北京时间7月30日，在美国丹佛举行的第51届SIGGRAPH图形大会上，英伟达创始人CEO黄仁勋和Meta创始人CEO马克・扎克伯格进行了面对面公开对话，两人分享了公司的最新进展，以及对人工智能领域发展趋势的思考。

此次对话有以下几点：

1. Meta在AI领域的投入与进展：扎克伯格谈到了AI聊天机器人未来的愿景。他指出未来的 AI 将不仅用于内容推荐系统，还将用于即时内容生成和从现有内容中整合新内容，这将彻底改变 Instagram 和 Facebook 等平台的信息流和推荐系统。

2. Llama 模型与智能体：Meta 从Llama 3 切换至Llama 4 及以后的版本后，Meta AI助手可能将不再只是简单的问答，而是能在理解意图后自主工作。Meta还会推出AI Studio，让创作者和企业能创建自己的智能体。扎克伯格谈及苹果的封闭系统影响，使他意识到开源的重要性：“开源使我们的AI生态系统更强大，不是因为利他，而是因为这样会更好用。”同时，黄仁勋称赞了Meta的新开源模型Llama 3.1。

3. Meta的开源哲学：Meta开源是因为在一些领域起步晚，开源能从生态系统受益。扎克伯格希望下一代计算机发展回到开放生态系统获胜的局势，认为开源对整个行业构建计算平台有很大价值。

4. 英伟达与 Meta 的合作：英伟达与Meta合作部署Llama 3.1，英伟达围绕Llama构建“AI工厂”，为企业提供工具和技术帮助构建AI服务。

5. 对未来AI发展的看法：扎克伯格认为未来不会只有一个中心化的AI代理或模型，不同模型会大规模增加。黄仁勋认为每个公司会为每个功能打造专门的AI。

商汤智能产业研究院院长田丰在与科工力量的对话中表示：黄仁勋是“物理AI”的代表，扎克伯格是“赛博AI”的代表，两边的思想碰撞很有趣，黄仁勋希望打造机器人世界的OS，人机共事；扎克伯格希望打造与人共情的OS，通过AR眼镜进入现实世界。

黄仁勋一直强调“物理AI”，他持续利用NVIDIA Isaac Sim平台来构建机器人仿真测试环境。同时，英伟达也在积极开发各种开源的小模型，无论是机器人还是手机等其他设备，这些模型可以部署在各种终端设备上，包括工业、数字孪生工厂、机器人以及移动终端等，来打造面向未来的终端操作系统和仿真测试平台，这个过程中使用了大量GPU提供算力，通过开源战略来争夺移动终端市场。

扎克伯格同样一直秉承开源战略，开发Llama系列大模型的过程中，有人估计他们的投入规模是“曼哈顿计划”级别，购买了50-60万块GPU卡，至少投入300亿美元。用如此巨大的算力和人力资源来开发开源的大型模型，实际上已经缩小了开源与闭源大模型之间的差距。

但扎克伯格做的开源并非公益，他的思路是通过开源来统一全球的AI生态和供应链，他们实际上是在制定一个标准，用最优秀的开源大模型吸引全球最多的开发者和用户，包括芯片制造商的支持，这些资源都将向Meta的开源大模型体系靠拢。

黄仁勋和扎克伯格的共同利益点首先在开源，都希望通过开源方式来争夺市场份额；其次，他们互为供应商和客户，整个生态发展得越好，上层的应用和底层的算力都会卖得更好。从这个意义上来说，两人有点像新时代的wintel联盟，甚至说有点像新一代的安迪-比尔定律，过去安迪·格鲁夫的英特尔所有的算力都会被比尔·盖茨的微软软件消耗掉；英伟达的所有算力也都会被Meta、谷歌微软等公司的大模型训练和部署消耗掉，这样就进入了一个新的时代。

对中国和中国企业来说，要与这样的生态既竞争又合作，中国在底层芯片方面仍在追赶，但在上层的基础模型方面，差距已没有底层芯片那么大。在利用互联网数据来训练大模型的时代，我们几乎已经追平。但下一个阶段，互联网数据已经用完，关键在于要去做产业数据。所以大量的行业大模型实际上是基础大模型的延伸，行业大模型必须依赖于行业的数据集。这可以类比为石化行业，不能说炼油厂只炼自己产的油，无论是中东的石油还是非洲的石油，都会放到炼油厂去炼，这样才能形成一个最高效的数据产业链。

但中国现在的特点是有很多做手工数据标注的公司，缺乏真正用AI来做数据的公司和自动化的数据管线。AI应该自动进行数据标注、清洗筛选，包括提高数据质量，包括合成数据，这些都是从半自动化到自动化的过程。美国已经有这种数据的生产线了，而中国还有很多是人工的，这是我们面临的新课题。