2026年10月19日，德国柏林，英伟达首席执行官黄仁勋与德国总理默茨同台谈论人工智能。一边是德国引以为傲的工业制造，一边是正在改变生产方式的计算机技术。黄仁勋把中国放进这场讨论时，给出了一个很有分量的判断：中国大概是当今唯一一个既深耕制造业，又深耕计算机科学，并且能够熟练运用这两种能力的国家。
这番话真正值得琢磨的，不是中国得到了多少赞扬，而是一个现实问题：为什么有些国家拥有先进的工业设备，却难以迅速转化为新的竞争优势？有些国家掌握了人工智能技术，却缺少足够丰富的产业场景？当这两种能力不能顺畅衔接时，再好的技术也可能停留在实验室里。
需要说明的是，标题中的“唯一一个两手抓的国家”，是对黄仁勋现场讲话的中文概括，并非他逐字说出的中文原句。他使用了“大概是当今唯一一个”这样的限定表达。这个细节很重要，因为他的评价指向的是制造业与计算机科学的结合程度，并不意味着中国在所有技术领域都领先其他国家。
黄仁勋在对谈中回顾了过去一个多世纪的工业变化。他认为，电气化曾让德国、美国和日本成为重要的工业力量；过去几十年，计算机和数字技术改变了全球制造业的分工，美国将大量重工业制造和生产能力转移到中国。由此形成的新格局中，德国、日本仍有深厚积累，中国则拥有规模庞大的制造业基础。
这段话不是在宣布德国已经失去工业地位，也不是说美国不再具备制造能力。黄仁勋想强调的，是产业优势会随着技术条件的变化而重新组合。过去，机械设备、生产工艺和工厂规模是重要筹码；现在，企业还要考虑数据处理、软件控制和人工智能能否融入生产流程。竞争的内容变了，原来的优势也需要更新。
中国在这方面的一个特点，是制造业与数字化发展长期交织在一起。电子产品、新能源汽车、工业设备和消费品等产业，既需要大量工厂、零部件和供应商，也需要软件、算法和自动化设备的配合。生产规模越大，能够接触到的实际问题就越多，技术也有更多机会接受检验。不过，场景多并不意味着每项技术都能做好，真正形成竞争力还需要长期积累。
国际机器人联合会发布的《世界机器人报告2025》提供了一个具体参照。2024年，中国工厂新增安装工业机器人约29.5万台，占全球当年新增安装量的54%；中国在运行的工业机器人总量超过200万台。这里的关键不只是数量大，还在于机器人开始进入电子、金属加工、食品、纺织等不同生产领域。
但看数据不能只看总量。中国制造业规模庞大，需要大量机器人来支撑生产；德国虽然新增安装数量远少于中国，工厂自动化程度却仍然很高。
国际机器人联合会2026年公布的可比数据表明，2024年德国制造业每万名员工对应449台工业机器人，而中国按更新后就业数据计算为166台。两项指标衡量的不是同一件事，恰好说明中国的优势与德国的长处不能简单画等号。
再看中国近期的政策方向。2026年10月20日，中国工业和信息化部介绍了新一代智能制造相关政策的制定进展，提出推动人工智能深入制造业全流程，支持智能机床、机器人、检测设备和工业专用模型发展。官方公布的现有建设成果包括超过1.3万家先进级智能工厂，以及覆盖20个行业的1000多个应用场景。
这说明，制造业智能化已经不只是讨论某台机器是否先进，而是要把设计、生产、检测、设备维护等环节连接起来。比如，一家汽车零部件企业过去发现产品质量异常，可能需要停线检查，再由工程师逐道排查。数字系统如果能够及时汇总设备参数和检测结果，就有机会更早发现异常，减少返工和停产时间。
这才是黄仁勋所说的“两手抓”真正有价值的地方。制造业提供真实的设备、材料、工艺和使用环境，计算机技术则帮助企业分析问题、改进流程。两者结合，才能让人工智能从会回答问题的软件，变成能够辅助工程师设计产品、控制设备、检查质量的工具。
德国眼下遇到的难题，恰恰与此有关。德国并不缺少优秀的工程师，也不缺少有多年技术积累的中小型制造企业。许多企业掌握着精密加工、特殊材料和工业设备方面的经验，但这些知识往往分散在不同部门和系统中。如何把它们转化成可以被人工智能利用的有效数据，是一个实际的技术和管理问题。
