2026年11月10日 AI资讯盘点星期二 · 全文版

时间：2026年11月9日

地点：日本 / 线上发布

人物：NVIDIA、日本AI公司Elith、日本主要金融机构

事件详情：NVIDIA与日本AI公司Elith联合发布Nemotron-Personas-Finance-Japan开源合成数据集，包含900万条自然日语描述的金融人物画像。该数据集基于日本官方人口统计与家庭金融数据生成，每条记录包含50个字段，涵盖人口属性、职业类别、资产分布、消费倾向及金融规划等维度。数据集采用NVIDIA的NeMo Data Designer和NeMo SDG-PGMs框架构建，并使用了gemma-4-31B-it模型生成日语文本。发布方透露，该数据集与先前的Nemotron-Personas-Japan及同日发布的Nemotron-PII-Japan配套使用，可覆盖日本人口统计与个人身份信息两大基础层。

背景：金融领域AI开发长期受限于真实客户数据的隐私与合规风险。日本《个人信息保护法》及金融厅的相关规定，对客户数据的采集、存储和使用设置了严格门槛。此前，金融机构若要训练客服机器人、客户仿真或风控模型，往往只能依赖小规模脱敏数据或手工构造的测试集，难以反映真实用户群体的多样性。Nemotron-Personas-Finance-Japan的推出，正是为了在完全避开真实个人数据的前提下，为金融AI训练提供大规模、高保真的人口与财务画像。

影响：该数据集采用CC BY 4.0许可证发布，允许商业使用。日本主要金融机构包括Sompo Japan、Tokio Marine Holdings、福冈银行、瑞穗金融集团、明治生命保险及金融数据利用协会（FDUA）参与了数据集的设计与反馈。金融科技团队可直接基于这900万条合成人物训练对话式客服Agent、进行客户行为仿真或评估模型在真实分布上的表现。NVIDIA表示，该数据集可与NeMo User Sim用户仿真框架无缝集成，支持从多样化分布中抽取样本进行即时仿真。

总结：NVIDIA与Elith发布的Nemotron-Personas-Finance-Japan，是日本首个百万级规模的开放金融人物合成数据集。它通过生成式AI技术，在尊重隐私的前提下重建了日本人口与金融场景的真实分布，为金融AI的合规训练提供了基础设施级资源。随着金融AI从实验室走向生产环境，这类高质量合成数据集或将成为受监管行业采用AI的关键跳板。

参考来源：
Hugging Face官方博客
https://huggingface.co/blog/nvidia/nemotron-personas-finance-japan

Unite.AI报道
https://www.unite.ai/nvidia-releases-nine-million-synthetic-japanese-financial-personas/

Daily Artifact报道
https://dailyartifact.ai/story/nemotron-personas-finance-japan-a-synthetic-dataset-capturing-japan-s-demographi-1fit1

Tech Meridian报道
https://techmeridian.news/events/3288

OmniTools快讯
https://www.omnitools.ai/news/news_mw9e82xke372be53261e4a4e

Today for AI报道
http://www.todayforai.com/zh/items/art-e83b0135-fdf

Donma Lab分析
https://donmalab.com/viewpoints/nvidia-elith-nemotron-personas-finance-japan-dataset-202611091528

时间：2026年11月9日（韩国时间）

地点：韩国（国家级研发课题由韩国政府部门主导，E8 为韩国 KOSDAQ 上市公司，股票代码 418620）

人物：E8（韩文名 이에이트）公司相关负责人；报道方为韩国《朝鲜Biz》《电子新闻（etoday）》《The Bell》《Money Today》《亚洲经济》《新闻is》等财经媒体

事件详情：韩国本体 AI 与数字孪生专营企业 E8 于 11 月 9 日宣布，今年新增拿下 6 个国家级研发课题（국책연구과제），以主管机构或共同研究机构身份参与。加上此前已在执行的 4 个课题，公司目前同时推进 10 个国家级课题，创下成立以来年度新增课题数最高纪录。首个课题是今年上半年以主管机构身份参与的「基于 BIM 与数字孪生的建筑能源管理模拟器开发及实证」，到 9 月以「汽车零部件切削工序 AI 自主优化工艺控制技术开发」为止累计 6 个。E8 方面称，这是公司成立以来在国家级课题上的最大成果，反映出市场对其「可在真实工业现场落地的数字孪生与本体 AI 技术力」的认可。按课题执行期计算，公司获得的政府研发经费（정부출연금）合计 161 亿 9000 万韩元（约 161.9 亿韩元，英文报道记为 16.19 billion won），公司预计明年还将获得约 32 亿韩元的研发支持，这笔钱主要用于研究人力成本。E8 同时表示，将通过参与国家级课题进一步锁定未来增长与竞争力所需的技术，并持续投入研发、稳定研究人力来源。

背景：E8 是一家把「本体 AI（ontology AI）」与数字孪生结合起来的韩国企业，业务重点不是单纯搭建系统，而是把工业现场分散的数据实时连接起来，支撑实际决策与执行。公司产品线按「再现—预测—理解判断—运营」四段展开：城市与工业数字孪生平台 NDX Pro、高性能仿真引擎 NFLOW Ai、基于本体的数据智能平台 NAXiS，以及把前述环节接入运营决策的智能运营系统 NAX Ops，公司据此把自己定位为从产业 AI 转向「Physical AI 运营平台」的企业。就在本次公告前四天，E8 还公开了大幅强化安全性的本体 AI 平台 NAXiS，并为其装上执行型智能体（agent），产品化节奏与拿课题的节奏明显是同一件事。

