当地时间9月14日，英伟达创始人兼CEO黄仁勋在洛杉矶举行的All-In Summit 2026接受长时间采访，集中谈及近期美国科技界重新升温的AI安全争论、前沿模型监管、开源模型、中国AI产业、先进光刻技术以及AGI和超级智能等问题。
这场采访的背景，是美国AI行业围绕安全和监管再次出现激烈争论。
Anthropic首席执行官Dario Amodei等人近期警告，前沿AI快速发展可能产生严重风险，并主张加强安全评估和监管。特朗普政府则公开反对因长期风险预测放慢美国AI产业发展。
黄仁勋在采访中也明确反对部分AI“末日论”，认为一些有关人类灭绝概率的预测缺乏科学依据，但同时强调前沿AI实验室必须建立严格的工程控制、测试和评估机制。
相比围绕AI风险的争论，这场采访还有几处与中国关系密切的内容。
黄仁勋再次肯定中国在全球开源AI生态中的作用，认为AI竞争的关键是哪个国家能够更充分地利用技术；谈到中国本土先进光刻系统时，他判断中国“到2030年会做到”；在AGI问题上，他又表示，按照部分定义，AGI已经到来，在自动驾驶、蛋白质研究等特定领域，AI已经达到“超级智能”水平。
访谈核心观点
● 黄仁勋认为，AI安全需要严肃对待，但安全与美国保持AI领先并不矛盾。 他反对把未经科学验证的“人类灭绝概率”包装成科学预测，并列举放射科医生消失、代码快速全面由AI生成、入门级岗位大规模消失等过去几年的预测，认为事实并没有按照这些预测发展。
● AI监管应当围绕已经出现的问题建立。 黄仁勋认为，目前真正拥有足够算力、能够开发最前沿AI系统的主要是少数前沿实验室，因此安全治理应重点关注这些实验室的工程控制、测试、评估、事故复盘和第三方监督。
● 闭源模型和开源模型都不可缺少。 黄仁勋称，过去六个月进入AI原生企业的约4000亿美元风险投资中，大约80%的企业使用开源模型。如果美国希望在AI竞争中保持领先，不能只依靠少数几家前沿模型公司。
● 中国已经成为全球开源AI生态的重要力量。 黄仁勋称，目前全球开源领域大量贡献来自中国，中国拥有庞大的工程师和理工科人才群体。中国研究人员开发的模型一旦被下载、修改和继续开发，就会进入全球开发者自己的技术体系。
● AI竞争的关键在于技术应用能力。 黄仁勋以过去工业革命为例称，大量重要基础发现来自欧洲，美国随后在经济和社会层面充分利用了这些技术。他认为，新一轮AI竞争同样取决于谁能够更好地利用技术。
● 黄仁勋认为，中国对AI的讨论更偏向产业和经济应用。 他称，中国更多将AI视为推动经济和社会发展的技术，没有形成美国当前围绕“文明终结”“AI末日”等问题的大规模争论。
● 对于中国先进光刻能力，黄仁勋给出了“2030年”的时间判断。 当主持人询问中国本土先进光刻系统进展时，他回答：“他们到2030年会做到。”他随后表示，中国擅长大规模生产，这主要是时间问题，两三年在产业发展周期中非常短。
● 黄仁勋认为，按照部分定义，AGI已经到来。 在谈到超级智能时，他进一步表示，自动驾驶、蛋白质合成和虚拟筛选等狭窄领域已经出现超过人类能力的AI系统。
一、黄仁勋公开反驳AI“末日论”
采访一开始，主持人便将话题引向近期美国AI行业围绕安全问题出现的新一轮争论。
黄仁勋首先强调，AI安全“至关重要”。但他认为，安全、创新速度和美国保持AI领先之间不存在必然冲突，美国可以在快速发展AI的同时建立安全机制。
他主要反对的是另一类表述，即以具体概率预测AI导致人类灭绝。
当主持人提到部分AI研究人员提出的“10%灭绝概率”时，黄仁勋称，没有必要尝试向普通公众解释这一数字，因为这一数字本身就是“编出来的”。在他看来，由研究人员或者科学家提出某项预测，并不意味着这项预测已经具有科学依据。
黄仁勋随后列举了过去几年关于AI的多项预测。
其中包括，五年内AI全面取代放射科医生；短期内90%的代码由AI生成；数月内50%的入门级岗位消失。他认为，这些预测后来均没有按照最初描述的方式发生。放射科已经大量使用AI辅助阅片，但世界仍然需要更多放射科医生。
因此，他主张对有关AI未来的灾难性预测进行事实检验，并要求提出这些预测的人为此前的判断承担责任。
不过，黄仁勋并没有否认AI安全问题。
他的关注点更多放在工程控制上，也就是前沿模型开发企业是否真正掌握自己开发的系统，是否能够发现问题、复盘事故，并通过技术和流程防止同类问题再次发生。
