文｜融中财经

“AI春晚”英伟达GTC全球开发者大会，向来是全球人工智能产业的“风向标”。

本次盛会的重磅亮点之一，便是英伟达正式宣布成立全球首个聚焦开放前沿基础模型的Nemotron Coalition联盟，联合全球顶尖AI力量共推技术革新。

当地时间3月18日，一场“开放模型”圆桌论坛更是将大会热度推至顶峰——黄仁勋邀请了Cursor、Perplexity、LangChain、Reflection AI、Thinking Machines Lab等一众当红AI公司的CEO围坐一堂，以“客厅聊天”的形式畅聊AI未来。

值得注意的是，这些嘉宾中多数正是Nemotron Coalition联盟的创始成员，也是英伟达在开放模型研发、生态构建中的核心合作伙伴，这场对话既是行业前沿观点的碰撞，更是核心合作阵营的一次集体发声。

黄仁勋在现场抛出了他的理解：“模型不是产品，是技术。ChatGPT是产品，开放模型是技术。”而当话题聚焦到开源项目OpenClaw时，现场彻底沸腾，有嘉宾直言：“它让AI有了四肢。”

这场对话试图澄清大众对开放模型的认知盲区，更勾勒出了AI从“会回答”到“能行动”的清晰图景。

重新定义AI模型，第三种公司站上舞台

如果说GTC首日的主题演讲是黄仁勋的“独角秀”，那么3月18日的开放模型论坛，就是一场属于全球顶尖AI创业者的“群英会”。

黄仁勋穿着印着Cursor logo的皮夹克走上台，没有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请到台上，开口就定下了聊天的基调：“咱们就像在我家客厅一样，不用客气，想说话就直接说。”这种去中心化的交流方式，恰与“开放”的主题不谋而合。

黄仁勋率先给出了自己的核心观点：“晶体管对台积电来说是产品，但对其他公司来说，只是一种可以被集成的技术。模型也是一样的道理，OpenAI、Anthropic、Gemini这些公司做的闭源模型是产品，而开放模型生态提供的，是可以被集成、被改造、被创新的技术基础设施。”

他同时透露了一个关键数据：“现在开放模型聚合起来，已经是世界上第二大的模型体系了，跨越所有行业和应用场景。我认为它最终会成为全球最大的模型体系。”

Cursor CEO Michael Truell直言，当下行业对AI公司的分类过于狭隘：“大家都觉得软件层的AI公司只有两种，一种是做基础大模型的，一种是做上层应用的。但现在，第三种AI公司正在快速崛起——它们既会用市场上最好的模型API，又会自己做模型训练和优化，把两者结合起来，做成某个垂直领域里最好的产品。"他预测，未来1-2年，AI领域会诞生一种全新的"复合智能体”：“这种智能体能够处理需要数小时甚至数天才能完成的复杂任务。”

Perplexity CEO Aravind Srinivas则用一个生动的比喻，诠释了AI的本质：“AI不是单一的模型，而是一个完整的系统，一台全新的计算机。你需要构建一个编排系统，把AI能做的所有事情——编程、写作、生成多模态内容——都整合起来。这些子智能体就像音乐家，模型是他们手中的乐器。”

LangChain CEO Harrison Chase则从开发者的角度，提出了“马具工程”的概念：“开发者在构建AI应用时，大部分精力都不是花在模型本身，而是花在模型周围的一切——什么时候压缩数据、用什幺子智能体、选什么模型……这整个围绕模型的'马具'设计，正在成为一门全新的工程学科。”

Reflection AI CEO Misha Laskin则直接点破了行业对开放模型的两大核心误解：

“第一个误解，是觉得模型公司只做模型，其实它们做的是端到端的全栈产品。而开放的价值，就是让更多人有机会做这种端到端的优化。

第二个误解，是认为开放模型永远会落后于前沿闭源模型。模型作为基础的知识基础设施，渴望开放是它的宿命——书籍曾经封闭，印刷术让它开放；科学曾经封闭，学术期刊让它开放；AI领域也会如此。”

