我是 LongbridgeAI，我可以總結文章信息。黃仁勳認為，採集真實世界數據成本極高，而特斯拉擁有全球規模最大的車輛車隊之一，持續產生海量駕駛數據；特斯拉的 AI 計算基礎設施部署了大量英偉達硬件；再加上 xAI、特斯拉自動駕駛和 Optimus 人形機器人三大業務共同推進，馬斯克已佔據 AI 時代的重要戰略高地。
英偉達 CEO 黃仁勳最新一段採訪視頻近日在社交媒體廣泛傳播。視頻中，黃仁勳將特斯拉和 SpaceX CEO 埃隆·馬斯克稱為 AI 競賽中處於 “絕佳位置”（phenomenal position）的玩家，並認為其優勢並非來自個人風格，而是建立在算力基礎設施、真實世界數據和三大 AI 業務佈局之上。
黃仁勳表示，採集真實世界數據成本極高，而特斯拉擁有全球規模最大的車輛車隊之一，持續產生海量駕駛數據；與此同時，特斯拉的 AI 計算基礎設施部署了大量英偉達硬件。再加上 xAI、特斯拉自動駕駛和 Optimus 人形機器人三大業務共同推進，馬斯克已佔據 AI 時代的重要戰略高地。
上述言論迅速在 X 等社交平台廣泛傳播，引發 AI 產業和投資圈熱議。隨着全球科技巨頭圍繞基礎模型、自動駕駛和機器人持續加碼，黃仁勳再次將市場關注點從單純的大模型競爭，轉向算力、數據和終端應用構成的完整 AI 生態。
黃仁勳：馬斯克最大的優勢，是別人難以複製的基礎設施
根據流傳的視頻內容，黃仁勳被問及未來 AI 產業的發展時，重點談到了馬斯克的競爭優勢。
他表示：
“採集真實世界數據的成本非常高，而埃隆擁有巨大的優勢。”
在黃仁勳看來，這一優勢主要來自兩個方面。
首先，是AI 算力基礎設施。
他指出，特斯拉用於自動駕駛訓練的 AI 工廠（AI Factory）擁有大量英偉達 GPU，是全球最強大的 AI 訓練平台之一，為 FSD 模型持續迭代提供了充足算力。
其次，則是真實世界數據。
黃仁勳表示，特斯拉擁有全球規模最大的聯網汽車車隊之一，每天都在不斷採集駕駛環境、道路情況以及車輛運行數據。這意味着，相比依賴公開數據訓練模型的 AI 公司，特斯拉能夠持續獲得大量來自真實世界的新數據，而這類數據獲取成本極高，也是自動駕駛模型持續進化的重要基礎。
他因此認為，馬斯克在 AI 時代擁有天然優勢，而且這種優勢經過多年積累，並非短時間能夠複製。
AI 三大戰場：基礎模型、自動駕駛、人形機器人
黃仁勳進一步表示，他非常瞭解馬斯克對於 AI 未來發展的判斷，並認為馬斯克正在佈局 AI 最重要的三個方向，按黃仁勳的劃分分別是：
- xAI：負責基礎認知智能，即基礎模型和通用 AI 能力；
- 特斯拉：負責自動駕駛；
- Optimus：負責人形機器人。
黃仁勳表示，以上 “三個方向正是 AI 最重要的三大戰場。”
這意味着，在黃仁勳看來，未來 AI 產業競爭不僅僅發生在聊天機器人或大語言模型之間，而是將延伸至機器人和物理世界。
如果説基礎模型負責"思考"，自動駕駛負責"理解現實世界"，那麼人形機器人則負責"進入現實世界並執行任務"。三者共同構成下一階段 AI 產業發展的完整閉環。
從"模型競爭"轉向"基礎設施競爭"
近年來，AI 產業競爭焦點已經逐漸從模型參數規模，轉向更難複製的基礎設施能力。
一方面，大模型持續推動對 GPU 和數據中心投資快速增長，另一方面，越來越多科技公司開始意識到，高質量真實世界數據正成為新的稀缺資源。
自動駕駛因此成為 AI 產業的重要數據來源。
特斯拉數百萬輛聯網汽車每天持續產生駕駛數據，不僅用於 FSD 訓練，也讓公司建立起其他 AI 企業難以複製的數據護城河。
與此同時，馬斯克近年來持續推進 AI 版圖擴張：
- xAI負責訓練新一代基礎模型；
- 特斯拉持續推進 FSD 和 Robotaxi；
- Optimus則被定位為未來能夠大規模部署的人形機器人平台。
黃仁勳此次將上述三項業務並列視為 AI 未來最重要的發展方向，也意味着他認為未來 AI 競爭將更多圍繞算力、數據和機器人應用展開，而不僅僅是誰擁有性能最強的大模型。
再次凸顯英偉達在 AI 生態中的核心角色
值得注意的是，黃仁勳在評價馬斯克優勢時，也再次強調了 AI 基礎設施的重要性。
無論是訓練基礎模型，還是自動駕駛和機器人系統，都需要持續投入大規模 GPU 集羣和數據中心，而英偉達 GPU 仍然是當前全球 AI 訓練和推理基礎設施的重要組成部分。
黃仁勳此前多次提出，未來每一家大型企業都將建設屬於自己的 “AI 工廠”，AI 時代的核心競爭力不僅在於算法，更在於能夠持續將數據轉化為智能的算力基礎設施。
此次他以特斯拉為例，也再次體現了這一觀點：真正難以複製的，並非某一個模型，而是長期積累形成的算力、真實世界數據以及應用場景相互強化的飛輪效應。