核心观点 - 英伟达机器人主管Jim Fan提出，继“下一个词预测”之后，“世界建模”将成为新的预训练范式，并预测2026年将成为大世界模型为机器人及多模态AI奠定基础的第一年 [1][2][5] 技术范式转变 - 预训练范式正从“下一个词预测”转向“世界建模”，即“下一个物理状态预测” [5] - 世界建模的定义是在给定一个动作的条件下，预测下一个合理的世界状态（或一段更长时间范围内的状态） [5] - 视频生成模型是世界模型的一种实现形式，其“下一个状态”是一系列RGB帧（通常为8–10秒，最长可达数分钟），“动作”是一段文本描述 [5] - 训练过程是对数十亿小时视频像素的未来变化进行建模，视频世界模型本质上是可学习的物理模拟器和渲染引擎 [6] 当前技术路线与局限 - 2025年物理AI领域以视觉语言动作模型为主，即在预训练视觉语言模型上接入机器人动作解码器 [8] - 视觉语言动作模型更像是“语言 > 视觉 > 动作”的等级递减结构，其中大多数参数用于知识而非物理能力 [9] - 视觉语言动作模型的设计在知识检索上很强，但物理能力分配不足，且多阶段嫁接的设计不够简洁优雅 [9] - 视觉语言模型中，视觉编码器在训练中会主动丢弃细节，而机器人操作恰恰依赖这些细节 [24] 世界模型的优势与愿景 - 世界模型能够捕捉反事实情景，即预测如果采取不同动作未来可能会如何不同，这本身就是一种推理 [6] - 世界模型从根本上以视觉为中心，而视觉语言模型本质上是以语言为中心的 [6] - 从生物学角度看，视觉主导了人类皮层计算，约三分之一的大脑皮层用于处理像素，视觉是连接大脑、运动系统和物理世界的最高带宽通道 [10] - 自然界例证表明，高灵巧物理智能（如猿类）几乎不依赖语言，它们拥有对物理世界如何运作的稳健心理表征，其物理技能远超当前最先进的机器人 [10][12][13] - 世界模型是连接虚拟与物理两个领域的桥梁，其真正价值在于跨任务、跨领域的泛化能力，就像大语言模型作为基座模型能兼容多种任务一样 [26] 未来发展方向 - 2026年将迎来物理AI的爆发，大世界模型将首次为机器人领域以及更广义的多模态AI奠定真实基础 [2][5] - 新的预训练形式将出现：下一个世界状态不应只包含RGB，还必须覆盖3D运动、本体感觉与触觉 [5][16] - 新的推理形式将出现：在视觉空间中的思维链，而非语言空间中的思维链，可以通过模拟几何关系和接触来解决物理谜题 [5][17][18] - YouTube的海量视频和智能眼镜的兴起，将以远超文本训练规模的原始视觉流捕捉世界 [15] - 2026年将是多模态、多轮交互代理（机器人/具身通用智能体）之年，比赛的胜者必然会更重视视觉模态 [29] - 2026年或许是机器人技术最终停止依赖语言模型，转而构建原生系统的一年 [30] 面临的挑战 - 从像素到物理的跃迁仍然很陡峭，要让世界模型成为可靠的动作生成骨干，必须解决几何一致性、同一性保持、推理速度和动作采样等问题 [28] - 在数据量和计算需求上，这一目标将使当前的动作策略扩展显得相对温和 [28] - 即便未来模拟完美，仍需解决动作该如何解码、像素重建是否是最优目标、需要多少机器人数据、远程操作的扩展是否仍然可行等问题 [19] 行业动态与商业布局 - 谷歌、英伟达等公司都在虚拟游戏、视频以及物理机器人领域同步布局世界模型 [26] - 李飞飞创办的World Labs正以约50亿美元估值进行新一轮融资，规模最高可达5亿美元 [31] - Yann LeCun创办的AMI Labs也吸引了包括Cathay Innovation在内的潜在投资者，传闻其融资估值可能达到35亿美元 [31]

