黄仁勋峰会访谈：「末日论是骗局」，超级智能已来

2026年All In Summit上，英伟达创始人兼CEO黄仁勋与All-in播客的主持人Chamath Palihapitiya、Jason Calacanis、David Sacks和David Friedberg展开了一场约46分钟的对话。话题从AI末日论、前沿实验室的安全事故与监管，延伸到开源模型、中美AI竞争、数据中心、AI基础设施和英伟达的业务边界。

结合最近美国的“AI降速”观点，黄仁勋反对用没有科学依据的概率制造恐慌。他认为，安全与领先并非二选一。前沿实验室确实拥有最多算力，也最可能率先遇到新的工程风险，但正确的回应是查明根因、改进沙箱与监控、建立测试和第三方评估，而不是用笼统的末日叙事阻止整个行业前进。

对于开源与闭源之争，黄仁勋认为世界两者都需要。闭源模型像“瓶装水”，提供便利而稳定的服务；开放模型则满足主权、隐私和专有技术等需要。真正的AI竞赛，不只是发明模型，而是谁能把技术运用得最好，让企业、研究者、教师、学生和创业公司都参与其中。

值得注意的是，访谈进行到一半，美国总统Donald Trump突然致电黄仁勋。黄仁勋把电话切到扬声器后，Trump直接谈到AI、数据中心和美国竞争力。他称围绕AI与数据中心的末日叙事是一场骗局，并表示“谁赢得AI，谁就赢得未来”。

在访谈后半段，黄仁勋解释了英伟达为何投资土地、电力、厂房、云服务商和模型生态。他说，AI是新的工业革命，智能必须被生产出来。英伟达会为了客户需要向上延伸技术栈，但会尽量停留在更底层，让合作伙伴和应用公司继续生长。他同时判断，中国将在2030年前后取得先进光刻能力，而在自动驾驶和蛋白质设计等狭窄领域，超级智能已经出现。

以下为「明亮公司」整理编译后的访谈全文：

Chamath：Chamath Palihapitiya，All In联合主持人、投资人

Jason：Jason Calacanis，All In联合主持人、投资人

Sacks：David Sacks，All In联合主持人

Friedberg：David Friedberg，All In联合主持人、企业家

黄仁勋：英伟达创始人、总裁兼CEO

#01 AI末日论与前沿实验室的安全责任

Chamath：先谈Dario这个周末发表的文章。很多人惊讶的是，几家前沿实验室很快围绕这篇文章形成了相近立场。你怎么理解这件事？先从总体判断说起。

黄仁勋：文章里有很多内容。首先是安全问题，我们必须非常认真地对待，安全至关重要。但安全与领先并不是互相排斥的选择。你可以快速创新、快速执行，让美国保持领先，同时把事情做得安全。

文章还谈到内部控制。Coxson作为举报人提出的问题非常严肃。只要有人举报，就应该认真对待。我认为他公开表达担忧需要勇气。不过，其中有几件事被混在了一起。举报本身没有问题，但对未来作出所谓科学预测却是另一回事。那些预测虽然出自科学家之口，却没有建立在科学上，我对此有异议。

至于暂停、放慢节奏，这些都是公司可以自愿采取的措施。如果他看到公司失去控制，也许问题来自实验室从研究向工程化过渡。那里有出色的人才和工程能力，但工程不同于研究，转型过程也可能并不顺利。我们不知道他具体看到了什么，只有他自己知道。如果真正的问题是失去控制，那就应该单独讨论政府怎样应对，而不是突然用一项监管把所有事情一股脑包起来。

Chamath：普通人很难理解所谓“文明灭亡”的说法。聪明人给出一个“10%灭绝概率”的数字，会让人不安，但没人能向普通人解释这个数字到底是什么意思。你会怎么解释？

黄仁勋：不应该解释，因为这个数字是编出来的。这些人受过良好教育，被称为研究人员，也在实验室工作。把这些词放在一起，再抛出一个预测，听起来就很惊人、很可怕，但不应该这样做，这是不负责任的。

回头看事实。曾经有人预测，五年内放射科会完全被AI接管，世界上不再需要放射科医生。事实恰好相反——我们比以往更需要放射科医生。与此同时，AI的确已经全面进入放射科，自动读取扫描结果，这很好。去年还有人预测，六到十二个月内90%的代码将由AI生成；也有人说，六到九个月内50%的初级岗位会消失。这些预测都错了。

