人工智能生态系统演进 - 行业焦点从构建更智能的模型转向构建管道、智能体和数据平台，以使模型能够大规模协同工作 [1] Salesforce：构建智能体化企业 - 公司发布Agentforce 360平台，旨在将人类、智能体和企业数据连接在一个可信系统中，标志着客户关系管理的演进 [3] - 平台通过与OpenAI和Anthropic的扩展合作，集成GPT-5和Claude等前沿模型，为销售、财务和客户服务提供智能工作流 [4] - 公司宣布未来五年在旧金山投资150亿美元，以扩大创新规模和员工队伍，并重申到2030年实现600亿美元年收入的目标 [5] - 公司强化Slack作为其智能体生态系统接口的角色，并更新Einstein Copilot功能和可信AI治理框架，重点关注数据溯源、可审计性和模型可解释性 [6] Adobe：生成式AI品牌服务化 - 公司推出Adobe AI Foundry平台，允许企业利用其专有品牌资产训练定制生成式模型，确保输出符合品牌身份和调性 [7] - 早期采用者如家得宝和华特迪士尼幻想工程已通过该平台试点品牌特定模型，用于大规模自动化活动创建和内容工作流，公司转向基于生成输出的使用量定价模式 [7] - 平台模型基于Firefly基础系列构建，但训练方式确保企业知识产权安全并与公共数据集隔离，以解决合成媒体导致品牌稀释的风险 [8] Oracle：夯实AI数据基础 - 公司推出Oracle AI数据平台、自治AI湖仓和Oracle Database 26ai，旨在单一环境中融合数据治理、分析和AI [10] - 新架构将向量搜索和库内智能体框架直接引入数据系统，使企业能在不移动敏感数据的情况下运行生成式和预测性AI工作负载 [11] - 公司与AMD扩展基础设施合作，确保获得为大型AI工作负载优化的下一代GPU，使客户能在云和本地环境中扩展AI训练和推理工作负载 [12] Google：扩张AI物理基础设施 - 公司宣布到2027年投资90亿美元扩大在南卡罗来纳州的AI和云业务，该投资是其在美国和印度总额240亿美元全球计划的一部分，将用于超大规模数据中心、海底电缆、可再生能源容量和新光纤网络 [13] - 此次扩张紧随10月宣布的印度150亿美元投资，其中包括在维沙卡帕特南建立AI中心，反映了公司认为控制计算、连接和能源的物理层对维持AI服务领导地位至关重要 [14]