OpenClaw只是開始，AI的終極形態(tài)是什么？

“AI春晚”英偉達GTC全球開發(fā)者大會，向來是全球人工智能產(chǎn)業(yè)的“風(fēng)向標”。

本次盛會的重磅亮點之一，便是英偉達正式宣布成立全球首個聚焦開放前沿基礎(chǔ)模型的Nemotron Coalition聯(lián)盟，聯(lián)合全球頂尖AI力量共推技術(shù)革新。

當?shù)貢r間3月18日，一場“開放模型”圓桌論壇更是將大會熱度推至頂峰——黃仁勛邀請了Cursor、Perplexity、LangChain、Reflection AI、Thinking Machines Lab等一眾當紅AI公司的CEO圍坐一堂，以“客廳聊天”的形式暢聊AI未來。

值得注意的是，這些嘉賓中多數(shù)正是Nemotron Coalition聯(lián)盟的創(chuàng)始成員，也是英偉達在開放模型研發(fā)、生態(tài)構(gòu)建中的核心合作伙伴，這場對話既是行業(yè)前沿觀點的碰撞，更是核心合作陣營的一次集體發(fā)聲。

黃仁勛在現(xiàn)場拋出了他的理解：“模型不是產(chǎn)品，是技術(shù)。ChatGPT是產(chǎn)品，開放模型是技術(shù)。”而當話題聚焦到開源項目OpenClaw時，現(xiàn)場徹底沸騰，有嘉賓直言：“它讓AI有了四肢。”

這場對話試圖澄清大眾對開放模型的認知盲區(qū)，更勾勒出了AI從“會回答”到“能行動”的清晰圖景。

重新定義AI模型，第三種公司站上舞臺

如果說GTC首日的主題演講是黃仁勛的“獨角秀”，那么3月18日的開放模型論壇，就是一場屬于全球頂尖AI創(chuàng)業(yè)者的“群英會”。

黃仁勛穿著印著Cursor logo的皮夾克走上臺，沒有PPT，只是把Cursor CEO Michael Truell、Perplexity CEO Aravind Srinivas、LangChain CEO Harrison Chase、Reflection AI CEO Misha Laskin、Thinking Machines Lab CEO Mira Murati請到臺上，開口就定下了聊天的基調(diào)：“咱們就像在我家客廳一樣，不用客氣，想說話就直接說。”這種去中心化的交流方式，恰與“開放”的主題不謀而合。

黃仁勛率先給出了自己的核心觀點：“晶體管對臺積電來說是產(chǎn)品，但對其他公司來說，只是一種可以被集成的技術(shù)。模型也是一樣的道理，OpenAI、Anthropic、Gemini這些公司做的閉源模型是產(chǎn)品，而開放模型生態(tài)提供的，是可以被集成、被改造、被創(chuàng)新的技術(shù)基礎(chǔ)設(shè)施。”

他同時透露了一個關(guān)鍵數(shù)據(jù)：“現(xiàn)在開放模型聚合起來，已經(jīng)是世界上第二大的模型體系了，跨越所有行業(yè)和應(yīng)用場景。我認為它最終會成為全球最大的模型體系。”

Cursor CEO Michael Truell直言，當下行業(yè)對AI公司的分類過于狹隘：“大家都覺得軟件層的AI公司只有兩種，一種是做基礎(chǔ)大模型的，一種是做上層應(yīng)用的。但現(xiàn)在，第三種AI公司正在快速崛起——它們既會用市場上最好的模型API，又會自己做模型訓(xùn)練和優(yōu)化，把兩者結(jié)合起來，做成某個垂直領(lǐng)域里最好的產(chǎn)品。"他預(yù)測，未來1-2年，AI領(lǐng)域會誕生一種全新的"復(fù)合智能體”：“這種智能體能夠處理需要數(shù)小時甚至數(shù)天才能完成的復(fù)雜任務(wù)。”

Perplexity CEO Aravind Srinivas則用一個生動的比喻，詮釋了AI的本質(zhì)：“AI不是單一的模型，而是一個完整的系統(tǒng)，一臺全新的計算機。你需要構(gòu)建一個編排系統(tǒng)，把AI能做的所有事情——編程、寫作、生成多模態(tài)內(nèi)容——都整合起來。這些子智能體就像音樂家，模型是他們手中的樂器。”

