突發！黃仁勛2026首度來華！釋放了一個我們正在犯一個歷史性錯誤的信號

來源：新智元

【導讀】AI不是泡沫，而是人類史上最大基建狂潮！黃仁勛直言：已投數千億，僅是開端，未來需數萬億美元打造「五層蛋糕」，從電廠到應用層全產業鏈爆發，就業機會前所未有。

突發！

騰訊科技獨家新聞報道，2026年黃仁勛首度來華， 首站到訪了英偉達在上海的新辦公室，與員工交流，回顧公司2025年主要事件。

據報道，這次來華行程與2025年初基本一致，主要參加上海、北京和深圳分公司的新年晚會以及供應商答謝會。

騰訊科技：獨家丨黃仁勛2026年首度來華，未提及H200

根據知情人士，黃仁勛和員工的諸多問題中，主要聚焦在2026年重點芯片相關的話題。

根據英偉達真實路線圖，繼Blackwell之后，2026年的重點大概率是Rubin架構。

而就在中國行前夕，黃仁勛在達沃斯世界經濟論壇上的一番發言，正在全球科技界引發震動，讓全場脊背發涼：我們正在犯一個歷史性錯誤——

把AI當作技術，而不是電和路。

這句話背后，是一場數萬億美元的財富轉移：

水管工、電工、建筑工人的收入未來或突破「六位數」，

而坐在辦公室里的白領，可能面臨第一波AI沖擊。

這不僅是科技革命，這是人類工作價值的重新定價。

人工智能（AI）爆發，已拉開「史上最大規模基礎設施建設」的序幕。

規模到底有多大？

黃仁勛表示，盡管各大企業已為這項技術投入數千億美元，但未來仍需持續投入巨額資金。「我們需要建設價值萬億美元級的基礎設施。」

他認為，ASI基建新工種將涌現，預測未來美國的建筑工有機會實現「六位數」收入。

人類歷史上最大規模基礎設施建設

2026年1月21日，瑞士達沃斯，世界經濟論壇（WEF）。

在一場擠得水泄不通的主論壇上，黃仁勛（下圖右）與Larry Fink（下圖左）展開了一場關于AI未來的深度對話，豪言AI是「人類歷史上最大規模基礎設施建設」的基石。

眾所周知，黃仁勛是NVIDIA創始人兼CEO，是AI時代「算力之王」；而后者Larry Fink，也不簡單，是華爾街的兩枚定海神針之一貝萊德（BlackRock）共同創辦人、董事長、CEO。

