Back to Videos
No Priors NVIDIA 2026.01.08

Jensen Huang:推理模型、机器人
与 AI 泡沫的真相

NVIDIA CEO Jensen Huang 做客 No Priors 播客,深度讨论推理模型的突破、机器人产业的变革、AI 泡沫论的反驳,以及 AI 基础设施革命如何重塑全球经济格局。

Channel
No Priors
Guest
Jensen Huang
Duration
1:16:20
Date
Jan 8, 2026

Jensen Huang 的核心论点:AI 不是泡沫,而是人类历史上最大规模的基础设施建设。摩尔定律终结使加速计算成为必然,推理 token 已经实现盈利(90% 毛利率),而机器人将成为最大的修理产业。关键区分是"任务"与"目的" -- AI 自动化任务,但人的目的会扩展。

90%
Inference Token Gross Margin / 推理 token 毛利率 (Open Evidence)
100x
GPT-4 Equivalent Cost Reduction in 2024 / GPT-4 等效模型成本在 2024 年降低
5-10x
Annual Hardware Improvement Gains / 硬件改进年化收益
1B+
Future Robot Scale Target / 未来机器人规模目标

Chapters / 章节目录

从推理模型到 AI 泡沫:Jensen Huang 对 AI 技术栈、开源生态、机器人产业和全球经济格局的全景式解读。

0:00 Opening / 开场:2025 年回顾
4:12 AI Employment / 就业与劳动力短缺
12:31 Robotics / 机器人与物理 AI
15:43 AI Technology Stack / AI 技术栈(五层蛋糕)
18:39 Open Source / 开源的重要性
21:52 "God AI" Myth / "上帝 AI" 迷思
24:05 Doom Narratives / 末日叙事批判
29:25 Cost & Tokenomics / 成本与 Token 经济学
35:09 Research Focus / 从规模化转向研究
37:49 Coding Success / 编程作为首个 AI 成功案例
43:20 ChatGPT Moments / 各行业的 ChatGPT 时刻
46:00 Self-Driving / 自动驾驶与机器人进化
54:06 Energy / 能源影响
58:49 2026 Outlook / 2026 展望与中美关系
1:04:43 AI Bubble / AI 泡沫问题

Core Takeaways / 核心要点

Jensen Huang 对 AI 产业的六大核心洞察:从任务与目的的哲学区分到摩尔定律终结的结构性影响。

1

Task vs Purpose Framework / 任务 vs 目的框架

AI 自动化具体任务,但工作的目的会演化扩展。放射科医生的任务(扫描图像)被自动化了,但人数反而增加了,因为目的(诊断疾病、研究)扩大了。

2

Inference Tokens Are Already Profitable / 推理 token 已经盈利

Open Evidence 等公司实现 90% 毛利率。推理 token 生成速率正在"多个指数级"增长。这证明 AI 商业模式的可持续性。

3

"God AI" Is a Harmful Myth / "上帝 AI" 是有害的迷思

Jensen 驳斥了"上帝 AI 下周就来"的概念,认为这种极端叙事对创业公司有害,可能是大公司的监管俘获策略。安全的首要含义是"按设计工作"。

4

DeepSeek Is an Open Source Milestone / DeepSeek 是开源里程碑

"可能是大多数硅谷研究者在过去几年里阅读最多的论文",对美国 AI 实验室也有巨大价值。Jensen 强调"无论做什么决定,不要忘记开源"。

5

AI Five-Layer Cake / AI 五层蛋糕

能源→芯片→基础设施→AI 模型→应用。每一层都需要巨大投资。不是单一的"上帝 AI",而是生物学、蛋白质、化学、物理各需不同的 AI。

6

End of Moore's Law = Accelerated Computing / 摩尔定律终结 = 加速计算必然

NVIDIA 的成功不依赖于 ChatGPT,而是因为通用计算已经无法继续按摩尔定律扩展。这是结构性的、不可逆的。