公司评级与市场观点 - 摩根士丹利重申对英伟达的“增持”评级，并因其人工智能业务估值倍数较低而略微更青睐该公司 [1] - 华尔街分析师对英伟达的共识评级为“买入”，平均目标价250美元意味着38.6%的上涨空间，而最高的目标价432美元则意味着139.98%的上涨空间 [3] 公司业务概况 - 英伟达公司专注于人工智能驱动的解决方案，为数据中心、自动驾驶汽车、机器人和云服务提供平台 [4] 行业比较与市场动态 - 摩根士丹利同时看好英伟达和博通，认为两者在当前水平均具吸引力，且并非零和博弈 [1][2] - 市场对博通在2025年末表现疲软后的年初至今表现不佳感到意外，其面临的悬而未决的问题能否在2026年得到积极或消极的解决是关注焦点之一 [2]

美股软件板块近期表现与市场情绪 - 美股软件板块正面临惨烈抛售压力，预计痛苦状态可能持续一段时间 [1] - 港股软件、SaaS、AI应用板块集体低开低走，普跌明显 [1] - 市场担忧从“AI赋能软件”迅速转向“AI取代软件”，引发非理性、踩踏式抛售 [1] 市场担忧的触发因素 - Anthropic发布面向企业法务的Claude Cowork插件，可自动化完成合同审查、合规追踪等核心法务工作，直接冲击法律信息服务与专业SaaS板块 [1] - 市场对美股软件板块受损的担忧因Anthropic Claude Cowork等系列类AI Agent产品发布而进一步发酵 [1] - 近期市场极致的顺周期交易风格，以及微软、Service Now等企业平稳但缺乏亮点的四季报，加剧了市场看衰情绪 [1] 行业代表公司表现与高层观点 - Palantir Technologies发布高于华尔街预期的财报后，股价最终收跌11.62% [2] - 谷歌母公司Alphabet CEO桑达尔·皮查伊不认可“AI工具可能会损害大型软件SaaS公司定价权”的观点，认为当前关键问题是计算能力相关的限制 [2] - 英伟达创始人CEO黄仁勋表示，AI不会做工具，而是会用工具，会直接使用已经成熟的软件 [2] 对AI与软件关系的未来展望 - 黄仁勋认为，未来AI需要始终在场、积累、记录，企业最值钱的是问题本身，代表企业的关注方向与挑战 [3] - 软件公司需要先考虑如何实现工具可被AI调用，加上接口或开放调用能力，软件将成为未来AI工作流程中的入口 [3] - 中信证券认为，从LLM自身能力和目前落地应用场景来看，市场当下的判断明显过于乐观且不切实际 [3] 当前AI技术的局限性 - 当前LLM仍停留在概率统计游戏层面，尚未触及人类认知核心，在幻觉、多模态对齐、推理能力等层面存在明显理论局限性 [4] - 以标普500企业为样本，AI具体应用场景仍主要集中于Coding、客服等逻辑简洁、容错率高的领域，在要求严苛、逻辑链条复杂的场景中很难胜任 [4] - Salesforce研究表明，AI Agent在企业应用场景中的准确度很难让市场满意，伴随任务步骤和复杂度提升，其准确度快速下降 [4] 软件企业的应对策略与行业前景 - 面对GenAI技术浪潮，软件企业短期最有效的应对方式是激进的兼并与收购手段 [4] - 资本市场历史上对软件板块M&A一直持有负面看法，担心企业内生增速放缓及并购后整合风险 [4] - 伴随美国宏观环境持续改善及AI产品逐步落地，预计美股软件企业业绩有望逐季改善，但斜率难言理想 [4]

