黄仁勋在 YC Startup School 2026 的完整演讲
一句话:黄仁勋在 YC Startup School 2026 上,通过回顾 NVIDIA 从选错技术、靠教科书学习到押注深度学习与物理 AI 的历程,论证了在技术重置的时代,创始人的独特视角、直面现实的诚实与“能有多难”的韧性是构建伟大公司的核心。
NVIDIA 的起步并非一帆风顺。黄仁勋开场即承认,公司最初选择的 3D 图形算法在 1995 年被证明完全错误,当时还有 35 到 40 家竞争对手。在濒临倒闭时,他买了三本关于 OpenGL 的教科书让工程师从头学起,从而奠定了后续的基础。他由此提出核心教训:技术一直在变,只要愿意直面现实并学习,技术本身并不重要。真正区分伟大公司的是“对世界某个重要领域的一种独特视角”,在 NVIDIA 的案例中,就是认识到加速计算的关键在于算法而非芯片本身。
这一视角决定了 NVIDIA 对深度学习的非共识认知。黄仁勋将 AlexNet 的出现理解为“通用函数逼近器”的发现,而不仅仅是一个图像分类器。十五年前他就此判断,这不仅是新算法,更是做软件的全新方式,并立即开始布局自动驾驶和机器人。他将这种看到底层本质的能力与“创始人模式”联系起来,认为 CEO 应该像打造并亲身驾驶 F1 赛车,让组织适应自己,这种模式在他手中持续了 34 年,直至五万亿美元规模。
关于未来,黄仁勋指出代理系统的关键突破在于“可控性”,即通过精细修改(如一个词、一个像素)来引导代理完成最后 1% 到 20% 的工作。NVIDIA 深度参与开源代理项目(如 OpenClaw),是因为代理即新软件,理解其本质才能设计未来五到十年的计算机架构,他称 OpenClaw 为“Linux 时刻”。同时,物理 AI 已被他视为下一个千亿美元业务,其基础是理解物理定律的“世界基础模型”,目前相关业务已逼近 100 亿美元。
最后,他给创业者的核心建议是,当前是过去六十年最好的创业时机,因为计算机行业被完全重置。面对 AI 时代,简单的编程会被自动化,但硬科学和交叉领域的难题永存。他倡导保持“能有多难”的心态,将学习视为最大超能力,并强调:“韧性可能是最重要的品质……如果你坚持足够久,NVIDIA 就会发生。”
1993 年创办 NVIDIA,将其从一家濒临倒闭的无名公司发展为市值超五万亿美元的加速计算巨头。他带领公司经历了从 3D 图形到深度学习与机器人的多次关键转型,其判断“深度学习是通用函数逼近器”奠定了 NVIDIA 在 AI 计算时代的基础设施地位。他直接管理超过 60 人,实践并倡导深入细节、让组织适应创始人的管理模式。
在YC Startup School 2026的舞台上,NVIDIA创始人兼CEO黄仁勋面对台下数千名创业者,分享了他创办NVIDIA三十多年来的核心经验——从一本教科书开始学习3D图形,到发现深度学习是“通用函数逼近器”,再到他对未来AI、代理和机器人的完整思考。

以下是他演讲的全文整理:
一、“我们一开始就选错了技术”
黄仁勋的开场让所有人意外:
“大多数人不知道的是,我们创办公司时选择的技术完全是错误的。”
1993年,NVIDIA的核心理念是用专用加速器增强CPU,解决通用计算机难以解决的问题。他们选择的第一个应用领域是3D图形。
“我们的想法是把每一台个人电脑都变成游戏机。我们设计了一套新算法,认为它会颠覆3D图形。我们对此深信不疑,我们做了推理,我们认为它是正确的。”
然后到了1995年,他们发现这算法完全错了。更糟的是,当时还有35到40家其他公司在做同样的事情。
“我回到公司,我说:‘这行不通。如果我们不正视这个事实并开始寻找正确的算法,我们就会倒闭。’”
然后有人告诉他:“我们没人知道该怎么正确地做这件事。”
“不仅我们选错了技术,我们甚至不知道该怎么做正确的事。”
黄仁勋说:“那天对我来说意义重大。我口袋里只有几十几百美元,我去了Fry‘s(电器商店),买了三本教科书。教科书讲的是OpenGL和如何设计OpenGL管线。我把它们带回公司交给工程师——然后我们就走到了今天。”
“我们是从教科书里学会3D图形的。我们创办了公司,筹集了资金,然后——想想看——我们买了教科书。”
核心教训:技术一直在变,只要你愿意直面现实、愿意学习,技术本身其实不重要。
二、伟大的公司源于独特的、你深信不疑的视角
黄仁勋区分了“技术”和“公司的核心理念”:
“让伟大公司之所以伟大的,是对世界某个重要领域的一种独特视角,你深信不疑,并且追求这个愿景是非常困难的。”
“在NVIDIA的案例中,我们意识到加速计算会变得很重要。而且我们意识到,一切都是关于算法的,而不是芯片——事实证明这完全正确。”
从3D图形到分子动力学、图像处理、逆物理学、深度学习——NVIDIA一直在做的事情是加速特定的算法领域。
“每一家YC公司都专注在一个算法领域。这就是你们的专长——你们理解某个领域的算法,你们正在加速它。”
三、世嘉的故事:诚实让你活下去
黄仁勋分享了一个决定NVIDIA生死的故事:
“让我们意识到算法错误的项目,是与世嘉的合作。世嘉签约让我们为他们构建下一代游戏机——后来成为Dreamcast的那一台。”
“由于我们的算法和技术有根本性的缺陷,我去了日本,告诉当时的CEO入尻先生:我们无法完成合同,因为技术行不通。然后我建议他们找别人来做。”
“但我告诉他:不幸的是,我仍然需要这笔钱。”
入尻先生问他:“所以你的意思是,我签约让你做的事你做不了,但你想要合同上的所有钱?”