所以，在柏林的活动上，默茨直接向德国中小企业负责人发出呼吁，希望他们开放企业数据，让人工智能能够真正发挥作用。黄仁勋也提醒德国，企业积累的技术知识、经验和产业数据是一种重要资源，可以借助先进的人工智能技术加以利用，但不应因此把自己的文化、知识和价值判断一并交给外部平台。
这里有个容易被忽略的矛盾：企业不开放数据，人工智能就难以充分了解生产过程；企业如果毫无保留地交出数据，又可能泄露商业秘密，甚至增加对外部技术供应商的依赖。因此，真正需要解决的不是简单地要求企业“开门”，而是怎样建立清楚的使用权限、数据保护措施和责任制度，让企业既能获得技术帮助，又能保住自己的核心经验。
黄仁勋对欧洲人工智能监管的看法，也与这一问题有关。他在10月19日与默茨对谈时表示，安全十分重要，但监管不能代替技术发展。他主张尽快对人工智能的具体应用建立必要规则，而不是把所有底层技术都用同一套限制框住。默茨则认为，完全不监管不可取，过度严格的规则同样会影响创新。
双方的分歧并非简单的“要监管”还是“不要监管”。欧洲担心个人信息泄露、算法失误、就业受到冲击，这些顾虑有现实依据。企业希望加快开发，也必须承担产品安全和使用责任。真正的难点在于，如何在不放弃必要保护的前提下，给新技术留下试验、改进和推广的空间。
当然，黄仁勋并不是完全没有商业立场的旁观者。英伟达提供人工智能芯片、软件和计算平台，世界各地越积极发展人工智能，相关产品就越有市场。
因此，他鼓励欧洲加快建设人工智能基础设施，既包含对产业发展规律的判断，也符合英伟达自身的商业利益。理解这一层，才能既看到他的话为何有道理，也不至于把商业宣传当成没有利益关系的客观结论。
德国与英伟达的合作已经开始落到具体安排上。10月19日，德国联邦政府相关部门与英伟达签署合作意向声明，计划推动先进人工智能模型用于机器人、工业设备等实体领域。英伟达还宣布计划投资德国的Agile Robots、Avelios Medical、Mirelo和Reflex Aerospace四家初创企业。
这些投资属于其欧洲技术生态布局的一部分，并不意味着近100亿美元的欧洲投入全部用于德国。
到了10月21日，路透社又报道了一项更具体的合作进展：德国机器人企业Agile Robots计划在2027年生产约1000至2000台小型人形机器人，主要面向大学和企业研究实验室，生产准备预计于2026年底启动。相关机器人将结合英伟达的计算设备和人工智能模型，供研究人员测试不同操作能力，探索今后在工厂和仓库中的应用。Reuters
这项计划的意义不在于几千台机器人能马上改变整个工业，而在于研究人员可以少花一些时间解决硬件与软件之间的适配问题，把更多精力用在训练和测试上。机器人要真正进入生产线，还必须经过可靠性、操作安全、维护成本和实际效率等方面的检验。技术演示成功，与大规模商业应用之间，往往还隔着一段不短的路。
中国同样不能因为制造规模大，就忽视技术落地的难处。人工智能系统需要可靠的数据，也需要稳定的芯片、软件和工业设备。部分企业可能买了设备却用不好，部分生产流程也未必适合直接引入复杂系统。如果只追求建设数量，忽略投入产出和实际效果，技术改造就可能增加企业负担，而不是提高竞争力。
还有一个问题不能回避，那就是技术进步会改变就业结构。人工智能和机器人可以承担重复性强、危险性高的工作，也可能减少部分传统岗位的需求。对企业来说，效率提高很重要；对劳动者来说，能否获得培训、转到新的岗位，同样重要。
一个真正成熟的工业体系，不仅要会使用新技术，还要考虑如何让员工适应变化，避免把转型成本全部压到普通劳动者身上。
我认为，黄仁勋这番话最值得重视的，不是“中国唯一”这几个字，而是他把制造能力与计算能力放在了一起讨论。中国拥有大规模制造业和丰富的应用场景，这是重要优势，但仍需要持续提升基础研究、工业软件和关键设备能力。德国拥有精密制造和工程技术积累，也有机会借助人工智能重新提高产业效率。
美国在先进芯片和软件平台方面的优势，则提醒各方不能忽视产业链之间的相互依赖。未来的竞争，不会由一句赞扬或一次投资决定，而要看谁能把技术真正用起来，持续解决生产中的问题，并让企业和劳动者都从中获得实际收益。
