黄仁勋 Jensen Huang

• Nvidia正把韩国机会量化：Jensen Huang估算，与SK Group的合作将带来“超过5000亿美元的业务规模”，包括与SK Hynix签订长期HBM采购协议、以及在SK Telecom建设近期最高2GW AI云之际销售超级计算机；与此同时，Nvidia还将向可能是Naver的韩国领先云服务商投资10亿美元，后者将在韩国扩至约200MW并走向全球。

• 结构性判断是：半导体行业需要扩大至现在的10倍。 计算机不再只是为10亿人类打造——未来将服务“1000亿个智能体和数十亿个机器人”，计算机正被造出来供计算机使用。Huang预计，未来10年左右，半导体产业规模可能必须达到当前的10倍。

• 一切都受到约束：HBM、LPDDR3内存、供应链几乎每个环节，以及土地、电力和建筑工人都不够。 未来10年的建设都会受到“限速”：行业有能力每年翻倍，但很难比这快得多。

• 谈到中美AI之争（按SK董事长的说法，中国压低每token美元成本，美国追求token质量），Huang拒绝接受这种二分法：无论面对哪种约束，“杰出的人都会找到好的答案”，而中国“生产出了智能最重要的版本”——研究人员。 主持人提到，如今许多中国AI研究人员已经在旧金山。“我们只能继续竞速。”

• Huang在X上的首篇帖子——转发一封由多位美国公司同行签署的公开信，主持人还追问了Satya Nadella等人——直接反驳了“开放不安全”的叙事：闭源模型可能被越狱、窃取或泄露，而“单点故障正是我们最脆弱之处”。 他的案例是：Hugging Face曾遇到2个OpenAI模型误访问其系统；由于无法让闭源模型协助，Hugging Face改用GLM 5.2定位并修补这次入侵——这是“大规模分布式自我防御的完美例子”。

• 投资者容易忽略的细节是：Huang认为闭源模型“坦率说更便宜”，甚至建议Nvidia也使用OpenAI、Claude、Cursor、Cognition和Perplexity。 开放模型存在的理由是控制权——自有alpha、受监管的SLA和主权需求；“世界最终只能二选一”的想法“完全错误”。

• 🔗 原始收听与视频来源： Nvidia CEO Jensen Huang谈韩国AI黄金时代及对Naver的新投资

• Huang 认为，市场对 Kimi 的误读与此前对 DeepSeek 的误读如出一辙。 芯片股一个月下跌18%，但“免费的 AI 理应利好硬件、芯片和数据中心”——优秀的开放模型会带动更多使用，而“使用越多，就必须卖出更多 NVIDIA 计算机”。他表示，NVIDIA 如今在中国的销售额“约等于零”，也一直告诉投资者按零收入预期。

• 半导体行业“暂时不会”进入下行周期。 “这一次不同，因为这不是需求驱动……而是产业建设驱动。”未来10年，芯片行业需要扩大到现在的5到10倍，这也是内存、存储、光互连、封装和 TSMC 芯片同时短缺的原因。泡沫“总有一天会来，但不是今天”——未来5年内“可能性非常低”，因为芯片、土地、电力和建筑工人等物理约束，会推迟供给超过需求的时点。

• 投资回报问题已经有了答案：我们现在知道 AI 能够盈利。 编程智能体“极其赚钱”，NVIDIA 自己每年为 AI 编程服务支付“数亿美元”，而“这个飞轮已经启动”。OpenAI 和 Anthropic 将成为“人类历史上最成功的 IPO”；至于中国企业把美国公司撞下赛道，可能性是“零……尽管来吧”。

• 一些 AI 末日论断是“彻头彻尾的胡说”，悲观论者还在凭空编故事。 放射科医生岗位增加约20%，律师助理约增加10%，制造业岗位约增加50%——任务自动化反而带来更多工作。“AI 不会摧毁我们所有的工作。会用 AI 的人会抢走我们的工作。”奇点和模拟宇宙之类的讨论是“科幻小说……好莱坞”；“最接近真正 AI 的东西是 R2-D2 和 C-3PO”。

• 政策主张是：不要封禁中国模型，也不要过度纠偏。 后门担忧“是一种误解”——开放模型通过运行框架在安全沙盒内运行；开放模型依靠“大规模分布式、彼此异质的防御体系”对国家安全“很重要”。他担心华盛顿会针对凭空编造的叙事“过度纠偏”，而这些叙事部分来自“希望政府帮忙制定有利于自己的监管规则”的公司。美国政府入股 NVIDIA？“没有必要”——“我们去年缴了100亿美元的税”。

• 中国是否已经追上来“并不重要”。 这不是一场有终点的竞赛；中国培养出的 AI 研究人员“比世界其他地区的总和还多”，遏制中国的想法“既不明智，也不会发生”。美国唯一会输的方式，是没有真正应用这项技术——正如美国在此前每次工业革命中都成功应用技术一样。

