公司核心财务与市场预期 - 公司CEO预计，新一代AI加速芯片架构Blackwell与下一代Rubin产品，到2027年底将创造至少1万亿美元收入，远超2025年10月给出的5000亿美元预测 [2][80] - 公司预计，到明年年底，来自Blackwell和Vera Rubin两代架构的采购订单总额将突破1万亿美元，是去年预期的两倍 [3][81] - 公司最新财报显示，数据中心季度营收已达623亿美元，同比增长75% [3][81] - 公司股价自去年10月的历史高点207美元回调了约11%，CEO的万亿订单预测直接回应了市场对2027年能否维持增速的疑虑 [3][81] - 演讲期间，公司股价收盘上涨约1.65%，市值达到4.45万亿美元，成交量达2.17亿股，高于日均的1.77亿股 [18] 新一代核心产品：Vera Rubin平台 - Vera Rubin NVL72是当前旗舰规格，由72颗GPU通过NVLink 6互联，采用液冷设计，安装时间从Blackwell的两小时压缩至5分钟 [5][83] - Rubin Ultra扩展至144颗GPU单机柜规格，采用全新的Kyber机架竖向安装 [5][83] - 与Hopper世代相比，Vera Rubin平台的推理吞吐量理论上可达700万tokens/秒，而x86 Hopper组合仅为200万tokens/秒 [5][83] - 公司将推理算力分为Free、High、Premium、Ultra四个服务层级，以tokens/秒定价，并称“Token是新的大宗商品” [5][83] - Vera CPU将作为独立产品单独销售，预计将发展为“数十亿美元级别”的收入贡献 [6][84] - 第一套Vera Rubin系统已在微软Azure云上运行，采样进展顺利 [6][84] Groq收购与LPU技术整合 - 公司以约200亿美元完成对Groq的核心资产并购，并宣布了技术产品Groq 3 LPU（语言处理单元） [7][85] - Groq 3定位为Vera Rubin的推理加速器，其LPU以22 TB/s的HBM4内存带宽专门优化decode阶段，比同类GPU快约7倍 [7][85] - 两者通过分离式推理架构配合：GPU负责prefill，LPU负责decode，由公司的Dynamo系统统一调度 [7][85] - 公司推出专用的LPX机架，单机柜容纳256颗Groq 3 LPU，通过定制Spectrum-X互联，预计三季度出货 [8][86] - Vera Rubin NVL72与Groq 3 LPX联合部署，较Blackwell可实现每兆瓦tokens/秒提升35倍 [8][86] - 这一架构使得公司可以为大型语言模型提供“每秒数千tokens”的极低延迟推理服务 [9][87] 软件生态与AI代理战略 - 公司CEO盛赞开源代理平台OpenClaw是有史以来最为成功的开源项目，并将其类比为代理计算机的操作系统 [11][89] - 公司发布了NemoClaw——一套针对OpenClaw的开源企业级参考软件栈，核心功能是帮助企业保护内部敏感数据 [11][89] - 微软安全团队同日宣布与公司合作，共同基于Nemotron和NemoClaw开发实时自适应防护能力 [11][89] - 公司将DGX Spark和DGX Station两款产品定位为企业AI代理的本地开发与部署平台，将NemoClaw能力引入边缘 [11][89] - 公司CEO宣称“全球每家公司都需要有一套OpenClaw战略”，将其与当年企业必须拥抱Linux或HTTP/HTML相提并论 [11][89] 未来技术路线图与合作伙伴 - 公司勾勒了下一代Feynman架构的轮廓，计划于2028年推出，将包含全新GPU、新一代LPU（LP40）、全新CPU（Rosa）等 [12][90] - 公司宣布正在开发太空版Vera Rubin模块——Space-1，目标是在轨道上部署AI数据中心 [12][90] - 公司发布了DSX AI Factory参考设计，结合Omniverse DSX Blueprint，帮助企业规划、仿真和管理大规模AI数据中心 [12][90] - AWS当天宣布与公司扩大合作，承诺部署超过100万颗公司GPU，涵盖Blackwell、Rubin以及Groq 3 LPU，部署将于今年内启动 [13][91] - 在自动驾驶领域，公司宣布与Uber合作进入落地阶段，Uber将在2028年前于全球四大洲28座城市部署由公司技术支持的自动驾驶车队 [14] - 比亚迪、吉利、日产和现代等车企正在公司的Drive Hyperion平台上开发L4级自动驾驶乘用车 [14] 公司战略定位与行业影响 - 公司CEO不断强调公司已经不是一家芯片公司，而是一家生态平台和基础设施企业 [15] - 公司正在通过三个层面构建护城河：硬件全栈（GPU+LPU+CPU+DPU+网络）、软件生态（CUDA、NemoClaw、Dynamo、Omniverse）、以及行业落地（汽车、医疗、工业、娱乐） [15][17] - 软件正在成为越来越显性的竞争优势，这恰恰是AMD等竞争对手最难复制的部分 [17] - 自动驾驶的大规模合作伙伴扩张，以及OpenClaw代理平台的接入，预示着公司的增长来源将从单一的数据中心硬件扩展为更广泛的AI应用基础设施 [17] - 有分析师将此次GTC定性为“科技投资者急需的信心提振”，并称公司“独坐AI山顶” [18] - 分析师估算，每1美元的公司芯片支出将在软件、网络安全、能源和数据中心等下游创造8至10美元的乘数效应 [18]

文章核心观点 - 在中东局势紧张和加密资产价格回升背景下，稳定币及数字资产相关上市公司股价走强，其中稳定币发行商Circle成为突出赢家，其股价因稳定币使用场景扩大而仍有上涨空间 [1] Circle 股价表现与评级 - 美国投行Clear Street将Circle股票评级从“持有”上调至“买入”，目标价从92美元提高至136美元 [3] - Circle股价周一上涨9%至125.83美元，创去年10月以来最高水平，年初至今累计上涨约46% [3] - USDC流通规模近期已重新升至约790亿美元的历史新高 [3] 稳定币USDC需求增长的驱动因素 - 自2月初以来，与美元挂钩的稳定币USDC采用率明显上升，表明金融机构和普通用户更多使用稳定币进行支付和跨境交易 [3] - 中东冲突带来的金融体系和交易渠道扰动，可能推动了稳定币需求的上升，USDC的交易属性在传统金融渠道受阻时得到进一步体现 [3] - USDC市值在近期市场动荡中持续增长，而股票和加密资产市场出现波动，表明需求更多来自真实交易用途，而非投机资金 [3] 稳定币应用场景的扩大 - 稳定币在金融领域应用扩大，越来越多机构开始对基金进行代币化，USDC因其合规性强、兼容性广，正成为主要结算货币之一 [4] - 预测市场发展可能提升USDC需求，例如预测交易平台Polymarket计划扩大美国业务，该类平台大多使用USDC结算，仅该平台去年就促成了约220亿美元交易 [4] 行业新趋势与商业模式 - AI代理（Agentic AI）发展可能推动对全天候数字钱包和即时结算系统的需求，Circle正在开发Arc区块链协议，希望为AI代理支付提供底层基础设施 [5] - 稳定币业务的增长意味着Circle的商业模式并不完全依赖比特币价格波动，其增长逻辑更多来自金融基础设施升级和数字支付需求 [5] 监管环境与市场影响 - 美国《数字资产市场清晰法案》（CLARITY法案）的进展可能影响资金流入，该法案涉及稳定币存款是否可以获得收益等问题 [5] - 在特朗普呼吁妥协的情况下，Clear Street预计相关法案可能在今年夏末获得通过，这将为机构资金进入数字资产市场提供更清晰的监管框架 [5] 相关数字资产公司股价表现 - 在数字资产价格回升带动下，多只与加密货币相关的股票同步上涨 [6] - 全球最大企业比特币持有者MicroStrategy在3月9日至本周日间以约15.7亿美元再次购入22,337枚比特币 [6] - 加密交易所Coinbase和互联网券商Robinhood的股价也出现上涨 [6] - 比特币过去24小时上涨约3.8%至约7.4万美元，较2月28日美国首次对伊朗发动袭击以来累计上涨约10% [6]

