最近，Nvidia 的股票市场经历了一场由 Deepseek 开源模型引发的巨幅震荡，但很快便强势收复失地，展现了其在 AI 领域的强大地位。 而在这背后，Nvidia 掌门人——“老黄”黄仁勋亲自接受采访，就市场对 Deepseek 以及整个 AI 发展方向的误读进行了深度解读

市场对 AI 的理解，完全错了

在与 DDN CEO Alex Bouzari 的对话中，黄仁勋开门见山地指出，市场对 AI 发展存在一个根本性的“心智模型”误区：

“投资者认为世界就只有预训练，然后就是推理。而推理就是你问 AI 一个问题，它就立即给你一个答案，一次性的回答。我不知道是谁的错，但很明显这个模式是错误的。”

黄仁勋认为，这种 “AI 已经完成”、“推理就是全部” 的观点，完全忽视了 AI 发展的复杂性和长期性。

Deepseek R1 开源是“AI 完成”的信号？大错特错！

针对近期备受瞩目的 Deepseek R1 开源事件，黄仁勋更是直言，市场将其解读为 “AI 已经完成了” 是一个巨大的误解。

“你可能看到了 Deepseek 的事情，全球第一个开源的推理模型。这真的令人无比兴奋，全世界因为 R1 开源而产生的能量真是难以置信。”

然而，市场的反应却是： “噢，AI 已经完成了，好像它从天而降，我们不再需要任何运算了。” 黄仁勋对此表示，实际情况恰恰相反！

“Deepseek 正在让每个人注意到，模型的效率可能比我们想像的要高得多，这正在扩大并加速 AI 的采用。”

AI 学习的真实样貌

为了帮助大家更清晰地理解 AI 的发展，黄仁勋详细阐述了 AI 发展的三个核心阶段，并强调 预训练仅仅是开始：

第一阶段：预训练 (Pre-training) – 打基础

“我们需要预训练，因为我们需要有基础层次的信息理解。预训练会持续非常严谨地进行，需要大量的多模态数据。如你所说，我们将从语言、影像、影片、声音中学习，并将这些都结合在一起，形成我们的基础知识。这会持续进行下去。”

预训练就像是 AI 在构建自己的“通用知识库”，学习各种基础概念和信息

第二阶段：后训练 (Post-training) – 学以致用，提升智慧

“第二部分，也是实际上智慧最重要的部分，就是我们称之为后训练的阶段。这是你学习解决问题的地方。你拥有基础知识，理解词汇如何运作、语法如何运作，理解基础数学如何运作。然后你需要运用这些基础知识来解决问题。”

后训练才是 AI 真正展现智慧的关键阶段，它让 AI 学会如何运用预训练获得的知识去解决实际问题。 后训练的方式也多种多样，例如：

强化学习人类回馈 (RLHF)： 使用人类的示范和反馈来引导 AI 学习。
自我练习的强化学习： AI 通过自我对弈或模拟环境进行学习。
AI 教练的强化学习： 利用另一个 AI 模型作为教练，指导学习。

第三阶段：推理 (Inference) – 最终应用，但并非“一步到位”

“理想情况下，你已经记住了很多基本的事情。比如说 64 的平方根是多少，你只是记住了，你可以推理但不必这么做。但最有价值的智慧，你仍然需要推理思考。所以你必须运用基本原理，一步一步分解，也许你需要尝试很多不同的实验，根据一个实验的结果可能会影响到你做的下一个实验。因此，推理是一个相当耗费运算资源的部分。”

推理是 AI 应用的最终环节，但它并非简单的 “提问-回答” 模式，而是需要复杂的运算和思考过程，尤其是在面对复杂问题时。

AI 驱动企业变革：数据智慧层是关键

黄仁勋进一步指出，当前 AI 应用的关键在于企业如何有效地管理和利用自身的数据。

“AI 希望能以信息形式而非原始资料形式来存取信息，”

这预示着企业运算模式的重大转变。 企业需要将海量的原始数据转化为可被 AI 理解和利用的“智慧”：

“现在我们不是提供原始资料，而是提供元数据、知识、智慧和洞见，元数据与语义层的压缩比极高，这也就是为什么你可以将它传送到世界各地。”

构建 “数据智慧层”，将成为企业在 AI 时代的核心竞争力。

Omniverse 与数字孪生：未来企业的“创新引擎”

黄仁勋还描绘了数字孪生技术的未来愿景，认为它将彻底改变企业创新流程。

“一旦我们进入数字世界，我们可以同时进行上千个实验，我们正在将世界的原始资料转为数字孪生的表示形式，因为我们必须压缩时间并降低经济影响。这只能透过数字孪生来实现，我们将为所有事物建立数字孪生。”

通过 Omniverse 等平台构建数字孪生，企业可以在虚拟世界中进行各种实验和模拟，大幅降低试错成本，加速创新进程。

企业 AI 战略新思维：混合模式 + 自建生态

最后，黄仁勋为企业布局 AI 提出了前瞻性的建议：

混合策略： 充分利用公有云 AI 的便捷性，同时也要重视自建 AI 的差异化优势。

“如果可以使用公有云 AI，我绝对建议从那里开始。企业将会同时拥有自行开发的 AI、承包商的 AI、第三方软件平台的 AI，以及来自公有云的 AI。”

构建内部 AI 生态系统： 未来企业内部将出现复杂的 “AI 的 AI 系统”，实现 AI 之间的协同合作，共同解决复杂问题。

“公司内部将是 AI 的 AI 系统，而在 AI 内部是模型的系统。你将会有 AI 彼此合作来解决大型问题，这些 AI 将建立在公司的资料智慧层之上。”

写在最后：

AI 发展远未结束，企业差异化竞争在 “专精”

黄仁勋的访谈清晰地表明，AI 发展远未 “完成”， Deepseek R1 的开源并非终点，而是 AI 普及和加速应用的起点

未来企业的竞争，将不再是简单的 “拥有 AI”，而是 如何将 AI 与自身业务深度融合，打造 “专精” 的 AI 应用，构建独特的竞争优势

正如黄仁勋所说：

“关键在于组织的使命是什么，一旦定义了这点，差异化就只能来自于 AI 在你特定组织中的专门应用。”

企业需要深入思考自身的核心使命，并以此为出发点，制定差异化的 AI 战略，才能在未来的 AI 竞争中脱颖而出

完整原视频请自行搜索Beyond Artificial ，DNN

参考：

https://www.youtube.com/live/F3NJ5TwTaTI