黃仁勛與全球最火AI初創公司CEO們，都聊了什么

OpenClaw只是開始，AI的終極形態是什么？

“AI春晚”英偉達GTC全球開發者大會，向來是全球人工智能產業的“風向標”。

本次盛會的重磅亮點之一，便是英偉達正式宣布成立全球首個聚焦開放前沿基礎模型的Nemotron Coalition聯盟，聯合全球頂尖AI力量共推技術革新。

當地時間3月18日，一場“開放模型”圓桌論壇更是將大會熱度推至頂峰——黃仁勛邀請了Cursor、Perplexity、LangChain、Reflection AI、Thinking Machines Lab等一眾當紅AI公司的CEO圍坐一堂，以“客廳聊天”的形式暢聊AI未來。

值得注意的是，這些嘉賓中多數正是Nemotron Coalition聯盟的創始成員，也是英偉達在開放模型研發、生態構建中的核心合作伙伴，這場對話既是行業前沿觀點的碰撞，更是核心合作陣營的一次集體發聲。

黃仁勛在現場拋出了他的理解：“模型不是產品，是技術。ChatGPT是產品，開放模型是技術。”而當話題聚焦到開源項目OpenClaw時，現場徹底沸騰，有嘉賓直言：“它讓AI有了四肢。”

這場對話試圖澄清大眾對開放模型的認知盲區，更勾勒出了AI從“會回答”到“能行動”的清晰圖景。

重新定義AI模型，第三種公司站上舞臺

如果說GTC首日的主題演講是黃仁勛的“獨角秀”，那么3月18日的開放模型論壇，就是一場屬于全球頂尖AI創業者的“群英會”。

黃仁勛穿著印著Cursor logo的皮夾克走上臺，沒有PPT，只是把Cursor CEO Michael Truell、Perplexity CEO Aravind Srinivas、LangChain CEO Harrison Chase、Reflection AI CEO Misha Laskin、Thinking Machines Lab CEO Mira Murati請到臺上，開口就定下了聊天的基調：“咱們就像在我家客廳一樣，不用客氣，想說話就直接說。”這種去中心化的交流方式，恰與“開放”的主題不謀而合。

黃仁勛率先給出了自己的核心觀點：“晶體管對臺積電來說是產品，但對其他公司來說，只是一種可以被集成的技術。模型也是一樣的道理，OpenAI、Anthropic、Gemini這些公司做的閉源模型是產品，而開放模型生態提供的，是可以被集成、被改造、被創新的技術基礎設施。”

他同時透露了一個關鍵數據：“現在開放模型聚合起來，已經是世界上第二大的模型體系了，跨越所有行業和應用場景。我認為它最終會成為全球最大的模型體系。”

Cursor CEO Michael Truell直言，當下行業對AI公司的分類過于狹隘：“大家都覺得軟件層的AI公司只有兩種，一種是做基礎大模型的，一種是做上層應用的。但現在，第三種AI公司正在快速崛起——它們既會用市場上最好的模型API，又會自己做模型訓練和優化，把兩者結合起來，做成某個垂直領域里最好的產品。"他預測，未來1-2年，AI領域會誕生一種全新的"復合智能體”：“這種智能體能夠處理需要數小時甚至數天才能完成的復雜任務。”

Perplexity CEO Aravind Srinivas則用一個生動的比喻，詮釋了AI的本質：“AI不是單一的模型，而是一個完整的系統，一臺全新的計算機。你需要構建一個編排系統，把AI能做的所有事情——編程、寫作、生成多模態內容——都整合起來。這些子智能體就像音樂家，模型是他們手中的樂器。”

LangChain CEO Harrison Chase則從開發者的角度，提出了“馬具工程”的概念：“開發者在構建AI應用時，大部分精力都不是花在模型本身，而是花在模型周圍的一切——什么時候壓縮數據、用什么子智能體、選什么模型……這整個圍繞模型的'馬具'設計，正在成為一門全新的工程學科。”

Reflection AI CEO Misha Laskin則直接點破了行業對開放模型的兩大核心誤解：

“第一個誤解，是覺得模型公司只做模型，其實它們做的是端到端的全棧產品。而開放的價值，就是讓更多人有機會做這種端到端的優化。

第二個誤解，是認為開放模型永遠會落后于前沿閉源模型。模型作為基礎的知識基礎設施，渴望開放是它的宿命——書籍曾經封閉，印刷術讓它開放；科學曾經封閉，學術期刊讓它開放；AI領域也會如此。”