行业与市场背景 - 中东局势持续紧张、加密资产价格回升，与稳定币和数字资产相关的上市公司股价近期普遍走强 [1] - 全球最大加密货币比特币价格出现反弹，过去24小时上涨约3.8%至约7.4万美元，较2月28日以来累计上涨约10% [4] Circle公司表现与评级 - 稳定币发行商Circle成为行业中的突出赢家之一，股价周一上涨9%至125.83美元，创下去年10月以来最高水平，年初至今累计上涨约46% [1] - 美国投行Clear Street将Circle股票评级从“持有”上调至“买入”，并将目标价从92美元提高至136美元 [1] USDC稳定币表现与需求驱动 - USDC流通规模近期已重新升至约790亿美元的历史新高，去年12月一度超过780亿美元，1月底回落至约700亿美元 [1] - 自2月初以来，与美元挂钩的稳定币USDC采用率明显上升，表明越来越多的金融机构和普通用户开始使用稳定币进行支付和跨境交易 [1] - 中东冲突带来的金融体系和交易渠道扰动，可能在一定程度上推动了稳定币需求的上升，USDC在传统金融渠道受阻时交易属性得到进一步体现 [2] - 在近期市场动荡中，USDC市值持续增长，而全球股票和加密资产市场却出现波动，这表明需求更多来自真实交易用途，而非投机资金 [2] 稳定币应用场景扩展 - 稳定币在金融领域的应用不断扩大，例如越来越多机构开始对基金进行代币化，USDC由于其合规性较强、兼容性广，正成为主要结算货币之一 [2] - 预测市场的发展可能进一步提升USDC需求，预测交易平台Polymarket正计划扩大在美国市场的业务，该类平台大多使用USDC进行交易结算，仅Polymarket去年就促成了约220亿美元的交易 [2] 新兴趋势与基础设施 - AI代理未来可能自动完成支付等任务，需要全天候的数字钱包和即时结算系统，Circle正在开发Arc区块链协议，希望为AI代理支付提供底层基础设施 [3] - 稳定币业务的增长意味着Circle的商业模式并不完全依赖比特币价格波动，其增长逻辑更多来自金融基础设施升级和数字支付需求 [3] 监管环境与行业动态 - 市场关注美国《数字资产市场清晰法案》的进展，该法案涉及稳定币存款是否可以获得收益等问题，Clear Street预计相关法案可能在今年夏末获得通过 [3] - 在数字资产价格回升带动下，多只与加密货币相关的股票同步上涨，例如全球最大企业比特币持有者MicroStrategy再次购入22,337枚比特币，价值约15.7亿美元 [4]

公司动态 - Circle公司宣布推出一款名为Circle Skills的开源工具，旨在帮助开发者和AI代理在其开发者平台上集成稳定币相关功能[1] - 该工具支持与多种Circle生态组件交互，包括USDC、EURC及Arc[1] - Circle Skills可在多种支持skills的AI工具中使用，例如Cursor、Claude Code和OpenAI Codex[1] - 该工具的主要功能是生成集成代码，用于实现稳定币支付、跨链转账、钱包操作及智能合约逻辑[1] 行业与产品发展 - 行业趋势显示，稳定币发行商正在通过开发工具，降低开发门槛，推动稳定币在更广泛的应用场景中被采用[1] - 产品创新体现在将稳定币功能与AI驱动的开发工具相结合，允许开发者通过AI代理或代码生成工具直接调用稳定币的核心功能[1] - 这一举措有助于将稳定币的使用场景从单纯的支付和价值存储，扩展至更复杂的去中心化金融（DeFi）和智能合约自动化操作[1]