Thinking Machines Lab CEO Mira Murati则从科研的角度，阐述了开放模型的不可替代性：“AI的进步非常快，我们正走在指数曲线上。有太多东西需要学习、需要研究，这不可能只靠几个大实验室完成。我们早期就决定开放后训练API，让外部的研究人员也能在前沿模型上做后训练。”

图片源：MAEIL Business Newspaper

OpenClaw引爆全场：AI从"会回答"到"能行动"的革命

当论坛的话题转向OpenClaw时，现场的氛围被推至高潮。这个由奥地利开发者Peter Steinberger在2025年1月发布的开源项目，在短短几周内就成为GitHub史上最受欢迎的开源项目之一——让AI能够像人类一样操作计算机，自主完成复杂任务。

黄仁勋评价道：“ChatGPT曾经让生成式AI走进大众视野，OpenClaw正在做同样的事，它让AI从‘只会回答问题’，变成‘能亲自采取行动’。”

Misha Laskin用一个形象的比喻，道出了OpenClaw的核心意义：“模型本身就像没有身体的大脑，只能思考，无法行动，而OpenClaw，就是给这个大脑装上了四肢。”他回忆，早年间就有AutoGPT等各类智能体项目，但始终未能普及，核心原因是“模型能力没跟上，围绕模型的‘马具’也没校准好”。而现在，大模型的能力实现了质的飞跃，OpenClaw终于让智能体从概念变成了真正可用的产品。

Michael Truell则将OpenClaw的出现，定义为AI发展的一个关键转折点：“它是一个标志性案例，说明去年开始在专业软件工程师身上发生的变化，现在正在发生在更多人身上——AI从‘回答你提出的问题’，变成‘为你完成指定的任务’。”

Harrison Chase则从产品特性的角度，总结了OpenClaw的三大核心亮点：第一个是“永远在线”，主动给用户发消息；第二个是“智能体身份”，企业会为智能体创建独立“账号座位”；第三个是“记忆能力”，能记住互动内容，还能通过代码编辑自己的指令。

黄仁勋对着LangChain创始人Harrison抛出了一个尖锐的问题：“LangChain的核心业务是帮别人做智能体，现在OpenClaw已经是一个成熟的开源智能体了，开发者为什么还要用LangChain？”

Harrison坦诚回应：“未来会有做法律、销售、代码的各类智能体，它们需要不同的‘马具’和工具，LangChain做的就是让定制这些‘马具’变得简单的工具。”黄仁勋随即进行了补充：“OpenClaw是强大的通用智能体，但企业更需要专业智能体，LangChain能编排这些智能体系统，实现串行、并行等多种协作模式。”

从代码到产业：AI的苦涩教训改写商业规则

这场“客厅聊天”的下半场，黄仁勋请出了第二波嘉宾——Mistral CEO Arthur Mensch、OpenEvidence CEO Daniel Nadler、AMP PBC创始人Anjney Midha、Black Forest Labs CEO Robin Rombach等，话题转向了智能体技术的产业级影响。

从企业治理、数据隐私，到视觉智能的新前沿，再到AI在医疗等垂直行业的落地，一个核心结论逐渐清晰：AI的“苦涩教训”正在应验，收入随计算规模线性缩放。

Mistral CEO Arthur Mensch首先从企业落地的角度，提出了智能体技术面临的核心挑战：“在个人层面，OpenClaw这样的智能体能解决很多问题，但到了企业层面，就必须面对数据治理、权限管理等复杂问题。”黄仁勋随即为他做了更通俗的解读：“智能体能做三件事——访问敏感信息、执行代码、对外沟通。为了企业安全，应该让智能体同时只能做其中两件，除非它是CEO。”

Black Forest Labs CEO Robin Rombach则打开了一个新的维度——视觉智能：“现在大家都被模型在代码领域的进展所吸引，但AI还有很多其他前沿领域，比如我们正在做的视觉AI。机器人或智能体与现实世界互动，本质上是视觉互动，理解图像、视频是全新的前沿。”

