公开访谈 · 黄仁勋
黄仁勋：缔造英伟达的思维方式
访谈导读 · 忠实转述
黄仁勋以英伟达早期技术路线纠错为例，强调直面现实、快速学习和坚持独特判断；在他看来，公司的核心不是单颗芯片，而是围绕算法域建设加速计算系统。对于当前 AI，他把智能体视为新软件，认为系统思维、精细可控的人机协作和开放生态将成为关键。
访谈观点
嘉宾观点 · 忠实转述
完整 20 条观点，按原观点顺序阅读。
观点目录 · 20 条 选择一条，跳转阅读
待分类
面对不断变化的技术，企业应先承认现实并保持学习能力，而不是执着于最初选择的技术。
他用英伟达早期技术路线出错后的转向，明确总结了自己处理技术变化的原则。
查看原话
So long as you're able to confront the reality, so long as you are able to learn the technology itself actually doesn't matter.
延伸分析 由 AI 生成
若技术密集型企业能持续纠错并快速学习，其长期适应能力可能强于依赖单一初始技术路线的公司。
相关领域：技术密集型企业
后续观察
- 重大技术路线调整速度
- 新技术学习与产品化周期
机器人与具身智能
生成式 AI 能生成连贯动作，意味着机器人动作生成已近在眼前。
他明确说，看到生成式 AI 后便判断机器人动作能力即将到来。
他的未来判断
机器人动作生成能力将很快进入更实用的阶段。
查看原话
And so the moment i saw that generative ai happening, i realized that robotics articulation was around the corner.
延伸分析
若视频生成能力能可靠迁移到物理动作策略，机器人控制模型和训练平台的商业化可能加速。
相关领域：机器人基础模型、机器人控制软件
后续观察
- 机器人动作成功率
- 视觉生成到控制策略的迁移效果
- 真实场景部署数量
嘉宾未来判断汇总 · 忠实转述
他预计低层编码等任务会被智能体自动化，但岗位将重组并产生新需求；机器人已经跨过类似 ChatGPT 的想象力拐点，物理 AI 产业可能在十年内成为英伟达下一个千亿美元级业务。
延伸分析汇总
他的判断整体利好加速计算、企业智能体、开放 AI 平台、自动驾驶和机器人产业链。兑现这些机会仍取决于智能体可控性、面向新工作负载的系统架构、仿真到现实迁移，以及生产率提升能否转化为新增需求和就业。