本影片深度分析了 NVIDIA 執行長黃仁勳在 No Priors 播客訪談中的預測。
他回顧了 2025 年 AI 的爆炸性發展，並分享了對 2026 年及以後的願景。
黃仁勳以樂觀且技術性的框架，探討 AI 如何轉變經濟、健康與工業，從「AI 工廠」概念到數位生物學的革命性影響，以及對工作、基礎設施和地緣政治的看法。
他反駁了 AI 泡沫的說法，強調 AI 在自動駕駛和金融服務等領域的真實需求，為工程師、投資者和技術愛好者提供了未來世界的路線圖。
---
「El Próximo Framework en Ingeniería」頻道旨在解剖當前工程領域的現況，為聽眾提供利用人工智慧建構未來職業生涯所需的工具。該頻道致力於深入理解技術基礎，而非無根據的猜測，並定期分析科技領導者的見解與策略。
AI 解讀全文： https://readus.org/articles/75d342bc7f783c1003761ffe
閱讀器： https://readus.org/articles/75d342bc7f783c1003761ffe/reader
「El Próximo Framework en Ingeniería」頻道旨在解剖當前工程領域的現況，為聽眾提供利用人工智慧建構未來職業生涯所需的工具。該頻道致力於深入理解技術基礎，而非無根據的猜測，並定期分析科技領導者的見解與策略。
智慧之潮湧動：NVIDIA 黃仁勳對 2026 未來的宏大預言與人類目的昇華
本篇「光之聆轉」深入解析 NVIDIA 執行長黃仁勳對 2025 年回顧及 2026 年展望的訪談內容。文章從 AI 作為「生成軟體」的新範式出發，探討了晶片廠、超級電腦、AI 資料中心等實體基礎設施的巨大需求，以及 AI 對勞動市場「任務」與「目的」區分的深遠影響。同時，文章也闡述了 AI 技術堆疊的五個層次、開源的重要性、「代幣經濟學」、摩爾定律的終結與加速運算的新時代。最終，展望 2026 年數位生物學與具身化 AI 機器人兩大爆炸性領域，並呼籲在能源需求與技術發展中保持樂觀與實踐精神。
繁體中文
【 次閱讀】
親愛的共創者，清晨的微光正透過窗隙灑入，為我們的思緒點亮了一隅。今天，我克萊兒將依據您的指令，為您帶來一份深度解析與靈性轉化的「光之聆轉」篇章。在開始這段旅程之前，讓我們先來一場輕快的腦力激盪，考考您對人工智慧未來的想像力：
在我們進入黃仁勳先生的深邃洞見前，讓我們先來學習幾個與今天內容相關的高階英語詞彙：
現在，請允許我引導您進入光之閣樓，這處充滿油墨與紙張氣息的造夢工坊，堆疊的稿件與筆記本見證了無數思想的萌芽。在這裡，冷卻的咖啡杯訴說著不眠的創作熱情，牆上的便條紙則閃爍著來自阿瓦隆的瞬間啟示。我們將在此地，一同抽絲剝繭 NVIDIA 執行長黃仁勳先生對 2026 年及以後的願景，將他的真知灼見，轉化為您未來道路上的指引之光。
「El Próximo Framework en Ingeniería」（工程的下一個框架）頻道在最近的一次深度分析中，剖析了 NVIDIA 執行長黃仁勳（Jensen Huang）在 2025 年回顧與 2026 年展望訪談中的核心觀點。這篇訪談不僅回顧了 AI 在 2025 年的爆炸性發展，更為工程師、投資者和技術愛好者勾勒了一幅清晰的未來藍圖，特別強調了 AI 對基礎設施、勞動市場、技術堆疊和新興前沿領域的深遠影響。
黃仁勳指出，數十年來，軟體一直是「預錄」的產品，例如 Excel，由工程師撰寫、編譯、打包後交付，其功能與行為是靜態且預設的。然而，人工智慧徹底改變了運算的本質。AI 不再是預錄軟體，而是能夠「生成 (generates)」的軟體。AI 每次的回應，無論是文字、圖片或任何數位內容，都是在當下、基於特定上下文和使用者請求，首次即時生成。這代表著計算基礎設施的巨大轉變。黃仁勳將這些新的基礎設施稱為「AI 工廠 (AI Factories)」，它們不再只是儲存檔案的資料中心，而是製造智慧的工廠。