AMP PBC创始人Anjney Midha则抛出了核心判断——AI的“苦涩教训”正在应验：“4年前，Anthropic的创始人找投资时，21个人里20个都拒绝了，没人相信‘算力即生产力’。但现在，我们不仅证明了‘苦涩教训’成立，还发现计算投入与企业收入之间存在线性缩放曲线——你买的算力越多，赚的钱就越多。”黄仁勋立刻插话强调：“大家一定要记住这句话，收入随计算线性缩放，这是AI行业的新商业规则。”

OpenEvidence CEO Daniel Nadler则用医疗行业的实际案例，让所有人看到了AI智能体的产业落地价值：“医生为病人申请药物时，需要写事先授权信给保险公司，被拒绝后还要写申诉信，这些繁琐工作占据了医生大量时间。而AI智能体可以完美处理这些任务——保护病人隐私、按模板填写内容，甚至在医生睡觉时自动行动，为病人争取救命的药物。”

黄仁勋在这场讨论的最后，梳理出了AI发展的三个阶段：“第一个阶段是生成式AI；第二个阶段是推理时代，以O1模型为代表；第三个阶段，就是现在的智能体系统时代。”他同时透露，2026年将成为AI商业经济的拐点：“过去大家总问‘过去三年AI的ROI是什么’，但今年，所有人都会问‘AI的ROI是什么’。从编码开始，AI会逐步渗透到几乎所有工作中，真正的商业价值落地即将到来。”

值得一提的是，GTC首日英伟达就官宣成立了Nemotron Coalition联盟——全球首个聚焦开放前沿基础模型的跨国协作平台，Black Forest Labs、Cursor、LangChain、Mistral AI、Perplexity、Reflection AI、Sarvam、Thinking Machines Lab这8家顶尖机构成为了创始成员。

联盟将在 NVIDIA DGX™ Cloud上联合训练开源模型，成员们各展所长：Black Forest Labs贡献多模态生成能力（涵盖图像、实时视频及动作预测模型），Cursor提供真实世界性能需求与评估数据集，LangChain专注 AI 智能体的可靠工具使用与长周期推理技术研发，Mistral AI输出高效可定制且能实现完全控制的模型研发经验，Perplexity贡献前沿模型开发专长以搭建适配海量用户的 AI 平台基础，Reflection AI专注构建可靠安全的开放系统，Sarvam深耕主权语言 AI 开发（打造语音优先、语言包容且贴合本地文化的模型），Thinking Machines Lab则通过其Tinker平台提供数据协作与可访问性支持。

最终产出的模型将完全开源，为NVIDIA Nemotron 4系列开放模型奠定基础，让全球开发者和企业能按需定制行业专属AI系统。黄仁勋强调：“开放模型是创新生命线，联盟要让更多人接触AI智能，确保AI的未来由世界共创、为世界服务。”

结语：开放不是选择，是AI产业的底层宿命

这场由黄仁勋主导的“客厅聊天”，持续了近两个小时，让全球AI行业看到了最真实的行业思考。从重新定义开放模型，到解读OpenClaw的智能体革命，再到探讨AI的产业级落地，贯穿始终的核心，就是“开放”。

在黄仁勋的眼中，AI的未来不是少数几家大公司的“独角戏”，而是全球开发者、创业者、企业共同参与的“交响乐”。闭源模型打造出标准化的产品，满足大众的通用需求；而开放模型则凭借其透明性、定制性和成本优势，成为底层的技术基础设施，让每个行业、每个企业都能打造出属于自己的AI产品。

从技术层面来看，OpenClaw的爆火，标志着AI正式从“认知阶段”进入“行动阶段”。而未来的智能体，必将朝着“通用+专业”的方向发展，通用智能体解决大众的日常需求，专业智能体深耕垂直行业。从产业层面来看，AI的“苦涩教训”已经成为行业的商业规则，算力的规模化投入将直接带来收入的增长。

这场盛会告诉我们，AI的发展已经进入深水区，从技术研发到产业落地，从单一模型到智能体系统，从闭源主导到双轨并行，行业的每一个变化，都在推动着AI真正走进千行百业。而开放，正是这场AI革命的底层宿命。就像Misha Laskin所说，知识基础设施的本质，就是渴望开放。AI的未来，不被少数人掌控，而需要所有人共创。