穿回黑色皮衣的黄仁勋与王坚“炉边对话”：有点“嫉妒年轻一代”

《科创板日报》7月17日讯（记者 李明明 实习生 戴嘉怡）今日上午，在第三届链博会先进制造链主题活动现场（W1-1），NVIDIA 英伟达公司创始人兼首席执行官黄仁勋与之江实验室主任、阿里云创始人王坚进行炉边谈话。

《科创板日报》记者现场看到，换掉昨日的唐装，黄仁勋穿上了标志性的黑色皮夹克，然而依然不变的，是他在谈话中不时表达的对于中国的认可。

作为相识十余年的“老伙计”，两人一开场就热络地寒暄起来，话题自然飘回了过去这十几年——那些人工智能从萌芽到狂奔的日子，黄仁勋预测，人工智能的下一波发展将聚焦“物理人工智能”，即把推理能力应用于机器人等物理机械领域。

（《科创板日报》记者 李明明摄）

中国在开源工程领域的布局尤为明智

一开始，黄仁勋和王坚就谈及了人工智能与开源生态的价值定位。

王坚提出，人工智能并非脱离人类特性的独立存在，而是对人类智能的增强，更能提升创造力与行业标准。黄仁勋对此表示认同，他以汽车扩展移动能力、飞机扩大移动范围作比，强调人工智能正扩展人类智能——尽管其运作模式与人类大脑不同，却能执行类似的任务。

今年开源模型已改变人工智能的技术与商业格局，成为重要发展趋势。因此，开源是否真的是一种颠覆性力量，是未来发展的驱动力量之一？

黄仁勋指出，人工智能的快速发展得益于各类技术的持续进步，过去十年间人工智能计算性能已提升10万倍，为海量数据处理与高效学习奠定了基础。

值得关注的是，当前绝大多数人工智能研究尚未充分公开，全球预印本论文数量极为庞大，其中中国研究人员发表的预印本论文已位居全球首位。在此背景下，研究人员正通过成果发表在开放科学领域开展协作，形成贡献共享的良好态势，而开源则成为开放科学的进阶阶段。

他强调，开放创新已从研究层面延伸至工程领域，开放工程的强大之处在于能够实现全球生态系统资源的整合，突破单一公司或团队的创新局限。中国在开源工程领域的布局尤为明智，其开源模型不仅助力本土生态发展，更对全球生态系统形成支撑。例如，当前领先的开放推理模型具备先进的多模态推理能力，可供医疗、金融、机器人等各类企业根据自身需求修改应用。

黄仁勋同时指出，开源是保障技术安全发展的最优路径。“阳光是最好的消毒剂”，全球科学界的共同审视能显著提升研究质量。以DeepSeek的论文为例，其凭借顶尖的科学与工程水平，通过完全公开的方式推动了教育普及、知识分享与社区发展。

面向科学的人工智能将产生最重大的影响

今年初，“杭州六小龙”爆火，王坚表示，杭州堪称中国发展的缩影，是独具特色的“创新港湾”，随后，他结合黄仁勋去年大会发言提问：在开放科学与开放工程领域，人工智能对科学发现和技术创新的长期影响为何？是否会直接改变科学家的研究方式？

黄仁勋回应称，当前讨论多聚焦于服务人类的人工智能，而面向科学的人工智能将产生最重大的影响。他解释，面向人类的人工智能相对容易推进，因人类创造了语言与设计工具——例如芯片设计中，晶体管由人类设计，可通过工具直接操控；但生物学是自然的产物，若要对其进行改造，首先必须实现深度理解。

他强调，人工智能为理解生物学提供了新能力：可解析蛋白质、化学物质、细胞乃至生命的本质，甚至能阐释人体代谢反应与活动规律。基于这种理解，人工智能可助力药物的改进、配置与设计，有望延长人类寿命，蕴含巨大机遇。

此外，人工智能在物理领域的应用同样关键。传统上，复杂物理过程（如天气、海洋、冰川等）需依赖物理方程模拟，涵盖从微观到宏观的多尺度相互作用，时间跨度从几秒到数年，模拟难度极大。而人工智能在预测效率上远超物理模拟，无论是理解自然规律还是模拟物理过程，都将成为推动科学发展的核心力量。

以下为黄仁勋与王坚的对谈实录节选：

王坚：上次我们很久之前在洛杉矶见面，那时你发明了GPU图片处理器，如今又推动AI的发展，一路走来取得了很多不凡的成就，所以接下来问题是围绕科技和AI：过去几年，AI领域在基础层面发生了什么样的变化？

黄仁勋： AI最初依赖人工编写代码预测结果，而如今通过算法从数据中学习预测能力，实现了普及化。2012年深度学习技术爆发，成为高效工具，在计算机视觉、语音识别、语言理解等领域相继实现超越人类的表现。

