NVIDIA CEO黄仁勋在GTC大会上汇聚AI开放模型先锋

Mistral、Perplexity、Cursor、Thinking Machines Lab 等公司的首席执行官与黄仁勋一起登上舞台，共同勾勒了开放前沿时代的未来。

NVIDIA 创始人兼首席执行官黄仁勋在本周 GTC 大会上邀请了 11 位开放模型生态系统领导者，不是为了辩论开放与闭源创新，而是为了探讨未来趋势。

这场时长 90 分钟的会议由 LangChain、Cursor、Reflection AI、Perplexity、Thinking Machines Lab、Mistral、OpenEvidence 和 Black Forest Labs 的首席执行官，以及 AI2 自然语言处理高级总监 Hanna Hajishirzi 和 AMP PBC 创始人 Anjney Midha 共同参与，会议分为两个连续的圆桌讨论。

黄仁勋一开场就提出了一个新的视角。

他对现场观众表示：“专有与开放不是对立的概念。可以既是专有，又是开放。”

第一场圆桌讨论重点关注开放模型生态系统的演变。参与者包括 LangChain 的 Harrison Chase、Perplexity 的 Aravind Srinivas、Cursor 的 Michael Truell、Reflection AI 的 Misha Laskin 以及 Thinking Machines Lab 的 Mira Murati。

Truell 认为，业界正在见证第三类公司的崛起，既不是纯粹的基础模型实验室，也不是纯粹的应用构建者，而是介于两者之间的公司：这类公司“在 API 层面充分利用市场提供的最佳资源，在模型前沿领域做出了卓越贡献，同时将所有这些都整合到垂直领域带来最佳产品。”

由此诞生了新型 AI 公司，将模型、系统和产品集成到单一堆栈中。

对话不断回到智能体话题上。

Srinivas 将 Perplexity 的愿景描述为构建“AI 能够完成的所有任务的编排系统”，其中模型是工具，而系统负责指挥。

他表示：“我们终于能够在模型之上进行抽象操作。这很令人兴奋。”

Laskin 将单一模型描述为“没有身体的大脑”。他认为，OpenClaw 的发布为 AI 提供了与文件系统交互并执行自主工作所需的“肢体”。

Chase 指出转变正在悄然发生。他表示：“现在有一个新术语叫‘驾驭工程’ (Harness Engineering)，指的是模型周边的整套体系：如何连接到系统、使用哪些子智能体以及何时调用哪些工具。”

Murati 又把对话拉回到了更长的弧线上。她表示：“我们正处于一个指数级的发展阶段，一切都被极度压缩了，而仅靠大型实验室是无法完成所有工作的。”

开放访问（包括模型、基础设施和后训练）以封闭模型世界无法实现的方式加速了研究。

黄仁勋不断重复一个简单的理念：AI 不是模型，而是系统。

他认为，编程仅仅只是个开始。

他说：“编程不仅仅是软件工程。它是对业务流程的描述和编码，几乎涵盖了所有工作。”

从系统到利害关系

第二场圆桌讨论汇聚了 Mistral 的 Arthur Mensch、OpenEvidence 的 Daniel Nadler、AI2 的 Hajishirzi、Black Forest Labs 的 Robin Rombach 和 AMP PBC 的 Midha。

此时，对话从系统转向了更深层的现实与行业影响。

对此，黄仁勋则开门见山地点明了核心议题。

他说：“过去三年来，所有问题都是关于 AI 的投资回报率。我认为现在……我们将看到真正商业价值爆发的拐点。”

Nadler 认为医疗领域是代理式系统的试验场。

多步骤、重复、可预测的工作流（事先授权函、保险申诉）正是智能体擅长的领域。

他表示：“你可以想象，当医生还在睡觉时，智能体会对保险拒保提出上诉，最终为患者争取到可能至关重要甚至可以挽救生命的治疗。”

Mensch 认为开放模型具有两大优势：管理和定制。

企业需要严格管理其智能体可以访问和执行的内容，并使其适配那些通用模型永远无法完全覆盖的现实业务系统。

Midha 从产业层面描述了其中的利害关系。

开放模型需要开放的基础设施：一个允许任何规模的公司进行扩展的计算网格。其含义很明确：可见且可控的系统比封闭的系统更值得信任。

Midha 表示：“归根结底，如果你想让这些智能体融入我们生活中最重要的部分，你就必须信任它们。而开放模型是建立系统信任的快速方式之一。”

换句话说，前沿不再由少数实验室定义，而是取决于在这些模型之上构建、部署和实际落地的应用。