黃仁勳所說的「AGI 已經到來」，最合理的解讀是強烈的商業與哲學判斷，而不是 GPT-6 Astra 已經獲獨立驗證、達到人類等級通用人工智慧的科學定論。

他的意思是：Astra 在多種高難度任務的表現、加上能結合工具完成多步驟工作，已跨過他個人採用的實務型 AGI 門檻。不過，OpenAI 本身並沒有作出這項宣告。1312

黃仁勳把什麼當成 AGI 的依據？

黃仁勳在貼文中稱，Astra 使用「超過約 10 萬套 NVIDIA Grace Blackwell NVLink72」訓練，並稱其在 FrontierMath Tier 4、ARC-AGI-3 與 TerminalBench 4.0 達到領先水準，還表示「接下來將有 40 萬顆 GPU 上線」。13

但這裡有一個容易混淆的數字問題：**「10 萬套 NVLink72 系統」與「10 萬顆 GPU」不是同一件事。**NVLink72 通常指向由 72 顆 GPU 組成或同等規模的互連系統。因此，公開說法並不能直接換算為可供稽核的 Astra 總訓練 GPU 數量。

另有說法指出，先前提及的 30 萬顆 GPU，後來改為「10 萬套以上 NVLink72」的措辭；黃仁勳與 Nvidia 均未公開解釋這項改動。因此，不宜把這視為已經驗證的 Astra 訓練算力揭露。5

基準測試成績很強，但不等於已證明 AGI

OpenAI 公布 Astra 在 FrontierMath Tier 4 得分 98%，在 ARC-AGI-3 得分 99.9%；公司也稱它是目前最能處理複雜端到端工作的模型，適用於推理、程式開發、瀏覽、研究與電腦操作。1112

這些成績確實醒目，但它們仍是針對特定任務設計的評測，不是判定「穩健通用智能」的公認考試。它們本身無法證明模型已具備以下能力：

• 在情境改變、資訊不完整時仍能穩定可靠地完成任務；
• 長期、開放式的規劃與自主執行；
• 對因果關係與真實世界的穩健理解；
• 在混亂的現實環境中安全地運作。

換句話說，模型能在廣泛且困難的測試中表現優異，與它已經成為可普遍信賴的「一般智能代理人」，中間仍有一段距離。

OpenAI 的用語其實更克制

OpenAI 在發表與開發者文件中，將 Astra 稱為「最強大」或「最智能」的模型，重點放在它能利用使用者提供的脈絡與工具，執行跨程式、瀏覽器及專業軟體的多步驟流程。12

值得注意的是，OpenAI 沒有說 Astra 已達 AGI。這並非無關緊要的文字差異：開發模型的公司選擇提出可具體比較的能力宣稱，而沒有宣告跨越一個仍高度爭議的概念門檻。

黃仁勳的說法，近年確實愈來愈強

黃仁勳在 2024 年曾表示，AGI 可能在五年內出現，但當時明確保留前提：取決於人們如何定義 AGI。10

到 2026 年 8 月下旬，他已表示 Nvidia 對「許多任務」而言已實現 AGI，同時又稱這個里程碑「沒有意義」；數日後，他則針對 Astra 作出不加限定的「AGI 已經到來」宣告。713

這反映的是他的立場從有條件的預測，走向以任務為準的認定，最後轉為廣泛宣示；並不代表業界突然取得了所有人接受的 AGI 科學測驗。

為何許多專家仍不會接受這個結論？

最根本的原因是：**AGI 至今沒有獲得一致同意的科學定義。**既然沒有單一標準，也就沒有一項測試或一家公司能作出普遍權威的確認。

Google DeepMind 共同創辦人兼執行長 Demis Hassabis 便持更保守立場。他認為通往人類等級 AGI 的路徑雖愈來愈清楚，但仍有「缺失的要件」，並估計還需要五到十年。8

因此，對 Astra 的合理評價應是：它可能是工具使用型、廣泛任務 AI 的重大進展；但目前公開證據仍不足以證明它已展現穩健、可靠且可在真實世界普遍運作的通用智能。

Nvidia 的利益關係也必須納入判讀

黃仁勳將 AGI 的到來與大規模 Nvidia 叢集訓練連在一起，並提及後續還會有 40 萬顆 GPU 上線。13這顯然也構成一套有利於 Nvidia 資料中心產品需求的敘事。

這不代表他的說法必然錯誤，但表示他不是中立的評估者。Nvidia 的硬體銷售會受 OpenAI 擴大算力需求帶動，而 Nvidia 也對 OpenAI 有直接的財務利益。路透報導指出，原先討論的 1,000 億美元投資機會可能不會實現，原因是 OpenAI 預期上市；Nvidia 已完成對 OpenAI 的 300 億美元投資。9