影响：这次披露透露出一个信号：E8 的国家级课题正在成为公司研发资金与工业现场案例的新来源。这 6 个课题覆盖建筑能源、数据中心碳管理、制造工艺、光学设备诊断、自动驾驶交通分析、虚拟反应堆仿真等方向，全部落在工业现场，与公司原有的数字孪生和本体 AI 商业化场景高度重合——韩国政府正通过国家研发课题，把工业 AI 的落地验证交给这类专业厂商。需要注意的是，政府拨款按课题执行期分期到账，且大部分用于研究人力成本，本质属于研发投入而非产品收入的即时转化，短期对利润的直接贡献有限；对 E8 更现实的意义，是用课题经费养住核心研发团队、扩充可对外复制的工业现场案例。后续观察点也很清楚：这 10 个课题能否在 2027 年转化为可复制的产品化收入。

总结：韩国 E8 用 6 个国家级研发课题、161.9 亿韩元政府研发经费，给自己交出了一份「工业 AI 靠本体和数字孪生落地」的成绩单，也是公司成立以来最好的一年新增课题成绩。值得记住的不只是金额，而是课题方向：建筑能耗、数据中心碳管理、虚拟反应堆仿真，都是把 AI 往真实工业现场推的具体场景。E8 同期把产品线归纳为再现、预测、判断、运营四段闭环，并在 NAXiS 上装上执行型智能体，研发路线与课题布局指向同一件事。对关注工业 AI 的读者来说，这是一家体量不大的韩国厂商如何用国家研发渠道换取技术沉淀与现场案例的一个样本。

常见问题：
问：E8 是什么公司？
答：韩国 KOSDAQ 上市的本体 AI 与数字孪生企业，代码 418620，产品含 NDX Pro、NFLOW Ai、NAXiS、NAX Ops。
问：6 个课题覆盖哪些方向？
答：建筑能源、数据中心碳管理、制造工艺、光学设备诊断、自动驾驶交通分析、虚拟反应堆仿真。

参考来源：
朝鲜Biz（韩文原报道，2026-11-09）
https://biz.chosun.com/stock/stock_general/2026/11/09/HQQ3VM2OG5C7DOIQPOLK4OTM44/

Chosun English（英文版报道，2026-11-09）
https://www.chosun.com/english/market-money-en/2026/11/09/NG2ABDKAOVH3PFMMKXEPGSKWZM/

电子新闻 etoday（2026-11-09）
https://www.etoday.co.kr/news/view/2645915

The Bell（2026-11-09）
https://www.thebell.co.kr/front/newsview.asp?key=202611091602313200108544

Money Today（2026-11-09）
https://www.mt.co.kr/stock/2026/11/09/2026110916179682103

亚洲经济（2026-11-09）
https://www.asiae.co.kr/article/stock-disclosure/2026110914311623796

新闻is newspim（2026-11-09）
http://m.newspim.com/news/view/20261109000901

电子新闻 etoday：E8 公开强化安全性的本体 AI 平台 NAXiS（2026-11-05）
https://www.etoday.co.kr/news/view/2644376

电子新闻 edaily：E8 转型为 Physical AI 运营平台企业（2026-02-24）
https://www3.edaily.co.kr/News/Read?newsId=03198006645353800&mediaCodeNo=257

时间：彭博社记者马克·古尔曼在最新一期《Power On》时事通讯中披露，苹果Siri工程副总裁迈克·罗克韦尔正在认真考虑于2027年卸任现职，甚至可能彻底离开苹果公司。

地点：美国库比蒂诺

人物：迈克·罗克韦尔、马克·古尔曼、约翰·特努斯、克雷格·费德里吉、阿马尔·苏布拉马尼亚、塞巴斯蒂安·马里诺

事件详情：罗克韦尔此前主导Vision Pro头显开发，后负责Siri AI项目。古尔曼称其仍在认真考虑离开现有岗位，或将于明年卸任Siri工程副总裁。若罗克韦尔最终离职，Siri相关职责预计将由去年从谷歌加入苹果、负责AI业务的阿马尔·苏布拉马尼亚，以及软件主管克雷格·费德里吉的副手塞巴斯蒂安·马里诺分担。苹果内部一些人认为马里诺未来有望接替费德里吉出任软件工程主管，且他对AI发展的态度更加积极。

背景：苹果新任CEO约翰·特努斯正敦促软件工程主管费德里吉加快AI业务发展，采取更激进的策略，目标是将Siri升级为能自主完成任务的AI智能体。特努斯在最近的财报电话会上称agentic AI能力前景广阔。与此同时，费德里吉牢牢掌控软件工程部门控制权，并未把培养接班人放在重要位置，也没有建立明确的继任安排。古尔曼指出，费德里吉执掌软件工程部门已逾十年，目前没有迹象显示他计划在未来几年离职。

影响：罗克韦尔的潜在离开正值苹果在AI竞赛中追赶OpenAI、Anthropic等竞争对手的关键时刻。Siri作为苹果最重要的AI入口，其领导层变动可能进一步影响产品节奏和团队士气。市场分析师担心，在AI人才争夺日益激烈的背景下，苹果核心AI项目负责人的人事不确定性可能拖慢其AI战略落地。

