黃仁勳點名馬斯克為AI競賽贏家 靠10億英里數據優勢

黃仁勳已選出他在AI競賽中的贏家——不是OpenAI、Anthropic，也不是Google。

NVIDIA執行長黃仁勳宣布馬斯克是AI競賽的贏家，理由是特斯拉配備NVIDIA硬體的AI工廠，以及其車隊已收集超過100億英里的真實世界駕駛數據。

「收集真實世界數據極其昂貴。馬斯克擁有巨大優勢，」黃仁勳表示，並點名馬斯克為打造通用人工智慧競賽中的明確領跑者。

黃仁勳的論證核心是他所稱的「算力數學」——即擁有能生成和處理AI訓練數據的實體系統所帶來的基礎設施優勢。特斯拉的車隊是地球上最大的真實世界數據收集系統，而該公司的AI工廠運行在NVIDIA硬體上。馬斯克同時掌控負責基礎認知智能的xAI、以及Optimus人形機器人，特斯拉保留逾1,000台Optimus機器人在內部，主要用於數據收集。黃仁勳的框架將馬斯克置於他認為對AI最關鍵的三個領域的交匯點：感知、推理與實體行動。

這項背書的份量超越言辭本身。NVIDIA供應驅動特斯拉AI基礎設施的GPU，而黃仁勳公開支持馬斯克的做法，強化了「數據獲取——而非僅是模型架構——將決定AI領導地位」的論點。對投資人而言，這使特斯拉和xAI成為AI基礎設施建設的受益者，同時鞏固NVIDIA作為關鍵供應商的角色。這些言論也暗示，NVIDIA的成長策略取決於將觸角從雲端供應商擴展到垂直AI部署。

數據護城河

特斯拉100億英里的真實世界駕駛數據代表著競爭對手無法比擬的規模。與在受控環境中生成的合成數據不同，特斯拉的車隊捕捉的是跨越多樣地理區域的邊緣案例、天氣條件與人類駕駛行為。OpenAI和Anthropic主要依賴網路規模的文本和授權數據集進行訓練，這些數據有限且日益受到爭議。相較之下，特斯拉的實體數據流隨著每輛售出的車輛持續增長——黃仁勳認為這是最難以複製的複利優勢。

NVIDIA自身的數據工廠藍圖將透過Omniverse進行的合成數據生成與真實世界數據收集結合，但黃仁勳承認，特斯拉所掌握的實體數據流是更難以複製的資產。當真實世界數據收集趨於飽和，模擬就變得至關重要——而特斯拉的「做夢」系統（AI生成並以合成場景進行訓練）與其實體里程相輔相成，形成一條黃仁勳認為可讓馬斯克建立不可逾越領先優勢的訓練管線。真實世界里程與模擬場景的結合創造了一個純AI實驗室難以輕易匹敵的訓練語料庫，因為它們缺乏能產生持續真實世界回饋的實體部署層。

Optimus人形機器人則增添了另一個維度。特斯拉保留逾1,000台Optimus機器人在內部，主要用於收集實體互動數據——抓取、行走、操作物體。這使馬斯克在具身AI領域取得先發優勢，而OpenAI和Google雖有研究計畫，卻缺乏部署數千台實體單元的製造規模。黃仁勳將Optimus列為AI三大最重要領域之一，突顯了實體世界AI訓練的戰略意義。

投資啟示

這項背書可能將投資人注意力轉向AI基礎設施支出。特斯拉以其AI敘事享有溢價估值，而黃仁勳的公開支持為該論點增添了可信度。與此同時，NVIDIA受益於成為驅動馬斯克AI雄心的關鍵供應商——每座特斯拉AI工廠和每個xAI叢集都運行在NVIDIA硬體上。就整個AI產業而言，黃仁勳的言論暗示，擁有專有數據收集能力的公司將比僅依賴模型創新者獲得更高估值。

OpenAI、Anthropic和Google可能在模型基準測試上領先，但黃仁勳的算計優先考量的是為這些模型供給數據的實體基礎設施和數據管線。對投資人而言，啟示很明確：AI贏家可能不是當下擁有最佳模型的公司，而是擁有最可防禦數據基礎設施的公司。馬斯克在xAI、特斯拉和Optimus之間的垂直整合為他打造了一個純AI實驗室難以輕易複製的數據飛輪。對NVIDIA而言，這項背書鞏固了其作為所有主要AI部署領域不可或缺供應商的地位——從雲端數據中心到自動駕駛車隊再到人形機器人。

競爭動態也延伸至半導體供應鏈。黃仁勳公開與馬斯克偏重基礎設施的路線保持一致，強化了NVIDIA在AI加速器領域的主導地位。如果特斯拉和xAI持續擴大其AI算力規模，NVIDIA將能從數據中心GPU銷售中獲得額外營收，超越其傳統雲端客戶群。這形成了一種相輔相成的關係：馬斯克需要NVIDIA的硬體來實現其AI雄心，而NVIDIA需要馬斯克的部署來擴大其可服務市場。

本文僅供參考，不構成投資建議。