哎呀 ，，，，原来老黄之前不玩（原推特）是由于怕羞（doge）。。
这次是由于想说的话太主要了 ，，，，才终于战胜了内向：
一直到2026年 ，，，，我才在X上发了第一条帖子 ，，，，这足以说明我有何等内向 ，，，，我或许是地球上最后一个这么做的人了。。但我发的内容对我来说太主要了 ，，，，对整个行业太主要了 ，，，，对天下也太主要了。。以是我战胜了自己的怕羞 ，，，，选择果真发声 ，，，，并把第一条内容发了出来。。
这个主要内容 ，，，，焦点围绕AI的开放生态。；；；；；；迫恃诘谝惶跬粕戏窒砹艘环庥捎⑽按铩⒐雀琛penAI等多家公司联合署名的《Open Weights and American AI Leadership》果真信 ，，，，并多次呼吁构建开放生态。。
现在最新动态来了 ，，，，老黄在Y Combinator近1小时的《Jensen Huang: The Mindset That Built NVIDIA》访谈里狂爆金句 ，，，，高能一直：
Agent是一种新的软件形态。。Agent不必抵达100%准确才有价值 ，，，，“可控性”或将成为其下一个生长阶段最大的突破口。。系统头脑的实质 ，，，，是对AI全栈手艺的协同明确。。AI毁掉事情？？？这个说法彻底搞反了。。古板编码会被自动化 ，，，，但难题与硬科学不会消逝。。物理AI开启新增添曲线 ，，，，机械人将撑起英伟达下一个千亿美元市场。。每个人、每家公司都应拥有构建自有AI的能力。。现代AI的生长 ，，，，根植于开放生态的一连昌盛。。你不必在一天内征服整个人生 ，，，，只需要先熬过今天 ，，，，再向明天迈进一步。。
本文在不改变原意的基础上 ，，，，由AI对访谈内容文字实录举行了精校。。
愿你读完后有所收获
三本教科书 ，，，，救活英伟达
主持人：现在许多学生只熟知英伟达在AI领域的领军职位 ，，，，若要让他们明确公司的生长基本 ，，，，您以为最该相识早期故事的哪一段？？？
黄仁勋：大大都人不会相信 ，，，，我们创业时选择的手艺偏向着实是完全过失的。。最初我们想重新发明3D图形 ，，，，坚信用加速器增强通用CPU就能解决原本无解的问题。。
1990年PC尚未普及 ，，，，我们这群在游戏机时代长大的人 ，，，，想把每台PC都酿成游戏机 ，，，，把超等盘算机的算法塞进个人电脑里。。我们为新算法兴奋不已 ，，，，也做了深思熟虑的推演 ，，，，随后便想要去开办公司实现它。。
效果 ，，，，支持公司建设的算法和手艺都被证实是完全过失的。。1995年我们才醒悟 ，，，，却险些已为时已晚——其时约莫有三四十家公司都在做PC 3D图形 ，，，，我们发明这条路基础走欠亨。；；；；；；氐焦咎致鄱圆呤蔽宜担骸安徽邮率怠⒉蛔蜃既匪惴 ，，，，公司就没了。。”
然后有人告诉我 ，，，，我们之中没有一个人知道准确的做法是什么；；；；；；我们其时不但选错了手艺 ，，，，甚至连准确的要领都不会。。
那对我来说是意义重大的一天。。其时我兜里只剩几张60美元的钞票 ，，，，总共也就百来块钱。。我去Fry’s买了三本教科书 ，，，，全是关于OpenGL和渲染管线设计的。。
我把书带回公司交给工程师们 ，，，，之后的事各人都知道了。。我们重新界说了盘算机图形学 ，，，，成了现代盘算机图形学的全球向导者 ，，，，已往25年里大大都重大突破都出自我们之手。。
所有人都以为英伟达天生就是3D图形领域的王者 ，，，，但着实我们是从三本教科书起步的。。说来荒唐 ，，，，我们是先开办公司、融了资 ，，，，才去买教科书重新学起。。这让我彻底明确一个原理：
手艺永远在迭代 ，，，，只要你能正视现实、坚持学习的能力 ，，，，既有的手艺储备就绝非决议性因素。。