黃仁勛提到，2025年是有記錄以來風險投資規模最大的年份之一，大部分資金流向他所稱的「原生AI公司」。

這些企業遍布醫療、機器人、制造與金融服務領域。黃仁勛指出：「這是首次出現足夠成熟的模型，能夠支撐這些行業的深度開發。」

相關投資正直接轉化為就業崗位。

他特別列舉了當前緊缺的技術工種：水管工、電工、建筑工人、鋼鐵工人、網絡技術員，以及負責安裝運營高端設備的專業團隊。

從熟練技工到初創企業，AI正開啟下一次平臺級變革。

對全球打工人來說，這場變革將推動工作重心從執行任務轉向實現價值。

AI 之下，工作要有目的

面對大家對AI取代人類的擔憂，黃仁勛給出了反直覺的有力反擊：AI不會摧毀工作，它正在讓工作從「完成任務」轉向「實現人生價值」 。

他以放射科醫生為例。

2016年，「AI教父」辛頓曾表示：「我們現在就應該停止培訓放射科醫生了」，因為AI很快就能比他們做得更好。

他說得沒錯：近十年來，模型在各項基準測試中的表現已超越放射科醫生。

然而，放射科醫生的崗位數量正處于歷史最高水平，平均薪資高達52萬美元。

為什么？

因為醫生的使命是診斷疾病和救治病人，看片子只是任務之一 。

AI處理了看片子的任務，讓醫生能花更多時間與病人互動，從而能接診更多病人，從而醫院效益好了，自然需要更多放射科醫生。

同樣的邏輯也適用于護士。

美國正面臨500萬護士的短缺，部分原因是護士們近一半的時間都花在填表和記錄上 。

AI接管了圖表記錄和轉錄工作后，護士的工作效率提高了，醫院效益變好了，反而需要招募更多護士。

作為CEO，黃仁勛幽默比喻：「若有人觀察我和Fink的工作，大概會覺得我倆是打字員。」

但自動化打字不會取代他們的CEO工作，因為打字并非核心價值。

再比如，黃仁勛盛贊Claude「不可思議」，宣稱「所有軟件公司都需要使用它」。

黃仁勛并非突然認同Anthropic的AI安全理念，而是折服于他們的工程能力。Claude Code正在以驚人速度吞噬企業軟件開發市場，以至于英偉達這家硬件公司竟公開點名推薦特定模型。

這說明AI已跨越「新奇事物」的門檻，蛻變為軟件行業基礎設施。

AI通過協助事務性工作，讓人更能聚焦核心使命，提升效能，從而創造更大價值。

「所以關鍵在于：你工作的本質價值是什么？」黃仁勛最后發問。

英偉達創始人兼首席執行官黃仁勛與貝萊德董事長兼首席執行官Larry Fink在2026年瑞士達沃斯世界經濟論壇年會對話

在對話中，他也淡化了外界對巨額支出承諾可能導致AI泡沫的擔憂。

五層蛋糕論

AI沒有泡沫

據估計，僅2025年一年，全行業就將在AI研發上投入約1.5萬億美元——

這個數字超過了幾乎所有其他領域任何企業集團的名義支出。

然而，黃仁勛堅持認為，這并不是過度投資。他說，這代表著人類歷史上規模最大的基礎設施建設，而這還只是剛剛開始。

他進一步解釋稱，在芯片領域，「臺積電已宣布計劃新建20座芯片工廠；富士康正與我們合作，還有緯創和廣達，將新建30座計算機工廠，這些工廠后續將轉化為AI工廠（數據中心）。」