黄仁勋说:“完全正确。”
他补充道:“我很诚实、很谦逊,他意识到我说的都是事实。如果他不给我们钱,我们就倒闭了。”
入尻先生选择相信他。
“这个房间里就是这样——你不投资公司,你投资的是人。他看到的是一家公司里他最初信任的人,他希望看到他们活到明天。”
那五百万美元让他们活了下来,给了他足够的时间找出下一步该做什么。当NVIDIA上市时,世嘉卖掉了股份——当时估值3亿美元(1999年),现在价值超过一万亿美元。
四、发现深度学习:通用函数逼近器
黄仁勋描述了他如何看待AlexNet:
“我看到AlexNet的方式和别人一样。但记住,我的世界观一直在寻找算法。那个算法可能是NAMD,可能是VASP,可能是OpenGL,可能是SQL——某个领域特定语言,某个算法。”
“当AlexNet出现时,那个算法就是深度学习。问题是:这个算法是什么?为什么它如此有效?它还能做什么?”
然后他做了一个关键的思维跳跃:
“对我们来说,突破是意识到AlexNet不只是一个图像分类器。AlexNet是一种方法——深度学习——它允许你学习任何函数。”
“十五年前,我告诉所有人:‘我们刚刚发现了通用函数逼近器。’”
一旦你有了通用函数逼近器,问题就变成了:这会对计算体系产生什么影响?对软件呢?能影响哪些行业?
“几乎立刻,我们就开始研究计算机视觉、机器人、自动驾驶汽车。因为你可以想象用这种基础能力来解决计算机视觉和机器人领域的重要问题。”
深度学习的真正突破在于:它是做软件的一种全新方式。
“我开始想象重新发明整个工业体系——从处理器到中间件到算法到应用程序——那是在十五年前。”
五、创始人模式:打造一辆你能驾驶的F1赛车
当被问及“如何平衡深入细节与组织管理”时,黄仁勋的答案很直接:
“我的精神状态总是始于好奇心。我有一堆问题。我会寻找答案的最短路径。但如果我身边的人给出的答案不够令人满意,我可能会自己去发现。”
“我想服务公司,赋能员工——这就是动力来源。这不是一种管理技巧,而是一种人格特质。”

关于“深入细节”,他解释道:
“很多时候技术很复杂或变化很快。尤其是像我们这样快速变化的世界,除非你对正在发生的事有切身的触觉感受,否则它要么感觉太快无法理解,要么如果你理解了它的基本原理,一切就会变得合理。”
“这有点像冲浪。在我看来海浪是混乱的,但对冲浪者来说,他们能读懂海浪,知道如何驾驭它。当CEO与此非常相似。”
最后,他提出了一个关键观点:
“CEO或创始人——你正在造一辆你要亲自驾驶的F1赛车。你应该让赛车适应你,而不是你适应赛车。你不必使用传统的管理技巧。如果它适合你,你就应该这么做。下一任CEO可以重塑公司以适应他们自己。”
“创始人模式可以持续34年——从0到五万亿美元。”
六、代理的未来:可控性是最重要的突破
黄仁勋对代理系统的看法很深入:
“代理已经拥有粗粒度的递归式自我改进。每次你使用它,它会改进markdown文件,更新它的长期记忆,长期记忆被压缩、转化为知识图谱——它一直在异步地改进。”
“但问题在于:我们如何获得非常具体、精细粒度的控制?”
“如果我能修改计划文件中的一个词,那个词产生一个特定的差异——不是一个完全不同的结果,而是一个具体的不同。也许是一个像素,一个三角形,CAD文件中的一个组件,一层,一个过孔,一个连接——然后它重新生成其他所有东西。”
“我认为这种程度的控制、这种与代理的合作方式,将会改变游戏规则。代理不需要100%准确我们才能使用它。它可以只有80%,我们帮它走完剩下的路;或者99%,我们帮它完成最后一步。”
“可控性可能是代理系统在每一个层面最需要的突破。”
七、NVIDIA为什么要做开源代理
黄仁勋解释了NVIDIA为什么深度参与OpenClaw等项目:
“首先,我需要理解代理,因为代理就是新的软件。这种新软件的处理方式对计算机架构至关重要。我们对代理本质的了解越深入,就能设计出更好的系统。”
“我们得生活在未来5到10年——因为构建一个系统就需要大约三年,再花几年扩大规模,然后希望它能用十年。”
“从第一性原理出发,代理系统就是:工作负载是什么?算法是什么?它会如何演变?瓶颈在哪里?阿姆达尔定律的问题在哪里?如何扩展?并发会怎样?如何处理沙箱?如何处理MCP、工作记忆、长期记忆?如何让所有这些自主系统异步地持续工作?”