LangChain CEO Harrison Chase則從開發(fā)者的角度，提出了“馬具工程”的概念：“開發(fā)者在構(gòu)建AI應(yīng)用時，大部分精力都不是花在模型本身，而是花在模型周圍的一切——什么時候壓縮數(shù)據(jù)、用什么子智能體、選什么模型……這整個圍繞模型的'馬具'設(shè)計，正在成為一門全新的工程學(xué)科。”

Reflection AI CEO Misha Laskin則直接點破了行業(yè)對開放模型的兩大核心誤解：

“第一個誤解，是覺得模型公司只做模型，其實它們做的是端到端的全棧產(chǎn)品。而開放的價值，就是讓更多人有機會做這種端到端的優(yōu)化。

第二個誤解，是認為開放模型永遠會落后于前沿閉源模型。模型作為基礎(chǔ)的知識基礎(chǔ)設(shè)施，渴望開放是它的宿命——書籍曾經(jīng)封閉，印刷術(shù)讓它開放；科學(xué)曾經(jīng)封閉，學(xué)術(shù)期刊讓它開放；AI領(lǐng)域也會如此。”

Thinking Machines Lab CEO Mira Murati則從科研的角度，闡述了開放模型的不可替代性：“AI的進步非常快，我們正走在指數(shù)曲線上。有太多東西需要學(xué)習(xí)、需要研究，這不可能只靠幾個大實驗室完成。我們早期就決定開放后訓(xùn)練API，讓外部的研究人員也能在前沿模型上做后訓(xùn)練。”

圖片源：MAEIL Business Newspaper

OpenClaw引爆全場：AI從"會回答"到"能行動"的革命

當論壇的話題轉(zhuǎn)向OpenClaw時，現(xiàn)場的氛圍被推至高潮。這個由奧地利開發(fā)者Peter Steinberger在2025年1月發(fā)布的開源項目，在短短幾周內(nèi)就成為GitHub史上最受歡迎的開源項目之一——讓AI能夠像人類一樣操作計算機，自主完成復(fù)雜任務(wù)。

黃仁勛評價道：“ChatGPT曾經(jīng)讓生成式AI走進大眾視野，OpenClaw正在做同樣的事，它讓AI從‘只會回答問題’，變成‘能親自采取行動’。”

Misha Laskin用一個形象的比喻，道出了OpenClaw的核心意義：“模型本身就像沒有身體的大腦，只能思考，無法行動，而OpenClaw，就是給這個大腦裝上了四肢。”他回憶，早年間就有AutoGPT等各類智能體項目，但始終未能普及，核心原因是“模型能力沒跟上，圍繞模型的‘馬具’也沒校準好”。而現(xiàn)在，大模型的能力實現(xiàn)了質(zhì)的飛躍，OpenClaw終于讓智能體從概念變成了真正可用的產(chǎn)品。

Michael Truell則將OpenClaw的出現(xiàn)，定義為AI發(fā)展的一個關(guān)鍵轉(zhuǎn)折點：“它是一個標志性案例，說明去年開始在專業(yè)軟件工程師身上發(fā)生的變化，現(xiàn)在正在發(fā)生在更多人身上——AI從‘回答你提出的問題’，變成‘為你完成指定的任務(wù)’。”

Harrison Chase則從產(chǎn)品特性的角度，總結(jié)了OpenClaw的三大核心亮點：第一個是“永遠在線”，主動給用戶發(fā)消息；第二個是“智能體身份”，企業(yè)會為智能體創(chuàng)建獨立“賬號座位”；第三個是“記憶能力”，能記住互動內(nèi)容，還能通過代碼編輯自己的指令。

黃仁勛對著LangChain創(chuàng)始人Harrison拋出了一個尖銳的問題：“LangChain的核心業(yè)務(wù)是幫別人做智能體，現(xiàn)在OpenClaw已經(jīng)是一個成熟的開源智能體了，開發(fā)者為什么還要用LangChain？”

