这几天科技圈的大事，都在柏林。

10月21日，英伟达GTC柏林大会，老黄穿着他那件标志性的黑皮衣，在Tempodrom剧场讲了一个半小时。

而在两天前（10月19日），他刚在"投资德国峰会"上，当着德国总理默茨的面，说了一句让欧洲人破防的话——

这话什么分量？要知道，就在这一周，他刚马不停蹄跑完巴黎、伦敦、斯德哥尔摩、都柏林，承诺向欧洲投入近100亿美元，拉了1.2万家合作伙伴。一边砸钱，一边直言不讳——这就是黄仁勋。

今天这篇，我把这场演讲和他欧洲之行的关键信息，给你捋成大白话。尤其是他那个"AI是制造业"的判断，跟我们一直在聊的词元经济，其实是一回事。

黄仁勋开场抛了个问题：欧莱雅、Spotify、保时捷、雀巢、汇丰银行有什么共同点？答案是——它们都是正在和英伟达合作AI的欧洲公司。

然后他给出了整场演讲最核心的判断：

他把AI比作一个"五层蛋糕"，从下往上：

他说了一句特别值得琢磨的话：

这句话其实是说给欧洲听的——欧洲目前只拥有全球约5%的AI算力。它也是说给所有普通人听的：在AI时代，别只做一个"用户"，要想办法成为"生产者"。

这次柏林大会，硬件层面有两个重磅发布。

第一个，Vera Rubin全面投产。

这是英伟达第六代架构。黄仁勋说它"世界第一台完全自主研发的计算机——没有电缆、没有电线，100%液冷"。一个机架连72个GPU。性能有多猛？过去十年英伟达把AI性能提高了一百万倍；Vera Rubin两年内就比上代Blackwell再快30倍。

第二个，才是真正改变行业玩法的——DSX POD。

简单说，它把整座AI工厂做成了一个"集装箱"：7个液冷机柜、17公里长的光纤、供电、冷却、网络，全部在工厂里提前集成、布线、测试好，装进集装箱运到现场，接好水电网就能开工。

部署时间，从6个月，缩短到14天。

黄仁勋在现场算了一笔账，这笔账非常震撼：

他还顺带解决了两个"绿色"问题——这跟我们昨天聊的绿色词元工厂，简直是隔空呼应：

💧 节水：闭环液冷+干式冷却，冷却水用量降到接近零。2吉瓦规模下每天节水5400万升，相当于18万户家庭的日用水量。

⚡ 省电：DSX MaxLPS软件按负载动态调功率，同样产出Token，最多省电30%。

戴尔、HPE、联想、施耐德电气等17家厂商已经加入，2027年初开始交付。黄仁勋给它的定义是："每瓦更高智能，更短的首Token时间。"

演讲第二条主线，是智能体（Agent）。

黄仁勋的判断很清晰：传统模型主要负责"回答问题"，但智能体要能"调用工具、读取资料、反复执行任务"。

他把一个完整的智能体拆成了五个要素：

这里最值得普通人关注的是他对安全的强调。

一个能自己干活的智能体，意味着它能访问你的文件、网络、数据库。那万一它"发疯"了怎么办？

黄仁勋的答案是OpenShell——一个开源的安全运行环境，给每个智能体"最小权限"，并且把执法放在智能体外部，而不是只靠大模型自觉。他打了个比方：这就像早期互联网病毒横行，直到浏览器对网页功能做了严格限制。

他还放了一句狠话："未来每家工具公司，都会转型成AI公司和智能体公司。"这句话，值得每一个还在观望的职场人琢磨。

演讲最后，黄仁勋放出了全场最可爱的一幕——一群叫"Micro Duck"的机器鸭子。

它们在台上摇摇晃晃地走路、躺倒、起立、翻跟头。老黄拿着电脑指挥，还打趣："别摔倒了，你们需要打个盹吗？"

现场有个小插曲：几只鸭子没完全听指令。这个"翻车"反而很真实——AI进入物理世界，模型能力只是起点，怎么让它可靠地干活，还有大量工程问题。

这些鸭子背后，是黄仁勋押注的下一波浪潮：物理AI（Physical AI）。

跟处理数字信息的AI不同，物理AI要感知真实环境、理解物体和空间的关系，并在现实世界里采取行动。机器人、自动驾驶、智能工厂、医疗设备，都是它的载体。

他的方法论是让三类计算机协同：一类训练模型，一类用数字孪生（Omniverse）做仿真测试，一类部署在机器人本体上实时运行。先在虚拟世界里试错千万遍，再放到现实中，省钱、安全、还快。

