手芯片价格为零 客户仍会选择英伟达系统 [4][7][75] - 英伟达芯片每瓦token数为其他芯片两倍 客户数据中心可产生两倍收入 [13][76] - 竞争格局从单一GPU芯片演变为复杂AI工厂系统 需处理多样化工作负载和指数级增长的推理任务 [2][64] 算力需求与供应链挑战 - 全球算力短缺主因是云服务厂商订单低估需求 英伟达长期处于紧急生产模式 [6][43] - 推理任务量预计增长十亿倍 因推理链、思考型AI及多模态应用出现 [12][17][46] - 供应链已准备就绪 可响应需求翻倍 但客户预测持续不足导致产能紧张 [43][44] 产品战略与技术路线 - 英伟达转向年度芯片发布周期 2024年推出Hopper 2025-2026年推Vera Rubin 2027年推Ultra 2028年推Fineman [53] - 通过极限协同设计（同时优化模型、算法、系统及芯片）实现性能指数级提升 如Blackwell比Hopper性能提升30倍 [55][57] - 推出CPX芯片处理上下文及视频生成 Dynamo系统实现分解式AI工作负载编排 [63][72] 主权AI与全球布局 - 每个国家需建设主权AI能力 因AI涉及国家安全、经济安全及文化价值观编码 [13][84][85] - 英伟达定位为AI基础设施合作伙伴 提供芯片、组件或完整系统解决方案 [81] - 美国再工业化及AI技术民主化将消除技术鸿沟 推动全球参与 [86][87] 行业影响与未来趋势 - AI与机器人技术融合将成为未来5年重点 实现个性化AI代理及数字孪生应用 [14][91][92] - AI代理产业快速增长 OpenAI成为历史上收入增长最快公司 [38] - AI非零和游戏 将创造更多工作机会及经济增量 而非单纯替代现有岗位 [8][88][89]

AI行业增长前景 - OpenAI很可能成为下一个万亿美元市值公司 是英伟达的重要合作伙伴 [1][3][4] - AI驱动收入将在5年内从1000亿美元增长至万亿美元级别 目前可能已达到该水平 [1][26][28] - AI将增强全球50万亿美元规模的人类智能经济活动 可能创造10万亿美元增量价值 [20][21][24] 计算范式转型 - 通用计算时代结束 全球数万亿美元计算基础设施将全面转向加速计算和AI计算 [3][17][18] - 传统超大规模计算模式（搜索 推荐 购物）正从CPU转向GPU驱动 形成数千亿美元市场 [18][28][34] - 数据处理市场（Databricks Snowflake Oracle SQL）目前主要使用CPU 未来将全面转向AI处理 [34] 英伟达竞争战略 - 通过"极致协同设计"实现系统级优化 年度发布周期使性能呈指数级提升（Hopper到Blackwell提升30倍） [3][41][47] - 即使竞争对手芯片免费 英伟达系统在总拥有成本（TCO）上仍具优势 因电力 数据中心等运营成本更低 [1][75][77] - 从GPU供应商转型为AI基础设施建设者 能整合各类ASIC满足多样化工作负载需求 [3][62][64] 技术发展路径 - AI规模定律从预训练 后训练扩展到"思考"推理定律 推理能力将实现百万倍至十亿倍增长 [3][7][8] - Token生成速度每几个月翻一番 驱动每瓦性能需持续指数级提升 电力消耗与收入直接相关 [22][24][43] - 年度发布周期包括2024年Hopper 2025年Grace Blackwell 2026年Vera Rubin 2027年Ultra 2028年Feynman [41][47] 生态系统建设 - 与OpenAI的Stargate合作涉及1000亿美元投资 帮助其建立自主AI基础设施 [3][10][11] - 推出NVLink Fusion等开源平台 整合英特尔 ARM等生态系统合作伙伴 [71][73][74] - 投资xAI CoreWeave等公司 但不与采购义务挂钩 属于机会性股权投资 [39][40] 市场容量分析 - 全球AI基础设施年资本支出可能达到5万亿美元 对应生成10万亿美元token价值（50%毛利率） [21][22] - 目前4000亿美元市场规模将增长4-5倍 阿里巴巴计划将数据中心电力容量增加10倍 [22][25] - 供应链已做好准备应对需求增长 实际需求持续超出客户预测 [31][32] 工作负载演进 - AI从单一语言模型发展为多模型系统 能同时运行 使用工具并进行研究 [9] - 传统"一次性"推理转向"思考型"推理 大幅增加单次使用的计算量 [11][13][33] - 视频生成 上下文处理等专业化工作负载需要特定芯片（如CPX） [62]

