GTC四大天王：成為黃仁勛座上賓的四位90后華人青年

機器之心發(fā)布

去觀察當下的 AI 產業(yè)，有一個比財報更靈的指標：黃仁勛身邊坐著誰。

這位身著皮衣、被分析師稱為「推理之王」的男人，每年要在 GTC 的舞臺上重新定義一次未來。但真正值得玩味的，往往不是他講了什么，而是他把誰請上了臺、留在了飯桌旁。2025 年初那張流傳甚廣的英偉達北京答謝晚宴的座次圖，后來被證明是當年最準的一份投資指南：坐在老黃身邊的那幾張年輕面孔，幾乎一一對應著此后一整年最熱的賽道。

到了 2026 年，這份名單上的華人面孔繼續(xù)在擴容。我們挑出其中四個人。他們踩在黃仁勛反復押注的幾個方向上：推理大模型、具身智能，以及把智能反向接回人腦的腦機接口。他們的共同點是年輕、是華人、是把論文寫成公司的那一類人。

他們是楊植麟、王興興、王鶴、朱毅鑫。

圖｜GTC 四大天王之老黃座上賓。圖源：NVIDIA GTC 公開照片或會議視頻截圖

一、楊植麟：GTC 主會上，唯一的獨立大模型代表

把楊植麟放在第一個，是因為在 2026 年的 GTC，他坐到了一個別人坐不到的位置。

英偉達公布 GTC 2026 嘉賓名單時，月之暗面是極少數(shù)登臺的獨立大模型創(chuàng)業(yè)公司代表。與他同列的，是特斯拉的 AI 軟件副總裁、谷歌 DeepMind 的核心架構師、Cursor 和 Runway 的 CTO。在一份幾乎被巨頭和頂尖實驗室填滿的名單里，一個中國大模型創(chuàng)業(yè)者，成了那根獨苗。

這件事的分量，要放回 2025 年才讀得懂。那一年楊植麟和 Kimi 先是被 DeepSeek 的沖擊波打了個趔趄，外界的關注一度從技術滑向了八卦。他沒有去回應那些，而是用模型、用開源、用產品把信任一點點贏了回來。年底一封內部信里，他順手交代了一個數(shù)字：月之暗面完成 5 億美元 C 輪，投后估值 43 億美元，IDG 資本領投，阿里騰訊超額跟投，賬上現(xiàn)金過百億。等到 Kimi K2.5 發(fā)布，它一度坐上了開源大模型的 SOTA 位置，在 Hugging Face 上排到第一。

在 GTC 的臺上，楊植麟第一次完整披露了 Kimi 的技術路線圖。他把進化邏輯收斂成三個互相共振的維度：Token 效率、長上下文、智能體集群（Agent Swarms）。在他看來，今天的 Scaling 早已不是單純堆資源，而是要在計算效率、長程記憶和自動化協(xié)作上同時找規(guī)模效應，三者相乘，智能才會跳變。他甚至直接點了行業(yè)的舊賬：很多被當成標配的技術其實是八九年前的產物，比如統(tǒng)治了訓練界十多年的 Adam 優(yōu)化器；月之暗面驗證了 Muon 在 Token 效率上的潛力，也在萬億參數(shù)的 K2 上撞見了 Logits 爆炸導致發(fā)散的穩(wěn)定性難題，再把它解掉。

理解楊植麟，得理解他的來路。1992 年生于廣東汕頭，清華計算機系年級第一，轉身去了 NLP 全球排名第一的卡內基梅隆，師從蘋果前 AI 負責人 Salakhutdinov 和谷歌的 Cohen，別人六年的博士他四年讀完。Transformer-XL 和 XLNet 兩篇一作，至今是 NLP 被引最高的工作之一。他在 FAIR 和 Google Brain 都待過，和圖靈獎得主合作過論文。這是一個標準意義上的技術天才。

但他身上還有不那么「標準」的部分。大學里他組過搖滾樂隊，月之暗面這個名字取自 Pink Floyd 的《The Dark Side of the Moon》。他給自己和團隊貼的標簽是「一群固執(zhí)的 AGI 純粹主義者」。搖滾和創(chuàng)新，在他的敘述里是同一件事：在舊秩序里塞進一個全新的、當時看起來很奇怪的東西。

這種技術演進的共振，并非巧合。當英偉達的故事從‘訓練大家伙’轉向‘高強度的深度思考’，一個死磕推理效率、并帶領 K2.5 沖擊 SOTA 的團隊，恰好成為了這套新計算范式的極佳注腳。GTC 的席位早就不只是單純的技術交流，它更像是這家算力霸主洞察全球 AI 前沿趨勢的一個風向標。

