【环球网科技综合报道】11月4日消息，据IEEE电气电子工程师学会发布的最新报告，AI创新以闪电速 度推进，Agentic AI（代理式AI）将作为"智能助手"，广泛应用于日常任务场景，如个人购物、日程安 排、数据隐私管理和健康监测，并在2026年在消费者中实现大众化或接近大众化的普及。 此外，代理式AI的增长还将推动数据分析师招聘热潮。该报告还预测，2026年，机器人、扩展现实、 自动驾驶、量子计算和可再生能源将是受AI影响最大的技术领域。（青山） ...

公司市场地位与财务表现 - 公司市值截至2025年10月18日约为4.56万亿美元，位居全球科技公司首位，并已突破4.5万亿美元 [7] - 2026财年第二季度总营收为467亿美元，其中数据中心业务营收达411亿美元，占总营收的88% [8] - 公司毛利率高达72.4%，核心业务增速超过50%，显著高于同行业竞争对手 [11] 中国市场影响与业务调整 - 由于美国出口管制，公司已100%退出中国市场，其在中国市场的份额从95%降至0% [1][3][4] - 2026财年第二季度，公司在中国市场营收为27.69亿美元，但在所有股东预测中，中国业务已被假设为零 [5][8] - 2025财年公司在中国市场的收入为171亿美元，同比增长66%，但市场对公司完全退出已有预期，因此市值未出现大幅波动 [11] 人工智能市场前景与战略 - 人工智能正在催生“代理式AI”和“物理AI”两个市场，预计可代表世界经济约一百万亿美元的规模 [1] - 公司拥有强大的技术壁垒，包括Blackwell架构GPU算力达2.1PFLOPS/W，以及超过500万的CUDA开发者生态 [8] - 公司客户基础广泛，覆盖90%的财富500强企业，其自动驾驶芯片和机器人业务也呈现协同发展 [8] 行业竞争与估值分析 - 与微软（市值3.85万亿美元）和苹果（市值3.78万亿美元）相比，公司展现出更高的增长潜力 [7][11] - 公司市盈率超过50倍，高于行业均值，当前AI领域的市场泡沫被认为比2000年的互联网泡沫更高 [11] - 公司作为AI底层芯片的关键供应商，其市场地位受AI浪潮持续性的影响 [9][11]

公司动态 - 公司在迪拜GITEX全球展首次大规模展示代理式AI（Agentic AI）[1] - 公司通过自治系统演示AI如何帮助组织自主规划、推理和行动[1] - 公司在展会设置AI体验区，通过Copilot实操演示展现AI代理如何合成复杂数据，为政府领导人提供实时决策支持[1] - 公司联合37家合作伙伴展示AI系统转型案例[1] - 公司与G42合作开发符合本地需求的主权云和AI框架[1] 行业趋势 - 代理式AI（Agentic AI）作为新兴技术方向在重要行业展会上被重点展示[1] - AI技术展示重点在于其自主规划、推理和行动的自治能力[1] - AI系统转型案例展示显示行业正致力于将AI技术应用于实际业务场景[1] - 主权云和符合本地需求的AI框架开发成为行业合作的重要方向[1]

美国政府停摆 - 美国政府停摆已持续18天，参议院第10次否决临时拨款法案[1][3] - 约70万至75万名联邦雇员被强制休假，数十万必要员工无薪工作[1][5] - 财政部长警告停摆对经济造成系统性损害，估计每周经济损失高达150亿美元[1][3][7] - 交通领域受严重冲击，全美超过13000名空中交通管制人员无薪工作，导致超过8200架次航班延误或取消[7] - 房地产市场因多项联邦贷款和保险计划中断而面临不确定性，房屋交易可能延误或中止[10] - 公共服务大面积停滞，包括史密森学会旗下博物馆和国家动物园关闭，部分餐厅生意下降超过50%[10] - 