AI与计算的范式革命 - 当前正在经历60年来第一次真正重新发明计算 从显式编程转向隐式编程 从通用计算转向人工智能 整个计算堆栈包括处理、存储、网络和安全都在被重新定义 [11] - 计算范式的核心转变是从“预录制”的、基于检索的软件 转向基于语境、独一无二的“生成式”软件 [30][34] - 过去十年AI性能提升的目标是十年一百万倍 远超摩尔定律的每18个月翻一番（五年十倍，十年一百倍） [24] AI工厂与智能体AI - “AI工厂”是实现AI重构计算的核心概念 需要企业级领域共同努力实现 [11] - 当前聊天机器人式的AI（基于提示词和回复）虽然有趣但不算真正有用 真正的智能在于解决问题 [12] - 智能体AI的关键能力包括：知道自己不知道什么、推理、使用工具、进行研究、基于事实的检索增强生成（RAG）以及记忆能力 [13] 企业拥抱AI的战略与路径 - 企业拥抱AI初期不应从计算投资回报率（ROI）入手 因为新技术部署初期很难在电子表格中算出确切回报 [22] - 建议企业采取“百花齐放”策略 先让内部各种AI项目安全地实验和创新 不要过早控制 之后再运用判断力进行筛选和集中火力 [22][23] - 企业应找出自身最具影响力的核心工作 并为其赋予“无限”的能力和“光速”的效率 以此进行转型 [25] AI的行业影响与市场机会 - AI创造了“智能的极大丰富” 极大降低了智能的成本 使过去需要一年完成的工作可能缩短到一天、一小时甚至实时完成 [24] - AI带来的最大机会是帮助每一家公司转型成“技术优先”的公司 技术是超级力量 而各行业是技术的应用场景 [37] - 全球IT产业规模约1万亿美元 但全球经济总规模达100万亿美元 应用AI技术创造“增强型劳动力”（如数字司机）将打开一个比之前大100倍的潜在市场总量 [36] 软件行业与编程的未来 - 认为软件行业在衰落或被AI取代的观点毫无逻辑 AI（包括通用人工智能）更可能使用现有的、能提供确定性结果的工具（如ServiceNow, SAP）而不是重新发明 [35] - 编程语言正在变成人类的自然语言 实现了从显式编程到隐式编程的转变 企业可以用自己的语言向计算机解释意图 [38] - 写代码本质上就是打字 正在变成一种廉价商品 企业真正的价值在于其领域专长、对客户和问题的理解以及提出正确问题的能力 [5][39][41] 物理AI与下一代能力 - 下一代物理AI需要理解物理世界和因果关系（如物体接触、引力）这是当前大语言模型尚不具备的能力 [36] - 研发物理AI的核心逻辑是让AI像人类一样直接使用能提供精准、确定性答案的工具 而不是在已有标准答案的事情上进行猜测 [35] 企业AI部署与基础设施 - 企业部署AI时 不应是全租或全买的二元选择 而应根据需求混合采用租用和自建的方式 [40] - 出于数据主权、私有信息保护和安全性考虑 公司的部分AI能力应当建立在本地 [40] - 公司最有价值的知识产权不是答案 而是提出的问题 因此保护思考过程和认为重要的问题需要私密的本地环境 [41] 组织与AI的融合 - 未来的组织模式不应是“人在环节中” 而应是“AI在环节中” AI将捕捉公司的生命经验并协助每一位员工 成为公司未来的核心知识产权 [41][42] - 企业对待AI创新应像对待孩子探索生活一样 对团队想尝试新AI的第一反应是“好” 然后再问原因 而不是先要求证明其未来价值 [23]

Sora 2的技术突破与产品定位 - 核心功能超越简单视频生成，能生成符合物理规律的运动场景、保持多镜头状态一致、并生成同步语音与音效 [1] - 相比前代版本，在逼真度、可控性、视听表现上均有显著提升 [1] - 产品形态为社交化创作应用，用户可进行趋势二次创作，并通过“客串”功能使用好友形象和声音，支持共同管理，当前视频时长上限为10秒 [1] 生成式视频技术的行业进展 - 技术进化速度极快，从“玩具级演示”走向“可用于广告或叙事”，人类经验的动作建模正以季度为单位加速 [3] - 物理表现全面升级，例如球体正常弹跳、刚体真实碰撞、漂浮物自然漂移 [3] - 行业进入“连续发车”模式，谷歌的Veo 3也已上线消费级应用和专业工具 [4] Adobe的战略定位与产品应对 - Adobe产品正转向“聚合器”，在其Firefly Web端可调用Veo、Luma、Runway、Topaz等非Adobe引擎，自身更像“高质量外壳”而非最强模型源头 [7] - 订阅计划拆分为标准版/专业版，采用“生成点数”计费模式，并明确允许用户选择OpenAI GPT、Google Imagen、Veo、Flux等非Adobe AI模型 [7] - 公司护城河从模型本身转向计费、捆绑与界面 [7] Adobe面临的商业模式与竞争挑战 - Sora应用是创意分发平台，打破了传统视频制作流程（拍摄→编辑→发布），使生成与分发在同一时间完成，控制了文化潮流的发源地 [9] - Adobe的“按量计费”模式（每月点数刷新，超出需额外购买）与竞争对手的“免费额度+会员升级”模式相比，产品体验存在差距，引起用户抱怨 [9] - 若AI视频竞争核心是“模型选择”而非“编辑器选择”，公司当前6~7倍市销率的估值可能难以维持 [12] Sora 2作为行业拐点的意义 - Sora 2将质量、可控性、声音、分发四个Adobe赖以生存的核心维度集中在一起 [14] - 其模拟现实的能力强大，并通过社交应用形成闭环，使Adobe从“发明者”转型为“整合者”的战略风险凸显 [15] - 公司优势在于品牌、文件格式和企业市场渗透率，但若新模型使传统格式不再必要，这些优势可能失效 [15] Adobe的财务表现与估值风险 - Adobe Q3 FY25实现59.9亿美元营收，同比增长11%，市值约1500亿美元，估值享有“软件型溢价” [11] - 如果内容生产质量高地被外部模型掌控，公司作为“包装层”的利润率与增长空间将受挤压 [11] - 公司被上下游挤压：上游模型厂商掌握技术迭代，下游用户需求快速变化，模型质量每次跃升都会削弱其差异化优势 [12]

Sora 2的技术突破与产品定位 - 模型能力显著超越前代，能生成符合物理规律的运动场景、保持多镜头状态一致、并生成同步语音与音效，在逼真度、可控性、视听表现上均有提升[1] - 产品形态为社交化创作应用，已通过iOS应用在美国和加拿大开放邀请测试，支持用户对流行趋势二次创作及通过“客串”功能引入好友形象声音，视频时长上限为10秒[1] - 生成视频质量从“玩具级演示”走向“可用于广告或叙事”，人类经验的动作建模正以季度为单位加速[1] 行业竞争格局与谷歌动向 - 行业进入“连续发车”模式，谷歌的Veo 3已上线消费级应用和专业工具[2] Adobe面临的挑战与战略调整 - Adobe的Firefly Video公测仅支持5秒的1080p视频生成，在雄心和视觉真实度上相比Sora 2等新一代模型显得局促[3] - 公司产品转向“聚合器”模式，在Firefly的Web端允许用户调用Veo、Luma、Runway等非Adobe引擎，其护城河从模型本身转向计费、捆绑与界面[3] - 订阅计划拆分为标准版/专业版，采用“生成点数”计费模式，并明确允许用户选择非Adobe的AI模型[3] - “按量计费”模式与竞争对手的“免费额度+会员升级”模式相比体验差距明显，已付费Creative Cloud用户需为视频生成功能再次付费，导致产品摩擦和用户流失[4] Adobe的财务与估值风险 - 公司Q3 FY25实现59.9亿美元营收，同比增长11%，市值约1500亿美元，估值享有“软件型溢价”[5] - 若内容生产质量高地被外部模型掌控，公司仅作为“包装层”，其利润率与增长空间将受挤压，难以支撑6~7倍市销率的估值[5] - 作为“包装层”被上下游挤压，上游模型厂商掌握技术迭代，下游用户需求快速变化，每次模型质量跃升都会使其差异化优势消失[5] Sora 2作为行业拐点的意义 - Sora 2将质量、可控性、声音、分发四个Adobe核心维度集中一体，并通过社交应用形成创作分发的闭环[7] - 公司优势在于品牌、文件格式和企业市场渗透率，但若新模型使传统格式不再必要，这些优势将失效[7] - 公司正从“发明者”转型为“整合者”，其应对措施（点数、捆绑、第三方接入）未能解决根本问题——智能不在自己手里[7] - 最乐观情况下公司是“精美外壳”，最悲观情况下将沦为“导出端口”，Sora 2加快了这一进程[7]