总结：截至发稿，苹果尚未就罗克韦尔的去留问题作出官方回应。若2027年出现离职，将是苹果AI战略自特努斯上任以来的最大人事地震。古尔曼强调，尽管罗克韦尔可能离开，但费德里吉对软件工程部门的控制依然稳固，接班人程序距离真正启动仍有很长距离。

参考来源：
MacRumors
https://www.macrumors.com/2026/11/09/apple-siri-boss-may-leave/

IT之家
https://www.ithome.com/1/024/013.htm

快科技
https://www.163.com/dy/article/LB9J2AM20511CPVM.html

腾讯新闻
https://news.qq.com/rain/a/20261109A0332L00

品玩
https://www.pingwest.com/w/319354

时间：2026年11月9日，美国东部时间上午9点。

地点：Adobe MAX 2026 大会期间，Adobe 与华特迪士尼同时对外发布消息。

人物：Adobe 生成式AI新业务拓展副总裁 Hannah Elsakr；迪士尼研发技术与工程高级副总裁 Kyle Laughlin；迪士尼幻想工程（Walt Disney Imagineering）。

事件详情：Adobe 与华特迪士尼宣布签署多年期战略联盟，Adobe 成为迪士尼的官方 AI 创新合作伙伴。首批落地场景是迪士尼体验部门（Experiences），即全球主题公园、度假村与邮轮业务，目标是缩短项目开发周期；同时接入华特迪士尼影业的创新中心 StudioLAB 做概念探索。Adobe 还将与迪士尼一起用 AI 提升 ESPN 球迷互动，并让更多 ESPN 档案内容触达观众。技术上，双方通过 Adobe Firefly Foundry 企业级平台，用迪士尼自有知识产权训练定制生成式模型，产出可直接进入制作流程的内容，模型由迪士尼私有持有、不对外开放。迪士尼幻想工程部门已经部署了定制图像生成模型，以及把手绘草图转成完整概念艺术图的工具。Kyle Laughlin 在采访中说，迪士尼的项目周期通常以年计，而 Adobe Foundry 让原本需要数月的创意流程压缩到数小时或数天。

背景：Adobe 与迪士尼的合作已延续数十年，Adobe 的创意、生产与客户体验编排工具支撑着迪士尼的内容生产管线、个性化营销和园区数字体验。此次升级为多年期战略联盟后，Adobe 还将获得与华特迪士尼世界乐园、迪士尼乐园度假区、迪士尼邮轮、ESPN Edge 和 StudioLAB 展开全球市场推广、展会与客户故事等合作机会，并共同探索负责任开发的 AI 技术。

影响：对内容产业来说，这是企业私有模型落地的一个大样本——训练数据、模型和产出的所有权都留在内容方手里，模型不对外提供。对迪士尼这样的重资产业态，概念设计周期的压缩意味着施工阶段的变更成本下降。对 Adobe 来说，Firefly Foundry 从创意工具延伸到企业级模型定制与部署，直接对标企业用自己的数据训练定制模型这条路线。对中文读者而言路径是通用的：影视、游戏、文旅公司都可以用自有 IP 与素材训练私有模型，而不是每次调用公共模型的接口。

总结：这不是一次普通的软件采购，而是把生成式模型写进内容生产主干道的一次多年期绑定。迪士尼拿到的是私有模型、提前使用 Adobe 最新 AI 与创作技术的资格，以及主题公园和 ESPN 的新工具；Adobe 拿到的是把企业级定制模型卖进内容业的标杆客户。双方都强调，AI 是用来加速创意开发，而不是取代幻想工程部门的员工。

参考来源：
The Verge 报道
https://www.theverge.com/tech/1029773/disney-adobe-generative-ai-partnership

路透社报道（CNBC TV18 转载）
https://www.cnbctv18.com/technology/disney-adobe-to-co-develop-custom-ai-models-tailored-for-media-giant-20030615.htm

路透社报道（印度经济时报转载）
https://m.economictimes.com/tech/artificial-intelligence/disney-adobe-to-co-develop-custom-ai-models-tailored-for-media-giant/amp_articleshow/135684414.cms

香港电台报道
https://news.rthk.hk/rthk/en/component/k2/1877169-20261109.htm

Adobe 与迪士尼联合新闻稿全文（WDW News Today 转载）

Disney & Adobe Announce Multi-Year Alliance to Amplify Theme Park Innovation Using New AI-Powered Tools

台湾工商时报中文报道
https://www.ctee.com.tw/news/20261109702062-430704

时间：2026年11月9日，美国旧金山时间。

地点：旧金山，Automattic（WordPress.com 运营方）总部。

人物：Batuhan İçöz，Spacefast 创始人兼 CEO，土耳其开发者，此前在 Automattic 收购的 Texts 团队做 Beeper 应用。