专家分析两党政治极化是僵局根源，停摆可能持续到下个月并创下历史最长纪录[1][3][11][12] 美国银行业 - 锡安银行计提5000万美元坏账拨备，西联银行就一项涉及约1亿美元的信贷额度提起诉讼[16] - 市场恐慌情绪蔓延，标普区域性银行精选行业指数单日暴跌6.3%，创今年4月以来最大跌幅[16] - 74家美国大型银行总市值在一天内蒸发超过1000亿美元[16][17] - 投资者担忧贷款违约可能是另一场金融风暴的征兆，摩根大通首席执行官警告暴露的信贷问题可能只是冰山一角[17] 人工智能与科技行业 - 英伟达首席执行官表示，由于美国出口管制，公司已100%退出中国市场，市场份额从95%降至0[26] - 德意志银行报告指出，ChatGPT在欧洲市场的消费者支出自5月以来几乎停滞，付费用户增长或已触顶[21][22][24] - OpenAI全球付费订阅用户约2000万，与5000亿美元的预期估值存在巨大落差[24] - 对冲基金经理指出，AI数据中心建设未来3至5年需要万亿美元投资，但投资回报存在巨大缺口，当前交易模式类似2000年电信泡沫[28] 加密货币与大宗商品市场 - 比特币价格一周下跌7325美元，跌幅超6.3%，最新报106779美元[29][33] - 过去24小时加密货币市场共有超28万人爆仓，爆仓总金额达10.4亿美元[33] - 现货黄金本周累计上涨5.80%，一度突破4380美元，再创历史新高[32] - 现货白银本周累计上涨4.79%，一度突破54美元[32] - 10月17日现货黄金尾盘出现跳水，一度跌破4200美元关口[33]

人工智能市场前景 - 人工智能正在催生两个新市场：代理式AI和物理AI，这两个行业代表了世界经济约一百万亿美元的规模 [2] - 代理式AI的数字劳动力将补充和增强企业市场，例如英伟达100%的软件工程师和芯片设计师使用代码生成工具辅助工作 [2] - 物理AI通过增强劳动力发挥作用，例如机器人出租车本质上是数字司机，未来AI将能嵌入到任何移动物体中 [2] 英伟达中国市场现状与影响 - 由于美国出口管制，英伟达100%退出了中国市场，其中国市场份额从95%降至0% [3][5] - 在英伟达所有股东预测中，均假设中国业务为零，公司在中国任何新进展都将被视为额外收获 [5] - 英伟达2025财年报告显示，其中国大陆地区（含香港）收入为171亿美元，同比增长66%，但该地区在英伟达营收中的占比已连续三年下滑至13.1% [8] - 保守计算，2024年中国市场英伟达H20系列芯片出货量约为60万-80万枚，市场份额远超60% [7] 对中美科技政策的观点 - 伤害中国的政策往往也可能伤害美国，甚至更严重，在急于推出有害政策前应反思哪些政策对美国有益 [3][4] - 问题的核心在于如何在保持技术领先和确保世界建立在美国技术上取得平衡，需要细致入微且随时间变化的策略 [5] - 中国拥有全球约50%的AI研究人员，有出色的学校和极大热情，不让这些研究人员在美国技术上构建AI是一个错误 [4] - 无法想象任何决策者会认为导致美国失去世界最大市场之一的政策是好主意 [5] 英伟达的全球战略与投入 - 中国是第二大技术市场且发展迅速，是一个非常重要和充满活力的市场，英伟达必须不断进步和加大投资而非维持现状 [8] - 英伟达在中国仍保持巨大投入，拥有庞大的工程师团队帮助中国科技公司在合规芯片上适配国产模型以发挥性能 [9] - 英伟达是一家巨大的全球化企业，其创造的技术是每个国家都渴求的，这为公司与各国政府沟通创造了机会 [7] H20芯片出口波折 - 美国政府曾通知英伟达，向中国出口H20芯片必须获得出口许可，意味着出口受到限制 [5] - 英伟达官网一度发布消息称，公司正向美国政府提交重新对华销售H20芯片的申请，并获美国政府发放许可证的保证 [6] - 后续H20出口许可波折不断，目前并没有合规途径的H20芯片进入中国市场 [7]