Sacks：还有人说GPT 2危险到不能发布，Llama 3也危险到不能发布。

Jason：还说白领岗位明年会消失一半。

Sacks：所谓就业末日。

黄仁勋：必须有人对这些愚蠢的预测负责。我们应该把它们记录下来，也不断提醒自己，这些预测与美国最终赢得AI竞赛的目标并不一致。

Chamath：有人总说“相信专家”，COVID时期也出现过类似情形。掌握信息优势的研究者说了一些后来被事实证明不正确的话。现在一边是“相信专家”，另一边是回看预测记录、更加系统地分析。为什么这些说法会从制造AI的机构内部出现？是心理因素、商业动机，还是政治动机？

黄仁勋：首先，这些是历史上最重要的一批公司，拥有非凡的工程师和研究人员，工作也非常出色。我们在公司层面密切合作，但又不得不公开讨论这些问题，这很遗憾。我认为，这些公司应该像过去的伟大公司那样，安静地把公司建好。

Jason：在英伟达，员工不能因为某个周末心情不好，或者愤而离职，就代表整个组织公开发言，对吗？

黄仁勋：不能。加入公司时，大家就接受了公司的行为方式。英伟达员工喜欢公司稳定、一贯的文化：照顾员工家庭，创造条件让他们完成一生最重要的工作，安静地做有意义的事情，并帮助别人成功。

同时，公司内部有些事情我们不欢迎，比如政治争论。政治可以回家再谈。英伟达是一家不参与党派政治的公司，我们支持两党。无论哪届政府执政，我们都会尽力帮助美国成功。关于种族、宗教和政治的争论，请放在公司之外。

Chamath：更具体地说AI监管。Satya Nadella今天早上说，在讨论可能阻碍行业的监管之前，先把衡量、标准化和基本工作做好。你认为正确的回应是什么？Demis提出过一种类似FINRA的组织，而Dario似乎想要一个跨国机构。

黄仁勋：先把工程做好。监管应该解决真实问题。到目前为止，真正发生的问题都来自前沿实验室。替它们说句公道话，这是因为它们拥有最多算力，也在解决最前沿的问题。危险最先出现在前沿实验室是合理的。高中生或创业公司不太可能成为源头，因为他们根本没有足够算力。放眼全球，除了前沿实验室，几乎所有人都缺算力。

这些实验室在做开创性工作，同时建设公司、文化、技术、工程和产品，确实会有“头发着火”般的混乱。但不管是一家实验室发生四起事件，还是另一家发生一起重大事件，第一步都应该从工程角度做根因分析：发生了什么，本可以怎么做，今后要把哪些技术、方法和流程制度化，防止再次发生。

我愿意打赌，每一起事件今后都在它们的控制范围内。它们会查明原因并修复问题，建立更好的沙箱、运行环境、监控和持续监控技术。另一种可能是，它们分析完后说：“我们不知道发生了什么，也不知道如何控制，需要社会帮助。”如果真是这样，那其他公司的工程师就应该进去帮忙。但我对此表示怀疑，这些实验室有很出色的人，应该能处理好。

Jason：David昨晚提到，一家开发GLM的中国实验室准备投入巨资做递归式自我改进，也就是让AI训练下一代AI，尽量把过程自动化。你怎么看？

黄仁勋：递归式自我改进现在是一个很时髦的词，但它其实由一整套想法组成：上下文学习、技能、反思、强化学习和合成数据生成。这些都是合理的方法，能让AI逐渐更好地解决问题。

还可以用LoRA等低秩方法改进权重，通过合成数据和强化学习增强模型，而不必重新训练基础模型。积累经验后，再用这些经验训练基础模型。用技术提高各种任务的生产力，包括建设AI，本来就是合乎逻辑的事，我相信每家公司都在不同程度上这样做。

Jason：但现在这个词被用来暗示AI会失控。你不认为这是真的吗？

黄仁勋：当然不。公司内部可以一直做递归式自我改进，但发布产品前仍然必须评估、重新测试并确认没有能力回退。实验室向工程组织转变后，会通过方法、知识、实践、工具和技术获得更好的控制。