事件详情：Automattic 当天推出 Spacefast，官方把它称为一家新公司，目标是让 AI 生成的应用和网站几秒上线。用户继续在原来的 AI 里工作，Spacefast 负责托管、数据库与上线流程。官方公告列出的能力包括：托管、自有域名和 SQL 数据库，内置应用认证即将到来；每次发布生成一个新版本和固定链接，可以随时回滚或引用旧版本；默认私密，可按密码、邀请、分享链接或公开分享；提供 API、命令行工具和 MCP 服务器，在终端里可以用 npx spacefast publish 发布；对回滚、DNS 修改等敏感操作设有审批检查；页面上的评论可以直接交给 AI 转成修改。支持的 AI 包括 ChatGPT 和 Claude 应用，以及 Muse、Dots、Claude Duet、Grok Bot、Instinct、OpenClaw、Hermes 等助手，还有 Claude Code、Codex、Cursor 等编程智能体，也可以直接接一个 Git 仓库；Spacefast 以官方插件形式出现在 Claude、ChatGPT 和 Grok Bot 上。计费上它只收基础设施费，不按 AI credits 收费，不会为推理二次付费；免费版含 20 个空间、自定义域名和内置数据库，Go 方案每月 5 美元并含无限空间与 5 美元用量额度，Plus 方案每月 15 美元含 10 名成员、每增加一名成员再加 5 美元，企业版按需报价，通过 WordPress VIP 安排，包含 SSO、SAML、SCIM、日志投递和带 SLA 的专属支持。应用认证与事务性邮件目前处于私有测试，共享团队知识将在未来几周上线。

背景：AI 写代码的速度已经不是瓶颈，把代码变成能访问、能运维的服务才是。Spacefast 针对的是 AI 写完之后还要自己选主机、配数据库、接登录、配域名、管权限这段重复劳动，而此前不少平台的做法是要求用户换到它自家的 AI，等于为同一件事再付一次钱。TechCrunch 报道，Spacefast 最早来自 Automattic 内部的 Radical Speed Month 计划，由 İçöz 一个人在 Beeper 团队工作之余做出雏形，9 月先做软启动收集反馈，11 月 9 日正式推出。Automattic 同期并不平静：董事会曾迫使 CEO Matt Mullenweg 出任，离开数日后他重掌公司，董事会随后被更换，临时 CFO 上任数周即离职，10 月起公司在多个业务线裁员。

影响：vibe coding 的竞争焦点正从生成代码移到部署与运维。对开发者，这意味着智能体可以直接把项目上线，工具链从写代码延伸到发布、回滚和评论反馈闭环；对企业客户，Automattic 强调走 WordPress VIP 与 Pressable 通道，VIP 和 Pressable 客户无需新增供应商审批。竞争上，Spacefast 与 Lovable、Emergent 正面竞争，也和 Figma、Canva、Notion 那些融合 AI 建站、原型与演示的工具交叉。产品负责人自己也预期早期用户会流失，因为有人本来就不想做应用。

总结：Spacefast 的差异化不在模型，而在不绑模型——它卖的是托管、数据库、域名、权限与回滚这一层基础设施，让用户继续留在自己的 AI 里。对独立开发者和小型团队，这补上了从提示词到线上服务之间最容易被忽略的一段；对 WordPress.com 这类内容平台，则是向 AI 原生应用托管延伸的一步。基础设施来自支撑 WordPress.com 和 Tumblr 的同一套 Automattic 系统，官方称其每月承载超过 150 亿次页面浏览。

常见问题：
问：Spacefast 是什么？
答：Automattic 推出的应用与网站托管平台，把 AI 生成的代码直接部署上线，提供数据库、域名、版本回滚，以及 API、命令行和 MCP 接口。
问：Spacefast 怎么收费？
答：只收基础设施费，不按 AI 计费；免费版含 20 个空间，Go 每月 5 美元，Plus 每月 15 美元含 10 名成员，企业版走 WordPress VIP。

参考来源：
Automattic 官方介绍

Meet Spacefast, Everything Your Agents Need to Bring Your Ideas to Life

Automattic 官方新闻稿（PR Newswire 发布）
https://www.prnewswire.com/news-releases/automattic-launches-spacefast-a-new-company-that-gets-apps-and-websites-live-in-seconds-302933038.html

TechCrunch 报道

Automattic debuts a platform to deploy vibe-coding apps amid a changing internet

VETTDD 报道（价格与私有测试细节）
https://vettdd.com/automattics-spacefast-charges-for-hosting-ai-built-apps-not-the-ai/

驱动中国中文报道
https://app.qudong.com/article/529202.html

DATAIST 英文报道
https://dataist.ai/news/automattic-launches-spacefast-for-prompt-built-apps/

时间：2026 年 11 月 9 日（当地时间），美国得克萨斯州奥斯汀 CoRL 2026 会议现场发布

地点：美国得克萨斯州奥斯汀，CoRL（Conference on Robot Learning）机器人学习会议

人物：英伟达 GEAR 实验室与机器人研究团队、英伟达机器人工程总监 Spencer Huang、加州大学伯克利分校机器人学教授 Ken Goldberg，以及 Ambi Robotics、Bosch Research、Dexmate、Dyna Robotics、FieldAI、Flexion、Noitom Robotics、西门子、Skild AI、RLWRLD、华盛顿大学等合作方