生成式AI催化剂重塑互联网行业格局 - 四项关键生成式AI催化剂包括模型进步、代理式体验、资本支出和定制芯片 正在重塑互联网行业格局 [1][3] - 这些技术进展将推动谷歌 Meta和亚马逊在大型科技股中脱颖而出 [1][3][5] 四大宏观AI催化剂驱动因素 - 模型开发加速：顶尖AI模型将继续甚至加速改进 因充足资本 提升芯片算力和代理式能力开发空间推动 OpenAI 谷歌 Meta等公司将发布新一代更强大模型 [6] - 代理式体验普及：代理式AI产品提供更个性化互动和全面的消费体验 促进消费者钱包数字化 大规模应用需克服算力容量 推理能力和交易流程顺畅性等障碍 [7] - 资本支出激增：六大巨头（亚马逊 谷歌 Meta 微软 甲骨文 CoreWeave）数据中心资本支出总额2026年达5050亿美元 同比增长24% 每建设吉瓦级数据中心需400-500亿美元资本支出 [8] - 定制芯片重要性提升：第三方公司对谷歌TPU和亚马逊Trainium等定制ASIC芯片测试和采用可能性增加 成本效益和产能限制促使客户寻求ASIC解决方案 尤其在推理工作负载方面 [9] 资本支出对财务状况的影响 - 六大科技巨头资本支出2024年到2027年预计以34%复合年增长率增长 [10] - 2026年谷歌 Meta和亚马逊的基建资本支出预计分别占其税前自由现金流的约57% 73%和78% 表明公司愿意牺牲短期盈利能力换取长期技术优势 [12] 亚马逊投资价值分析 - 亚马逊是大型科技股首选 目标价300美元 评级增持 基于AWS业务再加速和北美零售业务利润率持续改善两大支柱 [14] - AWS数据中心建设步伐加快 2025年和2026年新增大量数据中心面积 为2026年实现20%以上收入增长提供物理基础 高于目前19%的基础预测 [14] - 北美零售业务利润率截至2025年第二季度为-1% 远低于2018年约1%水平 预计到2028年恢复至2018年水平 2026/2027年每股收益预测存在上调可能 [16] Meta投资价值分析 - 维持对Meta的增持评级 目标价850美元 关注核心平台改进 下一代Llama模型发布和多个未被充分定价的看涨期权 [18] - Meta利用GPU驱动核心广告业务改进 有巨大空间提升用户参与度和变现能力 预计2026年初发布经过充分测试和改进的下一代Llama模型 [18] - Meta AI搜索 商业消息等新业务是长期增长驱动力 Meta AI搜索到2028年可能创造约220亿美元年收入机会 用户采用率已迅速追平ChatGPT和谷歌Gemini [18] 谷歌投资价值分析 - 维持对谷歌的增持评级 目标价210美元 关注AI驱动的搜索增长 用户商业行为潜在转移和谷歌云增长 [20] - AI Overviews和AI Mode等创新有望推动搜索收入加速增长 预计2025年下半年和2026年搜索收入增速分别为12%和9% 谷歌仍是消费者商业行为首选平台 [20] - Gemini模型和TPU芯片是推动GCP增长的关键 Meta等公司与GCP合作有望为2026年云业务增长贡献约300个基点 定制芯片优势构成潜在上行催化剂 [20]

