564
1📝 本期播客简介
本期我们克隆了：NVIDIA · NVIDIA GTC Berlin 2026 Keynote With CEO Jensen Huang
原内容更新时间：2026-10-19
“AI 不只是软件技术。”黄仁勋在柏林 GTC 上把 AI 描绘成一门制造业：工厂生产 token，再把智能带进每个行业。
他从欧洲建设 AI 经济讲起，介绍 AI 工厂如何设计、部署和提升效率，也拆解 agent 的模型、运行环境、知识与工具如何协作。演讲还涉及 agent 安全、企业如何用自己的数据定制 AI，以及 AI 在电信、自动驾驶、机器人和个人电脑中的应用。
👤 本期嘉宾
黄仁勋，NVIDIA 创始人兼首席执行官。他带领 NVIDIA 从图形芯片发展到 GPU、CUDA 和全栈 AI 工厂平台；这次演讲中，他介绍了公司在 AI 基础设施、agent 安全、开放模型和物理 AI 领域的技术与合作。
⏱️ 时间戳
02:34 NVIDIA与欧洲共建AI经济
09:46 AI五层架构与NVIDIA全栈
21:34 DSX POD加速建成AI工厂
27:56 通用架构与AI产业生态
32:41 Agent安全、模型与专业工具
53:53 物理AI进入通信与机器人
1:02:13 RTX Spark让agent走进个人电脑
🌟 精彩内容
💡 AI 工厂要尽快产出 token
一座 1 吉瓦的 AI 工厂造价约 500 亿美元，建成后再花几个月组装，闲置算力和资本都在烧钱。NVIDIA DSX POD 把集成、布线和测试提前放到工厂完成，希望将现场部署时间从几个月缩短到几天。
"更快产出第一个 token。"
💡 agent 的安全不能靠请求
agent 能访问文件、网络和工具，光告诉它“请不要删除任何东西”并不能保障安全。OpenShell 通过沙箱和外部策略限制权限，Sentry 还能在硬件隔离的环境中监控并隔离异常 agent。
"安全不能只是一个愿望。安全靠的是技术和工程。"
💡 企业的知识才是专属 AI 的底牌
公司可以从开放模型起步，再用自己的数据定制模型，并把内部文档、数据库和专业工具接入 agent。这样一来，AI 才能处理公司的具体问题，而不只是提供通用回答。
"把你的专有数据，变成自主掌控的智能。"
💡 AI 不会让工具公司消失
agent 要完成科学实验、工程设计和生产计划，仍然需要专业工具。做工具的公司可以进一步开发擅长使用自家工具的 agent，AI 反而可能带来更多工具使用需求。
"每一家做工具的公司，现在都会成为 AI 公司。"
💡 机器人先在数字世界里学会本领
训练 AI、在数字孪生中学习、再把策略部署到机器人，是物理 AI 的三台计算机。演示中的 Microduck 在云端并行训练，在 Omniverse 数字孪生中学习，最后把验证过的策略下载到实体机器人上。
"每摔一次，就学到一点。"
🌐 播客信息补充
本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的
使用 AI 进行翻译，因此可能会有一些地方不通顺