行业趋势：AI代理对软件开发范式的重塑 - 以GPT-5为代表的新一代AI模型是一次“量子飞跃”，使AI代理具备了强大的自主解决问题和创造的能力[1] - 行业正经历从“增强自身编码”到“赋予AI代理能力”的范式转变，开发者的核心工作从“编写代码”转向“与AI对话”和“提出意图”[1] - AI代理通过访问电脑、调用API、部署网站等工具，能够实现“想法到现实”的极速转化，极大降低了创造的门槛[1][4] 公司/产品案例：OpenClaw项目的开发与成功 - OpenClaw项目的开发者Peter Steinberger在过去9-10个月持续探索，构建了40多个项目，其成功是长期积累的结果[3] - 项目的病毒式传播始于将早期版本放入Discord社区，社区的热情参与（如数千人参加活动）验证了产品与市场的契合度[3] - 公司对OpenClaw的未来愿景是“让母亲也能轻松安装使用，同时又足够好玩、能折腾、可自定义改造”，并追求一种用户可通过对话让代理修改自身源代码的“自我修改的软件”模式[4] 工作流程与技能变革 - 开发者的工作流大幅简化，例如更少依赖复杂的分支管理，更专注于问题本身，并通过与AI模型的持续对话来设计和审查代码[3] - 使用AI代理进行编码是一种需要培养的新技能，类似于学习乐器，无法在第一天就精通[2] - 在开源社区管理中，公司将Pull Request更多地视为“提示请求”，更关注贡献者的意图而非具体代码，并倾向于与AI讨论后由AI重新实现更优的解决方案[3] 市场策略与用户心态 - 公司建议用户以“玩乐”的心态接触和使用AI工具，这有助于探索AI的可能性、激发灵感，并克服初期因体验不佳而放弃的风险[2] - 开发者最初接触AI的动机是“玩”并“激励他人”，通过在无网络环境中使用AI代理完成日常任务并获得积极反馈，从而发现产品市场契合度[2] - 将AI视为一个可以对话、共同解决问题的伙伴，而非简单的代码补全工具，并以轻松、探索的心态去使用，是解锁其潜力和激发创造力的关键[3] 行业面临的挑战 - 开源项目面临安全社区对配置灵活性的审视与项目初衷（为可信本地网络设计）之间的冲突，这迫使公司引入安全专家来帮助用户避免错误使用[4] - 行业在创新边界被推动的同时，也带来了关于安全、易用性和意图传递的新挑战[4]

公司战略与定位 - 公司推出专为超大规模AI智能体打造的开源大模型“Nemotron 3 Super”，旨在抓住AI代理浪潮，强化其从AI芯片供应商向“模型—工具链—云推理服务—AI生态系统”全栈平台转变的趋势 [1] - 公司的角色正从单纯的AI芯片供应商转变为“AI基础设施总承包商”，通过定义代理模型、推理栈、部署路径和企业工作流入口，扩展企业核心价值链 [8] - 公司凭借AI GPU算力体系与CUDA构筑的“超级AI护城河”因新模型的推出而变得更加坚实，其护城河正从“单一GPU性能与CUDA壁垒”上移至“模型架构—推理栈—GPU平台—企业部署”的整套AI系统能力 [10][11] 产品性能与技术细节 - Nemotron 3 Super在Pinchbench基准测试中表现卓越，在OpenClaw任务成功率上取得85.6%的高分，性能直逼Claude Opus 4.6与GPT-5.4等闭源模型 [1][10] - 该模型为1200亿参数混合专家模型，与上一代相比，推理性能提升3倍有余，吞吐量最高可提升至5倍，准确率最高可提升至2倍 [2] - 模型采用“高总参、低激活”设计，总参数120B，推理时仅激活12B，原生支持100万tokens上下文窗口，最小部署门槛为8张H100 80GB GPU [3] - 在8k输入/64k输出设置下，该模型的推理吞吐可达GPT-OSS-120B的2.2倍、Qwen3.5-122B的7.5倍 [4][11] - 在Blackwell平台上以NVFP4精度运行时，推理速度最高可达Hopper平台FP8的4倍，且不损失准确率 [6] 模型应用与客户部署 - AI搜索公司Perplexity已向其用户提供该模型用于AI智能体驱动的系统性搜索，并将其作为Computer中20个编排模型之一 [2] - CodeRabbit、Factory、Greptile等科技公司正将该模型集成到其AI代理服务中，以在更低成本下实现更高准确率与经营效率 [2] - 生命科学研究机构如Edison Scientific和Lila Sciences将利用该模型支持深度文献检索、数据科学和分子理解等复杂功能 [2] - Amdocs、Palantir、Cadence、达索系统与西门子等巨头正在积极部署并定制该模型，以实现电信、网络安全、半导体设计制造等领域的代理式自动化 [3] - 戴尔科技正将该模型引入Hugging Face平台的Dell