全球人工智能领域迎来一场备受瞩目的盛会——英伟达GTC全球开发者大会，这场大会向来被视为人工智能产业发展的“风向标”。今年，大会上宣布成立全球首个聚焦开放前沿基础模型的Nemotron Coalition联盟，瞬间成为焦点，吸引了全球顶尖AI力量的目光，共同推动技术革新迈向新高度。
当地时间3月18日，一场“开放模型”圆桌论坛将大会热度推向高潮。英伟达创始人黄仁勋身着印有Cursor logo的皮夹克登上舞台，没有传统演讲的PPT，而是以轻松的姿态邀请Cursor、Perplexity、LangChain、Reflection AI、Thinking Machines Lab等当红AI公司的CEO围坐一堂，开启了一场别开生面的“客厅聊天”。这种去中心化的交流方式，与“开放”的主题完美契合。
黄仁勋率先抛出观点，将模型与晶体管进行类比。他指出，对于台积电而言，晶体管是产品，但对于其他公司，它只是可被集成的技术。同理，OpenAI、Anthropic、Gemini等公司打造的闭源模型是产品，而开放模型生态提供的则是可被集成、改造和创新的技术基础设施。他还透露，如今开放模型聚合起来，已成为世界上第二大的模型体系，跨越所有行业和应用场景，未来极有可能成为全球最大的模型体系。
Cursor CEO Michael Truell直言，当下行业对AI公司的分类过于局限。传统认为软件层的AI公司只有做基础大模型和上层应用两种，但如今第三种AI公司正迅速崛起。这类公司既会使用市场上优质的模型API，又会自主进行模型训练和优化，将两者结合，打造垂直领域的优质产品。他预测，未来1 - 2年，AI领域将诞生全新的“复合智能体”，能够处理复杂耗时的任务。
Perplexity CEO Aravind Srinivas用生动的比喻诠释AI本质。他认为AI不是单一模型，而是完整系统，如同全新计算机。需要构建编排系统，整合编程、写作、生成多模态内容等能力，这些子智能体就像音乐家，模型则是他们手中的乐器。
LangChain CEO Harrison Chase从开发者角度提出“马具工程”概念。他表示，开发者构建AI应用时，大部分精力花在模型周围的设计上，如何时压缩数据、选用何种子智能体和模型等。围绕模型的“马具”设计正成为全新工程学科。
Reflection AI CEO Misha Laskin点破行业对开放模型的两大误解。一是认为模型公司只做模型，实际上它们做的是端到端全栈产品，开放的价值在于让更多人有机会进行端到端优化；二是觉得开放模型永远落后于前沿闭源模型，但模型作为基础知识基础设施，渴望开放是其宿命，如同书籍因印刷术开放，科学因学术期刊开放，AI领域也会如此。
Thinking Machines Lab CEO Mira Murati从科研角度阐述开放模型的不可替代性。AI发展迅速，走在指数曲线上，有太多知识需要学习和研究，仅靠几个大实验室无法完成。早期决定开放后训练API，能让外部研究人员在前沿模型上做后训练。
当话题转向OpenClaw时，现场气氛达到顶点。这个由奥地利开发者Peter Steinberger在2025年1月发布的开源项目，短短几周内成为GitHub史上最受欢迎的开源项目之一。它让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，ChatGPT让生成式AI走进大众视野，OpenClaw则让AI从“只会回答问题”变为“能亲自采取行动”。Misha Laskin比喻，模型如同没有身体的大脑，只能思考，无法行动，OpenClaw就是给大脑装上四肢。Michael Truell认为，OpenClaw是AI发展的关键转折点，标志着AI从“回答用户问题”变为“为用户完成任务”。Harrison Chase总结OpenClaw三大核心亮点：“永远在线”主动给用户发消息、“智能体身份”企业为智能体创建独立“账号座位”、“记忆能力”能记住互动内容并通过代码编辑指令。
黄仁勋向Harrison抛出尖锐问题：OpenClaw是成熟开源智能体，开发者为何还要用LangChain？Harrison坦诚回应，未来会有各类智能体，需要不同“马具”和工具，LangChain做的就是让定制“马具”变得简单的工具。黄仁勋补充，OpenClaw是强大通用智能体，但企业更需要专业智能体，LangChain能编排智能体系统，实现多种协作模式。
论坛下半场，黄仁勋邀请Mistral CEO Arthur Mensch、OpenEvidence CEO Daniel Nadler、AMP PBC创始人Anjney Midha、Black Forest Labs CEO Robin Rombach等嘉宾，探讨智能体技术的产业级影响。话题涵盖企业治理、数据隐私、视觉智能新前沿以及AI在医疗等垂直行业的落地。
Arthur Mensch提出，个人层面OpenClaw能解决很多问题，但企业层面需面对数据治理、权限管理等复杂问题。黄仁勋通俗解读，智能体能访问敏感信息、执行代码、对外沟通，为保障企业安全，应让智能体同时只能做其中两件，除非它是CEO。Robin Rombach打开新维度，指出大家关注模型在代码领域进展的同时，不能忽视视觉AI这一前沿领域，机器人或智能体与现实世界互动本质是视觉互动，理解图像、视频是全新前沿。
Anjney Midha抛出核心判断，AI的“苦涩教训”正在应验，4年前Anthropic创始人找投资时，多数人不信“算力即生产力”，如今不仅证明“苦涩教训”成立，还发现计算投入与企业收入存在线性缩放曲线，即买的算力越多，赚的钱越多。黄仁勋强调，收入随计算线性缩放是AI行业新商业规则。Daniel Nadler用医疗行业案例说明AI智能体产业落地价值，医生申请药物时需写大量繁琐信件，AI智能体可完美处理，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，为病人争取救命药物。
黄仁勋梳理AI发展三个阶段：生成式AI阶段、推理时代（以O1模型为代表）、智能体系统时代。他透露，2026年将成为AI商业经济拐点，过去人们关注过去三年AI的ROI，今年将关注AI的ROI，AI将从编码开始，逐步渗透到几乎所有工作中，实现真正的商业价值落地。
值得一提的是，GTC首日英伟达官宣成立Nemotron Coalition联盟，这是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家顶尖机构成为创始成员。联盟将在NVIDIA DGX™ Cloud上联合训练开源模型，成员各展所长。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。
