黄仁勋70分钟深度对话：AI泡沫未至，开源模型应被全面接纳
破除焦虑：开源模型是安全的基石而非潘多拉魔盒
近期，中国AI模型Kimi K3以28万亿参数规模在Frontend Code Arena榜单上取得1679分的优异成绩，引发全球科技圈震动。这一事件不仅刷新了性能纪录，更将“开源AI是否安全”的争论推向风口浪尖。面对部分声音担忧开源高性能模型可能放大风险、打开“潘多拉魔盒”的观点，英伟达CEO黄仁勋给出了截然不同的判断：优秀的开源模型不仅应该被使用，更是推动行业进步的关键力量。
在近日接受Axios记者Mike Allen的深度访谈中，黄仁勋重申了这一立场。他指出，世界既需要封闭模型，也需要开源模型。封闭模型如Anthropic或OpenAI的产品，因其卓越的性能和易用性，适合作为通用生产力工具租赁使用。然而，对于工业界、科学界以及网络安全领域而言，开源模型具有不可替代的价值。
网络安全领域尤其依赖开源模型的透明度。正如Linux操作系统构成了数字世界的基石，开源AI模型允许社区进行检查、测试和加固，从而构建起分布式、多样化的防御体系。黄仁勋强调，如果所有安全防御都依赖于单一的闭源模型，世界反而会因为脆弱而面临更大的风险。通过开源，全球网络安全专家可以共同寻找漏洞并分享对策，这种集体智慧是提升整体安全水平的必要途径。
市场误读：Kimi等开源浪潮是催化剂而非威胁
Kimi K3的崛起并非孤立现象，此前DeepSeek的出现也曾引发市场震动。黄仁勋指出，市场往往低估了优秀开源模型的影响力，认为它们会损害闭源模型的利益，但这是一种误解。事实上，开源模型是降低AI使用门槛的最佳“入口”。
当用户通过价格低廉的开源模型尝试并体验到AI的价值后，往往会因维护成本高、定制需求复杂等原因，转向使用OpenAI或Anthropic等提供更完善服务、更高性能封闭模型的商业实验室。这种从“免费尝试”到“付费升级”的路径，符合云服务的发展逻辑。用户愿意为便利性、专属服务和极致性能支付溢价，正如人们选择购买零部件组装电脑，但最终更多使用云端服务一样。
对于微软等科技巨头测试甚至部分替换对中国模型依赖的现象，黄仁勋表示欢迎。他认为，只要模型优秀，无论来自何处，其广泛使用都会带动对英伟达算力基础设施的需求。使用量的增加意味着需要更多的数据中心、更多的GPU芯片和更多的服务，从而推动整个产业链的高速增长。开源模型并非零和博弈的参与者，而是扩大蛋糕的共同推动者。
就业真相：AI提升生产力创造而非消灭岗位
关于AI将导致大规模失业的论调，黄仁勋予以了坚决驳斥。他列举了一系列数据佐证：随着AI自动化放射影像扫描，放射科医生的数量反而增加了约20%，因为他们能接待更多病人；律师助理的数量增加了约10%，以处理AI加速流转的案件；制造业岗位增加了约50%，以满足AI数据中心建设的需求。
黄仁勋指出，AI消除的仅仅是“任务”，而非“工作”。工作的核心在于其背后的目标，如消除痛苦、解决难题、创造价值。当AI接管了重复性的任务后，人类可以专注于更具创造性、协调性和情感价值的工作。这种生产力的提升不仅不会减少就业机会，反而会创造新的产业、新的市场和新的高薪岗位。因此，那些预测AI将消灭美国一半工作岗位的说法，完全是无稽之谈，违背了历史发展的常识和当前的实证数据。
资本狂热与物理瓶颈：AI泡沫尚远
尽管AI投资热度空前，华尔街曾因人形中国模型发布而抛售英伟达股票，黄仁勋认为这是市场对“免费AI对硬件需求”的误判。他指出，真正的挑战不在于需求不足，而在于物理限制。
目前，AI基础设施的建设速度受限于芯片、内存、电力、土地以及建筑工人的短缺。这些物理瓶颈实际上起到了“缓冲器”的作用，延缓了资本支出转化为过度产能的过程，从而推迟了泡沫的出现。黄仁勋明确表示：“AI泡沫总有一天会到来，但绝不是今天。”在未来5到10年内，由于建设速度受限，系统过热导致需求过剩的可能性极低。
相反，这是一场工业级的变革。新的IT产业将比以往的软件产业更加重资产，需要巨大的资本支出构建智能层。随着AI在各行各业的应用深化，Token所嵌入的智能价值将不断提升，从而支撑起长期的盈利能力和增长。半导体行业规模需要扩大5到10倍，这不仅是周期性问题，更是基础建设需求的必然结果。
智能体时代：机器人的“ChatGPT时刻”已至
在展望未来技术形态时，黄仁勋认为机器人的“ChatGPT时刻”已经到来。不同于2022年ChatGPT引发的趣味性惊叹，现在的机器人已经能够理解复杂指令并进行多步推理，如“打开抽屉并放入苹果”。这一突破展示了机器人技术的实际潜力，标志着智能体（Agent）时代的全面开启。
智能体将永久在线，不断调用计算资源来辅助人类完成各种任务。未来，全球可能有上万亿个智能体同时运行，这将带来算力的爆炸式增长。这种从“被动工具”到“主动代理”的转变，要求硬件基础设施具备更强的持续处理能力。黄仁勋预测，在未来三到四年内，机器人技术将从演示走向实用的大规模商业化应用。
结语与展望：拥抱开放与竞争
黄仁勋的访谈清晰地传达了一个核心信号：在AI竞争中，封闭与限制并非明智之举。无论是面对中国的开源模型，还是全球范围内的技术竞争，保持开放、促进合作、加速应用才是提升国家竞争力的关键。
对于企业而言，策略应是“通用外包，核心自主”。将非核心的、通用的生产力工具外包给成熟的闭源服务，而在涉及核心知识产权、主权安全和特定监管要求的领域，利用开源模型构建自主可控的AI系统。这种混合模式既能享受技术进步的红利，又能保障自身的安全与利益。
随着AI从生成内容走向生成智能，从文本走向物理世界，人类社会正站在新一轮工业革命的前沿。在这场变革中，理解技术本质、破除焦虑叙事、积极拥抱开源与开放生态，将是个体、企业乃至国家保持优势的关键所在。