摘要
30 秒看懂
黄仁勋将 AI 基础设施比作生成 token 等输出的工厂。他对计算成本下降的说法，在片段中没有附带明确的基准。
- 1计算成本黄仁勋声称边际成本大幅下降，但短片没有定义衡量标准。
- 2生成 token他将 AI 基础设施描述为生成 token，而不只是存储文件。
- 3AI 工厂工厂比喻强调计算产生的有用输出。
要点建议
- 黄仁勋将 AI 基础设施称为 AI 工厂。
- 他强调生成 token 等输出。
- 短片没有定义计算成本说法所依据的基准。
全文
按章节阅读整理后的全文
01
AI 工厂生产什么
黄仁勋将现代计算设施称为“AI 工厂”。他认为计算发生了重大变化，并声称计算边际成本十年下降约百万倍；这个短片没有说明该数字依据的基准。
黄仁勋将现代计算设施称为“AI 工厂”。他认为计算发生了重大变化，并声称计算边际成本十年下降约百万倍；这个短片没有说明该数字依据的基准。
他将主要存储文件的设施与生成 token 的系统作对比。他说，这些数字输出可以组合成生成文本，或用于机器人动作等应用。
他的核心比喻是一种新机器：AI 工厂生成数字输出，而这些输出的价值来自应用能够用它们完成的事情。
同频道的其他文章
38:06EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2026年10月29日播客 · 3 人对谈Serval 的 Jake Stauch：面向企业 IT 的编程智能体嘉宾 Jake Stauch · 主持 Sarah Guo, Elad GilStauch 解释 Serval 为什么挑战 ServiceNow、如何处理权限与审批，以及为什么后台智能体仍然难以安全部署。
1:07EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2026年10月27日播客George Kurtz 谈 AI 可能如何改变网络攻击嘉宾 George KurtzCrowdStrike 首席执行官介绍他对威胁变化的判断。
39:23EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2026年10月15日播客 · 2 人对谈防守方的窗口期：Greg Brockman 谈 AI 生成知识、药物研发与网络安全的新规律主持 Sarah Guo, Elad GilOpenAI 总裁解释了为什么攻克未解的数学难题，是科学领域的有力证据，主动式智能体（Agent）如何改变产品形态，以及为什么安全支出必须超过软件支出。
1:04EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2026年10月14日播客Walter Goodwin：芯片设计中缓慢的步骤嘉宾 Walter Goodwin一位芯片创始人解释自动化为何不能消除所有计算瓶颈。
1:09:44EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2026年10月9日播客 · 2 人对谈1 万块 GB300 跑四周：Reflection 的开源模型账本主持 Sarah Guo, Elad GilMisha Laskin 在 No Priors 节目中讲述 Reflection 如何训练 Beam、为什么强化学习的投入超过了预训练，以及为什么西方需要自己的开源权重。
0:39EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2026年10月8日播客Michael Lee 谈用 AI 重新思考组织嘉宾 Michael Lee一位商业领导者认为机会不止是加快任务。