文章核心观点 - 自2025年开始，超节点成为AI算力网络重要的技术创新方向，AI芯片厂商的竞争从芯片算力性能延伸至芯片与Scale up网络的双战场 [1] - 全球超节点竞争格局尚未确立，英伟达目前处于领先地位，但越来越多厂商加入竞争 [1][5] - 基于交换机及芯片是Scale up网络互联的关键设备，建议关注国内交换机供应商以及交换机芯片研发商 [1][6] 英伟达超节点技术演进与方案 - **Hopper架构开启初步探索**：GH200通过NVLink和NVLink-C2C技术，实现GPU与CPU内存统一编址 [1] - **Blackwell架构推动标准化**：GB200 NVL72将Scale-up规模稳定在72个GPU/机柜，形成可复制标准化方案，由18个Compute Tray和9个Switch Tray构成，通过NVLink5私有协议与铜线缆实现满带宽全连接 [2] - **Rubin架构实现带宽倍增**：VR200 NVL72的NVLink 6 Switch将单GPU互连带宽提升至3.6 TB/s（上代为1.8TB/s），Spectrum-6交换机支持CPO技术，集成32个1.6Tb/s硅光光学引擎 [2] - **未来规划持续扩展**：2026-2027年计划推出Vera Rubin NVL144和Rubin Ultra NVL576，互联GPU数将从72颗向576颗发展，并在Kyber机架架构中引入NVLink Switch Blade替代传统5000+根有源铜缆 [3] 英伟达的市场地位与优势 - **推出成熟方案并领先**：2024-2025年陆续推出GH200 NVL72、GB200/GB300 NVL72等成熟超节点解决方案 [3] - **出货量预测**：根据大摩预测，2025年英伟达GB200/300 NVL72出货量约2800台 [3] - **技术优势基础**：优势建立在NVLink和NVLink Switch上，NVLink 5 Switch支持单GPU到GPU带宽1800GB/s，可构建72 GPU的NVLink域，总带宽达130 TB/s（双向） [4] - **面临潜在挑战**：Scale up网络的发展空间可能受降低TP与EP规模的技术方案影响，为保持领先，实现Scale up网络和Scale out网络融合或成为新的发展趋势 [4] 超节点领域的竞争格局与参与者 - **竞争延伸至双战场**：AI芯片厂商竞争从芯片算力性能延续至芯片+Scale up网络 [1][5] - **参与者广泛增加**：除英伟达、华为、AMD、谷歌外，更多厂商加入竞争，包括微软、Meta、Amazon、中国移动、阿里巴巴、腾讯、百度、中科曙光、中兴通讯、浪潮信息、紫光股份（新华三）、沐曦股份、恒为科技等 [5] - **格局未定与国内机会**：全球竞争格局尚未确立，中国厂商参与度高，或有国内厂商在超节点领域取得领先优势 [6] 投资关注方向 - **关注英伟达供应链**：包括PCB背板、高速铜缆、光模块、供电与液冷系统等 [6] - **关注国内领先厂商**：建议关注发布国产超节点的云厂商、通信设备厂商与芯片厂商 [6] - **关注关键网络设备**：基于交换机及芯片是Scale up网络互联的关键设备，建议关注国内交换机供应商以及交换机芯片研发商 [1][6]

半导体行业动态 - 多家芯片公司发布了非常显著的盈利增长和业绩指引 [1] - 行业面临产能限制 公司表示一旦完成订单 立即会有更多需求出现 导致产能追赶不及 [2] - 这种供需紧张的情况不仅出现在内存芯片公司 也出现在像Coherent这样的芯片外围公司和Lam Research这样的设备公司 [2] - 英伟达在谷歌公布资本支出计划后股价在盘后交易中上涨 [3] 投资组合与策略 - 投资组合超配硬件、电力和基础设施相关股票 [5] - 在软件即服务领域进行了精选 增持了微软和ServiceNow 同时减持了Adobe和Salesforce [5][6] - 投资策略是追求大体正确 并以此在过去几年中实现了超越标普500指数的表现 [4] - 对于英伟达等公司 投资者需要有耐心并利用市场波动 例如在去年年初以每股108美元的价格增持了英伟达 [20] 特斯拉与相关主题 - 特斯拉是硬件和电力基础设施故事中未被充分讨论的公司 [6] - 特斯拉的未来在于全自动驾驶和机器人技术 [7][10] - 特斯拉股价今年表现相对平淡 年内下跌3.7% 未像其他大型科技股或硬件股那样大幅上涨 [8] - 分析师认为特斯拉将在2026年迎来转机 并将其列入“2026年六只重点股”名单 [8] - 特斯拉在每股240美元的“关税动荡”时期被增持 股价自那时起已上涨超过50% [9] - SpaceX与XAI的潜在合并将对特斯拉产生积极影响 甚至不排除三家公司合并的可能性 [9] - 从长远看 特斯拉作为变革型公司 其估值的重要性可能不如许多投资者认为的那么大 [11] 人工智能对软件行业的影响 - 人工智能可能对软件即服务公司的经常性收入或现金流构成威胁 因为AI智能体可能取代传统的“席位”销售模式 [14] - 人工智能也可能促使SaaS公司更专注于一次性项目和实际成果 这可能扩大整体市场规模 尽管单个公司分得的份额可能变小 [14] - 谷歌的例子表明 公司有能力应对挑战 其搜索业务曾被预言因AI而消亡 但事实相反 公司迅速将Bard更名为Gemini 现已成为AI领域的领导者之一 [16][17] - 强大的管理团队是关键 微软和谷歌等公司都曾多次被看衰 但总能找到转型之路 [17][18] 英伟达与GPU市场 - 英伟达是投资组合中备受青睐的公司 处于人工智能、生成式AI和机器人技术等焦点领域的中心 [20][21] - GPU市场的核心问题在于谁能保持护城河 无论是在芯片领域还是软件领域 [19] - 公司持续面临供不应求的局面 且此需求尚未计入中国市场 [20] - 只要公司持续看到并预计将看到当前水平的需求 其股价在弱势时增持是安全的 [21] - 像AMD这样的竞争对手在丽莎·苏的领导下 其CPU市场份额从零增长到了41% 这表明投资于由优秀管理层领导的、处于变革性技术甜点区的公司是值得的 [21][22]

文章核心观点 - OpenAI正在进行一轮高达1000亿美元的巨额融资 英伟达 亚马逊 软银 微软等科技巨头计划参与 其本质是科技巨头为防止AI泡沫破裂而进行的自救式“供血” 旨在维持OpenAI的运营 从而支撑自身与AI相关的巨额业务合同和市值中的“AI溢价” [1][3] 融资背景与市场环境 - OpenAI此前通过让合作伙伴（如甲骨文 CoreWeave Vantage数据中心）利用自身资产负债表贷款建设数据中心 并承诺未来以合同付款 这种“画饼”融资策略现已面临巨大市场阻力 [5] - 债市投资者意识到OpenAI烧钱太快 未来可能无法支付账单 因此推高了合作伙伴的融资成本 甚至将其债券视为“垃圾债” [6] - 合作伙伴如甲骨文面临融资困境 甚至被迫宣布出售股票来筹资 这加剧了市场焦虑 [7] - 华尔街银行为了缓解风险敞口 正急于将手中持有的与甲骨文数据中心项目相关的数百亿美元贷款通过证券化转卖给其他金融机构 [8] - 外部融资渠道收紧导致OpenAI的机房建设面临停工风险 进而威胁其模型训练能力 [9] 科技巨头参与融资的动机 - **微软**：计划投资约100亿美元 旨在保住OpenAI已承诺采购的价值约2500亿美元的Azure云服务合同 微软目前持有OpenAI公共利益公司约27%的权益 [11] - **亚马逊**：计划投资约200亿美元 本质是为了锁定OpenAI价值约380亿美元的云业务合同 [11] - **英伟达**：计划投资约300亿美元 目的是让OpenAI有资金回头购买其GPU 这是一种“锁增长 防竞争”的手段 [11] - 科技巨头的投资构成了“循环融资” 即“我借钱给你 让你来买我的东西” [10][11][12] - 巨头资金注入为OpenAI提供了“能付账”的确定性 有助于稳定供应链融资成本 为OpenAI争取时间窗口以实现自我供血或重新打开市场融资渠道 [13] - 将资金以股权投资形式投入OpenAI 而非自身资本开支或新增债务 有助于科技巨头在AI资本开支被市场紧盯的当下 缓解短期估值压力 [14] 融资的深层逻辑与系统性风险 - 当前科技巨头的股价中包含大量“AI溢价” 若OpenAI因资金链断裂而倒下 可能导致整个AI赛道逻辑崩塌 [15] - 市场分析认为 若OpenAI崩溃 大型科技公司的市值可能会缩水50%到80% [15] - 巨头参与融资的逻辑在于：若不花费这1000亿美元来确保OpenAI运营 他们自身可能面临高达1万亿美元的市值损失 [1][15] - 类似的融资逻辑也出现在马斯克的交易中 例如将高消耗的xAI与现金流强劲的SpaceX合并 以隐藏前者的烧钱状况 [16]

报告核心观点 - 2025年美国500强品牌总价值同比增长7.4%，达到5.79万亿美元，增速远超美国2.8%的经济增长率 [1][26] - 苹果以5745亿美元的品牌价值蝉联美国及全球最具价值品牌 [1][32] - 行业表现分化显著，半导体行业以40%的增幅领跑，而医疗设施、汽车、医疗服务行业则出现下滑 [1][28] - 品牌价值增长的关键驱动因素包括AI技术应用、生态系统构建和可持续发展实践 [3] 品牌价值排名与表现 - **苹果** 品牌价值增长11.2%，达到5745亿美元，其核心竞争力在于紧密整合的生态系统 [1][32][37] - **微软** 品牌价值增长35.4%，达到4611亿美元，增长主要由云计算和AI业务推动 [1][34][37] - **谷歌** 品牌价值增长23.9%，达到4130亿美元，搜索和广告收入增长强劲 [1][35][37] - **英伟达** 品牌价值暴涨97.5%，达到879亿美元，首次跻身前十，受AI芯片需求激增推动 [1][37][40] - **沃尔玛** 是前五名中增长最快的品牌，品牌价值飙升41.7%，达到1372亿美元 [37][38] - **MGM** 是增长最快的品牌，品牌价值飙升102%，达到38亿美元，受创纪录收入和全球扩张推动 [2][8][51] 行业趋势分析 - **半导体行业** 品牌价值增幅最大，达到40%，英伟达是主要受益者 [1][28] - **啤酒行业** 和 **休闲旅游行业** 均实现35%的强势增长 [1][28] - **休闲旅游行业** 复苏明显，挪威邮轮和嘉年华邮轮品牌价值分别增长87%至33亿美元和86%至26亿美元 [1][53] - **医疗设施行业** 品牌价值下滑23%，**汽车行业** 和 **医疗服务行业** 均下滑14% [1][28] 区域品牌价值分布 - **加利福尼亚州** 以84个品牌贡献1.92万亿美元总价值位居首位，是苹果、谷歌、英伟达等顶尖品牌的聚集地 [2][29] - **华盛顿州** 以9282亿美元总价值位列第二，主要得益于微软、亚马逊和星巴克 [2][29] - **纽约州** 以6108亿美元总价值位列第三，拥有65个品牌，威瑞森和摩根大通是领头羊 [2][30] 品牌实力与评级 - **耐克** 以94.7的品牌实力指数成为美国最强品牌，其2024年巴黎奥运会的大额投入成效显著 [2][65] - **谷歌** 和 **李维斯** 均获得AAA+评级，品牌实力指数分别为94.3和94.2 [2][67] - 品牌实力评估模型已更新，纳入基于熟悉度、功能可信度和情感吸引力的指标，旨在预测增长 [19] 可持续发展表现 - **埃森哲** 在环境、社会和治理各维度表现突出，将可持续性融入核心战略 [2] - **雅各布斯工程** 和 **DTE能源** 等企业也在各自领域展现出强劲的可持续发展承诺 [2] 品牌领导力（品牌守护力） - **微软CEO萨提亚·纳德拉** 