
2024年6月18日,WIRED对英伟达(NVIDIA)CEO黄仁勋的专访揭示了这位图灵奖级硬件教父对生成式AI工具的私人偏好。黄仁勋在访问中多次提到Google的Gemini图像生成器,他用“bananas”(疯狂、极为兴奋)来形容自己对该工具的热爱,并当场展示了几张由Gemini生成的图像——主题竟然是各种“香蕉”变体,从写实到超现实,从油画质感到微观“纳米”纹理。
采访中,黄仁勋强调了对图像生成器在细节控制上的欣赏:颜色层次、光影反差、以及对材质质感的处理,让他觉得这些模型不仅在技术上进步,更在艺术表达上提供了新的工具。他描述了用简短提示词经过多次迭代,得到“既有摄影感又带有手工质地”的结果;对他来说,这种跨越技术与美学的能力特别有吸引力。
除了对Gemini的偏好,黄仁勋还谈到了自己如何在日常工作中混用多个大型模型。他把Perplexity、Gemini和ChatGPT分为不同任务的“工具箱”:Perplexity用于检索与快速事实核查,Gemini用于视觉创作与图像实验,ChatGPT则常用于生成草稿、代码片段和结构化文本。这样的分工反映出他对不同模型擅长领域的敏锐判断,也体现出当下产业界对多模态能力的实际需求。
在谈到Grok时,黄仁勋用了“有艺术气息的一面”来描述这款由xAI推出的模型,指出它在生成带有情绪色彩或抽象风格的内容时别具风格。他对这些模型之间的互补性表现出明显兴趣:一款负责图像美学,一款擅长检索与事实,一款更善于语言组织,企业和创作者可以根据需求灵活组合。
专访中不乏细节:黄仁勋会在会议间隙用短促的提示调整图像风格,会把生成的视觉素材作为灵感草图送给设计团队参考,也会就生成结果与工程师讨论模型偏差与可控性。目前他对生成模型的期待趋于务实——不仅要更好地产生“好看”的图像,更要在可控性、可重复性和对细节的把握上持续进化。
WIRED的报道还指出,作为一家硬件巨头的领导者,黄仁勋对软件层面的生态同样关注。他认为,硬件提升要与模型能力、提示工程和用户体验并行,才能真正释放AI在创意与生产领域的潜力。对年轻创作者和工程师而言,这位CEO的喜好并非花边新闻,而是对未来工具选型和设计理念的直接提示:多模态、可控且具艺术表现力的AI,正在成为下一波创新的核心。