事件详情：英伟达在 CoRL 2026 上发布新一代机器人基础模型 GR00T 2。GR00T 2 是基于 NVIDIA Cosmos 构建的前沿世界动作模型，它同时预测未来画面与机器人动作，而不只是输出动作。官方项目页披露，模型预训练数据包含 402,730 小时人类第一人称视频、10,184 小时手持 UMI 夹爪演示（覆盖 2,897 个任务）和 23,500 小时机器人遥操作数据，其中 10 万小时人类数据以 Human-1M-100K 在 Hugging Face 公开。在 50 个目标机器人从未见过、只出现在人类视频或其他机器人数据中的任务上，GR00T 2 零样本平均成功率为 40%，50 个任务中有 40 个至少成功过一次；每个任务只给 1 次演示时成功率升至 71%，给 5 次演示（对应不足 3 分钟机器人数据）升至 95%，每次适配只需在单张 RTX 5090 上做 30 分钟 LoRA 微调。接入推理模型充当智能体后，GR00T 2 在真实机器人上连续装配玩具飞机、拖拉机与 Hot Wheels 跑车各 100 次，分别成功 98、97、97 次，合计 292 次，而仅有监督微调的同一策略为 69 次。仿真侧，英伟达同步推出开源机器人学习框架 Isaac Lab 3.0，接入开源物理引擎 Newton 后可模拟电缆、织物等可变形物体与多关节灵巧手，在视觉灵巧操作基准上训练吞吐最高达到 Isaac Lab 2.3 搭配 PhysX 的 2.5 倍。评测侧同步新增 Isaac Lab-Arena 0.4 开发者预览版，以及两个开源基准：由 RLWRLD 与英伟达合作开发的 DexBench（覆盖零售、物流、制造、酒店 4 类场景共 15 个任务）和由加州大学伯克利分校与英伟达合作开发的 VABAR（6 个工业任务）。此外，开源手部模型 EgoHand 在 Hugging Face 发布两周下载量已超过 4 万次，NIST 联合的 AlphaNIST 项目用单一策略学会标准装配任务板全部 20 个任务、训练成功率超过 98%（按任务分别训练为 81%），GPU 时间节省约 39 倍，英伟达另有 GRAIL 与 RoboTTT 两篇论文入围数千篇投稿中的 6 篇最佳论文奖候选。

背景：机器人学习长期卡在两个瓶颈上：真实世界训练数据量巨大，以及编程机器人行为需要密集的工程投入。加州大学伯克利分校机器人学教授 Ken Goldberg 把这个缺口称作「10 万年数据鸿沟」，认为智能体机器人（agentic robotics）补上了模型式与模仿式方法之间缺失的一环，其 Graph-as-Policy 框架让智能体把单个技能拼成机器人程序，再在仿真中反复排错。英伟达机器人工程总监 Spencer Huang 表示，合作目标是让开发者在部署前就能快速测试并改进机器人行为。伯克利团队同期发布 Graph-as-Policy 论文（arXiv 编号 2607.05369）、VABAR 基准与开源代码。产业侧已有落地案例：Ambi Robotics 用这套方法分析分拣数据并更新机器人行为，单台机器人每年多分拣超过 1.5 万件包裹，相关更新已部署到其美国 30% 的机队。

影响：把「学会一个新动作」的门槛从「采集海量真机数据」降到「看人类视频加几分钟演示」，是本次发布对产业最直接的意义。GR00T 2 开放的是模型与训练方法，Isaac Lab 3.0、Isaac Lab-Arena、DexBench、VABAR 则把评测环境一并开放，研究者不必先买机器人就能横向比较策略表现。对国内机器人与具身智能团队而言，402,730 小时人类第一视角视频这条预训练数据源，提供了一条绕开真机数据采集瓶颈的新路径；EgoHand 与 Human-1M-100K 的公开也意味着手部操作数据与人类视频有条件成为公共基础设施。需要留意的是官方项目页标注 GR00T 2 代码将于 2026 年 12 月开放，而 2.5 倍吞吐来自 Isaac Lab 3.0 与 Newton 的搭配，仿真到真机的迁移效果仍需在真实任务上检验。

总结：英伟达在 CoRL 2026 上一次性放出 GR00T 2 世界动作模型、Isaac Lab 3.0 仿真框架与 DexBench、VABAR 两个工业基准，把机器人学习的重心从「移动」推向「精细操作」。GR00T 2 的核心是跨形态迁移：只看人类视频就能学会新动作，50 个陌生任务零样本成功率 40%，5 次演示可推到 95%，配合推理模型还能在真实机器人上完成 292/300 次连续装配。仿真侧，Isaac Lab 3.0 搭配 Newton 物理引擎把训练吞吐最高提升到上一代的 2.5 倍。对开发者来说这套组合明显降低了复现门槛，但代码要到 12 月才开放，实际落地节奏仍取决于生态跟进速度。

参考来源：
英伟达官方博客：CoRL 大会发布 GR00T 2、Isaac Lab 3.0 与新基准
https://blogs.nvidia.com/blog/robotics-simulation-advancements-corl/

英伟达研究团队 GR00T 2 模型项目页
https://research.nvidia.com/labs/gear/gr00t-2

加州大学伯克利分校新闻：Goldberg 谈智能体机器人与 VABAR 基准
https://news.berkeley.edu/2026/11/09/recent-advances-in-ai-are-creating-a-paradigm-shift-for-robotics/

智通财经：英伟达在 CoRL 会议推出 GR00T 2 等新品
https://www.bitget.ng/zh-TC/news/detail/12560606136156

AIstify：NVIDIA Introduces GR00T 2 to Help Robots Learn From Human Video
https://aistify.com/nvidia-groot-2-robot-learning-isaac-lab-corl/

Aipolix：英伟达在 CoRL 发布 GR00T 2、Isaac Lab 3.0 与新开源基准
https://aipolix.com/en-us/news/nvidia-groot-2-isaac-lab-3-corl

时间：2026 年 11 月 9 日，论文在 CoRL 2026 会议上公布

地点：美国马萨诸塞州剑桥，麻省理工学院与纽约大学联合团队

人物：麻省理工学院航空航天学助理教授 Andreea Bobu（研究负责人、CLEAR 实验室主任）、麻省理工学院计算机科学与人工智能实验室博士后 Nathan Dennler、麻省理工学院学生 Audrey Lee、纽约大学 Ilia Sucholutsky