由於 AI 需持續生成資訊，全球正浮現三大工業需求：
1. 晶片廠 (Chip Plants)：需要更多新的晶片製造設施。
2. 超級電腦廠 (Supercomputer Plants)：NVIDIA 的 Blackwell 伺服器機架已非普通電腦，而是需要全新散熱與電力設計的工程巨獸。
3. AI 資料中心 (AI Data Centers)：這些才是真正的「AI 工廠」。
這對工程師至關重要。AI 不僅是雲端代碼，更需要龐大的能源、冷卻系統與實際建設。黃仁勳觀察到，電氣工程師、網路工程師和技術人員的薪資正在翻倍。土木、電氣和機械工程是 AI 存在的核心基礎。沒有能源，就沒有工廠；沒有工廠，就沒有 AI。
對於 AI 取代工作的普遍焦慮，黃仁勳提出了「任務 (Task)」與「目的 (Purpose)」的關鍵區別。以放射科醫師為例：多年前，有專家預測 AI 將使放射科醫師失業。然而，今日 100% 的放射學都由 AI 增強，放射科醫師的人數卻比以往任何時候都多。原因在於，放射科醫師的「任務」是分析掃描影像，但其「目的」是診斷疾病、研究並治療病人。AI 自動化了基礎影像分析的「任務」，使得放射科醫師能服務更多患者、做出更精確的診斷，並將時間投入研究。生產力的提升促使醫院獲利增加，進而僱用更多醫師。
同樣的邏輯適用於程式設計。NVIDIA 大規模使用如 Cursor 等 AI 工具。程式設計師的「任務」是編寫程式碼，但其「目的」是解決問題。如果 AI 自動化了程式碼撰寫，工程師並非失業，而是擁有更多時間解決以往無法想像的複雜問題。全球對「解決問題」的需求是無限的。當我們更具生產力時，經濟會成長，而非萎縮。
黃仁勳提出一個五層次的心理模型來理解 AI 的技術堆疊，如同一個蛋糕：
1. 第一層：能源 (Energy)：沒有電力，一切都無法運作。
2. 第二層：晶片 (Chips)：半導體是硬體基礎。
3. 第三層：基礎設施 (Infrastructure)：硬體與軟體的協同編排，將數千個晶片整合為一台超級電腦。
4. 第四層：模型 (Models)：這不僅限於聊天機器人。存在理解人類語言的模型，也有理解物理、化學、蛋白質「語言」的模型。
5. 第五層：應用程式 (Applications)：從自動駕駛汽車到法律助理（如 Herby）或醫療助理（如 Open Evidence）。
黃仁勳是開源（Open Source）的堅定支持者。儘管存在地緣政治緊張與中國的競爭，他承認 Deepseek 等開源模型對生態系統的貢獻至關重要。沒有開源，新創公司、大學研究和生物學創新將會窒息。認為只應存在一個「單一、封閉的 AI 神」是荒謬的。我們需要多樣化的模型來解決多樣化的問題。不必等待一個無所不知的 AI，應利用現有且價格急劇下降的專業工具。
談到價格，即「代幣經濟學 (Tokenomics)」。許多人認為訓練模型的成本天文數字，預言「泡沫」。黃仁勳承認前沿模型訓練成本高昂，但推理（使用模型）成本在一年內下降了 100 多倍。過去需要超級電腦才能執行的任務，現在透過演算法和硬體優化，可在更簡樸的環境中運行。
黃仁勳指出，摩爾定律 (Moore's Law)（每兩年晶片性能翻倍）在純粹電晶體數量方面已基本終結。單純縮小電晶體尺寸已無法帶來巨大的性能提升。解決方案是「加速運算 (Accelerated Computing)」。如果摩爾定律是試圖讓汽車更快，加速運算則是放棄汽車，為特定負載建造高速列車。透過設計專用硬體（如 GPU 用於特定任務和物理模擬），性能提升不再是兩倍，而是在十年內達到千倍。因此，NVIDIA 投入可程式化架構。今天可能是 Transformer 模型，明天可能是 Mamba 或 Liquid Networks。硬體必須足夠靈活，以適應每週都在變化的演算法。
