辉达(NVDA-US) 执行长黄仁勋最新一段访谈影片近日在社群媒体引发热议。他在谈及未来AI产业竞争时，点名特斯拉(TSLA-US) 与SpaceX(SPCX-US) 执行长马斯克，认为马斯克在AI竞赛中处于「绝佳位置」（phenomenal position），其优势并非来自个人风格，而是建立在算力基础设施、真实世界数据，以及多项AI应用布局之上。

黄仁勋指出，马斯克最大的优势，在于拥有其他竞争者难以短时间复制的基础设施与数据资源。特斯拉持续累积全球车队产生的大量驾驶数据，同时部署大量辉达硬体支撑AI运算，再加上xAI、特斯拉自动驾驶与Optimus人形机器人三大业务同步推进，使马斯克在AI时代占据重要战略位置。

真实世界数据成AI竞争关键

根据流传的影片内容，黄仁勋在谈到AI产业未来发展时表示，采集真实世界数据的成本非常高，而马斯克拥有巨大的优势。这项优势主要来自两大面向，包括AI算力基础设施与真实世界数据。

首先，在算力方面，黄仁勋指出，特斯拉用于自动驾驶训练的AI工厂拥有大量辉达GPU，是全球强大的AI训练平台之一，能为FSD（Full Self-Driving）模型持续迭代提供充足算力。

其次，在数据方面，特斯拉拥有全球规模最大的连网汽车车队之一，每天持续收集驾驶环境、道路状况以及车辆运行数据。相较于依赖公开数据训练模型的AI公司，特斯拉能够持续取得来自真实世界的新数据，而这类数据取得成本极高，也是自动驾驶模型持续进化的重要基础。

黄仁勋认为，马斯克在AI时代具备天然优势，而这种优势是经过多年累积形成，并非短时间内可以复制。

AI三大战场：xAI、自动驾驶与人形机器人

除了算力与数据优势外，黄仁勋也强调，马斯克正在布局AI产业最重要的三大方向，包括基础模型、自动驾驶以及人形机器人。

其中，xAI负责基础认知智能，也就是基础模型与一般AI能力；特斯拉则聚焦自动驾驶；Optimus则负责人形机器人发展。黄仁勋表示，这三个方向正是AI未来最重要的三大战场。

这也代表，未来AI竞争将不只是发生在聊天机器人或大型语言模型之间，而会进一步延伸至机器人与物理世界应用。若将基础模型视为负责「思考」，自动驾驶负责「理解现实世界」，人形机器人则负责「进入现实世界并执行任务」，三者共同构成下一阶段AI产业发展的重要闭环。

AI竞争从模型转向基础设施

近年AI产业竞争焦点逐渐从模型参数规模，转向更难复制的基础设施能力。一方面，大模型推动GPU与资料中心投资快速成长；另一方面，科技公司也开始意识到，高品质真实世界数据正成为新的稀缺资源。

在此趋势下，自动驾驶成为AI产业的重要数据来源。特斯拉数百万辆连网汽车每天持续产生驾驶数据，不仅用于FSD训练，也让公司建立其他AI企业难以复制的数据护城河。

同时，马斯克持续推进AI版图扩张，xAI负责训练新一代基础模型，特斯拉推进FSD与Robotaxi，Optimus则被定位为未来可大规模部署的人形机器人平台。

黄仁勋将这三项业务并列为AI未来重要发展方向，也意味着他认为AI竞争将更多围绕算力、数据与机器人应用展开，而不只是谁拥有性能最强的大模型。

黄仁勋再凸显辉达AI核心地位

值得注意的是，黄仁勋在分析马斯克优势时，也再次强调AI基础设施的重要性。无论是训练基础模型，或是推动自动驾驶与机器人系统，都需要持续投入大规模GPU丛集与资料中心，而辉达GPU仍是目前AI训练与推理基础设施的重要组成部分。

黄仁勋过去多次提出，未来每一家大型企业都将建造自己的「AI工厂」，AI时代的核心竞争力不只在演算法，而在于能否透过算力基础设施，持续将数据转化为智慧。

此次以特斯拉为例，黄仁勋再次强调，真正难以复制的并非单一模型，而是长期累积形成的算力、真实世界数据与应用场景相互强化的飞轮效应。