Thinking Machines Lab CEO Mira Murati則從科研的角度，闡述了開放模型的不可替代性：“AI的進步非常快，我們正走在指數曲線上。有太多東西需要學習、需要研究，這不可能只靠幾個大實驗室完成。我們早期就決定開放后訓練API，讓外部的研究人員也能在前沿模型上做后訓練。”

圖片源：MAEIL Business Newspaper

OpenClaw引爆全場：AI從"會回答"到"能行動"的革命

當論壇的話題轉向OpenClaw時，現場的氛圍被推至高潮。這個由奧地利開發者Peter Steinberger在2025年1月發布的開源項目，在短短幾周內就成為GitHub史上最受歡迎的開源項目之一——讓AI能夠像人類一樣操作計算機，自主完成復雜任務。

黃仁勛評價道：“ChatGPT曾經讓生成式AI走進大眾視野，OpenClaw正在做同樣的事，它讓AI從‘只會回答問題’，變成‘能親自采取行動’。”

Misha Laskin用一個形象的比喻，道出了OpenClaw的核心意義：“模型本身就像沒有身體的大腦，只能思考，無法行動，而OpenClaw，就是給這個大腦裝上了四肢。”他回憶，早年間就有AutoGPT等各類智能體項目，但始終未能普及，核心原因是“模型能力沒跟上，圍繞模型的‘馬具’也沒校準好”。而現在，大模型的能力實現了質的飛躍，OpenClaw終于讓智能體從概念變成了真正可用的產品。

Michael Truell則將OpenClaw的出現，定義為AI發展的一個關鍵轉折點：“它是一個標志性案例，說明去年開始在專業軟件工程師身上發生的變化，現在正在發生在更多人身上——AI從‘回答你提出的問題’，變成‘為你完成指定的任務’。”

Harrison Chase則從產品特性的角度，總結了OpenClaw的三大核心亮點：第一個是“永遠在線”，主動給用戶發消息；第二個是“智能體身份”，企業會為智能體創建獨立“賬號座位”；第三個是“記憶能力”，能記住互動內容，還能通過代碼編輯自己的指令。

黃仁勛對著LangChain創始人Harrison拋出了一個尖銳的問題：“LangChain的核心業務是幫別人做智能體，現在OpenClaw已經是一個成熟的開源智能體了，開發者為什么還要用LangChain？”

Harrison坦誠回應：“未來會有做法律、銷售、代碼的各類智能體，它們需要不同的‘馬具’和工具，LangChain做的就是讓定制這些‘馬具’變得簡單的工具。”黃仁勛隨即進行了補充：“OpenClaw是強大的通用智能體，但企業更需要專業智能體，LangChain能編排這些智能體系統，實現串行、并行等多種協作模式。”

從代碼到產業：AI的苦澀教訓改寫商業規則

這場“客廳聊天”的下半場，黃仁勛請出了第二波嘉賓——Mistral CEO Arthur Mensch、OpenEvidence CEO Daniel Nadler、AMP PBC創始人Anjney Midha、Black Forest Labs CEO Robin Rombach等，話題轉向了智能體技術的產業級影響。

從企業治理、數據隱私，到視覺智能的新前沿，再到AI在醫療等垂直行業的落地，一個核心結論逐漸清晰：AI的“苦澀教訓”正在應驗，收入隨計算規模線性縮放。

Mistral CEO Arthur Mensch首先從企業落地的角度，提出了智能體技術面臨的核心挑戰：“在個人層面，OpenClaw這樣的智能體能解決很多問題，但到了企業層面，就必須面對數據治理、權限管理等復雜問題。”黃仁勛隨即為他做了更通俗的解讀：“智能體能做三件事——訪問敏感信息、執行代碼、對外溝通。為了企業安全，應該讓智能體同時只能做其中兩件，除非它是CEO。”

Black Forest Labs CEO Robin Rombach則打開了一個新的維度——視覺智能：“現在大家都被模型在代碼領域的進展所吸引，但AI還有很多其他前沿領域，比如我們正在做的視覺AI。機器人或智能體與現實世界互動，本質上是視覺互動，理解圖像、視頻是全新的前沿。”