二、王興興：從老黃的飯桌，到 GTC 的舞臺

如果說楊植麟代表「會思考的 AI」，王興興代表的就是「會動的 AI」。

2025 年初那場北京答謝宴上，王興興在社交平臺曬了和黃仁勛的合影，配文很短：新的一年，全新開始，加油。當晚被網友形容為「中國 AI 和機器人企業(yè)上桌」的名場面，他是絕對的 C 位之一。有一個常被人忽略的細節(jié)：王興興是浙江寧波人，而黃仁勛祖籍也在浙江。

但王興興和英偉達的關系，遠不止一頓飯。2026 年 6 月的 GTC 臺北，黃仁勛在主題演講里和宇樹聯(lián)合發(fā)布了一款基于 H2 Plus 的人形機器人參考設計。這意味著宇樹為代表的中國機器人企業(yè)，正成為英偉達 Isaac 機器人生態(tài)的重要應用觸點。宇樹不是被請來合影的客人，而是英偉達機器人生態(tài)里的核心伙伴。從 2024 年 GTC 到 2025 年 CES 再到今天，宇樹幾乎是老黃每一次談具身智能時繞不開的中國名字。

王興興的故事是典型的「草根天才」敘事。2009 年考進浙江理工，剛進校就迷上造機器人，大一獨自做出一個雙足人形；上海大學讀研時，又一個人鼓搗出低成本高性能純電驅動的四足機器人 XDog，在圈里有了第一波名氣。后來宇樹的四足機器人一路卷到全球出貨量領先，人形的 H1、G1、H2 接連出來，2025 年春晚上扭秧歌的那批機器人，把它推到了大眾視野的中央。

在技術判斷上，王興興很早就提出了「人形機器人大模型」的概念。他強調大語言模型只是機器人大模型的一部分，對人形機器人來說，還得把圖像、關節(jié)指令、激光雷達這類數(shù)據(jù)，連同模仿學習這類訓練方式一起揉進來，才算完整。他也直言不諱地指出瓶頸：現(xiàn)階段 AI 模型、訓練數(shù)據(jù)集、場景落地都還遠遠不夠，機器人需要一個類似 ChatGPT 的通用模型，才能跳過對每個新環(huán)境的反復適配。這恰好和黃仁勛在 GTC 上反復念叨的那句話對上了：語言模型有整個互聯(lián)網當語料，但要讓機器人學會動作，必須從機器人的第一人稱視角去拿數(shù)據(jù)。

數(shù)據(jù)的稀缺，是這條賽道所有人共同的天花板。王興興的解法偏向本體：先把一個足夠好、足夠便宜的身體造出來，讓它真的能動、能被大規(guī)模鋪開，數(shù)據(jù)才有源頭。

三、王鶴：把機器人送進工廠的那個學者

同樣是具身智能，王鶴走的是另一條路。如果說王興興在意「身體」，王鶴更在意 「大腦」和「干活」。

在那場北京晚宴上，銀河通用創(chuàng)始人兼 CTO 王鶴也坐在黃仁勛身邊。而銀河通用作為泛化操作智能的代表，是英偉達 Isaac 機器人平臺的一個落地案例。在 2025 年 GTC 前后，整個行業(yè)的風向迅速從「能走兩步」切到了「能干活」，王鶴和銀河通用恰好踩在這個拐點上。

王鶴的履歷，幾乎是為這條賽道量身定做的。1992 年生，在北京十一學校念中學，靠物理競賽金牌保送清華電子系，本科就泡在清華機器人隊里搞機械臂和視覺導航。2014 年去斯坦福讀博，師從美國三院院士 Leonidas Guibas，提出的 NOCS 模型改寫了機器人抓取的泛化能力，拿過 ICCV 2023 馬爾獎候選。2021 年回國進北大前沿計算研究中心當助理教授、博導，創(chuàng)立具身感知與交互實驗室，又在智源做具身智能研究中心主任，入選過《麻省理工科技評論》35 歲以下中國區(qū)榜單。

2023 年 5 月，他判斷多模態(tài)感知大模型和具身操作的結合大有可為，拉上前 ABB 機器人專家姚騰洲創(chuàng)立了銀河通用。他的技術路徑寫得很清楚：合成數(shù)據(jù)驅動加多模態(tài)大模型。當大多數(shù)人還在跟風模仿特斯拉的人形機器人時，王鶴做了兩個反直覺的決定：砍掉雙腿換成輪式底盤，把精力壓在機械臂的泛化抓取上。理由也很務實，腿是為了炫技，而輪子加一雙能干活的手，才更快進入真實場景。

結果是銀河通用的機器人真的「進廠打工」了。有的上整車裝配線，有的在零售倉 24 小時不間斷地揀貨，它還和愛博醫(yī)療一起開了全國首家 24 小時智慧醫(yī)療倉，在北上廣深杭穩(wěn)定跑了一年多。商業(yè)化的兌現(xiàn)也反哺了估值：2025 年 12 月那輪超 3 億美元融資由中國移動旗下基金領投，公司估值沖到 30 億美元，是當時人形機器人行業(yè)里最高的。