Harrison坦誠回應(yīng)：“未來會有做法律、銷售、代碼的各類智能體，它們需要不同的‘馬具’和工具，LangChain做的就是讓定制這些‘馬具’變得簡單的工具。”黃仁勛隨即進行了補充：“OpenClaw是強大的通用智能體，但企業(yè)更需要專業(yè)智能體，LangChain能編排這些智能體系統(tǒng)，實現(xiàn)串行、并行等多種協(xié)作模式。”

從代碼到產(chǎn)業(yè)：AI的苦澀教訓(xùn)改寫商業(yè)規(guī)則

這場“客廳聊天”的下半場，黃仁勛請出了第二波嘉賓——Mistral CEO Arthur Mensch、OpenEvidence CEO Daniel Nadler、AMP PBC創(chuàng)始人Anjney Midha、Black Forest Labs CEO Robin Rombach等，話題轉(zhuǎn)向了智能體技術(shù)的產(chǎn)業(yè)級影響。

從企業(yè)治理、數(shù)據(jù)隱私，到視覺智能的新前沿，再到AI在醫(yī)療等垂直行業(yè)的落地，一個核心結(jié)論逐漸清晰：AI的“苦澀教訓(xùn)”正在應(yīng)驗，收入隨計算規(guī)模線性縮放。

Mistral CEO Arthur Mensch首先從企業(yè)落地的角度，提出了智能體技術(shù)面臨的核心挑戰(zhàn)：“在個人層面，OpenClaw這樣的智能體能解決很多問題，但到了企業(yè)層面，就必須面對數(shù)據(jù)治理、權(quán)限管理等復(fù)雜問題。”黃仁勛隨即為他做了更通俗的解讀：“智能體能做三件事——訪問敏感信息、執(zhí)行代碼、對外溝通。為了企業(yè)安全，應(yīng)該讓智能體同時只能做其中兩件，除非它是CEO。”

Black Forest Labs CEO Robin Rombach則打開了一個新的維度——視覺智能：“現(xiàn)在大家都被模型在代碼領(lǐng)域的進展所吸引，但AI還有很多其他前沿領(lǐng)域，比如我們正在做的視覺AI。機器人或智能體與現(xiàn)實世界互動，本質(zhì)上是視覺互動，理解圖像、視頻是全新的前沿。”

AMP PBC創(chuàng)始人Anjney Midha則拋出了核心判斷——AI的“苦澀教訓(xùn)”正在應(yīng)驗：“4年前，Anthropic的創(chuàng)始人找投資時，21個人里20個都拒絕了，沒人相信‘算力即生產(chǎn)力’。但現(xiàn)在，我們不僅證明了‘苦澀教訓(xùn)’成立，還發(fā)現(xiàn)計算投入與企業(yè)收入之間存在線性縮放曲線——你買的算力越多，賺的錢就越多。”黃仁勛立刻插話強調(diào)：“大家一定要記住這句話，收入隨計算線性縮放，這是AI行業(yè)的新商業(yè)規(guī)則。”

OpenEvidence CEO Daniel Nadler則用醫(yī)療行業(yè)的實際案例，讓所有人看到了AI智能體的產(chǎn)業(yè)落地價值：“醫(yī)生為病人申請藥物時，需要寫事先授權(quán)信給保險公司，被拒絕后還要寫申訴信，這些繁瑣工作占據(jù)了醫(yī)生大量時間。而AI智能體可以完美處理這些任務(wù)——保護病人隱私、按模板填寫內(nèi)容，甚至在醫(yī)生睡覺時自動行動，為病人爭取救命的藥物。”

黃仁勛在這場討論的最后，梳理出了AI發(fā)展的三個階段：“第一個階段是生成式AI；第二個階段是推理時代，以O(shè)1模型為代表；第三個階段，就是現(xiàn)在的智能體系統(tǒng)時代。”他同時透露，2026年將成為AI商業(yè)經(jīng)濟的拐點：“過去大家總問‘過去三年AI的ROI是什么’，但今年，所有人都會問‘AI的ROI是什么’。從編碼開始，AI會逐步滲透到幾乎所有工作中，真正的商業(yè)價值落地即將到來。”

