黄仁勋预测：未来两三年90%新知识将由AI合成

黄仁勋在斯坦福对话中明确指出："今天99%的知识由人类创造，10年后，这个比例可能变成1%。AI生成的合成知识将成为下一个AI学习的主要素材。"这一大胆预测引发了学术界和产业界的广泛讨论，反映出信息世界即将经历"再生产方式变革"的深刻洞察。[1]

黄仁勋强调，AI不再仅仅是人类知识的消费者，而是即将成为知识的主要生产者。随着AI模型能力的指数级提升，它们将能够创造大量高质量、高价值的合成知识，这些知识将反过来成为训练下一代AI系统的主要数据源，形成自我强化的知识生产循环。[1]

支撑这一知识革命的是前所未有的算力跃迁。黄仁勋指出，传统摩尔定律在过去十年带来约100倍的提升，而AI技术则实现了超过50万倍的增长。这一惊人进步源于算法、芯片架构、系统设计、硅工艺和并行计算模型的指数级叠加演进，而非单一变量的线性进步。[1]

黄仁勋表示："我们不是在优化，是在’重做’整个计算体系。"英伟达通过Blackwell架构GPU等创新，将真实世界1:1搬进虚拟环境，使物理AI的模拟性能暴涨45倍，为AI生成高质量合成知识提供了坚实的技术基础。[1][2]

黄仁勋在Computex 2025上提出了"AI工厂"的革命性概念，重新定义AI的本质：AI不是辅助人类的"工具"，而是能够自主行动的"工作者"。他解释道：“当我们注入能源，就能产出珍贵的数位产物，这些产出物就是词元（tokens）。”[1][2]

未来企业甚至会开始讨论"季度词元产量"，就像传统工厂计算产量一样。黄仁勋预测，这一AI基础设施产业的规模将达到数万亿美元，远超过去的芯片或数据中心市场。AI工厂将实现"计算机自主生成有价值的token，再将token重构成音乐、文本、视频、化学配方甚至蛋白质"的全新生产模式。[1][2]

为加速AI知识生成能力，黄仁勋宣布英伟达将开源Newton物理引擎（预计7月发布），这是与DeepMind、谷歌DeepMind及迪士尼研究院合作开发的"世界上最先进的物理引擎"。该引擎由GPU加速，能通过微分从经验中学习，实现高保真度、实时的物理模拟，为AI生成真实世界知识提供基础。[1][2][3]

在解决机器人训练数据不足问题上，英伟达开发了Cosmos和Groot Dreams架构，能通过少量人类示范，由AI大规模生成合成的训练数据。黄仁勋表示：“GR00T项目用Cosmos基础模型生成大量合成数据，从人类演示中学习，让机器人掌握新动作。这解决了机器人数据难题，让少量人类演示者完成大量工作。”[1][4]

黄仁勋强调，物理AI的发展将使AI不仅能理解数字世界，还能理解惯性、摩擦力、因果关系等物理规律，从而生成更加真实、有用的知识内容，推动AI从仿真走向实际应用落地。[1][2]