就像人类一样，我们可以把一个问题进行分解，并且解决我们之前没有遇过的问题，所以这就是推理AI，下一波浪潮就是物理AI，所有的能力都能够融入到我们的物理世界，比方说机器人，大概12年的时间，AI迅速发展，好像每四到五年就有一次大的变革。现在AI能够解决大部分的认知性任务，取得比较好的成果，这就是生成式的智能。目前，人工智能正接近“通用人工智能”阶段，有望在多数认知任务及测试中超越人类表现，这也是“超级人工智能”成为热议话题的原因——从实现高效能，到超越人类效能，如今在问题解决能力上正快速迈向超越人类的水平。

王坚：今年开源的模型也改变了AI技术。

黄仁勋：王先生，你觉得哪一个技术变革让你最兴奋呢？

王坚：我觉得最让我兴奋的其实是算力，算力是一切的基础架构，算力也改变了一切，AI只是我们看到的一个成果，所以与其说计算机在改变世界，还不如说是算力在改变世界。

黄仁勋：第一个十年我们讲的是预训练，我们收集了很多的数据，甚至用AI来准备一些数据做这个预训练，后来我们是做人工强化的训练，就会加入人的反馈，人来教AI做事，或者人类和AI协同做事，现在AI是自己思考，自己实践，做强化学习，有很多数据的生成，它能够自己做任务，自己推理，所以我们看到这背后其实需要巨大的算力来支撑。

王坚：我接下来的问题可能有些深入。我们知道当前人工智能的发展高度依赖硅基技术，比如通过提升硅基芯片的存储内存来增强算力，这类进步都建立在对硅的研究基础上。那么在未来十年、二十年，我们是否仍需依赖硅来推动人工智能的发展？

黄仁勋：是的，硅基技术确实为我们带来了诸多技术突破，未来我们也会继续深耕这一领域。不过，其发展模式将迎来三方面转变：我们不再沿用过去将算力分散到单一硅芯片的方式，而是转向多复合芯片组合——单芯片的时代已过，多芯片协同可实现更高级的功能。比如我们公司是最早采用这一技术的企业，这些芯片组合会依托不同的基板运行，规模可能达到桌面大小；同时我们会应用一种名为CPO的新技术，通过电子层面的优化实现多维度、大容量的连接。

王坚：这类技术确实非常先进。

黄仁勋：没错，这一领域还有大量工作要做，预计至少需要二十年时间。我们之所以能做出这样的判断，是因为当前的发展路径已足够清晰——从现在起，我们大约还有五到十年的技术探索期，而十年后的技术框架我们已在规划中。可以确定的是，未来会有许多成果等待达成，你我在接下来的二十年里仍需为之辛勤付出。

王坚：确实如此，尤其是依托硅基技术构建的框架，能为后续发展奠定坚实基础。

王坚：人工智能对于我们来说是一个终身的机会，尤其是对年轻人来说，因此你有没有什么特别的建议给我们的年轻人呢？或者你有没有为他们单独做一些事情呢？

黄仁勋：人们常说，人工智能擅长解决数学、推理及编程等问题，因此或许无需专门学习人工智能——这种观点其实是错误的。事实上，即便未来编程与工程实践的需求可能减少，我们仍需掌握问题思考的“第一原则”：如何切入问题、将其拆解为具体步骤，这些都依赖于基础认知与知识储备。无论是思维方式还是智慧积累，都需回归第一原则；否则，便难以建立深度思考的思维体系，容易盲从人工智能给出的答案，缺乏独立判断。

与人工智能交互时，关键在于主动参与而非被动接受：首先需清晰描述待解决的问题；其次要对AI的回答进行推理验证，判断其是否准确、是否实现了优化解答——这一点至关重要。同时，需具备辨析思维，而逻辑与推理正是这种思维的基础，也是一切事务的根基。

我建议当代年轻人继续学习科学推理、计算机编程等知识：即便未来未必从事相关工作，也需掌握这些基础——这是首要的学习方向。

在当今世界，每一位年轻人都应当更多地与人工智能接触——这是计算机技术发展的新方向。人工智能正持续提升计算机的能力，且其应用门槛日益降低：由于它能理解人类的交互逻辑，即便用户表示“不知道如何使用”，它甚至能主动指导用户掌握使用方法。因此，融合人工智能的计算机已成为极具力量的“平等器”，让世界更趋平等：无论农民、老年人、电脑基础薄弱者还是年轻人，只要尽快运用人工智能，都能从中获得赋能。

最后，我甚至有点嫉妒年轻一代：如今出生的人将终身成为“人工智能原住民”，如同《星球大战》中人与科技共生的场景，他们能与人工智能相伴成长。人工智能会像伙伴一样，从出生到生命终结，持续提供建议、传授知识、陪伴左右，这实在令人惊叹。我之所以嫉妒，是因为自小成长的岁月里，没有人工智能在旁提醒、协助，帮我记忆每一件事。