从那以后 ，，，，英伟达一直突入生疏领域 ，，，，发明了无数前所未有的手艺。。我们对每件事都抱着同样的态度：“这件事主要吗？？？主要就去学！能有多灾呢？？？”
哈哈哈虽然 ，，，，效果往往比预想中的更难 ，，，，但你必需始终带着这种迎难而上的劲头去做。。
英伟达真正的赌注是加速算法 ，，，，而不但是造芯片
主持人：英伟达真正瞄定的大偏向是什么？？？
黄仁勋：我们公司真正锚定的大偏向是：可以通过加速器增强CPU ，，，，去解决那些原本难以企及的问题。。分子动力学、图像处理、逆物理 ，，，，以及种种算法都在此列 ，，，，但深度学习是其中最焦点的主线。。
为了打造今天的英伟达 ，，，，我们很早就意识到 ，，，，要害不在于造出一块伟大的芯片 ，，，，而在于加速一个算法领域。。
我始终相信 ，，，，成绩伟至公司的 ，，，，是你对天下的一个奇异视角——一个你深信不疑的视角。。这既不是纯粹的手艺问题 ，，，，也不是纯粹的市场问题 ，，，，只管二者都不可或缺。。但若能在准确的时间、以准确的手艺切入准确的市场 ，，，，前路自会顺畅许多。。
对一个主要事物的未来怀有高条理的愿景 ，，，，持有奇异且坚信的视角 ，，，，并且追求这一愿景的历程自己就充满挑战。。当这些要素汇聚 ，，，，便组成了成绩卓越的基石。。
我们很早就判断 ，，，，加速盘算将在未来饰演主要角色 ，，，，事实证实它简直变得至关主要。。
与此同时 ，，，，这么多年已往 ，，，，我们当初的另一个判断也获得了验证：加速盘算的要害在于算法 ，，，，而不但是芯片自己。。
从500万美元极限生涯到3亿美元IPO ，，，，英伟达直面生死时刻 ，，，，用坦诚换来救命稻草
主持人：你讲了许多关于首创人的艰难。。有没有哪些故事是你印象特殊深刻的？？？
黄仁勋：让我们意识到算法选错的 ，，，，正是与世嘉的相助。。我们原妄想为Dreamcast开发芯片 ，，，，但由于手艺保存基础缺陷 ，，，，基础无法履约。。
于是我飞到了日本 ，，，，向其时的CEO入交昭一郎坦率：我们签署的谁人约莫1200万美元的条约 ，，，，着实无法推行了。。
我向他忠实诠释了我们这个项目做不可的原因 ，，，，并建议他换别家来做。。
但说完这些 ，，，，我又硬着头皮补了一句——可我照旧需要这笔钱。。你可以想象到谁人时势……
他其时疑惑道：“你都无法推行条约了 ，，，，还想要条约里所有的钱？？？”
我说：“对 ，，，，我想要。。”虽然我态度特殊忠实 ，，，，诠释也都能站得住脚 ，，，，他能看出来我没说谎。。
要是他不给我们这笔钱 ，，，，我们就真倒了。。我以为现在许多情形也这样——你投资的不但仅是公司 ，，，，尚有人。。
入交先生以为我们这群人靠得住 ，，，，信得过这份条约 ，，，，也希望能看到我们撑到明天。。于是他最终选择相信我们 ，，，，并支付了500万美元。。
也正是这500万让我们活了下来 ，，，，为我们争取到了寻找新出路的时间。。
AlexNet不但是一个模子 ，，，，它改变了看问题的方式
主持人：之前我以为没人能真正预见到GPU及所构建的手艺对AI革命云云主要。。你看到了什么？？？是由于加速器加上天时地利？？？照旧有许多积累导致了这一切？？？
黄仁勋：着实我跟所有人一样 ，，，，都关注到了AlexNet。。但我看工具的角度纷歧样——我总在找“算法”。。这个算法可能是NAMD、VAP ，，，，也可能是OpenGL、SQL ，，，，或者是某个领域的专用语言、或某种特定算法。。我一直在琢磨 ，，，，哪些问题我们能帮上忙；；；；；；直到AlexNet泛起后 ，，，，我才意识到 ，，，，这个算法就是深度学习。。