Chamath：还包括证据和验证。

黄仁勋：对。更好的控制、验证和评测，会让公司内部能够做递归式自我改进，同时只把经过检验的好产品发布出去。

#02 开源模型与真正的AI竞赛

Chamath：谈谈开源。英伟达收购Hugging Face会是极其重要的一件事，我甚至不愿只把它叫作一笔交易。请从第一性原理解释开源、闭源和开放权重，以及未来生态应该怎样组合。

黄仁勋：世界既需要闭源模型，也需要开放模型。这个周末我用了四种闭源模型，它们都是前沿产品，体验很好，而且还在不断进步。

我把闭源模型看成瓶装水。水本来是免费的，我今天早上洗澡就用了很多免费水，但在不同场景里你会选择不同的水。电力和其他商品也是一样，开放与闭源两种形式都需要。

开放模型的重要性来自主权、隐私和专有技术等需要。过去六个月，AI原生公司获得了4000亿美元风险投资，其中80%使用开源模型。如果没有开放模型，它们怎么实现自己的梦想？创业公司的目标本来就会不同于前沿实验室。美国的核心优势之一，是创新会从无数地方冒出来。

赢得AI竞赛，不是让少数科技公司获胜，而是让美国每家公司、每个行业、每位研究者、教师、学生和创业者都获胜。有人会用闭源模型，也有很多人会用开放模型。世界上有1000万软件工程师，他们都需要选择。

Friedberg：开放模型来自中国还是美国，重要吗？

黄仁勋：我们正在尽一切努力为开放模型作贡献。不过，今天全球开放源码的很大一部分贡献可能来自中国。他们有更多工程师，国家规模更大，科学和数学人才的培养规模也很大，包括清华大学这样的优秀高校。

我们下载Linux、Kubernetes和其他软件，其中很多代码都经过中国开发者之手。一旦下载，它就是你的。你可以分叉、改进，变成自己的东西。下载一个中国研究者做出的优秀模型也是同样的道理，权重到了你手里，你就可以按自己的需要使用。

Friedberg：那这场竞赛到底在比什么？

黄仁勋：比的是谁能把技术利用得最好。上一轮工业革命的发明者包括Maxwell、Volta和Ampere，他们都不是美国人，工业革命起源于欧洲。但美国在社会和经济层面把这些技术利用得比任何国家都好，结果大家都看到了。我希望这一轮也一样。

Friedberg：为什么中国的现实主义叙事现在传播得这么成功？

黄仁勋：中国的叙事更实际。没有人在那里不断说这个要终结、那个要毁灭，或者渲染灾难和末日。

Sacks：他们更务实，把AI看作推动经济和社会发展的技术，没有一批人不断说AI将终结文明。

黄仁勋：而我们却在编造这些说法。最让人沮丧的是，如果它是真的，我们当然应该讨论并采取行动。即使它真的存在，我们也应该把更多时间用在解决问题，而不是让一群无能为力的人恐慌。把AI造对、造安全，是我们的工作。

Friedberg：历史上有没有这么多人如此强烈地宣扬一件并不真实的事？也许是因为人类从未到过这个前沿，所以容易恐惧。

黄仁勋：这些说法可以被衡量，也能被事实证明不正确。它们没有建立在科学和研究上，真正的科学研究反而给出了不同证据。生活经历也会影响判断。

我刚毕业时是工程师，那时并不经常打字。我们属于软件普及前的一代，得先把计算机造出来，软件才有可能。今天的工程师一入职，公司给他一台笔记本和一把椅子，他就开始整天打字，也就是写代码。但在打字之前就已经有工程学，打字之后也会有大量工程工作。

世界还有堆积如山的工程任务，其中大部分将不再依赖手工敲代码。即使在英伟达，我也常对软件工程师开玩笑说，你们只是在打字。我最喜欢的按键是退格键，因为最好的软件应该尽可能小。应该多按退格键。

#03 Trump致电：谈AI减速、数据中心

Chamath：接下来拆解一下英伟达，从最底层开始谈。等等，这不是事先安排的，不过我们知道是谁打来的。

黄仁勋：总统先生，是的，先生。如果不是您来电话，我现在正在台上和Besties做访谈。Sacks、Jason、Chamath、David和David都在。我面前有几千名观众。巧的是，我们刚刚就在谈您。您做得很好，先生。这件事非常复杂，但您看穿了它，我们都很感激。

