黄仁勋那句“AGI 已到来”，更准确地说是一种强烈的商业与理念判断，而不是“GPT-6 Astra 已经被独立证明达到人类级通用人工智能”的科学结论。

他的逻辑是：Astra 在多类高难度任务中的表现很广，能够借助工具完成多步骤工作，因此已跨过他本人对 AGI 的实用门槛。值得注意的是，OpenAI 并没有作出同样的 AGI 宣告。1312

黄仁勋把“AGI”与哪些证据挂钩？

据报道，黄仁勋在帖文中称，Astra 由“超过 10 万套 NVIDIA Grace Blackwell NVLink72”训练而成；他还称该模型在 FrontierMath Tier 4、ARC-AGI-3 与 TerminalBench-4.0 上达到最先进水平，并表示“还有 40 万块 GPU 即将上线”。1218

不过，这组表述需要谨慎解读：

• “10 万套 NVLink72 系统”不等于“10 万块 GPU”。 NVLink72 通常指一个可扩展至 72 块 GPU 规模的系统配置，因此不能把两种说法直接互换。
• 公开信息并未给出清晰、可审计的 Astra 训练 GPU 总数，也不足以据此推算完整训练算力。
• 有报道称，早先提及的“30 万块 GPU”后来被改成“超过 10 万套 NVLink72”的措辞；黄仁勋和英伟达尚未公开解释这一修改。因此，这不应被当作已经核实的训练算力披露。5

基准成绩很高，但不能单独证明 AGI

OpenAI 公布的数据称，Astra 在 FrontierMath Tier 4 获得 98%，在 ARC-AGI-3 获得 99.9%；Terminal-Bench 4.0 的成绩为 57.9%。11 OpenAI 将其定位为适合复杂端到端工作的旗舰模型，可用于推理、编程、电脑操作、网页浏览、研究和文档创建，并能在用户提供的上下文与工具支持下完成复杂流程。12

这些成绩确实引人注目，但它们本质上仍是特定任务的评测，不是业界公认的“通用智能认证”。仅凭这些分数，无法证明模型在以下方面已经稳定可靠：

• 面对开放、混乱环境时的长期规划；
• 条件变化后的稳健性与泛化能力；
• 对因果关系和现实世界的深层理解；
• 持续自主运行时的可靠性与安全性。

换句话说，在一组高难度评测中表现出色，不等于已经展示出可广泛托付的通用自主能力。

OpenAI 的措辞更克制

OpenAI 在发布和开发者资料中称 Astra 是“能力最强”的模型，强调其跨代码、浏览器和专业软件执行多步骤工作流的能力；但并未宣布它是 AGI。12

这一差别并非文字游戏。开发该系统的公司选择作出具体、可描述的能力主张，而没有宣称跨过一个至今仍存在重大定义分歧的门槛。

黄仁勋的表态为何值得放在时间线中看？

2024 年，黄仁勋曾表示，AGI 可能在五年内出现，但前提是先说明采用哪一种定义。10 到 2026 年 8 月下旬，他称英伟达已在“许多任务”上实现 AGI，同时又形容这个里程碑“没有意义”；几天后，他又围绕 Astra 作出“AGI 已到来”的明确表态。713

这反映的是他表述的变化：从附带定义条件的预测，转向任务层面的达成，再到更宽泛的宣告。它并不意味着业界突然获得了一项普遍接受的 AGI 科学测试。

为什么仍有不少专家不会接受这一结论？

“AGI”至今没有统一的科学定义，因此也不存在一个能给出全球公认确认的单一测试。Google DeepMind 联合创始人兼 CEO 戴密斯·哈萨比斯（Demis Hassabis）今年初就表示，人类级 AGI 仍缺少一些“关键要素”，并估计还需要五到十年。8

围绕 Astra 的规划能力、可靠性或现实理解，外界有各种说法，但并非每一种说法都能从强有力的一手资料中得到独立核实。更稳妥的判断是：基准能力的大幅提升，仍不等同于已证明具备可靠的通用智能体能力。

英伟达的利益关系也应纳入判断

黄仁勋把 AGI 判断与超大规模英伟达集群、以及未来新增 40 万块 GPU 的说法放在一起，这显然也构成了对 AI 数据中心基础设施需求的叙事。1218 这并不自动说明他的判断是错误的，但意味着公众应对其保持应有的审视。

英伟达与 OpenAI 的关系同时具有商业和财务维度。报道称，英伟达此前讨论过的对 OpenAI 1,000 亿美元投资机会很可能无法实现，原因是 OpenAI 预计将上市；黄仁勋表示，英伟达已完成对 OpenAI 的 300 亿美元投资。9

因此，黄仁勋不是对 Astra 进行独立评估的旁观者：OpenAI 扩大算力采购会带动英伟达硬件需求，也可能影响其投资价值。

结论

GPT-6 Astra 可能代表了能调用工具、处理复杂端到端任务的 AI 的一次重要跃升。黄仁勋认为，这已经符合他的 AGI 操作性定义。

但在没有统一定义、独立验证体系，以及在复杂现实环境中长期稳定表现的证据之前，把“AGI 已到来”当作既成科学事实仍然言之过早。

黄仁勋那句“AGI 已到来”，更准确地说是一种强烈的商业与理念判断，而不是“GPT-6 Astra 已经被独立证明达到人类级通用人工智能”的科学结论。

他的逻辑是：Astra 在多类高难度任务中的表现很广，能够借助工具完成多步骤工作，因此已跨过他本人对 AGI 的实用门槛。值得注意的是，OpenAI 并没有作出同样的 AGI 宣告。1312