「美光已開始在美國投資2000億美元，SK海力士表現非常出色，三星也做得非常出色。你們可以看到，整個芯片行業正以驚人的速度增長，」黃仁勛補充說。

而且不止單一的芯片突破。

黃仁勛將AI產業精辟地拆解為五個核心層級，重申了他的「AI五層蛋糕論」：

1. 能源（Energy）：為AI提供動力的電力基礎。

2. 芯片與計算基礎設施（Chips and ComputingInfrastructure）：硬件算力的基石。

3. 云數據中心（Cloud Data Centers）：承載計算的樞紐。

4. AI模型（AI Models）：智能的大腦。

5. 應用層（ApplicationLayer）：最終創造經濟效益的頂端。

他特別指出，最大的經濟效益將來自應用層——

AI正在重塑醫療、制造、金融服務等行業，并改變整體經濟中的工作性質。

從能源發電、芯片制造到數據中心建設與云端運維，黃仁勛表示AI建設已催生大量技術工種需求。

更關鍵的是，他用「價格」來反證泡沫論：

如果這是泡沫，算力應該不缺、租GPU應該越來越便宜；但現實相反——GPU 很難租到，算力現貨租賃價格在上漲，不只是最新一代，連兩代以前的GPU也在漲。

這意味著需求來自真實業務，而不只是投機資本燒錢。

黃仁勛還舉了企業調整研發預算的例子：比如制藥公司把一部分投入從濕實驗室轉向AI超算。

AI是電，是路，是生產力

黃仁勛將AI定位為國家關鍵基礎設施。

「AI即基礎設施，」他強調，各國應像對待電力或公路那樣重視AI，「必須將AI納入國家基礎設施體系」。

他呼吁各國基于本土語言文化構建自主AI能力：「開發屬于自己的AI，持續優化迭代，讓國家智慧融入生態系統。」

Fink質疑是否只有高學歷人群才能使用或受益于AI。

黃仁勛駁斥了這一觀點。

「AI超級易用——這是歷史上最簡單的軟件，」他表示，AI工具僅用兩三年已觸達近十億用戶。

因此，掌握AI素養正成為必備技能：「學習如何使用AI、引導它、管理它、設立防護欄、評估結果，這些能力與領導力和團隊管理同等重要。」

回到「放射科醫生」，RSNA（北美放射學會）主席、 斯坦福大學醫學教授Curt Langlotz之前表達過類似的觀點：

AI不會取代放射科醫生，但會使用AI的放射科醫生將取代不會使用 AI 的放射科醫生。

歐洲的AI超車機會：物理AI

對于發展中國家，黃仁勛認為AI帶來了縮小長期技術差距的契機：「AI很可能彌合技術鴻溝，普惠性與資源豐沛性將發揮關鍵作用。」

談到歐洲時，他特別指出制造業與工業實力是巨大優勢：AI不是寫出來的，是教出來的。

「機器人是世代難逢的機遇，」黃仁勛強調，這對工業基礎雄厚的國家尤為關鍵。

「如今我們可以將工業能力、制造能力與人工智能相融合，由此邁入實體AI即機器人技術的世界，」他補充說，這為歐洲帶來了「跨越」由美國主導的軟件時代的機遇。

「我認為，為了在歐洲構建繁榮的AI生態系統，我們必須認真對待能源供給的增長，加大對基礎設施層的投資，這一點是確定無疑的，」 黃仁勛說道

Fink總結討論時表示，這場對話說明世界遠未形成AI泡沫，真正的問題在于：「我們的投資夠嗎？」

黃仁勛贊同這一判斷，指出龐大投資勢在必行：我們必須為AI技術棧的所有上層建筑構建必要基礎設施。

他形容這一機遇「非同尋常，每個人都應參與其中」。

他重申2025年全球風投規模創歷史新高，超千億美元資金流向全球，其中大部分注入AI原生初創企業。「這些公司正在構建上層的應用生態，」黃仁勛說，「而它們需要基礎設施與投資來筑造未來。」

Fink補充道，確保增長紅利被廣泛共享至關重要：

我相信全球養老基金參與這場變革將是絕佳投資機遇，能與AI世界共同成長。

我們必須讓普通養老金領取者和儲蓄者分享這份增長。若只能作壁上觀，他們將被時代拋在后面。

參考資料：

https://www.wsj.com/tech/ai/nvidia-ceo-says-ai-needs-more-investment-in-defiance-of-bubble-fears-9dabba63

https://blogs.nvidia.com/blog/davos-wef-blackrock-ceo-larry-fink-jensen-huang/

https://qz.com/jensen-huang-nvidia-speech-davos-2026

https://finance.yahoo.com/news/nvidia-ceo-jensen-huang-trillions-of-dollars-of-ai-infrastructure-needs-to-be-built-144212721.html