• 机器人和智能体将成为下一轮需求浪潮。 机器人的 ChatGPT 时刻“已经到来”；未来3-4年内实现实用化，他“不会感到意外”。未来可能有“1000亿、1万亿个智能体始终在线”——这些智能体会持续使用电脑——这正是算力需求会从今天可能约1亿名同时使用电脑的人类用户基础上大幅增长的原因。

• 🔗 原始收听与视频来源： Jensen Huang：唱衰 AI 的人看错了

访谈摘要与收听要点：Jensen 认为 Nvidia 的护城河在于可编程性、单位总成本性能和供应商生态，而 TPU 与 Trainium 的增长仍主要集中于 Anthropic。中国政策、客户自研 kernel 和毛利率压力仍未解决，但 Groq 扩大了推理产品范围，Vera Rubin 至 Feynman 路线图瞄准 token 成本逐年降一个数量级。

• 🔗 原始收听与视频来源： Jensen Huang——Nvidia 的护城河能否延续？
• 📝 核心文稿归档状态：已完成核心观点智能提炼，原声时长约 45~90 分钟，建议结合上方要点快速阅读。

访谈摘要与收听要点：NVIDIA 的护城河是 CUDA 装机基础与覆盖计算、网络、内存、电力和散热的 AI 工厂全栈，token 成本正每年下降一个数量级。Huang 认为推理和 Agents 会把算力需求推向收入工厂，但供应链、电力和模型周期波动仍限制经济规模扩张。

• 🔗 原始收听与视频来源： Jensen Huang：NVIDIA——4万亿美元公司与AI革命｜Lex Fridman Podcast #494
• 📝 核心文稿归档状态：已完成核心观点智能提炼，原声时长约 45~90 分钟，建议结合上方要点快速阅读。

访谈摘要与收听要点：Huang 正将 Nvidia 从 GPU 供应商重塑为 AI 工厂供应商，以 Vera Rubin、CPU、网络和 Groq 组合承接异构 Agent 工作负载，而 token 经济学更看重吞吐量而非标价。随着 Agent 承担人们愿意付费的工作，推理需求可能跃升多个数量级；Physical AI、开放模型和垂直专业化打开新市场，但采用速度、治理和中国供应链仍是关键风险。

• 🔗 原始收听与视频来源： Jensen Huang：Nvidia 的未来、Physical AI、Agent 崛起、推理爆发与 AI 公关危机
• 📝 核心文稿归档状态：已完成核心观点智能提炼，原声时长约 45~90 分钟，建议结合上方要点快速阅读。

访谈摘要与收听要点：推理token、搜索grounding和置信度路由让AI足以支撑专业领域盈利采用，同时每个新token都扩大对芯片、能源和AI工厂的需求。开源、算力降价与垂直化让市场超越少数实验室，领域可靠性、能源供应和架构变化将决定价值归属。

• 🔗 原始收听与视频来源： NVIDIA 的 Jensen Huang 谈推理模型、机器人与驳斥“AI 泡沫”叙事
• 📝 核心文稿归档状态：已完成核心观点智能提炼，原声时长约 45~90 分钟，建议结合上方要点快速阅读。

访谈摘要与收听要点：Jensen Huang将1000亿美元的OpenAI/Stargate合作视为OpenAI成为万亿美元级超大规模云厂商的路径，10GW对应Nvidia约4000亿美元潜在收入。通用计算转向加速计算带来4–5倍AI基础设施市场空间，协同设计与更高的tokens-per-watt强化护城河，但中国竞争加速和赴美中国AI人才减少仍是战略风险。

• 🔗 原始收听与视频来源： NVIDIA：OpenAI、算力的未来与美国梦｜BG2 与 Bill Gurley、Brad Gerstner 对谈
• 📝 核心文稿归档状态：已完成核心观点智能提炼，原声时长约 45~90 分钟，建议结合上方要点快速阅读。

访谈摘要与收听要点：MP Materials通过垂直整合和国防部合作，押注稀土磁体成为物理AI瓶颈；价格底线和100%包销降低市场风险，但建设与运营风险仍在。Lisa Su称亚利桑那先进制程成本溢价处于低两位数，而Crusoe的1.2GW、40万块GPU项目显示，能源供应和熟练劳动力正成为AI基础设施约束。

• 🔗 原始收听与视频来源： 《AI竞赛》第3部分：Jensen Huang、Lisa Su、James Litinsky、Chase Lochmiller
• 📝 核心文稿归档状态：已完成核心观点智能提炼，原声时长约 45~90 分钟，建议结合上方要点快速阅读。

访谈摘要与收听要点：Jensen Huang与Arthur Mensch将主权AI视为经济、文化和劳动力基础设施，各国需掌控由本地语言、制度、价值观和专业能力塑造的模型。Mensch称24B阿拉伯语调优模型Mistral Saba击败大5倍模型；开放部署与更长推理工作负载利于本地审查，也为数据中心和NVIDIA提供看多理由。

• 🔗 原始收听与视频来源： Jensen Huang 与 Arthur Mensch：为何每个国家都需要自己的 AI 战略
• 📝 核心文稿归档状态：已完成核心观点智能提炼，原声时长约 45~90 分钟，建议结合上方要点快速阅读。