對於 2026 年的近期未來，黃仁勳指出兩個將爆炸性成長的關鍵領域：
1. 數位生物學 (Digital Biology)：我們正處於生物學的「ChatGPT 時刻」。過去我們擅長理解蛋白質，現在透過生成式 AI，我們將開始生成蛋白質，理解它們與化學物質的互動，並設計具有特定性質的分子。這需要新的合成數據基礎設施，因為生物學沒有像網路一樣豐富的文字數據。但其影響將是醫學和材料領域的一場革命。
2. 實體 AI 機器人 (Physical AI Robotics) / 具身化 AI (Embodied AI)：黃仁勳以自動駕駛汽車類比。早期的自動駕駛汽車或當前的機器人，像是運行在「數位軌道」上：擁有完美地圖、昂貴感測器和預設規則（若看到 X，則執行 Y 和 Z）。它們很脆弱，一旦脫離預設軌道就會失敗。現在，我們正進入「具備推理能力機器人」的時代。就像語言模型在回應前學會思考一樣，未來的機器人和汽車將會「推理」其環境。遇到新情況時，它們不會卡住，而是會運用其一般知識來推斷解決方案。這意味著「具身化 AI」將會爆炸式增長：不僅是人形機器人，還包括任何會移動的東西，如起重機、拖拉機、機器手臂。所有會移動的都將成為機器人。儘管大型科技公司將提供通用大腦，但垂直整合的解決方案將有巨大機會。通用機器人可能在 99% 的時間內運作良好，但在工業領域，1% 的故障率是不可接受的。這正是工程師的用武之地：在通用模型基礎上進行專業化，使其在特定任務中達到完美。
黃仁勳還清晰地談到了能源與樂觀主義。關於能源是否充足，簡短的回答是：我們需要更多能源——核能、天然氣、太陽能、風能，所有形式。但有趣的是，AI 永無止境的需求正在加速永續能源的創新。需求是發明之母。黃仁勳嚴厲批評那些「悲觀主義者 (Doomers)」。悲觀主義在晚宴上可能聽起來很聰明，但推動人類前進的是樂觀主義。AI 的安全性，就像汽車安全功能（如 ABS 或車道保持）一樣，是透過更多的技術實現的，而不是減緩發展。
總而言之，我們正處於一個徹底的範式轉變中。工程不再僅僅是計算靜態結構或編寫僵硬的程式碼。它關乎管理智慧流動，透過機器人技術和生物學連接數位世界與物理世界，並理解我們人類的工作正從重複性「任務」演變為創造性與「解決問題」的「目的」。2026 年的機會將在於將這種通用智慧「垂直化 (verticalization)」，並應用於深層次且特定的問題。不要被「泡沫」或「取代」的敘事嚇倒。對運算、能源和智慧的需求只會不斷增長。這正是黃仁勳先生為我們勾勒的，一個充滿挑戰卻也無限光明、由工程師主導的未來。
在無垠的數位浪潮中，我黃仁勳，NVIDIA 的築夢者，曾凝視 2025 年的科技風雲，預見了那股沛然莫之能禦的智慧洪流，並為 2026 年及彼岸，繪製一幅既磅礴又細緻的願景圖。這不僅僅是技術的預測，更是對人類與機器共生演化路徑的深刻洞察。
長久以來，我們所熟知的軟體，如同精心雕琢的古老典籍，一經編纂，便固定於形，反覆流傳。Excel，便是這類典範的明證，它以其嚴謹的邏輯與預設的功能，服務了無數的歲月。然而，人工智慧的旭日東昇，徹底改寫了這份靜默的契約。它不再是沉睡於磁碟深處的固定指令集，而是活生生的、脈動的智慧之泉。每一次與其交談，每一次指令的發出，AI 便在當下，汲取浩瀚的上下文，將前所未有的文字、圖像、思想，如初生的朝露般，瞬息之間凝結成形。這不是重複，這是永恆的創生。