https://news.qq.com/rain/a/20260123A07C5A00

老黃萬億美元夢成真，英偉達版「世界模型」震撼問世

來源：新智元

【導讀】黃仁勛的預言成真！從Sora的夢幻視頻到英偉達的3D通才模型，AI不再只是「看和說」，而是真正「動手」構建3D世界，開啟機器人時代的無限可能。

黃仁勛沒有吹牛！

AI不能只會看、會說、會生成，它還必須理解并遵守物理世界的規則。

現在，英偉達補上了關鍵拼圖——

讓AI從「生成畫面」升級為「生成可行動的3D世界」，不僅能描述世界，還能一步步搭建世界、修改世界、糾錯迭代。

時間撥回到兩年前， 2024年2月。

OpenAI發布了一段「東京街頭漫步」的Sora視頻，震驚世界，硅谷集體狂歡。

人們高呼「現實不存在了」，仿佛人終于可以「言出法隨」、重造萬物。

但在一片喧囂中，那個穿皮衣的男人始終保持冷靜，甚至帶有一絲不屑。

在2024年和2025年的多次演講中，黃仁勛像復讀機一樣不斷重復——「PhysicalAI」（物理AI）。

反駁視頻生成模型的理由是這樣的：

AI生成的視頻很美，但如果你走進那個視頻，試圖拿起桌上的杯子，你的手會穿過去。

杯子沒有重量，沒有摩擦力，沒有物理法則。

那不是世界，那是動畫片。下一波浪潮，必須是懂物理的AI。

當時，很多人以為這只是老黃的營銷話術，最終目的是為了推銷昂貴的Omniverse平臺和RTX顯卡。

直到CES 2026，大家才明白老黃說的對。

剛剛，我們發現英偉達甩出了一篇新年第一篇論文：3D通才模型。

鏈接：https://research.nvidia.com/publication/2026-03_3d-generalist-vision-language-action-models-crafting-3d-worlds

如果說ChatGPT是AI學會了「說話」，Sora是AI學會了「做夢」，那么英偉達的這個新模型，就是讓AI真正「睜眼看世界，動手造世界」。

這是圖形學的勝利，這是「硅基生命」長出四肢的前夜。

老黃沒有畫餅——

物理AI的「ChatGPT時刻」，在這一刻，正式降臨。

英偉達開年首篇論文

手搓賽博房之家

這篇論文由英偉達和斯坦福大學合作，正式發表在今年第十三屆國際三維視覺會議上，標題相當拗口——

《3D Generalist：Vision-Language-Action Models for Crafting 3D Worlds》（3D通才：用于構建三維世界的視覺-語言-動作模型）。

2026年3月20日至23日，第十三屆國際三維視覺會議2在加拿大不列顛哥倫比亞省溫哥華的溫哥華會議中心以線下形式舉行

我們要讀懂這次技術革命，首先要從這篇論文標題里，把那個最核心的單詞揪出來。

請盯住這個詞：Action（動作/行動）。

這是整個邏輯的起點。

在過去的三年里，無論是Midjourney畫圖，還是Runway生成視頻，AI扮演的角色都是「觀察者」和「夢想家」。

它看了一億張貓的照片，然后根據概率，在屏幕上預測下一排像素應該是什么顏色，從而湊出一只貓的樣子。

它不知道貓有骨骼，不知道貓毛有觸感，它只是在「模仿視覺信號」。

但英偉達的VLA（Vision-Language-Action）模型，徹底顛覆了這個邏輯。

它不再是畫家，而是「全能手」。

你只要輸入一句話，3D-GENERALIST就能輸出包含完整3D布局的房屋。

這些3D布局包括材料、固定裝置（比如門和窗戶）、3D資產以及照明配置。

背后的理念是，構建一個既詳細又與文本描述相符的3D環境，應該被視為一個過程，需要依次做出決策。

因此，通過場景級和素材級的策略，他們不斷改進和優化這些3D環境。

在提出的框架中，第一個重要的模塊是全景環境生成。

如圖2所示，這個模塊能夠根據文本描述初始化一個基礎的3D房間模型，包括墻壁、地板以及固定裝置，如門和窗戶。

為了避免傳統方法過于簡化或不切實際的問題，他們首先利用全景擴散模型生成一個360°的圖像作為指導，然后通過逆圖形技術構建3D環境。

圖2：3D-GENERALIST全景環境生成概述。全景擴散模型生成引導性360°場景圖像，然后房間布局估計模型、Grounded-SAM和視覺語言模型提取角落、窗戶和門的信息。這些預測隨后被用于通過程序化方式構建帶有構件的3D房間

