黄仁勋说“AGI 已到来”，但这并不是行业定论

黄仁勋在 GPT-6 Astra 发布后写下“AGI 已到来”，更准确的理解是：他认为，Astra 已经具备足够广泛、足够强的推理和工具调用能力，因此跨过了他自己所采用的实用性 AGI 门槛。这不是一项已经被科学界或整个 AI 行业共同确认的结论。

他的论据有两部分：一是 Astra 在数学、抽象推理、编程和终端代理等评测中的亮眼成绩；二是支撑这些能力的英伟达超大规模计算基础设施。前者意味着模型能力确有明显推进，后者则也是对算力扩张必要性的强力背书。

黄仁勋具体说了什么？

黄仁勋在 X 上祝贺 OpenAI 时表示，GPT-6 Astra 使用“约 10 万+ NVIDIA Grace Blackwell NVLink72”训练；他称该模型在 FrontierMath Tier 4、ARC-AGI-3 和 TerminalBench-4.0 上达到领先水平，并写道：“400K GPUs coming online next”（接下来将有 40 万块 GPU 上线）。他还把从 ChatGPT、o1 到 Astra 的进展概括为只用了四年，继而断言：“AGI has arrived。”13

这段话实际上包含两层判断：

• **能力判断：**Astra 在高难数学、抽象推理、编程与计算机操作等多类任务上表现强劲。
• **规模判断：**达到这一能力水平离不开极大规模的英伟达系统，后续新增算力还将继续推动能力提升。

不过，“约 10 万+ NVIDIA Grace Blackwell NVLink72”不应被直接简化为一个可审计的精确 GPU 总数。黄仁勋的公开帖文没有给出具体集群配置、训练时长、利用率或总训练算力，外界无法据此独立核验。另有报道称，他先前提及的 30 万 GPU 数字后来被修改，但黄仁勋和英伟达均未公开说明修改原因。5

基准成绩为何重要，又为何不足以认证 AGI？

OpenAI 将 GPT-6 Astra 描述为其最强模型，面向高难度端到端任务，覆盖推理、编程、计算机使用、研究、浏览与文档生成。其开发者文档强调，模型可以在用户提供的上下文与工具支持下，把多步骤请求推进到完成的结果。1718

OpenAI 公布的代表性成绩包括：

• FrontierMath Tier 4：98%
• ARC-AGI-3：99.9%
• Terminal-Bench 4.0：57.9% 23

这些分数确实值得重视。FrontierMath Tier 4 面向高难数学评测；ARC-AGI-3 主要考察二维益智游戏中的抽象推理；Terminal-Bench 则衡量模型作为终端代理执行命令行任务的能力。它们共同覆盖了不止一种狭窄任务类型。2326

但这不等于“基准证明了 AGI”。在若干评测中取得高分，并不能自动证明系统能在陌生、模糊、不断变化或高风险的现实环境里，稳定地完成全部范围的人类智力工作。它同样无法独自回答几个关键问题：模型能否长期自主规划？环境变化时是否稳健？部署时需要多少人工监督？会以何种方式失效？

因此，更稳妥的结论是：Astra 的公开表现显著加强了这样一种判断——前沿模型已能完成覆盖面更广、复杂度更高、并且可借助工具执行的工作。 但这与 AGI 已被认证并不是一回事。

OpenAI 没有跟随宣称“AGI 已到来”

与黄仁勋相比，OpenAI 的表述更具体，也更克制。它称 Astra 是“最具能力的模型”、是面向复杂推理与编程的旗舰模型；文档列出函数调用、网络搜索、文件搜索和计算机使用等工具，并标明其上下文窗口为 105 万 token。1821

OpenAI 还表示，Astra 是首个在其 Preparedness Framework（准备度框架）下达到网络安全能力“Critical（关键）”阈值并被广泛部署的模型。28

这些是重要的能力与安全声明，但 OpenAI 并未宣布 Astra 已是 AGI。二者差别很大：前者是在描述可观察、可评测的模型能力；后者则是在宣布一个定义仍有争议的概念门槛已经被跨越。

