财经视野|黄仁勋点名马斯克成AI竞赛大赢家 优势源自三业务布局

撰文: 张伟伦
出版:更新:

在人工智能(AI)竞赛中,谁是优胜者?Nvidia行政总裁黄仁勋认为,马斯克将成为赢家。

据内地传媒报道,黄仁勋最新一段采访视频近日在社交媒体广泛传播。视频中,黄仁勋将Tesla(特斯拉)和SpaceX行政总裁马斯克称为AI竞赛中处于“绝佳位置”(phenomenal position)的玩家,并认为其优势并非来自个人风格,而是建立在算力基础设施、真实世界数据和三大AI业务布局之上。

2026年7月16日,英伟达(Nvidia)行政总裁黄仁勋在日本东京出席有关人工智能系统的记者会后,在门口位置发表讲话。(Reuters)

称马斯克已占战略高地

黄仁勋表示,采集真实世界资料成本极高,而特斯拉拥有全球规模最大的车辆车队之一,持续产生海量驾驶资料;与此同时,特斯拉的AI计算基础设施部署了大量Nvidia硬体。再加上xAI、特斯拉自动驾驶和Optimus人形机器人三大业务共同推进,马斯克已占据AI时代的重要战略高地。

上述言论迅速在X等社交平台广泛传播,引发AI产业和投资圈热议。随著全球科技巨头围绕基础模型、自动驾驶和机器人持续加码,黄仁勋再次将市场关注点从单纯的大模型竞争,转向算力、资料和终端应用构成的完整AI生态。

黄仁勋:马斯克最大的优势 是别人难以复制的基础设施

根据流传的视频内容,黄仁勋被问及未来AI产业的发展时,重点谈到了马斯克的竞争优势。

他表示:“采集真实世界资料的成本非常高,而埃隆(Elon)拥有巨大的优势。”

2025年8月 25 日,美国加州,一辆美国电动车品牌特斯拉(Tesla)生产的Cyber​​truck停在特斯拉商店外。(Getty)

在黄仁勋看来,这一优势主要来自两个方面。

首先,是AI算力基础设施。

他指出,特斯拉用于自动驾驶训练的AI工厂(AI Factory)拥有大量Nvidia GPU,是全球最强大的AI训练平台之一,为FSD模型持续反复运算提供了充足算力。

其次,则是真实世界数据。

黄仁勋表示,特斯拉拥有全球规模最大的联网汽车车队之一,每天都在不断采集驾驶环境、道路情况以及车辆运行资料。这意味著,相比依赖公开资料训练模型的AI公司,特斯拉能够持续获得大量来自真实世界的新资料,而这类资料获取成本极高,也是自动驾驶模型持续进化的重要基础。

他因此认为,马斯克在AI时代拥有天然优势,而且这种优势经过多年积累,并非短时间能够复制。

2025年11月6日,美国加州,特斯拉(Tesla)行政总裁马斯克(Elon Musk)在股东大会上与特斯拉旗下Optimus机械人(不在图中)一同跳舞。(截图自X@teslaownersSV)

AI三大战场:基础模型、自动驾驶、人形机器人

黄仁勋进一步表示,他非常了解马斯克对于AI未来发展的判断,并认为马斯克正在布局AI最重要的三个方向,按黄仁勋的划分分别是:

oxAI:负责基础认知智慧,即基础模型和通用AI能力;

o特斯拉:负责自动驾驶;

oOptimus:负责人形机器人。

黄仁勋表示,以上“三个方向正是AI最重要的三大战场。”

这意味著,在黄仁勋看来,未来AI产业竞争不仅仅发生在聊天机器人或大语言模型之间,而是将延伸至机器人和物理世界。

如果说基础模型负责“思考”,自动驾驶负责“理解现实世界”,那么人形机器人则负责“进入现实世界并执行任务”。三者共同构成下一阶段AI产业发展的完整闭环。

Grok是由马斯克旗下的xAI公司所开发的聊天机器人。Grok与一般聊天机器人的明显差异主要在于独特的对话风格,以及对内容限制采取较宽松的态度(Wikipedia)

从“模型竞争”转向“基础设施竞争”

近年来,AI产业竞争焦点已经逐渐从模型参数规模,转向更难复制的基础设施能力。

一方面,大模型持续推动对GPU和资料中心投资快速增长,另一方面,越来越多科技公司开始意识到,高品质真实世界资料正成为新的稀缺资源。

自动驾驶因此成为AI产业的重要资料来源。

特斯拉数百万辆联网汽车每天持续产生驾驶数据,不仅用于FSD训练,也让公司建立起其他AI企业难以复制的资料护城河。

与此同时,马斯克近年来持续推进AI版图扩张:

oxAI负责训练新一代基础模型;

o特斯拉持续推进FSD和Robotaxi;

oOptimus则被定位为未来能够大规模部署的人形机器人平台。

黄仁勋此次将上述三项业务并列视为AI未来最重要的发展方向,也意味著他认为未来AI竞争将更多围绕算力、数据和机器人应用展开,而不仅仅是谁拥有性能最强的大模型。

2025年8月25日,图为美国芯片巨头英伟达(Nvidia,又译辉达)的标志和电脑主板。(Reuters)

再次凸显Nvidia在AI生态中的核心角色

值得注意的是,黄仁勋在评价马斯克优势时,也再次强调了AI基础设施的重要性。

无论是训练基础模型,还是自动驾驶和机器人系统,都需要持续投入大规模GPU集群和数据中心,而Nvidia GPU仍然是当前全球AI训练和推理基础设施的重要组成部分。

黄仁勋此前多次提出,未来每一家大型企业都将建设属于自己的“AI工厂”,AI时代的核心竞争力不仅在于演算法,更在于能够持续将资料转化为智慧的算力基础设施。

此次他以特斯拉为例,也再次体现了这一观点:真正难以复制的,并非某一个模型,而是长期积累形成的算力、真实世界资料以及应用场景相互强化的飞轮效应。