生成式AI催化剂重塑互联网行业 - 四项关键生成式AI催化剂包括模型进步、代理式体验、资本支出和定制芯片 正在重塑互联网行业格局 [1] - 领先AI模型的持续突破和代理式AI体验的普及 正推动行业进入新增长阶段 并进一步推动消费者支出数字化 [1] - 科技巨头正以前所未有规模进行投资 六大主要科技公司总资本支出将在2026年达到约5050亿美元 2027年增至5860亿美元 [1] 四大宏观AI驱动力量 - 资本支出激增：从2024年到2027年 六大科技巨头资本支出预计以34%复合年增长率增长 将显著影响公司自由现金流 [4][7] - 模型开发加速：顶尖AI模型将继续加速改进 充足资本、提升芯片算力和代理式能力开发空间将推动发布新一代更强大模型 [5] - 代理式体验普及：AI产品提供更个性化互动和全面消费体验 促进消费者钱包数字化 但仍需克服算力容量和推理能力等障碍 [5] - 定制芯片重要性提升：第三方公司对谷歌TPU和亚马逊Trainium等定制ASIC芯片测试采用可能性增加 成本效益和产能限制将促使客户寻求ASIC解决方案 [5] 资本支出对财务状况影响 - 到2026年 谷歌、Meta和亚马逊的基建资本支出预计将分别占其税前自由现金流约57%、73%和78% [7] - 巨额资本支出是科技巨头为AI未来下的重注 直接影响财务状况 但为未来增长奠定基础 [1][4] 公司偏好顺序与投资逻辑 - 摩根士丹利在大型科技股中明确未来12个月偏好顺序为亚马逊、Meta和谷歌 认为这三家公司有能力利用AI催化剂巩固市场地位并创造新收入来源 [3] - 亚马逊目标价300美元 评级增持 看涨逻辑基于AWS业务再加速和北美零售业务利润率持续改善 [9] - Meta目标价850美元 评级增持 关注核心平台改进、下一代Llama模型发布和多个未被充分定价看涨期权 [13] - 谷歌目标价210美元 评级增持 关注AI驱动搜索增长、用户商业行为潜在转移和谷歌云增长前景 [15] 亚马逊具体投资价值 - AWS业务2025年和2026年将新增大量数据中心面积 为2026年实现20%以上收入增长提供物理基础 高于目前19%基础预测 [9] - 北美零售业务利润率截至2025年第二季度为-1% 远低于2018年约1%水平 基础模型预计到2028年才能恢复至2018年水平 意味着2026/2027年每股收益预测存在进一步上调可能 [11] Meta增长驱动因素 - 利用GPU驱动核心广告业务改进仍有巨大空间提升用户参与度和变现能力 预计2026年初发布经过充分测试和改进下一代Llama模型 [13] - Meta AI搜索到2028年可能创造约220亿美元年收入机会 用户采用率已迅速追平ChatGPT和谷歌Gemini [13] - 商业消息等新业务是重要长期增长驱动力 [13] 谷歌竞争优势与增长点 - AI Overviews和AI Mode等创新有望推动搜索收入加速增长 预测2025年下半年和2026年搜索收入增速分别为12%和9% [15] - 在产品研究和比价等商业行为上 谷歌依然是消费者首选平台 领先于亚马逊及其他竞争者 [15] - Gemini模型和TPU芯片是推动GCP增长关键 Meta等公司与GCP签订合作关系 有望为2026年云业务增长贡献约300个基点 [15] - 市场尚未充分计价谷歌在定制芯片方面优势 构成潜在上行催化剂 [15]