对我们来说 ，，，，突破在于意识到AlexNet不但是AlexNet ，，，，它是一种深度学习要领 ，，，，能让你学会任何函数。。以是15年前我就随处跟各人说：“嘿 ，，，，猜猜怎么着？？？我们刚刚发明了universal function approximator！只要给它函数的谜底作为样本 ，，，，它就能自己学会谁人函数。。并且对许多函数来说 ，，，，你不需做到绝对准确——事实上也不可能做到绝对准确。。以是大大都真正有意思的问题 ，，，，实质上都是这样不准确的。。”
从我们意识到自己拥有了通用函数迫近器（universal function approximator）的那一天起 ，，，，问题就酿成了：这对盘算栈意味着什么？？？对软件意味着什么？？？这会攻击哪些行业？？？诸云云类。。
然后 ，，，，我们险些连忙就最先着手研究盘算机视觉、机械人和自动驾驶。。
由于有了这种基础能力 ，，，，盘算机视觉、机械人等领域的许多灾题都有了新的解法。。
因此 ，，，，真正的突破不但是AlexNet ，，，，而是一种全新的软件开发方式。。它将重新界说处理器、中心件、算法和应用程序 ，，，，改变整个盘算工业。。
我们要做的 ，，，，就是一直对事物举行逐点推理 ，，，，直到抵达最基本的原理 ，，，，并从第一性原理出发追问：若是它真的有用 ，，，，接下来还会改变什么？？？
CEO不可照搬治理模版 ，，，，要构建一个真正适合你的团队
主持人：你对怎样建设公司、怎样向导团队有什么建议？？？
黄仁勋：我的事情始于好奇心。。遇到主要问题 ，，，，我习惯亲自寻找谜底；；；；；；若发明某项信息对公司有价值 ，，，，我就会尽可能学透 ，，，，然后再分享给团队。。
我以为CEO的职责 ，，，，就是深入一线、吃透手艺 ，，，，并以自身洞察赋能公司。。尤其在手艺迭代飞快的行业 ，，，，若是CEO不亲自沉入细节 ，，，，就很难真正判断正在爆发什么。。
就像冲浪一样。。旁观者只看到杂乱 ，，，，冲浪者却能读懂海浪、驭浪而行。。CEO也一样 ，，，，只有亲自下场研究 ，，，，才华明确转变、拆解问题 ，，，，引领公司笃定前行。。
治理公司亦如打造一辆由自己驾驶的F1赛车。。首创人无需拘泥于古板治理模板 ，，，，而应凭证自己的特点调解组织、流程和事情方式 ，，，，让整家公司更高效地完成使命。。
至于下一任CEO ，，，，自然会凭证自己的方式重新刷新它。。
AI时代 ，，，，系统头脑会变得更主要
主持人：你一直在关注从质料、芯片到数据中心和应用的完整手艺链条 ，，，，也多次谈到OpenClaw和Hermes等智能体。。面临这座全栈AI工厂 ，，，，未来人们最需要具备什么能力？？？
黄仁勋：我以为 ，，，，未来最主要的能力之一是系统头脑。。
已往 ，，，，我们需要亲自设计晶体管、门电路和功效模浚浚块 ，，，，现在许多底层事情已经能够自动完成。。软件也会履历类似的转变 ，，，，大宗编码事情将交给Agent。。
因此 ，，，，人类需要站得更高 ，，，，从系统层面思索：要解决什么问题？？？有哪些约束？？？输入和输出是什么？？？处理器、内存和网络应该怎样协同？？？
这些基础知识不会过时 ，，，，反而会越来越主要。。
现在的Agent已经具备一定的自我刷新能力。。它们可以在使用历程中更新影象、整理信息 ，，，，甚至构建知识图谱 ，，，，让自己越用越智慧。。
但真正需要解决的 ，，，，是可控性。。我们能否只修改妄想中的一个词 ，，，，就让Agent精准调解一个像素、一个零件或一条毗连 ，，，，而不是把所有内容重新天生一遍？？？
我以为Agent不必抵达100%准确才有价值。。纵然它能完成80% ，，，，剩下的由人补足 ，，，，也足以提高效率。。
要害在于 ，，，，人能否准确地控制它 ，，，，并与它稳固协作。。
因此 ，，，，我以为可控性很可能是Agent下一阶段最重大的突破口。。
