黄仁勋All-In Summit 2026深度访谈：AI安全、开源模型与AGI的工程化路径

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间: 2026-09-15

本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。

2026年9月14日，英伟达CEO黄仁勋在All-In Podcast举办的线下活动All-In Summit 2026上，与四位主持人围绕AI安全、开源模型、递归自我改进及AGI等话题展开深度讨论。黄仁勋明确表示，安全和创新并不矛盾，AI安全事件应按工程问题进行根因分析；他同时指出中国将成为全球开源模型生态的重要贡献者，并直言AGI已经达到。

📊 核心实体与商业数据

💡 业务落地拆解

AI安全：从末日预测转向工程根因分析

针对Anthropic CEO达里奥·阿莫迪关于AI安全的讨论及前沿实验室“减速”呼声，黄仁勋认为，安全和创新并不矛盾，已经发生的安全事件应该按照工程问题进行根因分析，通过技术、流程和测试加以控制。

我认为我们不应该轻易给这些事情赋予所谓的“人类灭绝概率”或者“文明毁灭概率”，因为其中很多东西其实都是编出来的。

他列举了此前被证明并不准确的预测：“五年之内，放射科医生会被AI完全取代”、“未来6到12个月内，90%的代码都会由AI生成，50%的初级岗位会在6到9个月内消失”。黄仁勋强调，这类预测缺乏足够的科学依据，也不应该被用来制造社会恐慌。

在监管层面，他认为监管应解决真正存在的问题，大部分来自前沿AI实验室，因为它们拥有最多的计算资源。第三方评估机构可以有多个，相互制衡，类似金融审计。

递归自我改进：已有技术的组合，而非神秘突变

谈到递归自我改进（RSI），黄仁勋认为，所谓RSI并非一种突然出现的神秘技术，而是上下文、强化学习、合成数据、LoRA等已有技术的组合。

“递归自我改进”这个名字听起来好像意味着系统会变得完全不可控，但实际上，产品发布之前仍然需要进行评估、重新测试和回归测试，这些都是最基本的工程控制。

开源模型：中国将成为全球开源生态重要力量

黄仁勋明确表示，世界需要开源模型，也需要闭源模型。开源模型对于主权、隐私以及企业自己的专有技术都非常重要。过去6个月里，大约有4000亿美元风险投资进入AI原生公司，其中大约80%的公司使用开源模型。

我认为中国可能会贡献全球开源生态中很大的一部分。中国有大量工程师，也有大量学习科学和数学的学生。

他指出，在Linux、Kubernetes以及很多软件项目中，都有中国工程师参与贡献。开源模型一旦下载，就属于使用者，可以继续修改、优化。

AGI与超级智能：已经达到

当黄仁勋被问及如果AGI的标准是达到人类智能水平，这个阶段是否已经到来时，他简单回答道：“现在已经达到了。”

他进一步解释，在一些非常具体的领域，AI已经超过了人类。自动驾驶系统的事故率已经可以做到人类的十分之一。生物领域同样如此，合成蛋白、虚拟筛选等任务已经达到超级智能水平。

英伟达的AI产业链策略

黄仁勋表示，英伟达几乎可以运行世界上所有的模型，策略是帮助所有人成功，尽可能留在技术栈更底层的位置，只有在必要的时候才向上走。CUDA支持了大量框架，Megatron和Megatron Core支持了大规模训练。

在自动驾驶领域，英伟达推出Alpamayo推理型自动驾驶系统，通过推理能力减少对大量实际道路数据的依赖。生物领域则推出ESM2、ESMFold、OpenFold、AlphaFold 2等模型。

🚀 对企业 AI 化的启示

1. AI安全应纳入工程管理体系：企业不应被末日预测干扰，而应建立沙箱、监控、回归测试等工程控制流程，将AI安全视为可管理的技术问题。

2. 开源模型是企业AI化的重要杠杆：约80%的AI原生公司使用开源模型，企业应评估开源方案在主权、隐私和专有技术方面的价值，避免单一依赖闭源前沿模型。

3. AGI已至，竞争焦点转向应用与利用：黄仁勋明确AGI已经达到，特定领域已进入超级智能阶段。企业应聚焦于如何最好地利用这项技术，而非等待未来某个节点。

4. 分布式算力与区域云服务商崛起：区域云服务商在土地、电力和本地需求方面更灵活，企业应关注分布式企业网络和各国AI算力基础设施的战略布局。

【官方原文链接】点击访问首发地址