Sacks：要不要和现场观众打个招呼？

黄仁勋：Jason想把您放到扬声器上。

Jason：切到扬声器模式。

Chamath：把手机靠近麦克风。

黄仁勋：请稍等，总统先生。现在您是在对全世界讲话。

Trump：人生有趣的地方就在这里。Jensen能设计出全世界最复杂、别人十年都复制不了的芯片，却不知道怎么把我切到扬声器上。所谓AI末日论几乎像一场阴谋，最高兴的是……。美国国内也有不少州原本得不到任何投资，现在却有很多项目找上门。但突然之间，企业开始去芬兰建设。Google想在芬兰建一个大型项目，我对此不高兴，因为他们在美国拿不到许可。

我告诉你，这全是一场骗局。数据中心很好，它们让人们富裕，也让各州富裕。它是未来二十到二十五年的石油，比互联网还重要。现在这种叙事正中一些不希望美国成功的人的下怀，他们可能出于政治目……。我们不会让这种事发生，这是一场骗局。

黄仁勋：您说得对。我们不会让它发生，总统先生。

Trump：Jason，我们不会让它发生。机器人不会接管世界，这不会发生。我的叔叔在MIT当了四十一二年教授，可能是有史以来最优秀的教授之一，也是公认最聪明的人之一。他做了很多事情，Jensen知道这些。所以，如果你相信这种理论，我多少有一点遗传优势。

黄仁勋：这就解释了您为什么如此了解AI。

Trump：我了解AI，也对AI有常识。机器人不会接管世界，AI不会接管世界。这整件事是一场骗局。当然，我们必须小心，必须谨慎地做事，但这不意味着要停止整个产业，然后在未来十年研究怎么把它毁掉。我完全支持你。

Trump：我之前甚至不知道你对此的态度，只是猜想你和我看法一样。

黄仁勋：是的，先生。

Trump：如果我们要领先，我有一句话：“谁赢得AI，谁就赢。”AI就是这么重要，它比互联网更大。谁赢得AI，谁就赢。我们不能容许这种阻碍发生，数据中心尤其如此。有些社区原本正在衰败，现在因为数据中心变成了非常富裕的社区。

黄仁勋：我们会确保美国的每个行业、每家公司、每个州和每个人都能在AI竞赛中获胜。

Trump：很好。我对此态度很明确，而且我处在能够采取行动的位置。我们不会让那些事发生。我不知道现场都有谁，也不知道我到底在和谁说话，不过……

黄仁勋：您听到了吗？几千名观众正在为您鼓掌，总统先生。

Trump：我知道你们都在那里。听Jensen的。他做得非常出色，David也做得很好。祝大家好运。我们会继续面向未来。这个国家从未像现在这样好。现在有20万亿美元投资进入美国，而“瞌睡乔”Biden执政四年时，投资远少于1万亿美元。现在这些投资一年内就出现了，美国从未见过这样的事情，我们会保持下去。非常感谢大家。

黄仁勋：谢谢您，总统先生。

Jason：谢谢您，总统先生。

Trump：谢谢你，Jason。

黄仁勋：我晚一点给您回电话。谢谢您，总统先生。

Jason：这太特别了。我起初以为这是节目效果，直到他真的打来，你们把电话放到了扬声器上。他会在一天中的任何时间给你打电话，对吧？

Friedberg：我们有次在椭圆形办公室，他给你打电话。你当时在睡觉，他说：“把他叫醒。”

黄仁勋：对，我在欧洲睡觉。

Chamath：我当时很过意不去。他问晚宴谁会来，我们念了名单。他问：“Jensen呢？”我说：“总统先生，他去度假了，因为这个假期已经推迟五年。”

Friedberg：他问：“什么是度假？”

Chamath：然后他说：“给他打电话。”

Friedberg：你为什么觉得他能看穿这场骗局？民调显示反对情绪很强。换一个坐在椭圆形办公室的人，可能会做受欢迎的事。现在很多人想关掉数据中心、叫停AI，但他却直接说这是一场骗局。他怎么做到的？

黄仁勋：我也不确定，因为很多人都信了。这个叙事很复杂，最初建立在国家安全上，但最近那套说法已经站不住脚，于是现在又转向安全。如果要让AI安全，第一步就是确保制造AI的实验室处于控制之中，有良好的测试。也可以由第三方进行评估，这和财务控制没有区别。审计人员不必比我们更懂公司业务，但必须会问正确的问题。