結論：是重要進展，不是已定論的 AGI

最站得住腳的結論是：GPT-6 Astra 可能代表廣泛工具使用 AI 的重大躍進，黃仁勳也相信它符合自己採用的 AGI 定義。

但截至目前，沒有一致的 AGI 定義、獨立驗證計畫，或充分的真實世界長期紀錄，能支持把「AGI 已經到來」當成已獲科學界定論的事實。

黃仁勳所說的「AGI 已經到來」，最合理的解讀是強烈的商業與哲學判斷，而不是 GPT-6 Astra 已經獲獨立驗證、達到人類等級通用人工智慧的科學定論。

他的意思是：Astra 在多種高難度任務的表現、加上能結合工具完成多步驟工作，已跨過他個人採用的實務型 AGI 門檻。不過，OpenAI 本身並沒有作出這項宣告。1312

黃仁勳把什麼當成 AGI 的依據？

黃仁勳在貼文中稱，Astra 使用「超過約 10 萬套 NVIDIA Grace Blackwell NVLink72」訓練，並稱其在 FrontierMath Tier 4、ARC-AGI-3 與 TerminalBench 4.0 達到領先水準，還表示「接下來將有 40 萬顆 GPU 上線」。13

但這裡有一個容易混淆的數字問題：**「10 萬套 NVLink72 系統」與「10 萬顆 GPU」不是同一件事。**NVLink72 通常指向由 72 顆 GPU 組成或同等規模的互連系統。因此，公開說法並不能直接換算為可供稽核的 Astra 總訓練 GPU 數量。

另有說法指出，先前提及的 30 萬顆 GPU，後來改為「10 萬套以上 NVLink72」的措辭；黃仁勳與 Nvidia 均未公開解釋這項改動。因此，不宜把這視為已經驗證的 Astra 訓練算力揭露。5

基準測試成績很強，但不等於已證明 AGI

OpenAI 公布 Astra 在 FrontierMath Tier 4 得分 98%，在 ARC-AGI-3 得分 99.9%；公司也稱它是目前最能處理複雜端到端工作的模型，適用於推理、程式開發、瀏覽、研究與電腦操作。1112

這些成績確實醒目，但它們仍是針對特定任務設計的評測，不是判定「穩健通用智能」的公認考試。它們本身無法證明模型已具備以下能力：

• 在情境改變、資訊不完整時仍能穩定可靠地完成任務；
• 長期、開放式的規劃與自主執行；
• 對因果關係與真實世界的穩健理解；
• 在混亂的現實環境中安全地運作。

換句話說，模型能在廣泛且困難的測試中表現優異，與它已經成為可普遍信賴的「一般智能代理人」，中間仍有一段距離。

OpenAI 的用語其實更克制

OpenAI 在發表與開發者文件中，將 Astra 稱為「最強大」或「最智能」的模型，重點放在它能利用使用者提供的脈絡與工具，執行跨程式、瀏覽器及專業軟體的多步驟流程。12

值得注意的是，OpenAI 沒有說 Astra 已達 AGI。這並非無關緊要的文字差異：開發模型的公司選擇提出可具體比較的能力宣稱，而沒有宣告跨越一個仍高度爭議的概念門檻。

黃仁勳的說法，近年確實愈來愈強

黃仁勳在 2024 年曾表示，AGI 可能在五年內出現，但當時明確保留前提：取決於人們如何定義 AGI。10

到 2026 年 8 月下旬，他已表示 Nvidia 對「許多任務」而言已實現 AGI，同時又稱這個里程碑「沒有意義」；數日後，他則針對 Astra 作出不加限定的「AGI 已經到來」宣告。713

這反映的是他的立場從有條件的預測，走向以任務為準的認定，最後轉為廣泛宣示；並不代表業界突然取得了所有人接受的 AGI 科學測驗。

為何許多專家仍不會接受這個結論？

最根本的原因是：**AGI 至今沒有獲得一致同意的科學定義。**既然沒有單一標準，也就沒有一項測試或一家公司能作出普遍權威的確認。

Google DeepMind 共同創辦人兼執行長 Demis Hassabis 便持更保守立場。他認為通往人類等級 AGI 的路徑雖愈來愈清楚，但仍有「缺失的要件」，並估計還需要五到十年。8

因此，對 Astra 的合理評價應是：它可能是工具使用型、廣泛任務 AI 的重大進展；但目前公開證據仍不足以證明它已展現穩健、可靠且可在真實世界普遍運作的通用智能。

Nvidia 的利益關係也必須納入判讀

黃仁勳將 AGI 的到來與大規模 Nvidia 叢集訓練連在一起，並提及後續還會有 40 萬顆 GPU 上線。13這顯然也構成一套有利於 Nvidia 資料中心產品需求的敘事。

這不代表他的說法必然錯誤，但表示他不是中立的評估者。Nvidia 的硬體銷售會受 OpenAI 擴大算力需求帶動，而 Nvidia 也對 OpenAI 有直接的財務利益。路透報導指出，原先討論的 1,000 億美元投資機會可能不會實現，原因是 OpenAI 預期上市；Nvidia 已完成對 OpenAI 的 300 億美元投資。9

結論：是重要進展，不是已定論的 AGI

最站得住腳的結論是：GPT-6 Astra 可能代表廣泛工具使用 AI 的重大躍進，黃仁勳也相信它符合自己採用的 AGI 定義。

但截至目前，沒有一致的 AGI 定義、獨立驗證計畫，或充分的真實世界長期紀錄，能支持把「AGI 已經到來」當成已獲科學界定論的事實。