這個過程包括以下幾個步驟：

1. 房間布局估算：利用全景圖像和HorizonNet模型，推斷出房間的基本結構，如墻壁、地板和天花板。

2. 固定裝置分割：使用Grounded SAM技術對窗戶和門進行分割。

3. 視覺-語言模型注釋：通過GPT-4o這樣的視覺-語言模型，分析每個分割區域，確定其類型（例如單扇門、雙扇門、滑動門或折疊門）和材料（如門框、門體和門把手的材料）。

4. 過程化生成：最后，根據3D位置的相應信息，房間、門和窗戶被逐步構建出來。

3D-Generalist 使用擴散模型生成全景圖像，并通過逆向圖形（inverse graphics）流水線來創建3D環境的結構。

3D-Generalist采用視覺-語言-動作（VLA）模型來生成代碼，用于構建與修改最終3D環境的各個方面（材質、光照、素材與布局）。

該VLA通過一個自我改進訓練循環進行微調，以優化與提示詞（prompt）的對齊效果。

3D-Generalist還使用了另一個VLA來處理多樣化的小物體擺放任務，即使 3D素材是無標注（unlabeled）的也能完成。

微調后（After Finetuning），3D-Generalist涌現出自我糾錯行為。

研究團隊還使用Florence-2框架，在由3D-Generalist生成的3D環境渲染得到的合成數據上訓練一個視覺基礎模型。

結果表明：其效果接近使用規模大幾個數量級的真實數據所能達到的效果。

物理AI的ChatGPT時刻，已開啟？

如果你認為黃仁勛費盡心機搞這個，只是為了讓你玩游戲更爽，或者讓視覺特效更便宜，那你嚴重低估了英偉達的野心。

英偉達不只是買買游戲顯卡，更致力于解決「智能」算力問題。

這篇論文的真正戰略意圖，其實藏在英偉達宏大的「具身智能」（Embodied AI）版圖中。

老黃早已押注機器人，他認為那是一個數萬億美元的機遇：

這次無疑是英偉達「秀肌肉」。

請看這個邏輯鏈條：

1. 我們想要全能的機器人（比如特斯拉Optimus，或英偉達Project GR00T）。

2. 機器人需要學會像人一樣處理復雜的物理世界（怎么拿雞蛋不碎？怎么在濕滑地板上走路？）。

3. 在真實世界里訓練機器人太慢、太貴、且不可逆（你不能讓機器人摔壞一萬個雞蛋，或者摔斷一千次腿）。

4. 解決方案：把機器人扔進「虛擬世界」里訓練。

但是，以前的虛擬世界（模擬器）不僅搭建很慢，而且不夠真實。

如果模擬器里的物理規則和現實不一樣，機器人學出來的本事就是花拳繡腿，一上真機就撲街。

現在，新模型「3D通才」補上了這一環。

有了這個技術，英偉達可以瞬間生成數百萬個包含不同物理變量的「虛擬平行宇宙」。

• 場景A：地板剛拖過，很滑，光線昏暗。

• 場景B：地板鋪了地毯，摩擦力大，強光照射。

• 場景C：地板上散落著樂高積木，障礙物復雜。

在這個無限生成的「3D物理世界」里，機器人大腦可以在一天之內經歷人類幾百年的訓練時長。它在虛擬世界里摔倒一億次，就是為了在現實世界里穩穩地邁出第一步。

在英偉達的Omniverse生態中，研究團隊使用Omniverse Replicator實現大規模合成數據生成，并支持域隨機化（domain randomization）；而Isaac Lab提供可直接使用的具身載體（例如人形機器人），可在這些生成環境中進行機器人仿真。

這才是「物理AI」的終極目標：打通Sim-to-Real（從模擬到現實）的最后一公里。

黃仁勛構建的不僅僅是一個生成的引擎，它是硅基生命誕生的子宮。

所有移動之物，終將自主

當AI不僅掌握了人類的語言（GPT），掌握了人類的視覺（Sora），現在又掌握了構建物理世界的法則（Physcial AI）時，虛擬與現實的界限，將不再是涇渭分明的。