二、AI监管应当从前沿实验室已经出现的问题入手
谈到AI监管时，黄仁勋提出了一个基本判断：监管首先应当解决已经存在的问题。
他认为，目前拥有最大规模算力、进行最前沿AI研究的主要是少数前沿实验室，因此最可能率先出现风险的地方也是这些实验室。普通高中生、初创企业以及绝大多数机构并没有足够算力开展同等级别的前沿模型研发。
一旦发生安全事件，第一项工作应当是从工程角度查明根本原因。
包括问题为什么发生，企业原本可以采取哪些措施，以及未来需要建立哪些技术、流程和制度，防止同样的问题再次发生。
黄仁勋提到的措施包括沙箱、运行时控制、持续监测以及各种评估工具。
他还赞成引入独立的第三方评估机构，并将其与企业财务审计作类比。第三方评估机构未必需要比模型开发企业更了解相关技术，但应当能够提出正确的问题、检验企业是否建立可靠的风险控制措施。同时，他倾向于存在多个评估机构，避免由一家机构掌握过大的评估权力。
因此，黄仁勋在这场采访中的监管立场可以概括为：支持前沿AI建立安全标准和外部评估，但监管依据应建立在能够识别和验证的问题之上。
三、黄仁勋再次为开源模型辩护，中国被放进全球开源生态
随后，采访进入开源模型问题。
黄仁勋明确表示，世界既需要闭源模型，也需要开源模型。
闭源前沿模型能够提供先进能力和成熟服务，他本人也大量使用。但企业和机构还可能出于数据主权、隐私以及专有技术保护等原因选择开源模型。
黄仁勋称，过去六个月有约4000亿美元风险投资流向AI原生企业，其中约80%的企业使用开源模型。他认为，如果没有开源模型，很多初创企业很难建立自己的产品和技术。
随后主持人把问题转向中国：
如果这些开源模型来自中国，是否重要？
黄仁勋的回答值得注意。
他称，目前全球开源领域“很大一部分贡献”来自中国。中国拥有更多工程师，也能够大规模培养科学、数学和工程人才。
黄仁勋以Linux和Kubernetes等开源软件为例称，全球开发者每天都在使用由不同国家开发者共同贡献的软件，其中同样包含中国开发者的工作。
在他看来，一款中国研究人员开发的模型被下载以后，开发者可以分叉、修改、继续训练，并根据自身需要进行开发。“它现在就是你的。”
这一表态延续了黄仁勋此前对中国开源AI的基本态度。
更值得关注的是，他随后重新定义了自己理解的“AI竞赛”。
四、AI竞争的关键在于谁能更充分地利用技术
主持人追问：
如果美国可以使用中国开发的开源模型，那么所谓的AI竞赛究竟在竞争什么？
黄仁勋回答称：
“这场竞赛真正比的是谁能够最好地利用这项技术。”
他以过去的工业革命为例称，麦克斯韦、伏打、安培等大量重要科学发现和技术基础来自欧洲，美国后来更充分地将相关技术转化为经济和社会能力。
黄仁勋希望新一轮AI产业革命也出现类似结果。
按照这一逻辑，中国研究机构开发出优秀开源模型，并不自动意味着美国在AI竞争中失败。
美国能否让AI进入企业、制造业、科研、教育和大量初创公司，能否利用AI提高整个经济体系的生产率，才是黄仁勋更看重的问题。
这也解释了他为什么持续支持开源模型。
在他看来，美国AI竞争力不能只建立在少数前沿模型公司的领先之上。研究人员、教师、学生、企业和创业公司都需要获得AI能力，其中相当一部分主体会依赖开源模型。
五、黄仁勋：中国对AI的讨论更偏向实际应用
谈到中美两国围绕AI形成的不同叙事时，黄仁勋还作出了一项判断。
他说，中国关于AI的叙事“更加务实”。
在他的描述中，中国更多将AI视为能够推动经济和社会发展的技术，没有形成美国当前围绕“文明终结”“灾难”“AI末日”等问题出现的激烈争论。
这段话与黄仁勋此前有关AI竞争的观点属于同一条逻辑。
他更关心一个国家能否把AI转化为产业能力。
因此，无论是开源模型、数据中心建设、能源供应还是AI基础设施投资，最终都指向AI能否更广泛进入实体经济。
六、特朗普现场来电，与黄仁勋共同反对AI“末日论”
采访进行到大约23分钟时，特朗普突然给黄仁勋打来电话。
黄仁勋随后将电话接入现场扩音设备。特朗普在电话中谈到了AI、数据中心和近期有关AI风险的争论，并称有关AI和机器人接管世界的部分说法是一场“骗局”。
特朗普表示，美国需要谨慎发展AI，但不能因此停止产业发展。他再次强调自己的判断：
“谁赢得AI，谁就赢。”