黄仁勋对 AGI 的说法正在不断加码

黄仁勋长期以来都强调，AGI 时间表取决于人们如何定义这个词。2024 年，他曾表示，AI 可能在五年内达到 AGI，但同时明确附带了“取决于定义”的限定。50

到 2026 年 3 月，他在一场围绕 AI 能否创建和运营一家十亿美元公司展开的讨论中说：“我认为我们已经实现了 AGI。”61 同年 8 月下旬，他又表示，英伟达“在许多任务上”可以说已经实现 AGI，同时也称这类里程碑“没有意义”。54

所以，Astra 发布后的说法并非突如其来。黄仁勋使用的 AGI 更接近一种按任务和经济价值衡量的概念：如果一个系统能以很高水平完成足够广泛、具有实际价值的认知工作，它就可以被视为 AGI。这样的用法可以自洽，但不是唯一标准，更不是共同接受的科学标准。

为什么“AGI 已到来”仍有争议？

核心问题在于定义。即便是认为强大 AI 即将出现的业内领袖，也未必接受“AGI”是一个边界清晰的标签。Anthropic 首席执行官达里奥·阿莫代伊曾将 AGI 称为“营销术语”，认为它从未有过良好定义。47

Google DeepMind 首席执行官德米斯·哈萨比斯则更为谨慎。他表示，通往人类水平 AGI 的道路仍存在“缺失的要素”，并估计这一目标可能还需要五到十年。34

质疑黄仁勋判断的人也在强调类似问题：卓越的评测成绩，不等于已经证明模型拥有可靠的通用行动能力。一个模型即使擅长结构化评测，仍可能在目标含糊、环境变化、信息不完整或真实执行环节出现明显失误。

更有说服力的 AGI 证据，应包括跨大量新颖任务的可复现、独立验证，以及对可靠性、能力边界、所需监督和失效模式的清晰披露，而不能只依赖单一排行榜或高管的一次宣言。

英伟达的利益关系也是理解背景的一部分

黄仁勋的判断不能完全脱离英伟达在 AI 产业链中的位置。他在宣布“AGI 已到来”的同一段话中，强调了最新英伟达系统的训练作用，并预告更多 GPU 即将上线。13

这并不意味着其能力判断必然错误，但意味着他并非独立评估者：前沿模型训练与部署规模越大，英伟达数据中心业务受益就越直接。因此，这种表述既是技术观点，也天然构成对算力基础设施需求的叙事。

英伟达与 OpenAI 还存在金融关系。2025 年 9 月，两家公司宣布，随着 OpenAI 推进基于英伟达系统的数据中心建设，英伟达计划最多投资 1,000 亿美元。62 到 2026 年 3 月，黄仁勋表示，由于 OpenAI 预计上市，这笔 1,000 亿美元的投资机会可能已不再存在；路透社报道称，英伟达已完成对 OpenAI 的 300 亿美元投资。49

这种商业与资本层面的绑定，意味着外界应更谨慎审视黄仁勋的措辞；但它本身并不足以否定 Astra 所报告的技术进展。

结论：这是重要判断，不是既定事实

黄仁勋的意思是，按照他以实际任务能力为中心的 AGI 定义，GPT-6 Astra 已跨过了门槛：它把强推理、编程、研究、浏览和计算机操作结合起来，而背后是大规模英伟达基础设施的支撑。

现有资料支持一个更窄、也更稳妥的判断：Astra 看起来是广泛工具型 AI 的一次重要跃升，并在多项高难评测中取得突出成绩。23 但 OpenAI 没有宣称 AGI 已实现；AGI 也没有获得普遍接受的科学定义或确认流程；基准成绩本身更不能证明系统在所有真实世界场景中都具备稳健、可靠的通用智能。

因此，“AGI 已到来”应被视为黄仁勋对一次重大模型发布作出的、影响很大的诠释，而不是 AI 领域已经盖棺定论的事实。