出品 | 虎嗅科技组
作者 | 梁卡尔
编辑 | 苗正卿
头图 | 直播截图
到了欧洲，黄仁勋也没有逃过这里的“特产”——抗议与监管。
北京时间10月21日19时，英伟达GTC 2026德国柏林大会在藤普杜剧院开幕。演讲开始约20分钟后，几名抗议者突然举起绿色和平组织（Greenpeace）的横幅，打断了黄仁勋。横幅上写着，“英伟达，清理你肮脏的生意”。
安保人员随即上前，引导抗议者离场。面对台下数千名观众，身穿标志性皮衣的黄仁勋说：“给她一个机会。”随后，他又对鼓掌的观众补充道：“这些都是重要议题……但让我先完成我的主题演讲”。
这个插曲，恰好呈现了欧洲面对AI时的复杂态度。
就在演讲前两天，德国总理弗里德里希·梅尔茨（Friedrich Merz）刚刚与黄仁勋签署了一份深化工业AI合作的联合声明；但在签字之外，他反复追问黄仁勋的另一个问题是：欧洲究竟应该如何监管AI？
一边希望借助英伟达改造本土工业，一边又对AI的安全、能耗和平台权力保持警惕。过去两年的全球AGI狂热中，欧洲在基础模型和算力平台的竞争中几乎“失声”，留给外界最鲜明的印象，反而是严格的AI监管和《欧洲人工智能法案》。
在GTC现场，黄仁勋直接回应了这种焦虑，“安全不是一种渴望，它是技术和工程”。
在这场主题演讲中，他发布了完整的AI工厂参考设计DSX POD，推出安全AI智能体参考架构OpenShell，并介绍了一系列英伟达技术在不同行业的应用。
到演讲接近尾声，严肃的技术布道突然被四只略显呆萌的机器鸭（Microduck）再次“打断”。黄仁勋在台上与它们互动，全场的气氛也随之轻松下来。
Microduck是AI开源平台Hugging Face旗下机器人公司Pollen Robotics开发的一款热门产品。9月3日，英伟达宣布以约129.3亿美元的价格收购这一平台。
英伟达用刚刚发布的RTX Spark在数字孪生中训练了它们。可训练归训练，这几只“鸭子”上台后并不怎么听话。
当黄仁勋命令它们“去睡个午觉”时，其中一只仍继续走动，最后才“不情愿地”倒在其他机器人旁边。稍后，当黄仁勋要求它们翻跟头时，看起来只有两只顺利完成了动作，另有一只远远落在后面，一度绊倒，随后又重新站了起来。
“注意！保持专注。过来，过来，保持专注。”
黄仁勋像一名幼儿园老师，对着那只掉队的“鸭子”大喊。直到它走近并坐下，全场观众才爆发出一阵笑声。
英伟达最后发布的官方照片，定格在这样一个场面：黄仁勋坐在舞台上，双手撑地。在他的身旁，一只散发微光的机器鸭看着他，而台下所有观众的目光，都朝向这一人一“鸭”。
图片来源：英伟达官网
从被抗议者打断，到和不听话的机器鸭周旋，这场持续一个半小时的主题演讲，意外呈现了AI走向应用时的两种摩擦，外部是安全、能耗与监管争议，内部则是新技术和稳定交付之间仍有距离。
但黄仁勋此次来到欧洲，显然不只是为了回应监管问题，也不只是为了展示几只机器鸭。
如果把英伟达今年在美国、中国台湾和德国举行的三场科技布道串联起来，会看到一条逐渐清晰的商业进化曲线。黄仁勋正在从定义新行业的宏大叙事，转向展示技术壁垒，并最终落到客户最关心的问题上，也就是成本是多少、回报在哪里。
欧洲正是这场转变的关键市场。
过去一年，英伟达在欧洲投入近100亿美元。最近一周，黄仁勋又从法国、英国一路走到瑞典，以闪电般的速度投资了14家初创企业。
黄仁勋的目标很直接，就是推销英伟达的完整解决方案，拉拢欧洲传统工业巨头与软件工具公司，把它们绑定在自己的算力生态之中。
欧洲缺少定义AI基础设施的平台公司。黄仁勋看中的，正是这个缺口。
不卖神话，开始卖回报
黄仁勋在舞台上算了一笔闲置算力的账。
按他的口径，一个1GW的数据中心造价500亿美元，年产值约为400亿美元。如果建设延期3个月，直接蒸发100亿美元。
黄仁勋不再劝说你应该买什么，只是告诉你不买就已经在损失了。
