夜雨聆风学习资料网

ARTICLE · 1269876

刚刚,黄仁勋柏林放话:AI不是软件,是制造业!智能体时代全面爆发

刚刚,黄仁勋柏林放话:AI不是软件,是制造业!智能体时代全面爆发
📌 AI落地观察 · GTC柏林2026
老黄在柏林举起一台128GB内存的轻薄本。十年前,同样的内存得两个人抬上楼。这十年AI性能涨了100万倍,摩尔定律只涨了100倍——差出来的这部分,不是靠一颗芯片追回来的。
2016年8月,黄仁勋把刚发布的DGX-1亲手送到OpenAI的旧金山办公室。那台机器的内存是128GB,得两个人才抬得上楼。
今天在GTC柏林的舞台上,他单手举起了RTX Spark。同样的128GB。老黄说,唯一的区别是——他现在能这样单手拿着它。
十年,同一个128GB
2016 · DGX-1
2026 · RTX Spark
内存 128GB
内存 128GB(最高)
两个人抬上楼
单手举在台上
数据中心级巨兽
FP4算力最高 1 Petaflops
送进实验室
摆上你的办公桌
十年过去,AI性能涨了100万倍,同期摩尔定律只涨了约100倍。
差出来的部分,靠的是「极致协同设计」——每一层软件、每一台计算机、每一种新算法,连同架构一起改。不是把某一颗芯片做到极致,是把整条链子一起推。
一个半小时,老黄掏出的硬货不少:
AI工厂装箱发货——DSX POD在工厂里装好、测完,场地水电就绪,部署从约六个月缩到最短14天。  Agent上了锁——OpenShell参考架构把规矩写在Agent之外,越界操作由BlueField-4毫秒级隔离。  机器鸭子上台——MicroDuck在RTX Spark上造出来,云端训练,自己走上了舞台。  人形机器人有了参考机——英伟达和Agile Robots推出Agile ONE SN,预计2027年初上市。
欧洲大撒币——访欧一周,宣布向欧洲投入近100亿美元,合作超12000家。
一、AI不是软件,是制造业
整场演讲,老黄反复讲一个判断:AI是一种制造业,不只是软件。     他把AI比作一个「五层蛋糕」,从底下往上搭:
五层蛋糕 · 从底往上
① 能源
一切的底。没有电,上面全塌。
② 基础设施
计算、网络、存储,三件套。
③ 模型
大脑,负责感知和推理。
④ AI原生应用
长在模型上的新一代工具。
⑤ 行业应用
矿山、工厂、医院、物流——最后落地的这一层。
「想成为这个AI经济的一部分,你不能只做AI的消费者,还要做AI的生产者。」
旧时代的工厂,把煤炭变成电力。新时代的AI工厂,把电力变成智能。
二、一台笔记本,就是你的个人Agent
1 Petaflops
FP4 AI算力(最高)
128GB
统一内存(最高)
2399美元
起售,10月16日已开售
1颗芯片
Blackwell GPU+Grace CPU
老黄在台上管这颗超级芯片叫N1X。过去几十年,电脑一直是工具:你敲下指令,它照着执行。现在这个定义被推翻了——RTX Spark在他的描述里,是「个人Agent」「个人助手」,甚至「数字伴侣」。
老 黄 原 话
你不再是「使用」软件,你是在「雇佣」电脑。
未来的场景是把任务交给它,它去调用软件,把活干完。为了这台电脑,英伟达和微软秘密合作了四年,前后投入了数千个工程师年。
三、Agent的五大要素
这几年大家都在谈大模型。但老黄的看法是:模型只是大脑,真正能干活的是Agent。一个Agent得配齐五样:
Agent 五要素
模型
感知、推理、规划、使用工具
外骨骼
Harness,编排任务、调动记忆、激活工具
沙箱
把它隔离起来,跟系统其余部分分开
知识
读懂你的企业数据和私人文件
工具
使用人类已有的软件
至于Agent怎么搭?老黄的答案简单到有点欠揍:「让另一个Agent帮你建。」
四、安全,是Agent时代的命门
