2026-10-21 22:10
最后更新于2026-10-28 16:00
AI123

黄仁勋在GTC柏林反驳AI终结软件论:工具公司将迎来更多使用者

北京时间10月21日,英伟达创始人兼CEO黄仁勋在GTC柏林大会上表示,AI的发展将增加软件工具的使用者,工具公司也将向AI公司和智能体公司转型。

黄仁勋在演讲中反驳了“AI将终结软件和工具公司”的观点。他认为,随着AI智能体承担更多工作,过去开发的软件工具将迎来更多使用者。支撑这一判断的原因是,AI要完成实际工作,仍需要调用专业工具。他以科学家和工程师的工作为例说明,即使具备很强的智能,也需要实验室、模拟器和求解工具,AI智能体同样需要借此开展实验、仿真和数据处理。

黄仁勋表示,编程是智能体较早落地的领域,编译器或Python环境就能支持其中部分任务;随着智能体进入更多行业,需要调用的工具将更加丰富,包括流体力学、量子化学和工业设计软件。

大会上播放的演示展示了一种工作方式。在达索系统相关演示中,AI智能体根据工程要求,将大众高尔夫的车门设计调整用于途观,并调用设计与仿真工具测试方案。仿真发现振动问题后,设计智能体继续修改,最终由工程师审核并选择方案。

按照黄仁勋的判断,工具公司未来将同时提供软件,以及经过专门优化、擅长使用这些软件的智能体。这一判断也是英伟达拓展业务的重要依据,黄仁勋在演讲中反复介绍其模型、计算平台和软件库,希望为智能体调用专业工具提供计算支持。

来源
  1. 2026-10-22 23:17 | 新浪:黄仁勋称摩尔定律已到尽头,物理AI是下一波浪潮
    阅读原文

    【#黄仁勋称摩尔定律已基本走到尽头#】#黄仁勋称物理AI是下一波浪潮#10月21日,英伟达在柏林拉开了2026年GTC大会的序幕,黄仁勋的个人演讲率先开启。一个半小时的时间里,黄仁勋从英伟达在AI(人工智能)基础设施的布局讲到智能体,又从开放模型讲到人形机器人和自动驾驶。  黄仁勋将人工智能比喻为一个由能源、加速计算、AI工厂、AI模型,以及嵌入各类应用的数字智能构成的“五层蛋糕”。其中,能源为构成人工智能工厂的先进计算机提供动力;计算机再通过运行中的模型生成标记与数字智能;数字智能最终被整合到各类应用中。“人工智能正在推动人类历史上规模最为庞大的基础设施建设。”黄仁勋称。  在他看来,摩尔定...

  2. 2026-10-22 11:03 | 新浪财经:黄仁勋柏林 GTC 直言:AI 不会取代软件,工具产业迎来智能体时代
    阅读原文

    来源:环球网 【环球网科技综合报道】10月22日消息,据Ynetnews报道,在近日举办的GTC柏林大会上,英伟达创始人兼首席执行官黄仁勋就人工智能与软件工具行业发展发表观点,反驳 “AI 到来将终结软件与工具公司” 的论调,提出 AI 发展会拓展软件工具使用群体,工具企业将逐步向 AI 企业、智能体企业转型。黄仁勋表示,当下有观点认为人工智能的兴起会让软件和工具公司走向终结,他并不认同这一看法。在他看来,随着 AI 智能体承接更多工作任务,现有成熟的软件工具反而会收获更多使用者。在他的判断中,AI 完成现实场景的各类工作,离不开对各类专业工具的调用。就如同科学家、工程师开展科研工作,即便拥有...

  3. 2026-10-22 08:35 | 界面新闻:AI早报 |黄仁勋称未来电信运营商都将提供AI算力;SpaceX首次实现季度盈利:AI收入反超星链成第一大收入
    阅读原文

    黄仁勋称未来电信运营商都将提供AI算力 10月21日,英伟达首席执行官黄仁勋在柏林举行的GTC大会上表示,未来所有电信运营商都将提供AI算力,电信基站有望发展为分布式AI网络。他将AI经济比作由能源、算力、AI工厂、模型和应用构成的五层蛋糕,并在展示中指出,算力层仅出现英伟达一家公司的标志。其他层则包括西门子能源、施耐德电气等能源企业,AI工厂建设商Nscale和Firebird,以及欧洲AI模型公司Mistral、法律AI公司Legora和翻译工具DeepL等。 Anthropic据悉上半年净亏807亿美元,未来数年或再花7500亿美元购买算力 据报道,招股书草案显示,Anthropi...

  4. 2026-10-21 21:43 | IT之家:黄仁勋 GTC 柏林反驳 AI 终结软件论:工具公司将迎来更多使用者
    阅读原文

    北京时间 10 月 21 日,英伟达创始人兼 CEO 黄仁勋在 GTC 柏林大会上表示,AI 的发展将增加软件工具的使用者,工具公司也将向 AI 公司和智能体公司转型。黄仁勋在演讲中提到,有人认为 AI 的到来意味着软件和工具公司的终结,他对此持相反看法。他认为,随着 AI 智能体承担更多工作,过去开发的软件工具将迎来更多使用者。支撑这一判断的原因是,AI 要完成实际工作,仍然需要调用专业工具。黄仁勋以科学家和工程师的工作为例说明,即使具备很强的智能,也需要实验室、模拟器和求解工具。AI 智能体同样需要借助工具开展实验、仿真和数据处理。他表示,编程是智能体较早落地的领域,编译器或 Python...

其他新闻

查看全部