黄仁勋并不打算等待学术界的共识。这位英伟达CEO已经宣布，通用人工智能——AI研究界数十年来孜孜以求的“圣杯”——已经到来。

“我认为就是现在。我认为我们已经实现了AGI。”黄仁勋在3月23日做客Lex Fridman播客节目时如是说。他的公司为全球几乎每一家主要AI实验室提供计算基础设施，因此这番话的分量非同一般。

重新定义终点线

8月27日，在英伟达2026财年第二季度财报电话会议上，黄仁勋再次强调了这一主张。“就许多任务而言，我们可以说已经实现了AGI。”他对分析师和投资者表示。

他更进一步，称传统的AGI基准“有点毫无意义”。他认为，与其衡量AI能否在各个方面匹敌或超越人类认知，真正的衡量标准应当是AI系统能否产生他所谓的“可盈利的token”——本质上就是来自实际工作的、具有生产性的经济产出。

这一表述之所以重要，是因为AGI从未有过定论的定义。自该术语在2000年代流行以来，研究人员一直争论它究竟是指AI在所有认知领域达到人类水平，覆盖具有经济价值的工作，还是范围更窄的能力。黄仁勋的立场实际上将标准从“能力”转向了“商业实用性”，把这一里程碑与当今企业可部署的成果对齐，而非与实验室基准对齐。

40万个AI智能体，还在增加

英伟达正在构建一种劳动力模式：超过40万个AI智能体与大约4万名人类员工协同工作。该公司设想这些智能体承担工程、运营和业务职能方面的任务。

在硬件方面，英伟达已谈及单代产品中部署超过150万枚芯片的GPU方案，为其所称的“AI工厂”提供算力。这些是专门建造的设施，旨在将智能作为工业产出进行生产。

与OpenAI的一场“便利的”分歧

黄仁勋对AGI的定义使他立场与OpenAI相左。这家由Sam Altman领导的公司坚持更为正式的定义，将AGI描述为在大多数具有经济价值的任务上超越人类的系统。

这场分歧并不仅仅是学术层面的。OpenAI对AGI的定义嵌入其公司治理结构中，并附有与AGI实现后相关联的具体条款。值得注意的是，OpenAI与微软里程碑式的算力协议仅适用于AGI实现之前的系统，这意味着正式宣布AGI将对这一合作关系产生直接的商业后果。对OpenAI而言，宣布AGI意味着触发合同和组织层面的变化；而对英伟达而言，宣布AGI则意味着向竞相在其之上构建应用的公司出售更多硬件。

黄仁勋肯定了OpenAI为达成这一时刻所作的贡献，承认其模型在展示大规模算力所能实现的成果方面发挥了作用。

对于关注这场争论的读者而言，检验黄仁勋主张的现实考验将来自企业采用：被认为能产生“可盈利token”的AI系统，能否大规模转化为可衡量的生产力提升；其他主要AI实验室是接受逐任务定义的AGI，还是坚持更全面的定义。