“什么设计架构最适合这个?”
NVIDIA的第二个动机是:“我想用代理让NVIDIA跑得更快。”
第三:“去发现未来的解决方案技术。”
他回忆起看到OpenClaw时的反应:“我了解到它之后,没有太多想象力,就能意识到:我们刚刚设计了现代计算机。这是将要承载大型语言模型的操作系统。在很多方面,OpenClaw对我来说是一个Linux时刻。”
“现在每个人都可以构建自己的AI。”
八、物理AI:下一个千亿美元业务
黄仁勋分享了NVIDIA在物理AI和机器人方面的进展:
“当我看到我们生成视频时,那对我来说是一个重要的时刻。如果我们能生成手指移动的视频、手拿起杯子的视频,为什么不能让机器人也做同样的事?”
“那一刻我意识到,机器人关节控制已经不远了。问题是:机器人如何理解生成符合物理定律的运动?如何理解因果关系、摩擦、张力、物理定律?”
NVIDIA开始构建“世界基础模型”——一个理解物理定律和世界运作方式的AI。
“我会说,机器人的ChatGPT时刻已经在几年前发生了。它没有做任何有用的事,但它打开了我们对可能性的想象。”
“物理AI业务——包括机器人、自动驾驶汽车——现在已经接近100亿美元,而且已经非常庞大。这很可能成为世界上最大的产业之一。它会比两三年长,但不到十年。这会是我们下一个千亿美元的业务。”
九、给创业者的建议:韧性是最重要的
演讲最后,黄仁勋给出了他对创业者的核心建议:
“简单的东西会被自动化取代。我说的简单东西,包括编程。”
“但难题——硬科学,物理、化学、生物、计算机科学、计算机工程、系统思维——尤其是交叉领域——那些难题永远不会消失。AI只是一个令人难以置信的工具,帮助我们变得更有雄心、更急切地去解决这些极其庞大和困难的问题。”
“我年轻时创办NVIDIA时,芯片设计师设计的芯片可能只有一千个晶体管。现在设计万亿晶体管芯片甚至都不是什么大事了。因为我们现在如此雄心勃勃,问题的规模不再是问题。”
关于心态,他分享了一个深刻的洞察:
“我记得非常清楚——当时我有多害怕去融资,因为我觉得我即将面对一群我无法回答他们问题的人。但事实是,那些都不重要。你总会遇到你不知道的事。每天世界都在变,技术在变。”
“现在是过去六十年里创办公司的最佳时机。整个行业从技术角度来看是一次彻底的重置。计算机——人类历史上最重要的技术——被完全重置了。”
“所以,现在绝对是最好的时机。”
他给年轻人的三个建议:
保持“能有多难”的心态
“我总是这种感觉:‘这事很重要,我得去学,得去做点什么,越快越好。能有多难?’事实是它比你想的难得多——但你不希望你的头脑停留在那里。你希望你的头脑说‘能有多难’,然后让痛苦一点点到来。不要预先想象它有多难,让它变成焦虑,什么都不做。”
学习是最大的超能力
“你相信自己的学习能力。学习是唯一最伟大的超能力。如果你带着‘能有多难?别人能做,我也能做’的心态进入,然后意识到它会很难——你只需要有韧性,每天克服它。你不需要一天克服整个人生,你只需要克服今天。”
坚持足够久
“如果你坚持足够久,NVIDIA就会发生。”
“韧性可能是最重要的品质。如果你相信某件事,就去做。不要因为恐惧、焦虑或缺乏自信而阻止自己去追求它。然后告诉自己:我会一路学过去。”

在YC的舞台上,黄仁勋的演讲没有高大上的理论,只有从教科书里学来的图形学、从世嘉那里拿到的救命钱、从AlexNet中发现的通用函数逼近器,以及三十四年如一日地“能有多难”的朴素信念。对于台下正在创办公司的创业者们,他的信息很清晰:现在是最好的时代。去学,去做,去坚持。
「后浪进化星球」由Mark发起并创建,旨在链接百万创投新贵人群,分享最前沿的创投讯息,与最精英且一线的创业者投资人携手同行,共同进化。
目前拥有近百万流量池,社群成员为投资人、企业负责人、互联网高管、网红、KOL、知识大V,新媒体大神等,都是年入百万且具有极高影响力的人群,价值亿万!
不加杠杆的努力注定平庸。“当你在一线城市、干着最前沿的事、和最先进的一群人共事时,那么你将获得三倍于他人的成长!”
欢迎加入我们,获得三倍速成长!
