北京時間7月30日，在美國丹佛舉行的第51屆SIGGRAPH圖形大會上，英偉達創始人CEO黃仁勛和Meta創始人CEO馬克?扎克伯格進行了面對面公開對話，兩人分享了公司的最新進展，以及對人工智能領域發展趨勢的思考。

此次對話有以下幾點：

1. Meta在AI領域的投入與進展：扎克伯格談到了AI聊天機器人未來的愿景。他指出未來的 AI 將不僅用于內容推薦系統，還將用于即時內容生成和從現有內容中整合新內容，這將徹底改變 Instagram 和 Facebook 等平臺的信息流和推薦系統。

2. Llama 模型與智能體：Meta 從Llama 3 切換至Llama 4 及以后的版本后，Meta AI助手可能將不再只是簡單的問答，而是能在理解意圖后自主工作。Meta還會推出AI Studio，讓創作者和企業能創建自己的智能體。扎克伯格談及蘋果的封閉系統影響，使他意識到開源的重要性：“開源使我們的AI生態系統更強大，不是因為利他，而是因為這樣會更好用。”同時，黃仁勛稱贊了Meta的新開源模型Llama 3.1。

3. Meta的開源哲學：Meta開源是因為在一些領域起步晚，開源能從生態系統受益。扎克伯格希望下一代計算機發展回到開放生態系統獲勝的局勢，認為開源對整個行業構建計算平臺有很大價值。

4. 英偉達與 Meta 的合作：英偉達與Meta合作部署Llama 3.1，英偉達圍繞Llama構建“AI工廠”，為企業提供工具和技術幫助構建AI服務。

5. 對未來AI發展的看法：扎克伯格認為未來不會只有一個中心化的AI代理或模型，不同模型會大規模增加。黃仁勛認為每個公司會為每個功能打造專門的AI。

商湯智能產業研究院院長田豐在與科工力量的對話中表示：黃仁勛是“物理AI”的代表，扎克伯格是“賽博AI”的代表，兩邊的思想碰撞很有趣，黃仁勛希望打造機器人世界的OS，人機共事；扎克伯格希望打造與人共情的OS，通過AR眼鏡進入現實世界。

黃仁勛一直強調“物理AI”，他持續利用NVIDIA Isaac Sim平臺來構建機器人仿真測試環境。同時，英偉達也在積極開發各種開源的小模型，無論是機器人還是手機等其他設備，這些模型可以部署在各種終端設備上，包括工業、數字孿生工廠、機器人以及移動終端等，來打造面向未來的終端操作系統和仿真測試平臺，這個過程中使用了大量GPU提供算力，通過開源戰略來爭奪移動終端市場。

扎克伯格同樣一直秉承開源戰略，開發Llama系列大模型的過程中，有人估計他們的投入規模是“曼哈頓計劃”級別，購買了50-60萬塊GPU卡，至少投入300億美元。用如此巨大的算力和人力資源來開發開源的大型模型，實際上已經縮小了開源與閉源大模型之間的差距。

但扎克伯格做的開源并非公益，他的思路是通過開源來統一全球的AI生態和供應鏈，他們實際上是在制定一個標準，用最優秀的開源大模型吸引全球最多的開發者和用戶，包括芯片制造商的支持，這些資源都將向Meta的開源大模型體系靠攏。

黃仁勛和扎克伯格的共同利益點首先在開源，都希望通過開源方式來爭奪市場份額；其次，他們互為供應商和客戶，整個生態發展得越好，上層的應用和底層的算力都會賣得更好。從這個意義上來說，兩人有點像新時代的wintel聯盟，甚至說有點像新一代的安迪-比爾定律，過去安迪·格魯夫的英特爾所有的算力都會被比爾·蓋茨的微軟軟件消耗掉；英偉達的所有算力也都會被Meta、谷歌微軟等公司的大模型訓練和部署消耗掉，這樣就進入了一個新的時代。

對中國和中國企業來說，要與這樣的生態既競爭又合作，中國在底層芯片方面仍在追趕，但在上層的基礎模型方面，差距已沒有底層芯片那么大。在利用互聯網數據來訓練大模型的時代，我們幾乎已經追平。但下一個階段，互聯網數據已經用完，關鍵在于要去做產業數據。所以大量的行業大模型實際上是基礎大模型的延伸，行業大模型必須依賴于行業的數據集。這可以類比為石化行業，不能說煉油廠只煉自己產的油，無論是中東的石油還是非洲的石油，都會放到煉油廠去煉，這樣才能形成一個最高效的數據產業鏈。

但中國現在的特點是有很多做手工數據標注的公司，缺乏真正用AI來做數據的公司和自動化的數據管線。AI應該自動進行數據標注、清洗篩選，包括提高數據質量，包括合成數據，這些都是從半自動化到自動化的過程。美國已經有這種數據的生產線了，而中國還有很多是人工的，這是我們面臨的新課題。