我們在屏幕里創造的世界，將擁有和現實世界一樣的重力、光影和因果律。

而我們在現實世界里的機器人，將擁有在數億個虛擬世界里磨練出來的智慧。

在2024年的SIGGRAPH大會上，黃仁勛曾說：「Everything that moves will be autonomous.」（所有移動之物，終將自主。）

當時我們以為他在說機器人。

現在看來，他說的是整個物理世界。

作者介紹

Fan-Yun Sun

Fan-Yun Sun是斯坦福大學AI實驗室（SAIL）的計算機科學博士生，隸屬于Autonomous Agents Lab和斯坦福視覺與學習實驗室（SVL）。

在讀博期間，他也深度參與了英偉達研究院的工作，曾效力于學習與感知研究組、Metropolis深度學習（Omniverse）以及自動駕駛汽車研究組。

他的研究興趣主要在于生成具身（3D）環境與數據，用于訓練機器人和強化學習策略；致力于推動具身、多模態基礎模型及其推理能力的發展。

Shengguang Wu

Shengguang Wu目前是斯坦福大學計算機科學系的博士生，師從Serena Yeung-Levy教授。

他在北京大學獲得碩士學位，導師為Qi Su教授；此前，他也曾在Qwen團隊擔任研究實習生。

他的研究致力于賦予機器跨多模態的類人學習與推理能力，并推動現實應用的落地。

• 多模態Grounding與推理：利用視覺洞察來優化基于語言的推理，同時引入文本反饋來指導細粒度的視覺感知。

• 自我提升：讓AI智能體能夠從交互中學習并持續自我進化——主動適應新信息，并隨著新任務的出現不斷成長。

Jiajun Wu

吳佳俊是斯坦福大學計算機科學系助理教授，同時兼任心理學系助理教授。

在加入斯坦福之前，他曾在Google Research擔任訪問研究員，與Noah Snavely合作。

他本科畢業于清華大學交叉信息研究院「姚班」，師從屠卓文（Zhuowen Tu）教授。在清華期間，他曾連續三年保持年級第一，并榮獲清華大學最高榮譽——特等獎學金以及「中國大學生年度人物」稱號。

隨后，他在麻省理工學院獲得電氣工程與計算機科學博士學位，導師是Bill Freeman和Josh Tenenbaum。

吳佳俊的團隊致力于物理場景理解的研究——即構建能夠「看」見世界、進行推理并與物理世界互動的機器，其代表性項目包括Galileo、MarrNet、4D Roses、Neuro-Symbolic Concept Learner以及Scene Language。

除了開發表征本身，團隊還同步探索這些表征在各個領域的應用：

• 多模態感知，代表項目如ObjectFolder和RealImpact；

• 4D物理世界的視覺生成，代表項目如3D-GAN、pi-GAN、Point-Voxel Diffusion、SDEdit和WonderWorld；

• 基于物理概念接地的視覺推理，代表項目如NS-VQA、Shape Programs、CLEVRER和LEFT；

• 機器人學與具身智能，代表項目如RoboCook和BEHAVIOR。

Shangru Li

Shangru Li是英偉達高級系統軟件工程師，長期從事智能視頻分析（IVA）和Metropolis平臺的相關工作。

他擁有賓夕法尼亞大學計算機圖形學與游戲技術工程碩士學位，以及廣東外語外貿大學計算機軟件工程學士學位。

其他華人作者還有：

• Haoming Zou (Stanford University)

• Yu-Hsin Chou (Stanford University)

• Xunlei Wu (NVIDIA)

參考資料：

https://research.nvidia.com/publication/2026-03_3d-generalist-vision-language-action-models-crafting-3d-worlds

為偉大思想而生！

AI+時代，互聯網思想（wanging0123)，

第一必讀自媒體