位列品牌守护力指数榜首，其主导的AI布局与长期战略推动品牌价值年均增长26% [2] - **苹果CEO蒂姆·库克** 和 **英伟达CEO黄仁勋** 分别位居第二、三位，展现出卓越领导力与品牌价值增长的强关联性 [2] 值得关注的品牌动态 - **罗宾汉** 通过业务多元化与国际扩张重返榜单，品牌价值增长34%至17亿美元，并报告了首个年度盈利 [2][59][60] - **希尔顿** 等酒店品牌凭借创新服务与全球扩张，保持稳健增长态势 [2] - **AMC影院** 品牌价值增长73%至28亿美元，**DraftKings** 品牌价值增长59%至51亿美元 [54]

文章核心观点 - AI预训练范式正在发生第二次重大转变，从“下一个词预测”转向“世界建模” [6] - “世界建模”被定义为在给定动作条件下，预测下一个合理的世界状态 [5][9] - 2026年将成为大世界模型为机器人及广义多模态AI奠定真实基础的关键一年 [3][8] - 当前世界模型的应用炒作集中在AI视频和游戏，但其根本价值在于服务物理AI和具身智能 [7][10] - 世界模型将催生以视觉为中心、而非语言为中心的新推理形式 [10][25] 世界模型的定义与范式转变 - “世界建模”是继“下一个词预测”之后的第二个预训练范式，可称为“下一个物理状态预测” [6] - 世界模型本质上是可学习的物理模拟器和渲染引擎，能捕捉反事实情景并进行推理 [13] - 视频生成模型是世界模型的一种实现形式，其“下一个状态”是一系列RGB帧（通常8–10秒，最长数分钟），“动作”是描述文本 [11] - 训练过程是对数十亿小时视频像素的未来变化进行建模 [12] 当前技术路线的局限与对比 - 当前主流的视觉语言模型路线本质是以语言为中心，视觉是“二等公民” [14] - 2025年物理AI领域以视觉语言动作模型为主，它更像是“语言 > 视觉 > 动作”的等级递减结构 [15][16] - VLA模型参数多用于知识而非物理理解，其设计在知识检索上强，但物理能力分配不足 [16][17] - VLA模型不会随着视觉语言模型的规模扩大而自然增强物理能力 [34] 以视觉为中心的必要性与生物启示 - 从生物学看，视觉皮层主导了人类大脑的计算，是连接大脑、运动系统和物理世界的最高带宽通道 [18] - 视觉闭合了“感知—运动回路”，这是机器人最需要解决的回路，且中间不需要语言 [18] - 猿类拥有高超的物理技能但语言能力有限，证明高灵巧物理智能几乎不依赖语言 [19][20][21] - 猿类拥有对“如果……会怎样”的稳健心理表征，即对物理世界运作的理解 [21] 世界模型带来的新变革与挑战 - 新的预训练目标：下一个世界状态不应只包含RGB，还必须覆盖3D运动、本体感觉与触觉 [10][24] - 新的推理形式：将出现“在视觉空间中的思维链”，通过模拟几何关系和接触解决物理问题，无需依赖语言 [10][25][43] - 面临的新挑战包括：动作如何解码、像素重建是否是最优目标、需要多少机器人数据、远程操作扩展是否可行等 [26][27] - 技术挑战具体包括：几何一致性、同一性保持、推理速度（降低实时循环延迟）、动作采样等 [44] 行业展望与商业动态 - 世界模型是一类全新的基础模型，是连接虚拟与物理领域的桥梁，其真正价值在于跨任务、跨领域的泛化能力 [37] - 世界模型作为基座模型，可以兼容视频生成与具身操控两种应用 [39] - 谷歌、英伟达等公司正在虚拟游戏、视频以及物理机器人领域同步布局世界模型技术 [40] - 商业层面快速推进：李飞飞创办的World Labs正以约50亿美元估值进行新一轮融资，规模最高可达5亿美元 [47] - LeCun创办的AMI Labs融资估值可能达到35亿美元 [47] - 2026年将是多模态、多轮交互代理之年，胜者必然更重视视觉模态 [45] - 2026年可能是机器人技术停止依赖语言模型，转而构建原生系统的一年 [46]