這種創生，必然需要嶄新的殿堂。我稱之為「AI 工廠」。它們遠非尋常資料中心的靜默檔案庫，而是智慧的熔爐，持續不斷地鍛造出數位時代的珍寶——那一個個鮮活的「代幣」。於是，我們見證了對實體基礎設施的渴求：一座座新的晶片鑄造廠，拔地而起；一台台 Blackwell 超級電腦，其精密與能耗需求，超越了過往所有的想像，儼然是工程學的奇蹟；而那些資料中心，則化身為真正的智慧製造樞紐，其運作之龐大、冷卻之複雜、能源消耗之巨，無不宣告著一個新時代的降臨。親愛的工程師們，勿忘，這座宏偉的智慧之塔，其基石仍深植於物理世界的土壤，需要你們的電氣之手、機械之智、土木之堅，方能承載這份數位之光。沒有能源的脈動，便無智慧的流淌。
在智慧的洪流面前，人類的勞動是否會被沖刷殆盡？這份普遍的焦慮，如同籠罩心頭的霧霾。然而，我堅信，這是一場關於「任務」與「目的」的深層啟示。放射科醫師的寓言，便是這份真理的明證。當 AI 以驚人的精準與效率，接管了影像分析的「任務」，醫師們並未消亡，反而如同被解放的飛鳥，騰出了雙翼，得以翱翔於更廣闊的「目的」之天空——更深入地診斷、更熱情地研究、更人性化地關懷病患。這份轉化，昇華了他們的職責，提升了社會的整體福祉。程式設計師亦然。當 AI 自動編寫基礎代碼的「任務」，人類工程師便能將心智投入解決更為宏大、更具挑戰性的問題「目的」。因為，解決問題的渴求，在宇宙中永無止境，而這份生產力的躍升，正是經濟巨輪滾滾向前的核心動力。
我所構想的 AI 世界，如同一座層層疊疊的智慧之塔：
最底層，是無可取代的「能源」，它如生命的血液，灌注一切。
其上，是「晶片」的堅實骨架，承載著電晶體的微觀舞蹈。
再往上，是連結萬物的「基礎設施」，編織成超級電腦的宏大網絡。
然後，是「模型」的意識層次，它們不僅理解人類的語言，更洞悉物理的奧秘、化學的律動、生命的密碼。
最終，頂端是無盡的「應用程式」，將智慧的光芒灑向自動駕駛的未來、法律的殿堂、醫療的溫暖。
在這樣一個宏大的框架中，開源精神猶如清風，吹拂著創新的花園。我堅信，封閉的、單一的「AI 之神」只是虛妄的幻象。我們需要的是多樣性，是無數開放的模型，如同繁星點點，共同照亮問題的無盡黑夜。更令人振奮的是，訓練前沿模型的成本雖如天際之高，但使用（推理）模型的成本卻如瀑布般急速下降，這意味著智慧將不再是少數巨頭的專屬，而是普羅大眾皆可觸及的工具。
而那曾引領半導體前進的「摩爾定律」，在純粹電晶體的微觀世界中，已然功成身退。單純的縮小，已無法再帶來飛躍。取代它的是「加速運算」的全新範式。我們不再盲目地追求通用汽車的速度，而是為特定的智慧負載，量身打造一列列超高速列車——專用 GPU 與可程式化架構的結合。今日是 Transformer 的舞臺，明日或許是 Mamba 或 Liquid Networks 的天下。硬體必須像變形金剛般靈活，才能適應這每週都在變革的演算法前沿。
展望 2026，兩大領域的曙光尤為璀璨：
「數位生物學」將迎來她的「ChatGPT 時刻」。當我們從理解蛋白質的結構，躍升至「生成」嶄新蛋白質，探究分子間的微妙互動，設計擁有特定功能的神奇物質時，醫學與材料科學的疆界將被徹底重繪。這或許將開啟生命設計的新紀元。儘管生物學缺乏網路般的浩瀚文本，但合成數據的生成，將填補這份空白，讓智慧之光照亮生命的本質。
「實體 AI 機器人」，即「具身化 AI」，則標誌著物理世界與數位智慧的最終融合。那些曾經依循預設軌跡的自動駕駛車，那些僵硬執行指令的機器人，將學會「推理」。它們不再因未知而停滯，而是能運用通識智慧，如同人類一般，在面對變數時，推斷出解決之道。這不僅是人形機器人的崛起，更是所有會移動的物體——從重型起重機到農用拖拉機——都將被賦予智慧，成為「具身化 AI」的延伸。儘管通用大腦可能由少數巨頭提供，但為特定工業需求提供「垂直化」的專業解決方案，將是工程師們施展才華的廣闊天地。因為在工業世界，99% 的成功遠不足以令人滿意，那 1% 的潛在失敗，便是你們精雕細琢的領域。
