黄仁勋年初对话：2025的AI如何塑造产业的「五层蛋糕」？
NVIDIA 创始人兼 CEO 黄仁勋接受 No Priors 播客主持人 Sarah Guo 与 Elad Gil 的专访。访谈中，黄仁勋通过回顾在过往一年中人工智能领域的变化，并以「AI 并非简单地取代人类工作，而是重塑工作的任务与目的」为主题，反驳 AI 会导致失业的说法，系统阐述了 AI 技术栈的「五层蛋糕」模型，强调开源对初创公司与科研的必要性；同时，他批评「上帝 AI」与末日论叙事，指出 AI 成本正以每年超 10 倍速度下降，并论及能源需求与所谓「AI 泡沫」议题。
目录
01. Token 经济学之后，AI 将如何讲技术转化为社会产出？
AI 在 2025 的 Grounding 有哪些表现？什么是黄仁勋的「五层蛋糕」模型？...
02 . AI 如何成为可持续能源的最大动力？
如何理解未来十年的「token 经济学」？AI 将如何倒逼和反哺能源产业发展？...
03 . 黄仁勋如何拆解「上帝 AI」和「AI 末日论」下的产业真相？
黄仁勋如何看待 AI 的渗透趋势和面临的现实制约？「上帝 AI」和「AI 末日论」有哪些漏洞？...
Token 经济学之后，AI 将如何讲技术转化为社会产出？
黄仁勋将 AI 描述为贯穿能源到应用的五层系统，其演进核心在于利用 MoE 架构与可编程硬件的协同，实现成本的指数级下降。他认为开源模式将驱动技术普惠并降低行业门槛，未来的核心竞争力已从单一芯片转向系统优化与生态联动，通过加速向垂直领域渗透，最终将 AI 转化为泛在的通用生产力。
1、在访谈伊始，黄仁勋表示 Scaling Law 的持续生效与技术的稳步演进皆在预料之中。真正令他感到惊喜的，是 AI 在 Grounding 与推理能力上的提升，以及高质量推理 Token 所展现出的商业价值与盈利潜力。
① 黄仁勋表示，AI 行业已有效缓解了「幻觉」现象并显著减少了无意义内容的生成，使得模型产出内容的准确度与逻辑性得到了实质性提升。
② 盈利的基础在于推理类 Token 生成速率爆发式增长且质量极高，使用户愿意支付高价。黄仁勋以 Open Evidence（毛利率高达 90%）以及 Cursor、Claude、OpenAI 企业用户为例，证明高价值 Token 已转化成极高的利润率与商业生产力。
2、黄仁勋结合 AI 成本已大幅下降的现状，预判未来十年 Token 生成成本将实现十亿倍削减。 这种成本的下降源于硬件性能的迭代升级与算法、模型层的持续优化，并由此构成了 AI 领域特有的「Token 经济学」（Tokenomics）。
① 黄仁勋特别提及，MoE（混合专家模型）等架构优化的出现，使得计算负载不再随模型规模同步增长，从底层逻辑上保障了训练与推理成本能够持续递减。
② 黄仁勋提出，Andrej Karpathy 曾估算构建第一个 ChatGPT 的成本，而当下同样规模的模型在个人电脑上仅需一个周末即可完成训练。
3、在探讨 AI 如何通过底层重构支撑「Token 经济学」，并最终将技术转化为社会产出时，黄仁勋将实现人工智能的技术堆栈拆解为「五层蛋糕」模型，定义了从能源到应用的完整价值转化链：
① 五层蛋糕模型的架构以能源转化与芯片为物理底座，向上延伸至整合了数据中心、电力及软件编排的基础设施层。模型层作为核心，其本质是理解从语言到生物、物理等多元信息的科技，而非仅限于聊天机器人。
② 最顶层则是自动驾驶、机器人等垂直行业应用，通过这一完整链条，最终将 AI 转化为各行各业的实际生产力。
4、在这一堆栈体系的驱动下，开源生态发挥了关键的纽带作用。它通过消除创新壁垒，实现了从底层算法优化到顶层行业应用的深度闭环，在加速技术普及的同时，也极大地推动了 AI 时代的全球创新迭代：
① 开源模型层使初创公司和科研机构无需从零构建底层设施，可直接利用成熟模型进行创新，极大地缩短了研发路径。
② 如 DeepSeek 等开源实践，验证了高性能 MoE 模型与硬件的极致协同，为研究机构缩小与闭源方案的技术差距提供了重要参考。
③ 开源降低了医疗、工业等领域的准入门槛，企业可基于私有数据进行微调，使科研与教育机构能广泛参与技术迭代。
AI 如何成为可持续能源的最大动力？
黄仁勋认为 AI 正通过驱动芯片、超算与智能工厂产业链由虚向实，创造实质工业增长。他指出，能源是新工业发展的核心命题，AI 因巨大的算力缺口正倒逼核能与 SMR 技术实现跨越，AI 将成为推动全球可持续能源转型的最强动力...
关注👇🏻 「机器之心PRO会员」，前往「收件箱」查看完整解读