值得一提的是，GTC 首日英偉達就官宣成立了Nemotron Coalition聯(lián)盟——全球首個聚焦開放前沿基礎(chǔ)模型的跨國協(xié)作平臺，Black Forest Labs、Cursor、LangChain、Mistral AI、Perplexity、Reflection AI、Sarvam、Thinking Machines Lab 這 8 家頂尖機構(gòu)成為了創(chuàng)始成員。

聯(lián)盟將在 NVIDIA DGX? Cloud上聯(lián)合訓(xùn)練開源模型，成員們各展所長：Black Forest Labs貢獻多模態(tài)生成能力（涵蓋圖像、實時視頻及動作預(yù)測模型），Cursor提供真實世界性能需求與評估數(shù)據(jù)集，LangChain專注 AI 智能體的可靠工具使用與長周期推理技術(shù)研發(fā)，Mistral AI輸出高效可定制且能實現(xiàn)完全控制的模型研發(fā)經(jīng)驗，Perplexity貢獻前沿模型開發(fā)專長以搭建適配海量用戶的 AI 平臺基礎(chǔ)，Reflection AI專注構(gòu)建可靠安全的開放系統(tǒng)，Sarvam深耕主權(quán)語言 AI 開發(fā)（打造語音優(yōu)先、語言包容且貼合本地文化的模型），Thinking Machines Lab則通過其Tinker平臺提供數(shù)據(jù)協(xié)作與可訪問性支持。

最終產(chǎn)出的模型將完全開源，為NVIDIA Nemotron 4 系列開放模型奠定基礎(chǔ)，讓全球開發(fā)者和企業(yè)能按需定制行業(yè)專屬 AI 系統(tǒng)。黃仁勛強調(diào)：“開放模型是創(chuàng)新生命線，聯(lián)盟要讓更多人接觸 AI 智能，確保 AI 的未來由世界共創(chuàng)、為世界服務(wù)。”

結(jié)語：開放不是選擇，是AI產(chǎn)業(yè)的底層宿命

這場由黃仁勛主導(dǎo)的“客廳聊天”，持續(xù)了近兩個小時，讓全球AI行業(yè)看到了最真實的行業(yè)思考。從重新定義開放模型，到解讀OpenClaw的智能體革命，再到探討AI的產(chǎn)業(yè)級落地，貫穿始終的核心，就是“開放”。

在黃仁勛的眼中，AI的未來不是少數(shù)幾家大公司的“獨角戲”，而是全球開發(fā)者、創(chuàng)業(yè)者、企業(yè)共同參與的“交響樂”。閉源模型打造出標準化的產(chǎn)品，滿足大眾的通用需求；而開放模型則憑借其透明性、定制性和成本優(yōu)勢，成為底層的技術(shù)基礎(chǔ)設(shè)施，讓每個行業(yè)、每個企業(yè)都能打造出屬于自己的AI產(chǎn)品。

從技術(shù)層面來看，OpenClaw的爆火，標志著AI正式從“認知階段”進入“行動階段”。而未來的智能體，必將朝著“通用+專業(yè)”的方向發(fā)展，通用智能體解決大眾的日常需求，專業(yè)智能體深耕垂直行業(yè)。從產(chǎn)業(yè)層面來看，AI的“苦澀教訓(xùn)”已經(jīng)成為行業(yè)的商業(yè)規(guī)則，算力的規(guī)模化投入將直接帶來收入的增長。

這場盛會告訴我們，AI的發(fā)展已經(jīng)進入深水區(qū)，從技術(shù)研發(fā)到產(chǎn)業(yè)落地，從單一模型到智能體系統(tǒng)，從閉源主導(dǎo)到雙軌并行，行業(yè)的每一個變化，都在推動著AI真正走進千行百業(yè)。而開放，正是這場AI革命的底層宿命。就像Misha Laskin所說，知識基礎(chǔ)設(shè)施的本質(zhì)，就是渴望開放。AI的未來，不被少數(shù)人掌控，而需要所有人共創(chuàng)。

頭圖及封面來源：Benjamin Fanjoy / Getty Images