每个人、每家公司 ，，，，都该拥有自己的AI
主持人：你是否以为 ，，，，人们应当掌控属于自己的个人AI ，，，，而非将决议权完全让渡给云端智能体？？？这种对外地化与自主权的需求 ，，，，是否也是英伟达深度结构智能体生态的焦点动因之一？？？
黄仁勋：首先 ，，，，我们必需明确Agent ，，，，由于Agent就是一种新的软件形态。。
明确这种新软件的处理流程对盘算机系统结构至关主要。。我们对Agent的实质、它与谈天机械人的区别、以致与早期推理模式的区别明确得越深刻 ，，，，对这些处理层级的实质掌握得越透彻 ，，，，我们就能设计出越优异的系统。。
英伟达必需提前五到十年思索。。由于一套系统从研发、量产到投入使用 ，，，，可能要履历十几年。。以是 ，，，，你必需具备前瞻未来的能力。。
其次 ，，，，我们也在英伟达内部普遍使用Agent。。有人用Claude Code ，，，，有人用Codex……我们勉励百花齐放 ，，，，让员工自由选择他们想用的工具 ，，，，然后从现实使用中学习怎样刷新系统、提高公司的运行效率。。
我们还会从一些早期手艺信号中推演未来。。例如 ，，，，斯坦福大学早期的头脑链让我们意识到 ，，，，AI可以使用先验知识推理 ，，，，而不必完全依赖海量训练数据。；；；；；；谡庖慌卸 ，，，，我们开发了Alpaca ，，，，让自动驾驶系统不需要积累海量驾驶里程就能开好车 ，，，，能够剖析生疏情形 ，，，，而不是只靠见过的案例作出反映。。
大语言模子显然还需要影象、工具、先验知识 ，，，，以及与其他Agent协作的能力。。越早看清这些需求 ，，，，就越有可能资助你实现跨越式生长。。
主持人：英伟达似乎总能在新手艺泛起后迅速加入开源。。OpenClaw刚泛起时 ，，，，有人担心它不敷清静 ，，，，但你们很快就推出了沙箱工具包 ，，，，为其提供清静护栏。。
黄仁勋：看到OpenClaw时 ，，，，我第一反映是：这就是现代盘算机的新形态 ，，，，它是承载大语言模子的操作系统。。因此对我来说 ，，，，OpenClaw就是一个“Linux时刻”。。
现在 ，，，，每个人都有时机构建自己的AI。。我们联系了OpenClaw和Hermes团队 ，，，，并告诉他们 ，，，，英伟达愿意提供工程支持 ，，，，资助他们解决问题。。
我坚信天下需要赋予每个人构建自己AI的能力。。虽然 ，，，，我也勉励各人尽使用ChatGPT、Claude等云端服务。。但企业拥有自己的数据、知识和营业流程 ，，，，也需要构建自己领域的专用AI。。现在借助Hermes等工具 ，，，，这件事已经容易了许多。。
我们希望每个人、每家公司都能构建自己的AI。。
主持人：正由于它是开源的 ，，，，我以为真正的逾额价值（Alpha）就在于构建你自己的AI。。别人用的是现成的通用产品 ，，，，而你拥有可以递归自我刷新的系统。。人们对Markdown文件不以为然 ，，，，以为“哈 ，，，，那只是文本” ，，，，但现实上 ，，，，文本自己就是智能。。
黄仁勋：是的。。由于语言就是头脑。。你很难脱离语言举行思索。。
AI祛除的是使命 ，，，，纷歧定是事情
主持人：当智能变得唾手可得 ，，，，经济和就业会爆发什么转变？？？
黄仁勋：AI带来的影响不会平均落在每个人身上。。许多重复性使命 ，，，，尤其是能够依赖现有数据完成的认知使命 ，，，，都会被自动化。。每一份事情都会因此改变 ，，，，同时也会泛起大宗新的事情。。
但“AI会摧毁事情”的说法彻底搞反了 ，，，，不可把使命和事情混为一谈。。一份事情通常包括许多使命 ，，，，AI可以自动化其中一部分 ，，，，却纷歧定会让整份事情消逝。。