具体产品层面：

🦆 给鸭子提供"大脑"的RTX Spark：算力1 petaflops、128GB内存。黄仁勋感慨，2016年他亲手送给OpenAI的初代DGX也是这个指标，但当年要两个人抬上楼，现在轻薄到能拿在手里，2399美元起。

🤖 与思灵机器人合作的人形机器人Agile ONE SN：身高1.4米、重40公斤、31个自由度，双手各20个自由度，2027年一季度上市。

🚗 自动驾驶平台Hyperion：14个摄像头、9个雷达、3个激光雷达。Bolt计划用它推动至少2.5万辆L4级Lucid车辆在欧洲落地。

如果说GTC演讲是技术布道，那10月19日和默茨的那场对话，则更有火药味。

默茨问他：AI到底该怎么监管？

黄仁勋给了三个支柱，第一句就很扎心：

三个支柱是：①技术创新实现安全；②企业遵守最佳实践；③产业和政府监管。

他的核心观点是：监管AI应用，而不是监管底层技术。就像监管互联网很难，但监管互联网上的具体应用没那么难。最后他连着说了两遍："给德国一个机会，给这个产业一个机会。"

在英国时他说得更不留情面："你们有聪明的人才、优秀的文化、年轻一代，但即使有一百万个成功的理由，你们还是会找到不去做的理由。你们把事情想得太复杂了。"

这话对我们其实也是个提醒——想太多，是这个时代最贵的成本。

在和默茨聊全球竞争格局时，黄仁勋说了一段让中国人听了会会心一笑的话。

他梳理了一下工业中心的变迁：电气化时代，三大工业中心是德国、美国、日本；过去50年，美国把大量制造能力转移到了中国，现在变成了德国、日本、中国。

然后他下了个判断：

为什么？因为中国的工业化进程，恰好和计算机产业的发展同步，所以中国产业的计算机化程度天然就高。

他还提了一个更深刻的观点：上一代计算机产业的核心竞争力是"软件编程"，美国领先。但现在，计算机可以自己编程了——你只要告诉它想要什么，它就能动手完成。过去50年积累的编程优势，正在被整合进AI里，竞争格局被重新设定。

不过他也给德国留了底气："电子永远无法取代原子。"通用AI再聪明，也取代不了某个机电细分领域里老师傅的深厚经验。AI是来增强人，不是来取代人的。

聊到这儿，我必须把它和我们一直在写的词元经济串起来。

你发现没有，黄仁勋讲的"AI工厂"，和我们国内讲的"词元工厂"，本质上是同一个东西——生产智能的工厂。

这说明什么？说明全球最顶尖的产业判断，和我们普通人能感知到的趋势，是同频的。

当黄仁勋把AI定义成"制造业"，他其实是在说一件很朴素的事：智能正在变成一种可以被大规模生产、标准化交付、按用量计费的商品。这个商品的最小单位，就是Token。

花旗在演讲后发研报，点出了一个关键信息：黄仁勋认为当前AI的核心瓶颈不是需求，而是制造和部署的速度。需求高到离谱，但产能、资金、电力都不够。为了扩产，英伟达直接给供应商几十亿美元预付款——揖斐电产能提到3倍、京元电子预付11亿美元、CPO光引擎产能一年扩15倍。

这就是典型的"电力时代修电网"的逻辑——当所有人都需要电，最赚钱、最关键的，是那些发电和铺电网的人。

这场一个半小时的演讲，信息量大到我得拆三遍。但如果只让我记住三句话，我会选这三句：

第一句，"AI是制造业，不是软件。"——别再用互联网的旧眼光看AI了。

第二句，"不要只消费AI，要生产AI。"——这是对普通人最重要的提醒。

第三句，"你们把事情想得太复杂了，放手去干就好。"——这是说给欧洲的，也是说给每一个还在犹豫的人的。

一个62岁、身家千亿美元的人，还在全世界飞来飞去，焦虑地提醒大家"没有下一次机会"。我们这些普通人，又有什么理由慢慢等呢？