他还将AI称为比互联网更重要的技术，并明确支持美国继续建设数据中心。
特朗普当天还在其他公开表态中反对因AI长期安全风险增加新的监管限制，并认为美国放慢AI产业发展可能有利于中国。
特朗普挂断电话后，黄仁勋补充称，他第一次与特朗普会面时，对方最关心的问题之一就是在美国创造就业、推动再工业化，并保证美国拥有足够能源支撑下一轮工业革命。
黄仁勋认为，AI产业正在带动软件岗位、风险投资、算力、数据中心、电力和制造供应链投资。
在AI发展方向上，黄仁勋与特朗普政府目前存在不少共同点，包括支持扩大AI基础设施建设、增加能源供应、推动美国再工业化，并反对因长期灾难预测压低AI产业发展速度。
黄仁勋同时保留了安全治理这一层要求。他主张前沿AI实验室建立严格测试、评估、工程控制和第三方监督机制。
七、黄仁勋判断：中国先进光刻“到2030年会做到”
对半导体出口管制而言，采访接近尾声时出现了一段值得单独记录的内容。
主持人询问黄仁勋：
中国本土先进光刻系统目前发展到了什么程度？
黄仁勋回答：
“他们到2030年会做到。”
主持人随后追问，这是否意味着中国完成相关技术突破后，就能够迅速应用于中国大陆晶圆厂。
黄仁勋称，中国非常擅长大规模生产，“这只是时间问题”。
他随后补充，自己经营英伟达时通常需要思考下一个十年甚至再下一个十年。从这样的时间尺度判断，两三年“只是一瞬间”。
最后，他甚至表示：
“从他们的角度来说，他们已经在那里了。”
这里需要注意黄仁勋表述的范围。
他没有说明所谓“先进光刻系统”对应哪一种具体技术路线，也没有谈到设备分辨率、光源、数值孔径、良率以及是否达到ASML最先进EUV系统水平。
因此，这句话不能进一步扩大为“中国将在2030年全面追平ASML”。
但黄仁勋给出的判断仍然具有明显信息量：
他没有把先进光刻视为中国长期无法突破的技术瓶颈，而是将其视为时间问题，并给出了2030年前后的时间判断。
在美国、日本和荷兰持续限制先进半导体制造设备及相关技术向中国出口的背景下，这一判断值得记录。
八、黄仁勋：“我认为我们已经到了AGI”
采访最后一个重要话题是AGI。
主持人提出，目前科技行业似乎已经进入“AGI时刻”。如果把AGI定义为达到与任何一个人类相当的智能水平，那么是否已经实现AGI？
黄仁勋回答：
“我认为我们已经到了。”
主持人随后问，超级智能是否是下一阶段。
黄仁勋再次表示：
“我认为我们在那里也已经实现了。”
不过，他紧接着加上了一个重要限定。
黄仁勋所说的“超级智能”，指向的是特定任务和狭窄领域。
例如自动驾驶汽车只需要完成驾驶任务，不需要做其他事情。在这一领域，如果自动驾驶系统的事故率明显低于人类驾驶员，黄仁勋认为这已经属于超级智能。
他还列举了蛋白质合成和蛋白质虚拟筛选，认为AI在这些专业领域也已经出现超过人类的能力。
因此，黄仁勋并没有在这场采访中宣布一个能够完成所有人类智力任务的通用超级智能已经出现。
他的判断建立在任务能力上：
当AI在某一个明确领域明显优于人类时，这个领域就已经可以出现“超级智能”。
几点值得注意
第一，黄仁勋这次对AI“末日论”的批评力度较高，但没有否认AI安全治理。
他的思路更偏向工程治理。前沿实验室应当建立严格的安全测试、持续监测和事故复盘机制，也可以接受第三方评估；对于人类灭绝概率等长期预测，他要求提供可以验证的科学和事实依据。
第二，对中国开源AI的态度属于黄仁勋既有立场的延续，对先进光刻给出2030年的时间判断则具有较强的新增信息价值。
黄仁勋此次再次将中国放入全球开源AI生态之中，并认为美国没有必要因为开源模型来自中国而否定其技术价值。
相比之下，他关于中国先进光刻“到2030年会做到”的表态更加具体。此前黄仁勋经常讨论中国半导体产业最终会发展出替代技术，但此次给出了明确时间节点。
第三，黄仁勋对AI竞争的判断始终围绕技术扩散和产业应用。
支持开源模型、反对以灾难预测压低AI发展速度、推动数据中心和能源基础设施建设，以及重视中国工程师和制造能力，这些观点背后存在一条相对稳定的逻辑：
AI竞争不会只由少数前沿实验室的模型能力决定。
企业、科研机构、制造业和整个经济体系能否大规模使用AI，同样决定一个国家最终能够从这轮技术变革中获得多少产业和经济收益。
这也是理解黄仁勋近期一系列涉华表态的重要背景。