王坚黄仁勋深度对谈核心观点与亮点解析

一场重量级的深度对谈。王坚与黄仁勋，这两位分别在云计算与AI硬件领域竖起里程碑的人物，坐下来聊了20分钟。话题覆盖了从深度学习到物理AI的技术演进、开源模型如何重塑全球AI生态，以及算力在未来十年将走向何方。

7月17日，在中国国际供应链促进博览会论坛上，这两位嘉宾的“炉边谈话”其实信息量极大。核心观点很清晰：AI正经历从认知到生成、再到物理世界交互的跳跃式进化，而开源协作与算力基座，是支撑这一切的底层逻辑。

先提炼几个关键信号：

黄仁勋强调了开源工程的分量。他说，创新的速度不取决于单个公司或组织的贡献，而在于能否汇集资源、造福整个生态。开源模型对中国AI是助力，对全球AI也是推动——这是一种安全的发展路径。

在技术底层，他描绘了一个立体化的算力未来：晶体管从平面走向三维，采用“全环绕栅极”结构，未来会实现“晶体管堆叠”——就像叠罗汉，而非平铺在硅片上。封装技术也将从芯片级走向“整块面板”级的系统集成，甚至可能出现桌面大小的芯片。加上硅光子技术和CPO的耦合，综合效能会超乎想象。

对于年轻人，黄仁勋的寄语尤其值得关注：要掌握第一性原理思维，继续学习科学、推理和编程。这一代人将成为“AI原住民”，与科技共生共进。

以下是这场对话的实录，略经编辑：

对话实录

王坚：你觉得AI领域基础层面在过去几年发生了什么样的变化？

黄仁勋：这个问题问到了根上。首先，AI代表的是一种全新的软件开发范式。过去是人写代码、设计算法来预测结果，现在是用算法去学习如何预测。计算机通过现有数据自我学习，这种预测能力具有极强的普适性。

机器学习技术其实诞生已久，但2012年是个拐点。深度学习成为真正有效的工具，表现甚至超越了科学家水平。从2012到2017年，计算机视觉超越了人类能力，语音识别和语言理解也相继达到人类水平。这是AI发展的认知阶段。

紧接着是生成式AI的爆发——它能实现跨模态转换：中文到英文、图形到图形、中文到视频，范围远不止于语言。生成式AI虽然7年前才出现，但势头极其迅猛。现在的AI不仅能理解信息，还能生成信息，推理能力尤为突出。它能分解问题，解决前所未有的难题，这就是推理AI的威力。

下一波浪潮是物理AI——AI的能力将融入物理世界，比如机器人领域。大约每4到5年就会有一次重大突破。在解决认知性任务方面，AI即将抵达一个重要里程碑，这非常了不起。

王坚：今年开源模型也改变了AI的技术格局。

黄仁勋：在你看来，哪个技术变革让你最兴奋？

王坚：我最兴奋的是计算技术的进步。计算是一切的基础架构。我们谈论AI，本质上就是在谈论计算。20年前我们讲计算机，很少提及计算本身。与其说计算机改变世界，不如说是计算在改变世界。

黄仁勋：AI把计算带到了全新的境界。在模型训练过程中，我们能清晰地看到三个阶段：最初是预训练阶段，大量数据被收集，甚至AI自己也在准备训练数据；随后是人工强化训练阶段，人类反馈被引入，实现人机协同；现在AI能自主思考和实践，通过强化学习生成数据并完成任务。整个过程都需要庞大的算力支撑。

王坚：这背后需要强大的算力支持。对我而言，AI不仅是模拟人类智慧，更是增强和扩展人类智慧的工具。它能激发创造力，提升认知能力。

黄仁勋：飞机让我们飞得更远，而AI让我们思考得更深入、更聪明。两者的运行机制其实很相似。

王坚：回到开源AI的话题。现在有DeepSeek、阿里云的AI产品、Kimi等碘伏性开源模型，它们正推动着AI的未来。

黄仁勋：AI的进步速度确实惊人。英伟达的算力在过去十年提升了10万倍，能够处理更海量的数据，让机器学习变得更高效。值得注意的一个现象是：大部分AI研究都是开源的，中国研究者发表的论文数量全球领先——这种开源协作直接推动了科学进步。

下一步不仅要开放研究，还要开放工程实践。开源工程的重要性怎么强调都不为过，因为它能汇聚全球智慧，加快创新速度。开源模型不只是惠及中国AI领域，更是在推动全球发展。像Kimi这样的推理模型已经非常先进，医疗、金融、机器人等行业都能从中受益，开发自己的专属模型。

开源创新还能获得全球范围的审查。就像DeepSeek的论文，堪称A+水准——既有科学价值，又具备工程实用性。这种开放共享，能显著提升工作效率和质量。

王坚：AI对科学发展和技术创新的长期影响是什么？它会如何改变科研方式？

黄仁勋：AI正在更大范围内为人类和科学服务。在芯片制造领域，我们开发了设计工具和自制传导器，实现了芯片制作流程的全流程掌控。

生物学由自然创造，而我们正通过AI来解析蛋白质、细胞和生命机制，甚至理解生物机能的反应。用AI设计药物，有望延长人类寿命——这是巨大的机遇。

在算法层面，AI能帮助解决天气预测、海洋物理等复杂问题。通过训练AI去理解自然法则，我们既能揭示自然的真相，也能模拟自然规律，这将极大地推动科学进步。

王坚：AI基于硅技术发展，未来十年二十年我们是否仍需依赖硅？

黄仁勋：现代“硅技术”已经融合了多种新元素，单纯叫“硅”其实已经不够准确。未来将从多个方向持续突破：

晶体管将采用三维“全环绕栅极”结构。当前是“纳米片”阶段，下一代是“环绕栅”结构，最终实现“晶体管堆叠”——像叠罗汉一样立体化，而不是平面排列。

供电方式会转向背面布线，封装技术从单芯片走向多芯片堆叠。英伟达最早大规模采用CoS（Chip on Substrate）技术，未来封装会发展成“整块面板”规模的芯片系统，甚至可能达到桌面大小。在此基础上引入硅光子技术，通过CPO实现光子与电子的紧密耦合——其综合效能会超乎想象。

王坚：科技的本质是连接人与人。AI对年轻人意味着什么？你有什么建议？

黄仁勋：有人认为AI能解决数学和编程问题，所以不需要学习这些技能——这个观点是错误的。虽然未来编程需求可能会减少，但第一性原理思维至关重要。我们需要建立深度思考的体系。

我给年轻人的建议很明确：

第一，继续学习科学、推理和编程等基础知识。这些是思维底层的砖石。

第二，积极拥抱AI技术。AI正在重塑计算机的形态，它理解人类交互方式，甚至能自我教学。这种“增强版电脑”将成为最强大的平等工具，惠及农民、老年人等所有群体。

第三，年轻一代将成为“AI原住民”——就像《星球大战》里的角色与科技共生那样。AI会成为终身伴侣，记录人生旅程并提供指导。这其实相当令人惊叹：我们这代人从未有过这样的AI助手，而现在的年轻人将拥有这样的机会。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：王坚黄仁勋深度对谈核心观点与亮点解析要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题