与前两次掰开了讲概念、说路线演进不同，到了柏林，他几乎不再讲未来神话，开始回答现实问题，AI到底什么时候能回本？
答案是DSX POD。
图片来源：英伟达官网
过去，企业买回一批GPU机架之后，耗时间的是把整个数据中心拼起来。黄仁勋介绍，仅为大规模横向扩展计算连接Spectrum-X网络，就需要约1.7万公里线缆（注：该数字根据演讲实录）。液冷、供电、网络、管道也都要在现场重新集成，动辄数月。
现在，英伟达干脆把整个数据中心的集成和安装转移到制造工厂。
这是一种被称为“集装箱”的形式。Vera Rubin NVL72机架、Spectrum-X网络、100%液冷系统、800V直流供电全部提前组装完成，像乐高一样封装。
而且，在动工之前，整座工厂会先在数字孪生里完成性能、功耗、用水和规模的虚拟验证。电力怎么省、冷却怎么做，都能计算出来。
客户收到货后，一旦现场公用设施准备就绪，就能直接部署。过去需要几个月才能上线的数据中心，现在预计几天就能完成现场部署。
甚至连Vera Rubin这次也抛弃了线缆和电线，黄仁勋直接秀了一把全液冷。他再次强调，相比上一代组装一台两小时，Vera Rubin只需要不到5分钟。
这背后算的是ROI。
大模型从训练进入推理，市场要的是能天天开、省油省电、维修不心疼的“国民车”，不是一年开不了几次、保养一次顶半年工资的超跑。
但模块化、预制化数据中心并非英伟达首创。英特尔、华为、戴尔等厂商此前都推出过类似方案。2026年5月，英特尔就曾联手合作伙伴展示过液冷集装箱数据中心。
英伟达真正想建立的壁垒是，把芯片、机架、网络、液冷、供电和部署标准打包成一套系统，将竞争从GPU性能推向整座AI工厂的交付效率。
这也是黄仁勋对AI泡沫质疑的一种回应。当华尔街开始追问数千亿美元资本开支何时产生回报，英伟达不仅有足够强的GPU产品，而且能让这些GPU能够更快投入生产。
DSX POD也提供了新的增长逻辑，当单颗芯片的性能溢价逐渐受到成本和回报率约束，它可以通过系统级打包扩大客单价，并进一步控制AI数据中心的技术标准和供应链。
值得注意的是，更快生产Token，并不等于Token一定卖得出去。
欧洲要的，不只是算力
不过，这套销售方案适合当下担心AI失语的欧洲。
欧洲缺少超大规模云厂商和基础模型平台，却拥有大量工业数据、企业软件公司和分散的数据中心，这使它比美国更需要可本地部署、可合规审计的整套方案。
9月初，黄仁勋和美国商务部长霍华德·卢特尼克（Howard Lutnick）的炉边对话时就曾提到，算力已经彻底脱离了消费电子和通用IT硬件的范畴，演进为一种类似电网、铁路的国家级核心生产资料。
“对一个国家来说，这场技术工业革命最坏的结果是什么？”黄仁勋自问自答道，“最坏的结果就是你没有利用它，被甩在后面。这就是唯一的最坏结果”。
面对一个把AI安全写进法案、把合规当成底线的欧洲，黄仁勋没有空口承诺，直接甩出一套参考架构OpenShell，为构建企业级智能体和观察其行为提供了隔离和安全功能。
与官方新闻稿中严谨措辞不同，黄仁勋在柏林演讲时的说法更直接，“please don't”式的安全靠不住。你不能靠叮嘱智能体“别删库、别碰SSH密钥、别推主分支”来保证安全。
OpenShell的做法是给它配门禁、隔离室和急停按钮。每个智能体跑在自己的沙箱里，能碰什么由策略决定，出站请求要经过沙箱外的监督机制批准，密钥根本不放在它手里。万一它想干不该干的事，硬件监控会在毫秒级切断连接。而且，它开源、两条命令就能用。
对欧洲企业来说，OpenShell是让智能体进入银行、制造、能源等高合规场景的准入能力。
为了证明这套架构具备落地基础，英伟达罗列了一大串已支持该架构、参与合作或计划接入的合作伙伴名单。不只有Anthropic、谷歌、Meta、OpenAI等大模型厂商，也有Cadence、IBM、西门子等企业软件提供商，还有戴尔、思科、惠普和联想等系统制造商。