全球软件股下跌与市场恐慌 - 全球软件类股票普遍下跌，导火索是Anthropic发布的Claude更新展示了前所未有的自动执行能力，能调取日历、理解流程、执行任务，直接切入传统生产力工具的核心领域[1] - 市场开始恐慌，担忧AI会从头重做工具，彻底替代现有软件[1] AI与软件工具的关系：使用而非替代 - AI不会重做工具，而是会使用工具，就像人不会重新发明螺丝刀，AI会直接使用已经成熟、被验证有效的软件，通过调用接口和组合功能来完成任务[2][4] - 真正的改变不是工具被替代，而是使用者从人变成了AI[3][7] - 最新一代AI的核心进展在于“Tool Use”（工具使用），即AI能真正干活，如打开浏览器、填写申请表、写代码、调服务，这些过去需要人手动操作的事情AI现在都能自己完成[8] - 这意味着原本被担心会过时的软件工具反而变得更重要，它们不再只是给人用的界面，而是变成了AI可以调用的功能模块[9] 软件角色的根本性转变 - 软件的使用方式彻底改变：以前工具是给人用的，需要人点按钮、填表单、跑流程；现在工具是给AI用的，AI通过调用接口、调度动作、组合功能来完成一整套任务[6][7] - 软件从使用工具变成AI持续学习的载体，需要承载AI的每次经验积累[10] - 软件的运行方式从预录制、流程写死，转变为实时生成，AI根据意图动态决定调用哪个模块、走什么流程[10] - 软件需要记录每一次使用的经验，这些记录不是静态存档，而是可以被后续的AI调用学习，形成更好的判断，逐渐沉淀为企业的可复用知识资产[11][12][13] - 核心理念是让AI始终在场、全程参与，让软件成为能够持续进化的平台[14] AI工厂与软件价值标准重构 - 在“AI工厂”场景下，AI持续运转完成生产任务，软件必须能被AI高频调用，核心标准是有API接口、能程序化调用[15] - 软件的使用形态从交互界面变成任务节点，不再是人去点，而是AI去调；不再靠界面吸引用户，而是靠API吸引AI[17] - 软件价值标准重构：以前软件值钱看用户数、收费规模、粘性强度；现在看的是AI能不能调、能不能高频调、能不能生成结果[19] - 软件的战场已经从争夺用户，变成了争夺AI的调用[17] - 对软件企业的建议是盘点现有工具，优先开放那些有API接口、能通过代码调用、能被程序化执行的工具，让AI能立刻用起来[17] 行业合作与未来展望 - 行业领导者正不断强化与Synopsys、Cadence、SAP、ServiceNow等传统工程及企业软件工具企业的合作，而不是另起炉灶[8] - 软件不再是人机交互的终点，而是变成了被AI调用、组合、嵌入的起点[18] - 最终问题不是软件会不会被淘汰，而是软件产品能否被AI用得上[18]

英伟达CEO黄仁勋驳斥AI将取代软件的观点 - 英伟达CEO黄仁勋在思科主办的AI会议上，明确驳斥了市场流传的“人工智能将取代软件及相关工具”的观点，称这一观点“不合逻辑”，并表示时间将予以验证 [1] - 市场担忧源于AI公司Anthropic推出新版聊天机器人，其AI能力的快速提升可能对数据行业和专业服务领域造成冲击，并已引发全球软件股出现明显抛售 [1] AI与软件生态的依存关系 - 黄仁勋强调，认为AI会让软件公司失去存在意义是一种误解，他指出AI未来的发展离不开既有的软件生态，而非从零再造基础工具 [1] - 黄仁勋进一步解释，无论是人类还是机器人，面对“直接使用现有工具”与“重新发明工具”的选择，答案显然是前者 [1] - 当前AI的最新突破集中在“工具使用”领域，核心原因正是现有软件工具的设计具备清晰明确的特性，为AI应用提供了坚实支撑 [1]