核心观点 - 生成式AI正在深刻改变中国企业 显著提升员工能力并催生跨部门应用场景 同时将AI治理推到新高度 但企业普遍对AI投资回报率缺乏信心 仅13%对算清AI的ROI非常有信心 36%信心较低 核心问题在于难以量化AI带来的具体价值[2] 开放式生成式AI模型 - 中国开源大模型核心目标聚焦合规自主可控和产业安全 而非单纯技术领先 DeepSeek开源事件引领全球开源浪潮 改变市场格局[2] - 开源与私有模型性能差距快速缩小 开源模型在文本生成 网页开发 Copilot等任务表现优异 推理成本更低 企业开始优先考虑开源方案以提升自主性[3] 自建策略 - 中国企业普遍采用自建策略以实现定制创新 掌握核心技术并保护数据主权 在政企 国企和工业领域尤为明显[3] - 自建策略分层实施：基础设施层依赖云服务或私有化部署 大模型层主要选择市场稳定模型进行微调 工程工具层倾向自研或外包 应用层自研最广泛 如智能客服和HR助理[3] 代理式AI与AI智能体 - 代理式AI强调任务感知 执行和自主反馈能力 将生成式AI从内容生成升级为任务执行 改变交付模式[5] - AI智能体具备更强自治性和学习进化能力 目前以聚焦型智能体为主 专精特定任务 中国企业AI智能体落地试点占比42% 生产落地已达15% 超过去年全球平均10%[5] 节俭型AI - 中国企业追求AI应用性价比 而非绝对性能 强调轻量部署 本地推理和边缘计算 降低中小企业使用门槛[5] - 需关注AI隐藏成本 包括算力投入超预期 提示工程投入和数据治理优化投入 这些长期成本显著影响性价比[5] 工程能力 - 工程能力是中国企业AI落地关键加速器 通过自动化微调平台 数据流水线和多模态框架加速原型到业务系统转化[6] - 工程能力分三层：模型侧通过工程化调优提升性价比 应用数据侧实现数据平台与大模型解耦 基础设施侧优化算力租赁和一体机合作[6] - 在开放模型 节俭AI和工程能力推动下 中国生成式AI生产落地率从2024年8%跃升至2025年43%[6] 协同式AI安全防御 - 生成式AI普及带来安全问题 如员工私下使用导致数据泄露和影子AI问题 需IT 法务和业务部门协同构建端到端治理框架[6] AI人才储备 - 中国AI人才储备丰富 顶级AI会议论文占比从2019年29%跃升至2022年47% AI教育已下沉至中小学[7] - 企业需求从学术人才转向懂业务和场景创意人才 加大提示工程和智能体培训投入[7] 无处不在的AI - 中国AI落地以B2C场景和消费者导向为主 通过终端载体如汽车 穿戴设备和手机APP实现 依托5G 数字生态和高效制造供应链优势快速产品化创新[8] - 实践案例包括数字人 演唱会增强 具身智能 无人机 AI手机银行和教育智能体等[9] 包容式AI生态系统 - 中国厂商从单一产品转向模型 平台 工具 服务一站式生态 一体机大量出现 平台强调场景适配和数据整合[10] - 横向包容体现为大厂集成同行模型 纵向包容体现为硬件厂商推出一体机整合硬件软件模型和算力[10] - 用户更关注AI输出效果而非具体模型 厂商需加强合作消除技术衔接障碍[11] 数据到AI生态体系 - 企业独有数据成为AI成功核心壁垒 数据产业与AI产业在生成式AI时代深度融合[12] - 形成闭环演进：数据管理侧治理非结构化数据 大模型进化侧提升数据处理能力 生成式AI赋能数据侧用AI管理治理数据[12]

文章核心观点 - AI和半导体行业正经历高速发展 大模型带动算力需求暴涨 AI芯片企业成为焦点 数据中心扩张 自动驾驶落地和智能终端升级持续推动芯片性能与能效极限[1] - 摩尔定律放缓使晶体管微缩变得困难 芯片设计复杂度与成本显著提升 传统设计方法难以跟上技术发展节奏[1] - Cadence提出代理式AI将芯片设计从"工具使用"带入"智能协作"时代 这将成为半导体创新的关键拐点[1] 软件定义的芯片时代 - 计算机芯片正彻底改变人类感知世界和互动的方式 "软件定义用户体验"驱动"软件定义芯片"成为重要趋势[2] - 非传统芯片企业如小米 阿里巴巴 字节跳动和滴滴已成为颇具规模的芯片制造商 