Enterprise Hub，以推进企业多代理AI工作流的本地化部署；慧与科技也在将其引入agents hub [9] 行业趋势与市场影响 - 高通首席执行官预测2026年将是“AI代理之年”，数字生态系统将从以移动应用为中心转向以AI代理为中心 [4] - 全球科技巨头（亚马逊、Alphabet、Meta、甲骨文、微软）预计2026年AI相关资本支出将达到约6500亿美元，部分预测可能超过7000亿美元，同比增幅可能超过70% [18] - 摩根士丹利渠道调查显示，全球AI算力供需缺口每日以个位数级别大幅扩大，云计算巨头对AI工作负载的增长依然激进，预计2026年对英伟达产品的采购量将大幅增长80%以上 [14] - 围绕英伟达与AMD新品迭代的“AI牛市叙事”被视为全球股市中最具确定性的景气投资叙事之一，将带动电力、液冷散热、光互连等AI相关投资主题 [17] 财务与股价展望 - 公司当前市值约为4.5万亿美元，其向全栈平台转变的趋势可能推动股价再创历史新高 [1] - 截至周三美股收盘，公司股价收于186.03美元，此前历史最高点位为212.167美元 [12] - 摩根士丹利重申公司为半导体板块“首选”股票，维持“增持”评级与260美元目标价 [12] - TipRanks汇编的华尔街分析师平均目标价显示，市场普遍看好公司股价冲至273美元，意味着未来12个月上行潜力高达47% [12]

AI代理工具OpenClaw的兴起与应用 - 近期，AI代理工具OpenClaw在开发者社区迅速走红，由于其项目标识是一只龙虾，用户将部署和使用该系统形象地称为“养龙虾” [5] - 与传统聊天式AI助手不同，这类工具在获得授权后可以读取文件、调用浏览器、运行程序并自动执行任务，被不少用户视为能够“替人干活”的数字助手 [5] - 随着“养龙虾”热度上升，不少开发者尝试将其应用于投资理财和日常事务自动化 [7] 个人投资者在理财领域的应用尝试 - 投资者李娜（化名）分享称，她用OpenClaw每天自动执行信息收集、股票监控和投资策略回测等任务 [7] - 具体应用包括：每日凌晨抓取最新投资方法和市场信息；早上生成包含天气、日程和投资建议的早报；收盘后自动生成股票Watchlist简报；每周进行系统备份及安全自查；通过Telegram或WhatsApp随时下达任务并接收结果 [7] - 另一位用户张伟（化名）则将OpenClaw打造成“数字巴菲特”或24小时在线的助手，实现信息收集和决策辅助自动化 [7] - 张伟发现，初期系统完成度约50%，存在Bug和信息格式不完美等问题，但整体体验令人兴奋：“就像有一个永不休息的学生在帮你处理所有重复工作。” [7] 暴露出的安全风险与隐患 - 一名开发者在社交平台分享称，他的朋友在使用OpenClaw编写程序时将浏览器通过VNC远程桌面开放至公网，几天后信用卡被连续盗刷，额度几乎被刷空，相关帖子获得超过十万次浏览 [5][7] - 该开发者解释称，盗刷问题很可能出在OpenClaw的部署方式上，在一些默认或不当配置情况下，相关服务会监听0.0.0.0地址，意味着允许来自公网的访问，如果用户没有额外限制访问权限，任何人都可能连接到该设备 [8] - 工业和信息化部发布公告称，在默认或不当配置情况下，OpenClaw可能存在网络攻击和信息泄露风险，并建议相关单位和个人在部署使用时加强安全防护 [5] 金融机构的谨慎态度与初步探索 - 多位银行业内人士表示，目前多数银行的内部网络并未开放此类工具的接入权限 [11] - 华东地区一家上市银行的科技部门人士透露，出于信息安全与系统稳定性的考虑，行内暂未允许在内网环境中部署OpenClaw等AI代理工具 [12] - 另一位股份制银行相关部门人士也表示，银行去年主要围绕大模型能力进行探索，而近期兴起的“养龙虾”热潮尚未进入银行的核心业务场景，并不会那么快部署 [12] - 在工业和信息化部发布安全提示之后，多家银行的态度进一步趋于保守，一位上市银行信息安全部门人士表示，在安全评估和管理机制尚未明确之前，大规模在银行内网部署类似工具的可能性较低 [12] - 