黄仁勋把“AGI”与哪些证据挂钩？

据报道，黄仁勋在帖文中称，Astra 由“超过 10 万套 NVIDIA Grace Blackwell NVLink72”训练而成；他还称该模型在 FrontierMath Tier 4、ARC-AGI-3 与 TerminalBench-4.0 上达到最先进水平，并表示“还有 40 万块 GPU 即将上线”。1218

不过，这组表述需要谨慎解读：

• “10 万套 NVLink72 系统”不等于“10 万块 GPU”。 NVLink72 通常指一个可扩展至 72 块 GPU 规模的系统配置，因此不能把两种说法直接互换。
• 公开信息并未给出清晰、可审计的 Astra 训练 GPU 总数，也不足以据此推算完整训练算力。
• 有报道称，早先提及的“30 万块 GPU”后来被改成“超过 10 万套 NVLink72”的措辞；黄仁勋和英伟达尚未公开解释这一修改。因此，这不应被当作已经核实的训练算力披露。5

基准成绩很高，但不能单独证明 AGI

OpenAI 公布的数据称，Astra 在 FrontierMath Tier 4 获得 98%，在 ARC-AGI-3 获得 99.9%；Terminal-Bench 4.0 的成绩为 57.9%。11 OpenAI 将其定位为适合复杂端到端工作的旗舰模型，可用于推理、编程、电脑操作、网页浏览、研究和文档创建，并能在用户提供的上下文与工具支持下完成复杂流程。12

这些成绩确实引人注目，但它们本质上仍是特定任务的评测，不是业界公认的“通用智能认证”。仅凭这些分数，无法证明模型在以下方面已经稳定可靠：

• 面对开放、混乱环境时的长期规划；
• 条件变化后的稳健性与泛化能力；
• 对因果关系和现实世界的深层理解；
• 持续自主运行时的可靠性与安全性。

换句话说，在一组高难度评测中表现出色，不等于已经展示出可广泛托付的通用自主能力。

OpenAI 的措辞更克制

OpenAI 在发布和开发者资料中称 Astra 是“能力最强”的模型，强调其跨代码、浏览器和专业软件执行多步骤工作流的能力；但并未宣布它是 AGI。12

这一差别并非文字游戏。开发该系统的公司选择作出具体、可描述的能力主张，而没有宣称跨过一个至今仍存在重大定义分歧的门槛。

黄仁勋的表态为何值得放在时间线中看？

2024 年，黄仁勋曾表示，AGI 可能在五年内出现，但前提是先说明采用哪一种定义。10 到 2026 年 8 月下旬，他称英伟达已在“许多任务”上实现 AGI，同时又形容这个里程碑“没有意义”；几天后，他又围绕 Astra 作出“AGI 已到来”的明确表态。713

这反映的是他表述的变化：从附带定义条件的预测，转向任务层面的达成，再到更宽泛的宣告。它并不意味着业界突然获得了一项普遍接受的 AGI 科学测试。

为什么仍有不少专家不会接受这一结论？

“AGI”至今没有统一的科学定义，因此也不存在一个能给出全球公认确认的单一测试。Google DeepMind 联合创始人兼 CEO 戴密斯·哈萨比斯（Demis Hassabis）今年初就表示，人类级 AGI 仍缺少一些“关键要素”，并估计还需要五到十年。8

围绕 Astra 的规划能力、可靠性或现实理解，外界有各种说法，但并非每一种说法都能从强有力的一手资料中得到独立核实。更稳妥的判断是：基准能力的大幅提升，仍不等同于已证明具备可靠的通用智能体能力。

英伟达的利益关系也应纳入判断

黄仁勋把 AGI 判断与超大规模英伟达集群、以及未来新增 40 万块 GPU 的说法放在一起，这显然也构成了对 AI 数据中心基础设施需求的叙事。1218 这并不自动说明他的判断是错误的，但意味着公众应对其保持应有的审视。

英伟达与 OpenAI 的关系同时具有商业和财务维度。报道称，英伟达此前讨论过的对 OpenAI 1,000 亿美元投资机会很可能无法实现，原因是 OpenAI 预计将上市；黄仁勋表示，英伟达已完成对 OpenAI 的 300 亿美元投资。9

因此，黄仁勋不是对 Astra 进行独立评估的旁观者：OpenAI 扩大算力采购会带动英伟达硬件需求，也可能影响其投资价值。

结论

GPT-6 Astra 可能代表了能调用工具、处理复杂端到端任务的 AI 的一次重要跃升。黄仁勋认为，这已经符合他的 AGI 操作性定义。

但在没有统一定义、独立验证体系，以及在复杂现实环境中长期稳定表现的证据之前，把“AGI 已到来”当作既成科学事实仍然言之过早。