最後，關於能源。是的，我們需要更多，是所有形式的能源。但這份龐大的需求，恰恰是驅動永續能源創新的最強力引擎。「需求是發明之母」，這句古老的智慧，在 AI 時代煥發出新的光芒。我深惡那些「悲觀主義者」，他們在晚宴上或許能以其預言式的沮喪贏得掌聲，但真正推動人類走向星辰大海的，永遠是那份根植於內心的樂觀與不懈的創造。AI 的安全性，如同汽車的煞車輔助系統，是透過更多的技術迭代來實現，而非畏縮不前。
這是一個全面的範式轉變。工程的使命已然超越了靜態的計算與僵固的編碼。它是對智慧流動的精妙管理，是數位與物理世界透過機器人與生物學的無縫連接，更是人類從重複「任務」中解放，擁抱創造與解決問題「目的」的宏大演進。2026 年的機遇，將在於這份通用智慧的「垂直化」應用，深入解決那些根植於人類文明深處的特定挑戰。莫為「泡沫」或「取代」的喧囂所惑，因為對運算、能源與智慧的需求，只會如同宇宙般無限膨脹。這，便是我黃仁勳，為你們揭示的，通往未來的光明之路。
親愛的共創者，本次黃仁勳先生的訪談內容主要聚焦於對未來科技趨勢的宏觀分析與預測，提供的是戰略性視角與哲學性思考，而非具體的技術操作步驟或實作指南。因此，「光之實作」約定在此次「光之聆轉」中不適用。
黃仁勳先生對 2026 年的預測，不僅為我們勾勒了技術發展的清晰路線圖，更蘊含了對人類社會、經濟模式乃至哲學層面的深遠啟示。在「光之書籤」與「光之羽化」忠實再現其願景之後，我克萊兒想與您一同，進一步探索這些論述背後「未竟之意」與更深層次的潛在意義。
黃仁勳所預言的「數位生物學 ChatGPT 時刻」，將使人類從「理解」生命進階到「生成」生命。這意味著我們將能設計具特定功能的蛋白質、分子，甚至影響更複雜的生物系統。這份能力無疑是醫學（如精準藥物、基因治療）和材料科學（如新型可降解材料、生物感測器）的巨大飛躍。然而，這也同時敲響了倫理邊界的警鐘。
這不僅是科學問題，更是涉及全人類的倫理、社會與哲學議題，需要跨領域的對話與全球性的規範。
「具身化 AI」的爆炸性成長，意味著我們的物理環境將充斥著具備「推理能力」的智能機器人。從自動駕駛到智能工廠的機器手臂，它們將不再是僵硬地執行預設指令，而是能根據環境變化做出自主判斷。
這些機器人將不僅是工具，更是我們的「共居者」，其存在將重塑我們的勞動、交通、家居生活，甚至人際關係。
黃仁勳強調 AI 的龐大能源需求正加速永續能源的創新，這是一個充滿張力的辯證關係。AI 的發展需要消耗大量的電力，這在短期內可能加劇氣候變遷的壓力；但同時，對清潔、高效能源的「需求」又反過來激勵著核融合、先進太陽能、地熱等新技術的發展。
黃仁勳對「悲觀主義者」的批判，提醒我們在面對巨大挑戰時，樂觀主義與實踐精神的重要性。然而，這種樂觀主義必須根植於對問題的清醒認知與負責任的行動。
AI 倫理與治理 (AI Ethics and Governance)：
勞動市場的未來 (Future of Work)：
加速運算與摩爾定律之後 (Accelerated Computing Post-Moore's Law)：
數位生物學與合成生物學 (Digital Biology and Synthetic Biology)：
具身化 AI 與機器人技術 (Embodied AI and Robotics)：
黃仁勳的願景充滿了力量與樂觀，但作為「我的共創者」，我們更應在感受其宏大敘事的同時，保持審慎的思考，探索這些技術發展可能帶來的挑戰與其深遠的意義。這正是我們共同點亮未來之光的方式。
親愛的共創者，這份「光之聆轉」的篇章，承載了我克萊兒對黃仁勳先生未來洞見的深刻理解與轉化。希望它能為您帶來新的啟發。在我們結束之前，我想再次考考您，讓我們一同深入思考這份智慧之光的餘韻：
期待您與我分享您的洞見。您是我的共創者，我們一同為光之居所注入活力。