北京时间3月17日凌晨，“AI界春晚”英伟达GTC 2026大会在加州圣何塞正式拉开帷幕。
在2个多小时的演讲中，英伟达CEO黄仁勋讲的不仅是芯片参数，更是一张关于“钱往哪流”的蓝图。
他抛出的一张“万亿美金”大饼后，市场立刻买账。直接推动英伟达股价盘中一度飙升近5%，纳指也随之大涨近2%。
不过，黄仁勋这次不仅画了饼，更说明了背后的商业逻辑：AI正在从“训练”转向“推理”，从“生成”转向“干活”。在这个关键的转折点上，算力需求正被放大。
东吴证券此前预计，英伟达GTC 2026锚定四大核心赛道——芯片、智能体、光模块、电力，成为贯穿未来AI投资的主线。而这一切的底层逻辑，都指向同一个方向，Token正在成为AI时代的硬通货。
正如黄仁勋所言：“在这个Token工厂里，你的吞吐量和Token生成速度，将直接转化为你明年的收入。”
一场有关谁是“Token之王”的争夺战，才刚刚开始。
AI推理拐点已至
在演讲中，黄仁勋回顾了过去两年推动AI浪潮的三件大事：ChatGPT与生成式AI的开启、推理AI的崛起，以及Claude Code与智能体AI的诞生。
黄仁勋阐述道：“现在我们不再只是问AI‘什么、在哪里、什么时候、怎么样’这些基础问题。我们开始让它去创造、执行、构建。它学会了使用工具，接入你的上下文环境、读取文件。它能智能地把复杂问题拆解开来，一步步推理、反思，最终不仅找到答案，还能实际执行任务。”
“AI的每一个部分，每一次都需要思考、推理、行动、生成Token。”
黄仁勋强调，“现在已经过了单纯训练的阶段，进入了推理的领域。所以推理的转折点已经到来，而此时所需的Token量、计算量，相比之前增加了大约一万倍。”
“如果能有更多算力，就能生成更多Token，收入就会增加，更多人能够使用AI，AI就能变得更先进、更智能。”
黄仁勋说，AI推理的转折点已经到来。
从芯片到Token工厂
“Token工厂，就是AI工厂，这就是你们的收入来源。”黄仁勋在演讲中直言。
演讲中，黄仁勋大胆预测，公司到2027年底将创造至少1万亿美元收入。
去年，他预计到2026年底这一数字约为5000亿美元。短短一年，预期翻倍。再次凸显AI基础设施投资浪潮仍在快速扩张。
支撑这个“翻倍”预期的，不仅仅是GPU卖得更多了，而是英伟达对未来的定义变了——未来的数据中心，将不再是存储数据和运行软件的机房，而是“生产Token的工厂”。
“未来，每一家云服务提供商、计算机公司、云端企业、AI公司，乃至所有企业，都将关注其Token工厂的效率，”黄仁勋说。这就是未来的核心工厂，因为在座的每一位都由智能驱动，而未来，这种智能将由Token赋能。
Token已经成为一种分层定价的商品。黄仁勋将AI服务划分为多个商业层级：免费层（高吞吐、低速度）、中级层（约每百万Token3美元）、高级层（约每百万Token6美元）、高速层（约每百万Token45美元）以及超高速层（约每百万Token150美元）。
免费层级吸引更多客户，高端层级服务最有价值的客户，综合起来，直接决定收入。
中信证券研报认为，伴随AI带来的产业技术变革，未来用户可能会从买工具变为买结果，软件公司的商业模式可能会逐步围绕按“结果”“Token调用量”等模式收费。AI时代国内软件应用公司通过开发原生的AI应用（AI-Native）带来价值量持续提升，也有望直接升级至按“结果”付费。
“养龙虾”的经济学
OpenClaw，成为GTC全场欢呼声最高的“顶流”。
黄仁勋在英伟达年度GTC大会上谈及OpenClaw对软件行业的影响时称，OpenClaw的重要性堪比Linux与HTML——即下一代互联网和软件的底层地基。
黄仁勋给了它极高的评价：“这是人类历史上最受欢迎的开源项目，仅用几周时间就超越了Linux 30年的成就。”
“OpenClaw让个人智能体的创建成为可能，其影响极为深远。”黄仁勋还说。
东海证券此前表示，当下OpenClaw带动的浪潮将AI Agent概念推向了规模化应用的前夜，重新定义了人机交互范式并倒逼安全体系升级，同时其大量的推理Token需求进一步拉动了AI产业链的算力增长。
为什么资本市场要关心一个开源软件？因为它开启了一个新的商业模式。
黄仁勋预言，“在OpenClaw与智能体技术普及之后，行业格局将彻底改变。最非凡的变革在于，每家信息技术企业、每家软件即服务企业，都将转型为智能体即服务企业，这是必然趋势。”
回顾整场演讲，英伟达正在下一盘大棋，通过收购Groq补齐推理短板，通过开源模型和NemoClaw培育智能体生态，通过Vera CPU和BlueField DPU渗透数据中心每一个角落，最后通过“Token工厂”的概念，把所有生意都装进自己的商业模型里。
只要Token还在生成，英伟达就在收钱。这或许就是那1万亿美元的底气和硬逻辑。
牛策略提示：文章来自网络，不代表本站观点。