工商银行发布OpenClaw相关风险提示称，警惕代装陷阱、谨慎授权风险、防范投资诈骗 [13] - 与银行体系整体观望的态度不同，部分券商投研团队已经开始尝试在研究场景中测试AI代理工具 [13] - 业内人士透露，一些量化及金融工程团队正在探索利用OpenClaw进行数据整理、报告生成以及策略研究等自动化任务，以提升投研效率 [13] - 例如，东吴证券金融工程团队负责人于明明带领团队在内部环境中对OpenClaw进行了初步测试，尝试将其应用于数据库查询自动化、研究资料整理以及量化策略回测等场景 [13] AI代理工具带来的新挑战与风险分析 - 在银行科技人员看来，OpenClaw可以被理解为一种“进化版的大模型应用” [15] - 高度自动化的AI助手在执行任务时，往往能够快速调用程序并完成复杂操作，这些行为在系统看来可能与异常操作类似，可能影响现有风控体系 [15] - 如果未来AI代理能够代替用户完成转账或投资操作，还可能引发新的法律问题，例如AI操作导致亏损的责任归属 [15] - 专家指出，OpenClaw等AI代理工具本质上是拥有较高系统权限的“数字员工”，其风险主要集中在三方面：隐私风险、安全风险以及成本风险 [15] - 隐私风险：AI代理往往需要读取用户的邮件、日历、网盘甚至本地文件等信息，如果权限管理不到位，就可能造成隐私数据外泄 [16] - 安全风险：由于AI代理可以执行脚本、调用系统程序甚至操作文件，一旦安装了恶意插件或配置不当，攻击者可能借此获取系统控制权限，极端情况下可能导致数据被窃取或电脑被远程控制 [16] - 成本风险：目前这类系统通常依赖大模型进行推理，每执行一步任务都需要调用模型接口，如果配置不当，算力和调用费用都可能迅速增加 [16]

公司核心战略与产品发布 - 公司推出专为超大规模AI智能体打造的开源大模型“Nemotron 3 Super”，旨在以可扩展方式运行复杂的代理式AI系统 [1] - 此举强化了公司从单纯的AI芯片供应商向“模型—工具链—云推理服务—AI生态系统”全栈平台转变的趋势 [1] - 该模型总参数为1200亿（120B），采用混合专家模型架构，推理时仅激活120亿（12B）参数，上下文窗口原生支持100万tokens [2][3] - 模型设计工程意义明确：用MoE控制激活开销，用Mamba拉长上下文和吞吐，用Attention保住精确检索与推理稳定性，更偏向于作为“代理编排主脑” [4] - 模型本身是公司释放的“全栈信号”，将模型、优化、微服务生态、云端算力与部署合作伙伴整合进一个软硬件一体化的AI生态产品体系 [8] - 公司的角色正从“卖AI算力加速卡”扩展到“定义 agent 模型、推理栈、部署路径和企业工作流入口”，越来越像AI基础设施总承包商 [8][10] 产品性能与技术细节 - 在Pinchbench基准测试中，该模型稳坐开源第一，在OpenClaw任务成功率上取得85.6%的高分，性能直逼Claude Opus 4.6、GPT-5.4两大闭源模型 [1][10] - 与上一代Nemotron Super模型相比，推理性能提升3倍有余，吞吐量最高可提升至5倍，准确率最高可提升至2倍 [2] - 在8k输入/64k输出设置下，其推理吞吐可达GPT-OSS-120B的2.2倍、Qwen3.5-122B的7.5倍 [4][11] - 在公司的Blackwell平台上以NVFP4精度运行时，推理速度最高可达到Hopper平台FP8的4倍，且不损失准确率 [6][11] - 模型采用LatentMoE+Mamba-2+少量Attention的混合架构，共有88层、模型维度4096 [3] - 模型设计旨在解决企业部署多代理应用时的“上下文爆炸”（token量可达标准聊天至少15倍）和“思考税”（成本过高、响应迟缓）两大限制 [5] 市场应用与合作伙伴 - AI搜索公司Perplexity已向用户提供该模型，用于AI智能体驱动的系统性搜索，并作为其20个编排模型之一 [2] - CodeRabbit、Factory、Greptile等科技公司正将该模型集成到其AI代理服务中，以在更低成本下实现更高准确率和经营效率 [2] - Edison