独立审计或评估机构应该有多家，这一点我同意。就像市场上有多家审计机构，不能让一家机构受到不当影响。解决问题的方法很多。最重要的是安全地建设技术，并确保测试也是安全的。这些公司做的事情非同寻常，所以应该用非同寻常的标准要求它们。它们愿意这样做，我也愿意，而且我相信它们能做到。

Jason：回到开源。一年前，我们并没有真正重视它，当时开放模型落后前沿模型大约一年半到两年。

黄仁勋：和Trump总统通话时，有些话很难插进去。我这样说可能会惹麻烦，他也许会打电话来。但我本来想告诉他，也想告诉大家：AI正在创造大量工作岗位。

他上任之初最想做的事，就是在美国创造就业。我第一次和他通话、第一次见到他时，他都强调要让美国再工业化，要确保美国拥有支持下一轮工业革命的能源。没有能源，就没有工业增长。他希望能源增长、就业增长，也希望供应链回到美国。

这些事情正在发生。我们正在创造软件岗位。刚才提到，过去六个月AI行业获得4000亿美元风险投资，这创造了大量工作，也带来巨大的计算需求和数据中心需求。我刚和Texas州长Greg Abbott谈过。他希望行业在全美建设数据中心时，对小型社区更有同理心，成为更好的倾听者。这个问题必须认真讨论。

#04 英伟达为什么要成为AI基础设施的资本提供者

Chamath：拆开英伟达来看，为了让生态启动，你实际上不得不成为“AI的银行”，而且要在每一层出手。你通过Cloverleaf做土地、电力和厂房，也和BlackRock、Goldman Sachs等机构建立融资能力。你的资本配置策略是什么？怎样让更多人进入生态，为下一阶段提供资金？

黄仁勋：我们正在创造一场新的工业革命，这不是比喻。新产业需要制造能力。电力让我们能给任何东西供能，互联网让我们能找到任何信息，AI则让我们能够询问并理解任何东西。我们可以从无形的网络中调用知识，让它向我们解释。

要做到这一点，就必须生产智能。这是一个生产过程，因此必须建设基础设施。基础设施建好以后，还要考虑美国各个层面。这个行业不只包括模型和芯片，更包括上层应用，也包括数据中心、建筑、电力和发电等基础设施。

我会审视整个生态，寻找瓶颈和约束。可能需要扩张某条供应链，等我们部署算力时，土地、电力和厂房已经准备好。英伟达规模很大，要成功就需要很多公司支持，包括Corning、Lumentum、TSMC和存储厂商。我们在增长真正到来前很久就开始与这些公司合作，为增长创造条件。现在，我把同样的方法用到下游。

Chamath：长期来看，利润往往会沿技术栈向上转移到应用层。你们收购Hugging Face，也进入模型服务。OpenRouter这样的产品很合理，也可能出现比Bedrock更好的产品。既然上层公司一直向下延伸，而你拥有强大的资产负债表、工程师和交付能力，为什么不向上说：“这个我也能做”？

黄仁勋：一年半前，我们的平台主要运行OpenAI模型。现在已经有Meta的模型、Grok、Gemini，Anthropic也在我们的平台上扩大规模。越来越多前沿模型和AI实验室都建立在英伟达之上。

作为一家公司，我更愿意帮助所有人成功，而不是从每个人那里切走一块。我们的策略是：为了解决客户需要，可以向上走得足够远，但尽可能停留在更低的层级。如果英伟达没有创造CUDA，许多框架不会存在；没有Megatron和Megatron Core，大规模训练也很难发生。

所以，我们会发明完成任务所需的全部技术，向上延伸到问题解决为止，然后让一千朵花开放。这种姿态也让我们能成为几乎唯一可以服务所有模型的通用平台。

Chamath：但超大规模云这一层确实需要更多竞争。你对新云厂商的支持做得很好，可我们需要五十家、一百家，甚至一千家这样的公司。

黄仁勋：我其实出人意料地不太好斗。我并不反对市场上只有五家超大规模云公司。不过，我观察到，新云服务商早期最大的客户恰好是超大规模云公司。原因是大型云厂商一年做一次规划，而市场变化太快，它们几乎总会判断错。

地区云厂商更灵活，了解所在州、国家和地区，能在西雅图或Palo Alto的公司看不到的地方拿到土地、电力和厂房。现在我们实际上拥有一个大规模分布式网络，很多公司在各地为我们建设和获取这些资源。