AI行业前景与市场规模 - AI将为全球GDP带来10万亿美元增值 背后AI工厂年资本支出需达5万亿美元级别 [2][3] - AI驱动收入在未来5年内从1000亿美元增至1万亿美元的概率几乎确定 目前已接近实现 [3][14] - 全球算力短缺主因是云服务提供商订单低估需求 导致长期处于紧急生产模式 [3][16] 英伟达与OpenAI合作 - OpenAI邀请英伟达早期投资 可能成为下一个万亿美元级超大规模公司 [2][6] - 合作涉及直接工作关系和直接采购关系 类似马斯克与X的合作模式 [2][7] - 合作涵盖Microsoft Azure建设(数千亿美元规模) OCI建设(5-7千兆瓦)和Core Weave项目 [6] 技术竞争格局 - 当前AI竞争比以往更激烈 市场从GPU演变为复杂AI工厂 需处理多样化工作负载 [2][26] - 英伟达芯片竞争优势在于总拥有成本(TCO) 性能或每瓦token数是其他芯片两倍 [4][33] - 谷歌TPU优势在于前瞻性 但客户自有工具将成为主流趋势 [3][27] 技术发展路径 - 推理能力将增长十亿倍 从一次性推理转变为思考型AI [6][18] - 出现三个缩放定律:预训练缩放 后训练缩放和推理缩放 替代单一缩放定律 [6] - 年度发布周期实现技术指数级提升 Hopper到Blackwell性能提升30倍 [22][23] 生态系统建设 - 每个国家都需要建设主权AI能力 如同需要能源和通信基础设施 [4][38] - 英伟达定位为AI基础设施公司 提供芯片 组件或完整系统解决方案 [36] - 与英特尔 ARM等公司合作实现生态系统融合 扩大市场机会 [32] 商业模式演进 - AI工厂需要处理持续变化的多样化工作负载 非单一芯片能解决 [28][29] - 超大规模厂商从CPU向加速计算和AI转型 代表数千亿美元市场 [9][10] - 即使竞争对手芯片免费 英伟达系统仍能提供更优每瓦性能收益 [33][34] 应用场景拓展 - AI与机器人技术融合将成为未来5年重点发展方向 [4][43] - 传统数据处理市场(主要使用CPU)将转向AI数据处理 [18] - 每个人可能拥有个性化AI模型 80亿人口对应80亿GPU成为可行方案 [43] 产业影响 - AI将增强全球50万亿美元人类智能产出 带来生产力革命 [11][12] - 能源产业迎来复兴 核能 燃气轮机等基础设施公司表现突出 [13] - 消除技术鸿沟 人类只需使用自然语言与AI交互而非编程语言 [40]

2025 年 9 月 17 日，唐纳德·特朗普抵达伦敦，开启他任内第二次英国国事访问。 这一次的重点是科技落地，不是政治秀。 随行人员名单里，除了外交高官，还有三位硅谷最核心的 AI 企业 CEO：微软的Satya Nadella、英伟达 的 Jensen Huang、OpenAI 的 Sam Altman。 他们此行不是为了站台，而是为了实地部署 AI 基础设施。 微软宣布投资 300 亿美元（约 220 亿英镑），用于建设 AI 数据中心、云算力设施与本地研发团队； 英伟达宣布将在英国部署 12 万片 Blackwell GPU，并向英国 AI基础设施公司 Nscale 投资 5 亿英镑； OpenAI 启动 Stargate UK 项目，在北泰恩赛德建设英国本地大模型平台，首批部署 8000 张 GPU。 加上谷歌、CoreWeave、Salesforce 等企业，总投资超过 310 亿英镑（约合 420 亿美元），构成了一份 横跨 AI、能源、政策、芯片的综合性科技投资协议。 这不是简单的企业扩张，而是国家级的产业布局。 美国 AI 三巨头正在将"主权AI"从概念转为现实。他们把核心能力直接部署到其他 ...