Scientific、Lila Sciences等生命科学与AI研究机构将利用该模型支持代理模式，用于深度文献检索、数据科学和分子理解等复杂功能 [2] - Amdocs、Palantir、Cadence、达索系统、西门子等公司正在积极部署并定制化该模型，以实现电信、网络安全、半导体设计制造等领域工作流程的代理式自动化 [3] - AI服务器制造商戴尔科技正将该模型引入Hugging Face平台的Dell Enterprise Hub，以推进企业多代理AI工作流的本地化部署 [9] - 另一AI服务器领军者慧与科技也在将Nemotron引入其agents hub，以确保代理式AI在企业中的可扩展落地 [9] 行业趋势与市场前景 - 高通CEO预测2026年将是“AI代理之年”，数字生态系统将从以移动智能手机和应用程序为中心，转向以AI代理为中心 [4] - 全球科技巨头对AI算力的资本开支激增，亚马逊、谷歌、Meta、甲骨文、微软预计2026年AI相关资本支出合计约6500亿美元，部分分析师认为可能超过7000亿美元，同比增幅可能超过70% [18] - 2023年至2026年间，上述五大科技巨头为打造AI算力基础设施的累计投入预计约1.5万亿美元，远超2022年之前整个历史统计期间累计的约6000亿美元 [18] - 摩根士丹利渠道调查显示，全球“AI算力供需缺口每日以个位数级别大幅扩大”，云计算超级巨头对AI工作负载的增长依然极其激进 [14] - 即便部分客户自研AI ASIC或采购AMD AI GPU，预计这些超级客户在2026年对公司产品的采购量仍将大幅增长80%以上 [14] - 当模型规模、推理链路与多模态/代理式AI工作负载推动算力消耗呈指数型扩张时，AI算力基础设施成为科技巨头资本开支主线，并带动电力、液冷散热、光互连等供应链投资主题 [17] 财务表现与分析师观点 - 公司当前全球市值最高，约4.5万亿美元 [1] - 截至周三美股收盘，公司股价收于186.03美元，此前历史最高点位为212.167美元 [12] - 摩根士丹利重申公司为半导体板块“首选”股票，维持“增持”评级与260美元目标价 [12] - TipRanks汇编的华尔街分析师平均目标价显示，分析师普遍看好公司股价冲至273美元，意味着未来12个月上行潜力高达47% [12] - 即将到来的GTC 2026大会将展示公司领先的技术路线图，其Vera Rubin架构与在物理AI领域的最新布局将开辟全新的市场总值空间 [14]

AI代理工具OpenClaw的兴起与安全事件 - AI代理工具OpenClaw因其项目标识为龙虾，被用户形象地称为“养龙虾”，在开发者社区迅速走红 [2] - 与传统聊天式AI助手不同，OpenClaw在获得授权后可以读取文件、调用浏览器、运行程序并自动执行任务，被视为能够“替人干活”的数字助手 [2] - 一名开发者的朋友在使用OpenClaw时，因将浏览器通过VNC远程桌面开放至公网且Chrome中保存了支付信息，导致信用卡被连续盗刷，额度几乎被刷空，相关帖子获得超过十万次浏览 [2][4] - 工业和信息化部发布公告，提示在默认或不当配置情况下，OpenClaw可能存在网络攻击和信息泄露风险 [2] 个人投资者对OpenClaw的应用尝试 - 投资者尝试将OpenClaw应用于投资理财自动化，例如自动执行信息收集、股票监控和投资策略回测等任务 [3][4] - 有用户用其每日凌晨抓取最新投资方法和市场信息，早上生成包含天气、日程和投资建议的早报，收盘后自动生成股票Watchlist简报 [4] - 用户将其打造成“数字巴菲特”或24小时在线助手，实现信息收集和决策辅助自动化，初期系统完成度约50% [4] - 用户评价整体体验令人兴奋，“就像有一个永不休息的学生在帮你处理所有重复工作” [4] 安全漏洞的技术分析 - 盗刷问题很可能出在OpenClaw的部署方式上，在一些默认或不当配置情况下，相关服务会监听0.0.0.0地址，允许来自公网的访问 [5] - 如果用户没有额外限制访问权限，任何人都可能连接到该设备 [5] - 