王鶴身上最有意思的，是學者和創(chuàng)業(yè)者的雙重身份沒有打架。他還在北大開《計算機視覺導論》和《具身智能導論》，把課程網站公開掛在網上；同時又在管一家估值數(shù)十億美元的公司。學術上的泛化執(zhí)念，被他直接翻譯成了商業(yè)上的護城河。

四、朱毅鑫：把「看見」重新寫回大腦的人

如果說前三位解決的是 AI 怎么想、怎么動、怎么干活，朱毅鑫盯的是一個更極端的問題：當一個人的眼睛徹底失靈，能不能繞過它，直接讓大腦重新看見世界。

在 2026 年 GTC 的分會 China AI Networking Day（迎接 10 億瓦級 AI 工廠的時代）上，朱毅鑫與英偉達網絡技術市場高級總監(jiān)馮高鋒面對面對談。作為國內少有的曾受邀在 NVIDIA GTC 全球大會上作報告的學者，他出現(xiàn)在這里并不意外。只是當大會主線高談算力、AI 工廠與萬通道級數(shù)據(jù)洪流時，他代表的，是這股洪流最終要匯入的地方之一：人腦。

朱毅鑫的學術底子在視覺認知與神經解碼，這恰好是侵入式視覺腦機接口最缺的那塊拼圖。他是腦機接口公司芯生視界的聯(lián)合創(chuàng)始人，主攻視覺腦機解碼算法，也就是把從人腦視覺皮層里讀出來的神經信號，翻譯回圖像、顏色與空間結構的那套數(shù)學。

芯生視界做的事，放在整個 BCI 賽道里都屬于地獄級難度。團隊要造的是侵入式視皮層假體：用一塊萬通道級高制程神經刺激芯片，向失去外周輸入的視覺皮層重新「渲染」神經活動，把外部世界改寫成大腦能讀懂的刺激語言。他們把這套系統(tǒng)叫作「神經顯卡」，對標的是支撐 AI 爆發(fā)的 GPU，攻克的是大腦極端高帶寬數(shù)據(jù)流的「編解碼 — 重建」閉環(huán)。今年，這家公司剛完近億元種子輪。

這條路的壁壘由三股力量擰成：臨床一線多年積累下來的稀缺人腦數(shù)據(jù)（含百余例患者視覺皮層電刺激數(shù)據(jù)庫），達到國際 SOTA 的視覺解碼與重建算法，以及具備工業(yè)級流片與規(guī)模化量產經驗的高制程自研芯片。朱毅鑫站的是中間那一環(huán)，也是最像「AI」的那一環(huán)。視覺重建說到底是個解碼問題：怎么從有限、帶噪的神經信號里，反解出一幅人腦認得出的畫面。這和他多年在視覺表征、認知建模上積累的，是同一套語言。

把他放進這份名單，邏輯其實順得很。楊植麟在讓模型更會想，王興興和王鶴在讓機器有身體、能干活，而朱毅鑫和芯生視界在做的，是讓智能反向接回生物大腦。當黃仁勛反復講算力如何重塑世界時，腦機接口給出的是這個故事最科幻、也最貼近人的那個出口：讓視覺，成為人腦通向混合智能的第一入口。

尾聲：老黃的目光，照見的是什么

把這四個人擺在一起看，會發(fā)現(xiàn)黃仁勛的注意力其實有一條很清晰的邏輯線。

楊植麟在解決「AI 怎么想得更深」，王興興在解決「AI 怎么有個身體」，王鶴在解決「這個身體怎么真的干活」，朱毅鑫在解決「怎么讓智能反過來接回人腦」。推理、本體、操作，再到腦機接口，四個點連起來，差不多就是智能從硅基里長出來、又反向接回碳基的一條完整鏈路。這也是英偉達從一家芯片公司，往「AI 工廠」和物理 AI 基礎設施轉身時，最想講清楚的那個故事。

被老黃請上臺、請上飯桌的，越來越多是華人，而且越來越年輕。這件事本身值得記一筆。它一方面說明這一代華人技術創(chuàng)業(yè)者已經站到了全球產業(yè)敘事的中心，另一方面也提醒我們，黃仁勛的邀請函從來不是隨便發(fā)的，它是一家公司基于自己的生態(tài)位，對未來風向的一次提前下注。

座次表會不會再一次成為最準的投資指南，得交給時間。但可以確定的是，當算力的故事講到盡頭，真正決定下一程的，是坐在桌邊的這些人，能把多大的夢想，寫進多硬的代碼里。