作者 | 汤拯 2025.09. 17 过去30年，互联网和智能手机迅速发展，成为现代社会的关键基础设施，深刻改变了人类的生活方式。然而，欧盟却未能孕育出可与美国硅谷或东亚 科技巨头比肩的新兴企业，与互联网移动时代屡屡失之交臂。 当前，人工智能（AI）正以惊人的速度成为下一代"数字基础设施"，其重要性可媲美当年的互联网和智能终端。这一次，欧盟各界弥漫着一股危机感。 从重新审视产业政策到加大研发投入，越来越多欧洲人意识到，AI时代很可能是重塑这片大陆竞争力的最后窗口期。如果再度错失良机，欧盟在未来 的产业与科技角逐中或将被彻底边缘化。 本文字数：3858，阅读时长大约6分钟 AI将成为未来社会的基础设施 首先，欧洲资本市场整体偏保守且碎片化，高风险创新项目难以获得持续大规模的融资。欧洲风险投资的规模和激进程度远不及美国。数据显示， 2018年至2022年欧洲深度科技创业公司仅吸引到约325亿欧元投资，同期美国这一数字超过1200亿欧元。欧洲社会和资本对失败的容忍度较低，更青 睐稳健经营，这种保守文化使很多创业者不敢或无力采取激进扩张策略。 其次，欧洲大型企业对初创公司的带动作用不足。统计显示，只有约12%的欧洲 ...

科技巨头在英国的投资计划 - 微软、OpenAI等美国企业计划在英国科技基础设施领域投入超过310亿英镑约423亿美元 [1] - 投资涵盖人工智能系统、量子计算项目及其他科技领域开发 [1] - 这些举措支持英国首相强化英美关系及推动科技发展的战略 [1] OpenAI的"星际之门"项目 - OpenAI主导总规模达5000亿美元的"星际之门"AI基础设施项目 [2] - 在英国项目中计划部署多达6万块英伟达Blackwell系列芯片 [2] - 2026年第一季度将率先启用8000块芯片 最终规模扩大至3.1万块 [2] - 项目将覆盖英格兰东北部新建的"AI增长区" [2] 微软的投资承诺 - 微软同意在未来四年内向英国AI基础设施及现有业务投入300亿美元 [2] - 这是微软对英国市场规模最大的资金承诺 [2] - 将携手Nscale共建超级计算机 配备超过2.3万块先进GPU [2] - 设备将部署于伦敦附近洛顿的Nscale AI园区 [2] 英伟达的参与计划 - 英伟达宣布参与价值110亿英镑的AI数据中心建设计划 [2] - 目标到2026年在英国部署12万块AI加速芯片 [2] - 在Nscale的全球扩建项目中总计将部署30万块芯片 [2] - 这一布局将使Nscale成为"全球级基础设施运营商" [2] CoreWeave的追加投资 - CoreWeave将在英国投资15亿英镑 此前已投入10亿英镑 [2] - 与英伟达及DataVita合作部署技术 [2] - 数据中心采用可再生能源供电 总算力达31兆瓦 [2] - 预计2026年第一季度投入运营 [2] 其他科技企业的投资 - 赛富时将于2030年前在英国追加20亿美元投资 [2] - 谷歌将在两年内对英国投资50亿英镑 包括新建数据中心 [2] - 贝莱德将向数据中心领域投资5亿英镑 [2] 全球AI基础设施趋势 - 英国正致力于打造本土AI基础设施即"主权AI" [3] - 英伟达将这一趋势视为未来增长的关键驱动力 [3] - 全球在"主权AI"领域的投入有望催生高达4万亿美元的AI相关支出 [4]