有开发者建议在部署服务时只开放本地地址，再通过加密隧道连接以降低风险 [6] 金融机构的谨慎态度与初步探索 - 多数银行的内部网络并未开放OpenClaw等AI代理工具的接入权限，主要出于信息安全与系统稳定性的考虑 [7][8] - 银行去年主要围绕大模型能力进行探索，而近期兴起的“养龙虾”热潮尚未进入银行的核心业务场景 [8] - 在监管发布安全提示后，银行态度进一步趋于保守，在安全评估和管理机制尚未明确前，大规模在银行内网部署类似工具的可能性较低 [8] - 银行系统承载大量客户信息和交易数据，对安全性要求极高，一旦AI代理获得过高权限或配置不当，可能带来数据泄露或系统风险 [8] - 工商银行发布风险提示，提醒警惕代装陷阱、谨慎授权风险、防范投资诈骗，并对“AI代炒股”等话术保持警惕 [9] - 部分券商投研团队开始尝试在研究场景中测试AI代理工具，例如东吴证券金融工程团队尝试将其应用于数据库查询自动化、研究资料整理以及量化策略回测等场景 [9] AI代理给金融业带来的新挑战 - OpenClaw可以被理解为一种“进化版的大模型应用” [11] - 高度自动化的AI助手在执行任务时，其快速调用程序并完成复杂操作的行为，在系统看来可能与异常操作类似，可能影响银行现有的反欺诈风控体系 [11] - 如果AI代理能够代替用户完成转账或投资操作，可能引发新的法律问题，例如投资亏损的责任认定 [11] - 专家指出，AI代理工具本质上是拥有较高系统权限的“数字员工”，其风险主要集中在三方面：隐私风险、安全风险以及成本风险 [11] - **隐私风险**：AI代理需要读取用户的邮件、日历、网盘甚至本地文件等信息，如果权限管理不到位或访问范围设置过宽，可能造成隐私数据外泄 [12] - **安全风险**：AI代理可以执行脚本、调用系统程序甚至操作文件，一旦安装了恶意插件或配置不当，攻击者可能借此获取系统控制权限，导致数据被窃取或电脑被远程控制 [12] - **成本风险**：这类系统通常依赖大模型进行推理，每执行一步任务都需要调用模型接口，如果配置不当，算力和调用费用都可能迅速增加 [13]

英伟达的战略举措与产品发布 - 公司正计划推出一个用于AI代理的开源平台，此举正值其年度开发者大会前夕 [1] - 公司计划在开发者大会上公布一套整合了初创公司Groq设计芯片的新推理芯片系统，该授权协议价值数十亿美元 [1] 开源平台NemoClaw的定位与推广 - 该开源平台名为NemoClaw，旨在允许企业派遣AI代理为员工执行任务，且无论企业软件是否运行在公司芯片上均可接入 [2] - 在大会前，公司已与Salesforce、Cisco、Google、Adobe和CrowdStrike等企业接洽，寻求为代理平台建立合作关系 [2] - 由于平台是开源的，合作伙伴可能通过为项目贡献来获得免费早期访问权限，平台还将提供安全和隐私工具 [2] 行业背景：AI代理与“claws”的兴起 - 公司对AI代理的兴趣，正值“claws”（一种可在用户本地机器上运行并执行连续任务的开源AI工具）兴起之际 [3] - “claws”通常具有自我学习能力，能随时间自动改进，例如OpenClaw（后更名为Moltbot）曾因能在个人电脑上自主工作而引发关注，并最终被OpenAI收购 [3] - 与需要大量人工引导的通用聊天机器人相比，专门构建的AI代理或“claws”被设计为能在较少人工监督下执行多步骤任务 [3] 行业争议与企业应用挑战 - 在企业环境中使用“claws”存在争议，因其具有不可预测性并可能带来安全风险 [3] - 一些科技公司如Meta已要求员工不要在工作电脑上使用OpenClaw，有案例显示AI代理曾失控并批量删除用户电子邮件 [3] 公司的战略意图与行业竞争 - NemoClaw是公司吸引企业软件公司的努力之一，旨在为AI代理提供额外安全层，并进一步拥抱开源AI模型 [4] - 此举是公司更广泛战略的一部分，旨在领先AI实验室开始构建自研芯片之际，维持其在AI基础设施领域的主导地位 [4] - 公司现有的软件战略高度依赖其专有的CUDA平台，该系统将开发者锁定在其GPU生态中，形成了关键的竞争壁垒 [4]