Agent能自己动文件、上网、调工具,所以权限得压到最小,还得一直盯着。       英伟达介绍OpenShell的片子,开场先自嘲了一把:眼下能拦住Agent的,只有提示词里一句客客气气的「请别删东西」。       OpenShell的思路是把规矩写在Agent之外——能读写哪些文件、能连哪些网络,细到每一次系统调用,都由沙箱外的策略说了算,密钥也不交到Agent手里。
硬件上再加一道锁。Sentry跑在BlueField-4上,像个不睡觉的哨兵守在主机之外,一越界,毫秒级隔离。
老 黄 原 话
希望不等于安全。安全不是愿景,安全是技术和工程。
五、AI工厂装进集装箱,最短14天
先算一笔账:一座1吉瓦的AI工厂,土地、电力、厂房、计算、网络、存储、散热全算上,大约要500亿美元。按一年400亿美元收入算,晚投产三个月,就有约100亿美元的收入没了。
所以英伟达推出DSX POD:7个液冷机架、17公里线缆,在工厂里完成集成、布线和测试,装进集装箱拉到现场。场地水电就绪,部署时间从约六个月缩到最短14天。
14天
最短部署(原约6个月)
17公里
7个机架内部线缆
省30%电
同等产出,最多少用
5400万升
2吉瓦规模每天省的水
5400万升水,差不多是18万户家庭一天的用水量。企业买回去的不是机房,是一座直接产出数字智能的炼金炉。
六、物理AI觉醒:机器人需要三台计算机
如果说大模型是AI的灵魂,Agent是AI的双手,那现在,AI需要一个身体。       压轴的主角是一只机器鸭子MicroDuck。从搭训练场、训练、到上真机,整套流程都跑在一台RTX Spark上,只有大负载才交给云端。最后四只真实的MicroDuck走上舞台,听口令坐下、睡觉、翻跟头。
背后是物理AI的「三台计算机」:
第一台训练模型——把本事学出来。  第二台在数字孪生Omniverse里练技能——不摔真机,先在虚拟世界里摔够。
第三台装在机器人身上——干活的那台。
Agile ONE SN · 参考人形机器人
身高
1.4米
自由度
31个
上市时间
预计2027年初
定位
全球机器人开发者的「标准教材」
老黄更看好人形机器人——很可能是出货量最大的机器人形态。
七、模型全开放,企业自练超级智能
英伟达把各领域的开放模型全摆了出来:
开放模型清单
Nemotron
语言模型
Cosmos
世界基础模型
GR00T
人形机器人模型
Alpamayo
自动驾驶模型
Ising
量子计算模型
Earth-2
气候模型
老黄也承认,这些模型不一定处在最前沿。可英伟达把权重、训练数据和复现脚本整套开放了。企业拿自己的数据做后训练,就能把它练到前沿水平。
最后得到的,是一个绝对忠诚、绝对保密、只懂你业务的「超级智能」。
演 讲 收 尾
每一家欧洲公司,都将成为AI公司。毫无疑问。
老铁点评:给干实业的划三个重点
一、别只当AI的用户,要当AI的生产者
老黄这句话对我们一样适用。你用AI写标书、做方案、管工地日志,就是在把AI变成自己的产能——不是花钱买服务,是攒自己的生产线。
二、标准化才能起量
人形机器人靠标准配置启动技术飞轮——跟咱们的移动破碎站一个逻辑:标准装备+规模效应,量再反过来推着技术加速。别老想着什么活都能接,先把能复制的活儿做厚。
三、物理AI正在进场
仿真、数字孪生不再是大厂专属,一台笔记本就能跑。矿山的产线优化、破碎工艺仿真,这些都是物理AI能啃的活。以前得砸钱做试验,现在可以在电脑里先试一百遍。
风口不等人,工具已经摆到桌面上了。手里有厂子、有产线、有具体想省掉的人工和工序的,坐下来聊聊——不谈概念,直接把你的活儿摆出来,看看哪一段能交给Agent干。
参考资料:36氪《黄仁勋GTC柏林2026完整演讲实录:AI不是软件,而是制造业》;新智元《黄仁勋柏林震撼演讲:PC已死,AI智能体时代全面爆发》;华尔街见闻、NVIDIA官方博客GTC Berlin 2026实时更新。本文为行业观察,不构成投资建议。

相关学习资料