图片来源：英伟达官网
黄仁勋还补了一层理论价值。继年初提出AI“五层蛋糕”理论后，这一次他给Agent划分了清晰的五要素，分别是模型、Harness、沙箱、知识和工具。
而支撑这五个环节运行的计算、网络和部署底座，英伟达都有产品覆盖。
黄仁勋在现场也打了情怀牌，回顾了英伟达的欧洲往事。
他说，英伟达第一颗芯片NV1和拯救并成就公司的RIVA 128都是在欧洲生产。组装PC时代，MediaMarkt曾是其最大客户，一家德国公司Elsa在2000年把英伟达带入了工作站市场，奥迪则帮英伟达进入汽车，梅赛德斯后与其合作自动驾驶。
但这并不只是情怀营销。黄仁勋试图证明，每一次产业升级，英伟达都曾携手欧洲打开新市场，而AI可能是下一次。
从数据中心，一路卖到生产线
图片来源：直播截图
这一站GTC还上演了一个经典名场面。黄仁勋单手举起了搭载N1X芯片的RTX Spark平台笔记本。
2016年，基于Pascal的DGX-1给全球带来了第一台AI超级计算机。“我在10年前发布了它，把第一台交给了OpenAI”，需要两个人抬上楼，而今天已经可以直接把它这样抓在手里带走。
黄仁勋举起的是华硕ProArt，镜头里不止这一台，还有微软、戴尔、联想、微星和惠普。
这不仅是一次终端产品迭代。英伟达也在借此告诉那些试图摆脱其芯片的大模型厂商，自己的最终买家不只有他们。
黄仁勋将推理战场从云端延伸到了普通人的办公桌上。
他在台上抛出了一句对欧洲传统软件和工业巨头杀伤力极大的断言，“每一家工具公司，未来都将变成一家AI公司。”
相比中美集中建设超大规模数据中心，欧洲的能源、监管和通信基础设施更为分散。为了精准拿下欧洲市场，英伟达提出了以太网解决方案，拉拢电信运营商将分布式基站重构成AI网络。
黄仁勋称，Spectrum-X让其成为当今世界最大的网络公司。
这意味着，那些欧洲企业级软件巨头可以用自己垂直数据，配合英伟达本地超强算力芯片和分布式网络，减少对少数云端模型和云厂商的依赖，为欧洲发展本地化、可控的AI能力提供基础。
不仅如此，还记得那四只“鸭子”吗？当黄仁勋手托电脑、单膝跪地跟它们互动时，后面的屏幕上一群“现役”人形机器人俯视着他们。
图片来源：英伟达官网
机器鸭负责活跃气氛，人形机器人承担的却是更现实的商业任务，进入欧洲最有优势的制造业场景。
英伟达联合Agile Robots发布了全栈参考人形机器人Agile ONE SN。该平台计划于2027年初可用，其声称目标是把研究人员和开发者整合工具、适配工作流的时间从数周压缩至数天。
“这将是下一个主要产业，下一个伟大的产业，”黄仁勋称。
英伟达还一次性摆出了语言、世界基础、人形机器人、自动驾驶、量子计算等多个领域的开源模型。虽不一定处在最前沿，但英伟达开放后，企业可以拿自己的数据做后训练，把它练到前沿水平。
为了让Agent读懂数据，英伟达推出了Agent Knowledge Foundation，用于将Agent连接到企业数据。从Pascal到Vera Rubin，英伟达用六代架构把AI计算能力提高了约一百万倍。如今，它试图把企业知识转化为推理、工具调用和Token需求。
演讲最后，他放了一段欧洲歌唱比赛风格的恶搞视频，歌词唱得比任何分析师都直白，GPU是“一项能产生绿钞的资产，看起来像一台芯片形状的提款机，让你在放松时也能创造收入”。
全场笑了。黄仁勋也笑了。
这大概是整场演讲最诚实的时刻，他不必再假装自己只是来布道的，讲了一个半小时的安全、架构和工业革命之后，英伟达最终兜售的，仍是一笔可以计算回报率的资产，GPU生产Token，Token换成现金流。
所以当黄仁勋站在台上，语气诚恳，动作熟练地告诉你“每个人都该有一只”时，他卖的早已不只是一块GPU。