以软件行业为例 ，，，，编码正在被自动化 ，，，，但软件工程师的岗位数目同比增添了约10%。。由于企业积压的想法和需求太多了 ，，，，编程效率提高后 ，，，，反而可以让更多工程师去完成更多项目。。
医疗行业也是云云。。AI可以资助读取医学影像 ，，，，让医院吸收和诊断更多患者；；；；；；但要服务这些新增患者 ，，，，仍然需要更多医生、护士和放射科医生。。已往几年 ，，，，放射科岗位数目反而增添了约20%。。
执法行业同样云云。。已往有人以为执法AI Harvey会取代状师助理、镌汰状师岗位 ，，，，效果律所处理案件的能力提高后 ，，，，状师助理岗位反而大幅增添 ，，，，由于需要更多人承接新增营业。。
这就是生产率提升带来的连锁反映：AI先让人们完成更多事情 ，，，，进而推动营业增添；；；；；；而营业增添 ，，，，又会创立更多就业时机。。
今天的就业总量比我刚结业时还要多 ，，，，正是这个原理。。
机械人将成为英伟达下一个千亿美元营业
主持人：聊完软件和智能体 ，，，，再来谈谈物理天下。。真正能够投入使用的适用机械人 ，，，，距离我们尚有多远？？？
黄仁勋：天生式视频的泛起 ，，，，对我来说是一个主要信号。。
早在几年前 ，，，，当AI能够天外行指移动、伸手拿起杯子的视频时 ，，，，我就意识到 ，，，，既然能天生这些行动的视频 ，，，，为什么不可让机械人也完成同样的行动？？？那一刻我便知道 ，，，，机械人的具身操控能力已近在咫尺。。
但机械人不可只天生“看起来合理”的行动 ，，，，还必需明确真实天下的因果关系 ，，，，以及摩擦力、张力等物理纪律。。这也是我们最先研究“物理AI”和天下基础模子的原因：让AI不但识别天下 ，，，，更能明确天下怎样运转。。
在我看来 ，，，，机械人的“ChatGPT时刻”几年前就已经泛起了。。就像早期ChatGPT未必能直接创立生产力 ，，，，却让所有人看到了可能性；；；；；；当机械人通过强化学习、在切合物理纪律的模拟情形中四处行走时 ，，，，也翻开了类似的想象空间。。
接下来 ，，，，我们需要建设一套完整的训练与评估系统：先通过Real-to-Sim 将现实天下转化为模拟情形 ，，，，使用Isaac Sim、Cosmos等平台举行基于物理的训练和评估；；；；；；再通过Sim-to-Real ，，，，借助强化学习将模拟中学到的能力迁徙到真实机电系统上。。这三者配合组成了机械人的评估与后训练验证系统。。我相信 ，，，，适用机械人的爆发就在眼前。。
主持人：物理AI最先会在哪个领域创立真正的经济价值？？？现在已经看到了吗？？？
黄仁勋：我们很早就判断 ，，，，自动驾驶汽车会是物理AI最先规；；；；；；涞氐牧煊颉。由于它市场足够大、手艺相对标准化 ，，，，能够通过一连网络数据和刷新模子形成增添飞轮 ，，，，具备真实的经济价值。。
因此 ，，，，英伟达搭建了从车载芯片、数据中心到软件平台的完整手艺栈 ，，，，并开源了我们加入的Alpaca Myo项目。。之以是开源 ，，，，是由于自主导航能力具有普遍的通用性：农业机械、最后配送、仓储AMR（自主移念头械人）等场景都需要它。。这些简单市场虽不如汽车重大 ，，，，但组合起来足够多元 ，，，，值得为之构建完整生态。。
现在 ，，，，英伟达的机械人与自动驾驶营业 ，，，，也就是物理AI营业 ，，，，规模已靠近 100亿美元。。它不会在一两年内完全成熟 ，，，，但也不会再等十年。。
我相信 ，，，，物理AI可能会成为全球最大的工业之一 ，，，，也将成为英伟达下一个千亿美元级的营业领域。。
现代AI的生长 ，，，，根植于开放生态的一连昌盛
主持人：我想借此时机 ，，，，代表在场的所有人接待你加入（原推特）。。谢谢你迈出了这一步 ，，，，也谢谢你的向导力。。浚浚开源、开放权重和开源模子对我们所有人都至关主要。。