事件详情：麻省理工学院与纽约大学团队在 CoRL 2026 上发布机器人学习系统 FLEX（Flexible Language-Guided Representation Editing for Adaptive Robot Behavior）。它的做法是让人用自然语言给出纠正，机器人据此改写自己的内部特征表示，而不只是像以往方法那样不断往清单里追加条目。具体分三步：第一步 Add，在用户说「别洒在笔记本电脑上」这类提醒时，把笔记本电脑加入需要避开的特征清单；第二步 Generalize，用大语言模型（论文中用 GPT-4o）从已列出的特征里归纳出更高层的意图，把「笔记本电脑」扩展为「电子设备」，因此机器人会同时绕开旁边的手机；第三步 Mask，由机器人的常规视觉系统判断环境中哪些对象已经不在，把失效特征删掉。整个流程大约 5 秒完成。团队在仿真中验证了三类任务：端咖啡（提醒「别洒在电脑上」后机器人同时避开手机等电子设备）、移动蜡烛（提醒「离那堆纸远点」后自动远离易燃物）、搬运保龄球（提醒「别掉在杯子上」后自动避开易碎物品）。项目页公布的实验覆盖 2D 导航、7 自由度 Franka 机械臂台面操作和真实用户研究三部分，其中用户研究有 12 名参与者参与，FLEX 在任务表现、意图理解、对意外后果的鲁棒性、易用性与协作性五个维度评分均为最高；相比只用 Add 的 ALGAE，在任务表现（p=0.035）、意图理解（p=0.006）、鲁棒性（p=0.047）上显著更高，相比只用 Mask 的 MFE 在意图理解（p=0.031）上显著更高。

背景：轨迹演示只能告诉机器人怎么做，却不告诉它为什么做，机器人因此要自己猜测哪些任务特征真正重要，猜错就会产生不对的行为。论文作者指出，相比演示，用自然语言指定特征更合适，因为任务特征往往是语义定义的；已有的表示编辑方法虽然也用语言指定新特征，但只允许做加法，导致特征集合要么过度指定、要么范围过窄，在连续多轮纠正的场景下尤其明显。FLEX 把加、泛化、屏蔽这三类编辑操作统一进一个框架，实验显示三者缺一不可：在 2D 导航的七个场景中，FLEX 的归一化奖励在全部场景都是最高，只做单一操作的基线仅在自己擅长的那一类编辑上表现好，遇到需要泛化时明显退化。研究获得麻省理工学院生成式人工智能影响联盟以及 Schwarzman 计算学院社会责任与计算研究计划的部分资助。

影响：以往要让家用或辅助机器人理解「别弄坏我的东西」这类偏好，用户必须逐条罗列规则，FLEX 试图把这道门槛降到一句话。对具身智能团队来说，这提供了一条不同于重训策略的适配路径：不增加数据、不改奖励函数权重，只改内部特征表示，可以在部署现场随着用户反馈迭代。更实际的意义落在家庭与养老场景，因为每个家庭的在意点不同，机器人不可能出厂就懂这些。但边界同样清楚：论文把测试设定在仿真中进行，部分基线还会出现机械臂动作不稳的情况，真实机器人上的大规模验证尚未展开。

总结：FLEX 用三步操作把「人给机器人提意见」变成「机器人改写自己的特征表」，核心创新是用大语言模型承担泛化这一步，让「别洒在电脑上」自动延伸为「别碰电子设备」。MIT News 把这项工作定位为更直观、交互式的家用与辅助机器人方向的第一步，论文将在 CoRL 2026 上发表。它的局限也清楚：目前结论主要来自仿真，12 人规模的用户研究证明了意图理解上的优势，但真实家庭场景的长期效果仍待验证。

参考来源：
MIT News：AI 辅助学习平台让机器人读懂字面之外的指令
https://news.mit.edu/2026/ai-assisted-learning-platform-helps-robots-reason-beyond-literal-commands-1109

MIT CLEAR Lab 的 FLEX 项目页与实验结果
https://mit-clear-lab.github.io/FLEX/

arXiv 论文摘要：Flexible Language-Guided Representation Editing for Adaptive Robot Behavior
https://arxiv.org/abs/2610.28893

Unite.AI：FLEX 让机器人从人类纠正中学会泛化
https://www.unite.ai/flex-teaches-robots-to-generalize-from-human-corrections/

FLEX 开源代码仓库（MIT-CLEAR-Lab）
https://github.com/MIT-CLEAR-Lab/FLEX

时间：2026年11月8日

地点：全球

人物：Graphite 首席执行官伊桑·史密斯（Ethan Smith）及研究团队

事件详情：研究与增长营销公司 Graphite 发布的一项新研究显示，OpenAI 旗下 ChatGPT 目前占全球六大主要 AI 聊天机器人工具总流量的比例已超过 81%，没有任何竞争对手的市场份额达到 10%。Graphite 的分析显示，ChatGPT 月访问量增长近 20%，于 2026 年 9 月达到 613.5 亿次，创下历史新高。研究团队由 Graphite 首席执行官伊桑·史密斯带领，利用 Similarweb 提供的数据，分析了主要 AI 服务的网站及应用流量，包括用户访问这些服务以及这些服务向外部网站导流的情况。