黄仁勋：各国也意识到算力具有战略意义，有些国家想把本国电力优先给本国公司。但英伟达也在当地，可以帮助当地新云厂商成长。无论澳大利亚还是东南亚，新的项目都在接入更多吉瓦级能力。我们正在扩大规模。

#05 模型边界：芯片竞争与超级智能

Jason：你显然在向技术栈上层走，而且非常重视开源。Nemotron表现很好，你们又有Hugging Face、Poolside、Laude等项目，还有自动驾驶的开源技术栈。你做产品似乎不是为了拿银牌，而是要拿金牌。你们会做出最好的开放模型吗？开放模型能追上前沿模型吗？

黄仁勋：我们会做，是因为我们有能力，也因为客户需要。英伟达在五个领域拥有前沿模型。以Alpamayo为例，它是能够推理的自动驾驶模型。有了推理能力，就不必用几十亿小时道路数据覆盖每一种情况。系统可以说：“我见过类似情况。虽然不完全相同，但大体规律相同。”

世界上有很多汽车公司，未来每辆车都会具备自动驾驶能力，不只是乘用车，还包括农业机械、卡车和厢式车。大多数厂商规模不足以独立开发完整技术栈，所以我们为它们提供出色的基础系统，它们再为自己的应用做最后一公里适配。未来，一切会移动的东西都可能自主运行。

生物领域也是如此。如果没有英伟达建设部分生物模型，很多技术不会存在。我们参与了蛋白质基础语言模型、结构预测和等变建模等工作。ProteinComplexa可以设计下一代蛋白质并研究结合关系。我们会做这些，是因为礼来等客户需要，而它们还没有完整能力。我们是为了解决需求，不是每天醒来想着颠覆谁，而是想着怎样帮助所有人。

Friedberg：那英伟达核心业务面临的新竞争威胁呢？Elon宣布要建一座1亿平方英尺的晶圆厂，你怎么看？

黄仁勋：如果有人能做到，那就是他。我和Elon曾一起飞往另一个国家，一路谈了很久。他喜欢讨论这些事情。如果他决定去做一件事，很难有人阻止，这就是他的超能力。

Sacks：这真的和你竞争吗？你设计芯片，但并不自己制造。你们的芯片未来也可能在那里生产吗？

黄仁勋：我们非常了解制程技术，因为一直在推动各项技术的极限。英伟达的规模很大，公司内部也拥有很强的存储和系统技术能力，所以我们当然可以继续讨论合作。

Friedberg：中国本土先进光刻系统发展到什么阶段？

黄仁勋：他们会在2030年前后做到，而2030年就在眼前。

Friedberg：那是否意味着一旦突破，相关产能会很快转入中国大陆晶圆厂？

黄仁勋：中国很擅长大规模生产，这只是时间问题。我用十年为单位思考。英伟达必须考虑下一个十年和再下一个十年，所以两三年只是一眨眼。从这个角度看，他们几乎已经到了。

Jason：美国必须加速。那我们离AGI还有多远？行业里很多人觉得AGI时刻已经到来，如果定义是“和任何一个人一样聪明”。

黄仁勋：我认为我们已经到了。

Jason：那下一个节点就是超级智能。根据你看到的客户和技术进展，我们离它还有多远？

黄仁勋：Jason，我认为超级智能也已经到了。当你把问题限制在一个狭窄领域时就是如此。我的自动驾驶汽车不需要会做煎蛋，只需要把车开好。在驾驶这个任务上，它就是超级智能。

Friedberg：而且比人类更好，事故率可能只有人的十分之一。

黄仁勋：对。药物研发也是一样，包括设计蛋白质、做蛋白质虚拟筛选。在这些任务上，我们已经到了超级智能。

Friedberg：站在人类前沿，你开心吗？

黄仁勋：我喜欢，非常喜欢。未来是美好的，我们都想抵达那里。在座很多人其实可以不再工作，但这件事太好了，好到不能缺席。我想在那里，也希望你们和我一起。作为人类，我们会一起获得巨大成功。

与此同时，我们应该鼓励那些建设AI的人。他们在做非常重要的工作，我希望他们成功。我也希望大家降低戏剧化程度。最重要的是，我们需要让整个美国一起前进，这才是成功的方法。

Chamath：女士们、先生们，Jensen Huang。谢谢。

黄仁勋：谢谢大家。