三伍新闻资讯,有趣实用的生活常识!

最新更新文章排行

三伍新闻资讯

当前位置: 首页 > AI智能

谁是AI竞赛大赢家?黄仁勋点名马斯克:他有三大优势

时间:2026-08-07人气: 作者: 佚名

近日, 英伟达CEO黄仁勋的最新一段呈现于采访下的视频, 在社交媒体上获得广泛传播。于这段视频里面, 黄仁勋把特斯拉以及其CEO埃隆·马斯克称作是在AI竞赛里存在于那种被称之为“绝佳位置”(<)的玩家了, 并且还持有那样一种观点, 就是其优势不是源自于个人风格, 而是构建在算力基础设施、真实世界数据以及三大AI业务的那般布局之上的。

黄仁勋称, 采集真实世界数据, 其成本是极高的, 特斯拉有着全球规模最大的车辆车队当中的一个,会持续产生海量的驾驶数据, 与此同时, 特斯拉的AI计算基础设施布置了大量英伟达硬件, 再加上xAI、特斯拉自动驾驶以及人形机器人这三大业务共同来推进, 马斯克已然占据了AI时代的重要战略高地。

上述言论很快在X等社交平台大范围传播, 引发了AI产业的热烈讨论, 也引起了投资圈的热议。全球科技巨头在基础模型、自动驾驶以及机器人方面不断加大投入,在此情况下, 黄仁勋又一次把市场关注点, 从单纯的大模型竞争, 转到了由算力、数据和终端应用所构成的完整AI生态上。

黄仁勋:马斯克最大的优势,是别人难以复制的基础设施

依据流传开来的视频当中所包含的内容, 当黄仁勋被问到关于未来AI产业的发展这一情况的时候, 他着重谈到了马斯克所具备的竞争优势。

他表示:

“采集真实世界数据的成本非常高,而埃隆拥有巨大的优势。”

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。

他表明, 用于特斯拉自动驾驶训练的名为AI的工厂中有好多英伟达GPU, 它属于全球极为强大的AI训练平台里的一个, 给FSD模型不断迭代供给了足够的算力。

其次,则是真实世界数据。

黄仁勋称, 特斯拉有全球规模较大的联网汽车车队中的一个, 每日都在持续采集驾驶环境, 采集道路情况, 还采集车辆运行数据。这意味着, 相较于依赖公开数据训练模型的AI公司, 特斯拉能够持续获取大量源自真实世界的新数据, 而这类数据获取成本是极高的, 并且它也是自动驾驶模型持续进化的重要基础。

他基于此得出这样的看法, 马斯克于AI这个时代具备着天然的优势, 并且, 这种优势是历经多年积累而成的, 并非在短时间之内就能够被复制。

AI三大战场:基础模型、自动驾驶、人形机器人

黄仁勋又进一步讲道, 他极其清楚马斯克针对AI未来走向的判定, 并且觉得马斯克乃是正于布局AI最为关键的三个方向, 依据黄仁勋的分类分别是:

谁是AI竞赛大赢家?黄仁勋点名马斯克:他有三大优势(图1)

黄仁勋表示,以上“三个方向正是AI最重要的三大战场。”

这表明, 于黄仁勋而言, 未来人工智能产业竞争并非仅仅出现于聊天机器人或者大语言模型之间, 而是会延伸至机器人以及物理世界。

要是讲基础模型承担着“思考”的职责, 自动驾驶承担着“理解现实世界”方面应起到的作用, 之人形机器承担着的状况是“径直进入现实世界且执行任务”。其三者一同构建起了下一阶段人工智能产业发展所需要的完整闭环。

从"模型竞争"转向"基础设施竞争"

近些年来, AI产业竞争当中的焦点之处, 已然渐渐由模型能够容纳的参数规模, 转变为了更不容易被复制的基础设施具备的能力。

大模型不断促使着, 对于GPU以及数据中心的投资, 呈现出快速增长的态势, 与此同时, 越来越多的科技公司, 逐渐开始察觉到, 高质量的真实世界数据, 正演变成新的稀缺资源。

自动驾驶因此成为AI产业的重要数据来源。

每天, 特斯拉数百万辆联网汽车持续产生驾驶数据, 这些数据, 不仅被用于FSD训练, 还让公司建立起了数据护城河, 而这一数据护城河是其他AI企业难以复制的。

与此同时,马斯克近年来持续推进AI版图扩张:

黄仁勋此次把上述三项业务并列当作AI未来最为重要的发展方向, 这也意味着, 他觉得未来AI竞争会更多地围绕算力、数据以及机器人应用来展开, 而并非仅仅是谁拥有性能最为强大的大模型。

再次凸显英伟达在AI生态中的核心角色

需要留意的是, 黄仁勋于评价马斯克具有的优势之际, 再度着重突出了人工智能基础设施所具备的重要性。

不管是进行基础模型的训练, 还是针对自动驾驶以及机器人系统, 都得持续投入大规模的GPU集群与数据中心, 然而英伟达GPU依旧是当下全球AI训练甚至于推理基础设施的关键组成部分。

黄仁勋先前多次讲过, 往后每一个大型企业都会打造归属于自身的“AI工厂”, AI时代的关键竞争力, 并非仅仅在于算法, 而是更在于那能够持续把数据转变为智能的算力基础设施。

此次, 他以特斯拉作为例子, 这也再次展现了这样的一个观点, 即真正难以被复制的, 并不是某一个单独的模型, 而是经过长时间积累才形成的算力, 还有真实世界的数据, 以及应用场景相互强化所产生的飞轮效应。