背景：2025 年上半年，ChatGPT 使用量曾大幅攀升，但此后连续 7 个月基本陷入平台期，外界一度认为其爆发式增长已经停滞。今年以来增长重新提速，9 月月访问量达到 613.5 亿次。ChatGPT 周活跃用户数量已达 12 亿。过去一年，来自 AI 服务的全球外部引荐流量增长了 92%，其中 ChatGPT 贡献了 60%。

影响：该研究揭示 AI 正在改变谷歌传统的搜索业务。谷歌推出的 AI Overviews 已出现在美国 62% 的搜索查询中；谷歌 AI Mode 在今年 8 月于美国获得 4.91 亿次网页访问量。尽管美国在 AI 技术研发领域处于领先地位，但 Graphite 的研究显示，美国仅占全球 AI 流量的 8.8%，全球超过 90% 的 AI 使用量来自美国以外地区。总体来看，全球主要 AI 服务的月访问量已达到 760 亿次，较去年同期增长 37%。

总结：Graphite 的研究表明，尽管谷歌 Gemini 和 Anthropic Claude 等竞争对手近期备受关注，但它们距离撼动 ChatGPT 的领先地位仍有相当大的差距。AI 市场仍在快速扩张，而 ChatGPT 依然占据着压倒性的主导地位。

参考来源：
IT之家：研究显示 OpenAI ChatGPT 占全球 AI 聊天机器人流量超 81%，断层领跑
https://www.ithome.com/1/024/542.htm

Business Insider：ChatGPT’s Growth Rebounds As Claude and Gemini Trail Behind
https://www.businessinsider.com/chatgpt-growth-rebounds-openai-rivals-ai-market-share-2026-11

企服科学：Graphite研究显示ChatGPT占全球AI聊天机器人流量超81％，月访问量达613.5亿次
https://qifukexue.com/?p=44610

Layer3 Press：ChatGPT’s growth is bouncing back, and rivals still have less than 10% of AI chatbot traffic each
https://ai.layer3.press/articles/eb0f4fd9-4e52-4a02-8eff-70013032a52c

同花顺：研究显示 OpenAI ChatGPT 占全球 AI 聊天机器人流量超 81%，断层领跑
https://field.10jqka.com.cn/20261109/c681628531.shtml

Yahoo Finance：ChatGPT Is Regaining AI Market Share Over Top Rivals Claude And Gemini, Study Says
https://finance.yahoo.com/technology/ai/articles/chatgpt-regaining-ai-market-share-150000723.html

时间：2026年11月9日

地点：美国加州山景城，谷歌Cloud Next线上发布

人物：谷歌芯片业务负责人Amin Vahdat及TPU研发团队

事件详情：谷歌11月9日宣布推出两款新型张量处理器变体芯片——TPU 8tx和TPU 8i Max，分别瞄准机密计算与长上下文AI应用场景。TPU 8tx面向政府机构及受监管行业的保密计算需求，采用芯片级数据加密技术，使数据在处理过程中全程保持加密状态，并与AMD CPU协同工作；谷歌称其延迟比TPU 8t低两倍。TPU 8i Max专为需要处理大量上下文信息的AI应用设计，通过将两块TPU芯片封装在一起提升算力与内存空间，SRAM和高带宽内存带宽均为TPU 8i的两倍，同机架密度也翻倍，适合药物研发、数学运算、代码编写及Agent工作流等场景。两款芯片均基于现有第八代TPU架构定制，非全新芯片设计，预计2027年上市。

背景：谷歌自2016年推出首代TPU以来，每两年发布一款新处理器，但今年明显加速——继4月Cloud Next 2026发布TPU 8t和8i后，又在11月追加两款变体。彭博行业研究预测，谷歌TPU相关芯片、软件及硬件销售额将从今年的约120亿美元跃升至2028年的超过1350亿美元。目前苹果、Meta、甲骨文、Anthropic及Jump Trading等已部署TPU，OpenAI亦有采购计划；其中Anthropic持有在2028年至2031年间购买最多1500亿美元TPU的期权。

影响：对英伟达而言，谷歌此举是AI芯片领域最实质性的挑战之一。TPU价格较英伟达GPU低约30%，但数据吞吐量相当，正在吸引对成本敏感的云厂商和AI实验室。对AI产业而言，专业化芯片路线意味着Agent推理、机密计算和超长上下文场景将拥有更优的算力选项，中小AI公司的推理成本可能进一步下降。不过英伟达在AI芯片市场的主导地位短期内仍难以动摇——其GPU需求持续超过供应能力，且英伟达自身也在向专业化转型，通过收购Groq技术推出更专注AI推理的芯片方案。

总结：谷歌以两款第八代TPU变体芯片向英伟达的AI芯片霸主地位发起更精准的挑战。TPU 8tx以机密计算切入政府和受监管行业，TPU 8i Max以超高密度和内存带宽瞄准Agent与长上下文场景。两者都不是全新架构，而是基于现有芯片的快速专业化改造，这种一年四款的迭代节奏本身就是对英伟达的节奏压力。Anthropic高达1500亿美元的采购期权和谷歌TPU销售额从120亿到1350亿美元的预期，说明这场竞争不只是产品之争，更是客户锁定和生态规模的长期博弈。

参考来源：
Google Cloud Blog 官方博客
https://cloud.google.com/blog/topics/ai-infrastructure/tpu-8tx-and-tpu-8i-max/

SiliconANGLE 报道

Google advances agentic AI custom silicon expanding TPU family with 8tx and 8i Max