AMP PBC創始人Anjney Midha則拋出了核心判斷——AI的“苦澀教訓”正在應驗：“4年前，Anthropic的創始人找投資時，21個人里20個都拒絕了，沒人相信‘算力即生產力’。但現在，我們不僅證明了‘苦澀教訓’成立，還發現計算投入與企業收入之間存在線性縮放曲線——你買的算力越多，賺的錢就越多。”黃仁勛立刻插話強調：“大家一定要記住這句話，收入隨計算線性縮放，這是AI行業的新商業規則。”

OpenEvidence CEO Daniel Nadler則用醫療行業的實際案例，讓所有人看到了AI智能體的產業落地價值：“醫生為病人申請藥物時，需要寫事先授權信給保險公司，被拒絕后還要寫申訴信，這些繁瑣工作占據了醫生大量時間。而AI智能體可以完美處理這些任務——保護病人隱私、按模板填寫內容，甚至在醫生睡覺時自動行動，為病人爭取救命的藥物。”

黃仁勛在這場討論的最后，梳理出了AI發展的三個階段：“第一個階段是生成式AI；第二個階段是推理時代，以O1模型為代表；第三個階段，就是現在的智能體系統時代。”他同時透露，2026年將成為AI商業經濟的拐點：“過去大家總問‘過去三年AI的ROI是什么’，但今年，所有人都會問‘AI的ROI是什么’。從編碼開始，AI會逐步滲透到幾乎所有工作中，真正的商業價值落地即將到來。”

值得一提的是，GTC 首日英偉達就官宣成立了Nemotron Coalition聯盟——全球首個聚焦開放前沿基礎模型的跨國協作平臺，Black Forest Labs、Cursor、LangChain、Mistral AI、Perplexity、Reflection AI、Sarvam、Thinking Machines Lab 這 8 家頂尖機構成為了創始成員。

聯盟將在 NVIDIA DGX? Cloud上聯合訓練開源模型，成員們各展所長：Black Forest Labs貢獻多模態生成能力（涵蓋圖像、實時視頻及動作預測模型），Cursor提供真實世界性能需求與評估數據集，LangChain專注 AI 智能體的可靠工具使用與長周期推理技術研發，Mistral AI輸出高效可定制且能實現完全控制的模型研發經驗，Perplexity貢獻前沿模型開發專長以搭建適配海量用戶的 AI 平臺基礎，Reflection AI專注構建可靠安全的開放系統，Sarvam深耕主權語言 AI 開發（打造語音優先、語言包容且貼合本地文化的模型），Thinking Machines Lab則通過其Tinker平臺提供數據協作與可訪問性支持。

最終產出的模型將完全開源，為NVIDIA Nemotron 4 系列開放模型奠定基礎，讓全球開發者和企業能按需定制行業專屬 AI 系統。黃仁勛強調：“開放模型是創新生命線，聯盟要讓更多人接觸 AI 智能，確保 AI 的未來由世界共創、為世界服務。”

結語：開放不是選擇，是AI產業的底層宿命

這場由黃仁勛主導的“客廳聊天”，持續了近兩個小時，讓全球AI行業看到了最真實的行業思考。從重新定義開放模型，到解讀OpenClaw的智能體革命，再到探討AI的產業級落地，貫穿始終的核心，就是“開放”。

在黃仁勛的眼中，AI的未來不是少數幾家大公司的“獨角戲”，而是全球開發者、創業者、企業共同參與的“交響樂”。閉源模型打造出標準化的產品，滿足大眾的通用需求；而開放模型則憑借其透明性、定制性和成本優勢，成為底層的技術基礎設施，讓每個行業、每個企業都能打造出屬于自己的AI產品。

從技術層面來看，OpenClaw的爆火，標志著AI正式從“認知階段”進入“行動階段”。而未來的智能體，必將朝著“通用+專業”的方向發展，通用智能體解決大眾的日常需求，專業智能體深耕垂直行業。從產業層面來看，AI的“苦澀教訓”已經成為行業的商業規則，算力的規模化投入將直接帶來收入的增長。

這場盛會告訴我們，AI的發展已經進入深水區，從技術研發到產業落地，從單一模型到智能體系統，從閉源主導到雙軌并行，行業的每一個變化，都在推動著AI真正走進千行百業。而開放，正是這場AI革命的底層宿命。就像Misha Laskin所說，知識基礎設施的本質，就是渴望開放。AI的未來，不被少數人掌控，而需要所有人共創。

頭圖及封面來源：Benjamin Fanjoy / Getty Images