这在20年前难以想象[2] - AI相关产业规模预测从9500亿美元大幅上调至1.2万亿美元 增长动力从数据中心AI计算向边缘端延伸[2] - EDA行业面临客户数量增长与传统软件难以适应变化的双重挑战[2] 3D维度整合技术 - 横向维度需要突破单一芯片局限 进行先进封装中的系统级验证 包括芯片到物理层面的机电 热学 流体仿真乃至整个数据中心模拟[4] - 技术维度利用AI提供新计算技术路径 解决传统方法难以攻克的问题[4] - 计算层支持x86 CPU ARM架构 GPU和专属加速器等多种运行环境[4] - 原理性方法 加速计算与AI三层技术结合形成"三层蛋糕"架构[4] AI在EDA工具的演进 - Cadence的AI探索始于2016年 受AlphaFold启发将机器学习融入工具 实现"AI优化"[5] - AI应用正从优化AI向虚拟工程师转型 工具支持自然语言交互 用户可通过对话获得帮助[5] - 未来模式将从"授权工具"转变为"授权虚拟人员" 包括虚拟物理设计师 虚拟验证团队和虚拟布局团队[5] - 超过50%的Cadence工具用户已使用AI优化功能 到今年年底所有产品都将支持直接与工具对话[6] JedAI平台特性 - JedAI平台支持客户自主选择功能模块 连接本地数据 所有数据存储在本地服务器 确保数据安全[7] - 平台提供自定义代理构建框架 支持整合代理[7] - 发展重点在于构建快速系统 使用提示工程和推理与工具交互 而非模型微调[8] - 通过检索增强生成技术降低幻觉风险 利用formal verification工具比对不同答案[8] 全自动化与数字孪生 - 完全由AI接管设计仍需时间 但未来两年内用户使用体验将接近与人交流[9] - 全流程数字化仿真将是巨大机遇 不仅适用于半导体领域 还将延伸至物理 化学和生物学等学科[9] - 数字孪生用仿真映射现实状态 AI介入能加速过程 如神经图形学中先用AI渲染低分辨率图像再上采样[9] - AlphaFold展示了AI提供全新科学突破的潜力 不仅加速仿真更解决传统算法长期无法攻克的问题[10] 产业需求与人才挑战 - 所有域的Cadence客户对AI都有同等兴趣 超大规模云服务提供商更倾向于使用自己的LLM[10] - AI不会取代芯片设计工程师 而是解决工程师数量不足的问题[10] - 人才需求可能是现有人数的十倍 全球各行业都面临人员短缺危机[11] - AI将使人类工程师效率提升十倍 人类与AI结合将放大生产能力[11]

全球半导体行业展望 - 全球半导体营收将从2024年到2030年几近翻番 规模超过1万亿美元 [1] - 短期关键驱动来自生成式AI在云端与部分端侧设备的基础设施建设 [1] - 长期从企业与消费应用中的代理式AI走向物理智能 推动自主机器人与车辆发展 [1] - 2025年AI驱下游增长 政策对供应链中断与重构风险持续升级 国产化持续推进 [1] - 二季度各环节公司业绩预告亮眼 三季度半导体旺季期建议关注设计板块存储/代工/SoC/ASIC/CIS业绩弹性 [1] 低空经济发展动态 - 全国首个低空经济共保体在重庆成立 发布首批专属产品"渝低空保" [2] - 19家低共体成员单位签署合作协议 与16家单位完成项目签约 风险保额达6115万元 [2] - 低空经济主要包括低空基础设施/低空飞行器制造/低空运营服务和低空飞行保障四个环节 [2] - 预计2026年低空经济规模突破万亿达10644.6亿元 2030年达2.5万亿元 2035年达3.5万亿元 [2] - 低空物流/低空旅游等应用场景先行 2025国际低空经济博览会推动产业链规模化发展 [2]