黄仁勋：一直到2026年 ，，，，我才在上发了第一条帖子 ，，，，这足以说明我有何等内向。。
但我发的内容对我来说太主要了 ，，，，对整个行业太主要了 ，，，，对天下也太主要了。。以是我战胜了自己的怕羞 ，，，，选择果真发声 ，，，，并把第一条内容发了出来。。
若是没有开源手艺 ，，，，移动互联网和云盘算工业基础就不会降生。。
若是没有Linux、Kubernetes等基础设施的开源 ，，，，没有Caffe、Theano、TensorFlow、PyTorch等深度学习框架的前赴后继 ，，，，我们又怎么可能拥有现代AI？？？
主持人：谢谢您的向导 ，，，，您的发声在这里至关主要 ，，，，谢谢。。
学习是一个人最伟大的超能力 ，，，，韧性可能是创业者最主要的品质
主持人：面临AI带来的转变 ，，，，你以为年轻人现在应该学习什么 ，，，，才华在未来坚持竞争力？？？
黄仁勋：简朴的事情会被自动化 ，，，，包括许多基础编码事情。。就像我这一代人一经必需学长除法 ，，，，现在它早已交给盘算机完成。。
但真正难题的问题不会消逝。。物理、化学、生物、盘算机科学、盘算机工程、系统头脑 ，，，，以及这些学科的交织领域 ，，，，仍然需要人去探索。。
AI只是让我们更有能力、也更迫切地去解决那些极其弘大且艰难的难题。。
我刚结业时 ，，，，设计一块拥有1000个晶体管的芯片就已经很了不起；；；；；；今天 ，，，，我们面临的是万亿晶体管芯片。。工具前进以后 ，，，，问题的规模便不再是限制。。
因此 ，，，，不要先盘算需要写几多代码、投入几多工程师 ，，，，而要先问：我事实想解决什么问题？？？
未来 ，，，，越善于系统思索 ，，，，越能够调动数AI协同解决问题 ，，，，就越有优势。。
深科技、基础科学、手艺与社会的交织地带 ，，，，仍然保存大宗时机。。以是 ，，，，像以前一样去上学 ，，，，好好待在学校里。。
主持人：若是能给18岁到22岁的自己发一封电报、一条信息 ，，，，你会说什么？？？
黄仁勋：开办英伟达时 ，，，，我和Chris Malachowsky、Curtis Priem三个人都以为有太多工具需要学习 ，，，，而我险些什么都不懂。。那时没有YouTube ，，，，也没有YC教你创业。。我只能去书店买了一本《怎样开办公司》 ，，，，效果发明它足足有500页。。我心想 ，，，，等读完这本书 ，，，，公司生怕早就倒闭了 ，，，，我和妻子Lori也早就没钱了。。
但厥后我明确 ，，，，那些事着实都不主要。。你总会有不懂的工具 ，，，，天下天天都在转变 ，，，，不可能比及什么都会了再最先。。今天可能是已往60年来最适合创业的时代。。整个盘算工业正在被重新界说 ，，，，这是人类历史上最主要的一次手艺重置。。你们面临的时机让我很是羡慕。。
遇到新手艺、新市场或新问题时 ，，，，我通；；；；；；岣嫠咦约海赫夂苤饕 ，，，，我得尽快学会 ，，，，再做点什么。。它能有多灾？？？
虽然 ，，，，最后往往比想象中难堪多。。但不要提前陶醉在难题里 ，，，，让对失败的想象酿成焦虑和障碍。。
先下手 ，，，，让难题在前进的历程中一点点泛起 ，，，，再逐个解决。。况且现在 ，，，，尚有许多AI Agent可以资助。。
学习是一个人最伟大的超能力 ，，，，韧性则可能是创业者最主要的品质。。
你不必一天征服整个人生 ，，，，只需要先熬过今天 ，，，，解决眼前的问题 ，，，，再向明天迈进一步。。
若是你真的相信一件事 ，，，，那就去做。。不要让恐惧、焦虑或不自信拦住你。。
你可以始终坚定地告诉自己：
我会一起披荆斩棘 ，，，，笃行不怠 ，，，，直到迎来属于自己的乐成。。
完整访谈：https://www.youtube.com/watch?v=qyPCVqFUyDo