华尔街见闻 via 网易
https://www.163.com/dy/article/LBAQDMH905198CJN.html

Deccan Chronicle
https://www.deccanchronicle.com/technology/google-escalates-nvidia-rivalry-with-specialized-versions-of-ai-chips-2002936

TechTarget 报道
https://www.techtarget.com/news/google-specializes-tpus-for-agentic-confidential-computing/874084/

时间：2026年11月9日

地点：韩国首尔COEX会议中心（NVIDIA AI Day Seoul 2026活动期间）

人物：英伟达创始人兼CEO黄仁勋（Jensen Huang）、Rebellions联合创始人兼CEO朴成贤（Sunghyun Park）、SK电讯社长郑在勋（Jung Jai-hun）、韩国科学技术信息通信部第二次官柳在明（Ryu Je-myung）

事件详情：英伟达、韩国AI芯片初创公司Rebellions与SK电讯在NVIDIA AI Day Seoul 2026活动上签署三方谅解备忘录（MOU），宣布共建韩国主权AI基础设施。根据协议，Rebellions将采用英伟达NVLink Fusion技术，将其下一代NPU R200连接至英伟达开放基础设施平台，并基于MGX机架架构开发机架级推理系统。SK电讯计划在其AI数据中心部署该系统，并连接其自研基础模型A.X K2及政府”AI for All”项目下的公共AI服务。三方还将开发分布式推理方案，由英伟达GPU负责预填充（prefill），Rebellions NPU负责解码（decode），以提升推理吞吐量和能效。韩国科技部将为合作提供支持，并计划将合作范围从Rebellions扩展至更多韩国NPU企业。

背景：主权AI是当前全球AI竞赛中的核心议题，指国家通过自主可控的芯片、模型、算力和数据构建本土AI能力，减少对外部技术的依赖。韩国近年来将主权AI上升为国家战略，希望通过本土半导体设计与全球AI基础设施的结合，在公共和私营部门建立自主的AI服务能力。NVLink Fusion是英伟达推出的开放互连技术，允许定制芯片设计公司将其AI处理器直接接入英伟达机架级基础设施。此次合作是NVLink Fusion首次正式与韩国NPU公司建立合作。此外，英伟达同日宣布计划投资四家韩国初创企业，包括Point2 Technology、Upstage、Motif Technologies和RealWorld。

影响：对英伟达而言，此次合作进一步巩固了其在全球主权AI浪潮中的平台地位，通过NVLink Fusion将韩国本土半导体创新纳入其生态系统。对韩国而言，这是首次将本土设计的NPU与全球领先的AI基础设施平台深度整合，有望提升韩国AI半导体在全球市场的竞争力，并为国内AI服务提供更低的延迟和更高的能效。对SK电讯而言，通过部署混合GPU-NPU系统，可构建从基础设施到模型再到服务的全栈主权AI能力。对Rebellions而言，与英伟达和SK电讯的合作将加速其R200 NPU的商用化进程，预计2028年可供部署。

总结：英伟达、Rebellions与SK电讯的三方合作标志着韩国主权AI基础设施建设进入新阶段。通过NVLink Fusion技术，韩国自研NPU首次正式接入全球AI基础设施平台，结合SK电讯的数据中心与模型能力，有望在2028年前后形成可商用的全栈主权AI解决方案。该合作在韩国科技部支持下推进，也是英伟达首次与韩国NPU公司建立正式合作关系。

参考来源：
NVIDIA官方新闻稿
https://nvidianews.nvidia.com/news/nvidia-rebellions-and-sk-telecom-announce-collaboration-to-advance-sovereign-ai-infrastructure-with-nvidia-nvlink-fusion

韩联社新闻
https://m-en.yna.co.kr/view/AEN20261109005451320?section=k-biz/index

DigitalToday英文报道
https://www.digitaltoday.co.kr/en/view/123139/nvidia-broadens-ai-cooperation-with-south-korean-government-and-companies-from-semiconductors-to-robots-and-startups

NVIDIA官方博客
https://blogs.nvidia.com/blog/korea-sovereign-ai-collaboration/

新浪财经/搜狐报道
https://m.sohu.com/coo/zmtq/1099278485_122014422

时间：2026年11月9日，英伟达在韩国首尔COEX国际会展中心举办”NVIDIA AI Day Seoul 2026″活动，发布面向企业级AI智能体的全栈技术方案，并宣布扩大与韩国政府及企业的技术合作。

地点：韩国首尔COEX国际会展中心

人物：英伟达应用研究副总裁Jonathan Cohen，韩国科学技术信息通信部第二次官Ryu Je-myung，以及SK Telecom、Rebellions、三星电子、LG电子、现代汽车集团等合作伙伴代表

事件详情：Jonathan Cohen在主题演讲中表示，AI智能体正成为下一代计算平台。他指出，过去大语言模型主要负责回答用户问题，而新一代AI系统正向自主执行多种任务的方向发展。英伟达此次发布了五项核心技术：Switchyard模型路由技术能根据任务难度和成本自动选择AI模型，在保持80%任务成功率的同时，将模型使用成本降至单纯使用高性能模型时的约三分之一；Nemotron 3.5 Super VL是拥有1200亿参数的混合专家架构多模态模型，每个Token激活约120亿参数，支持文本、图像、文档和视频理解；NIM是面向企业模型部署的推理微服务；Dynamo是开源推理框架，可在数据中心规模下管理模型推理请求并优化GPU利用率；OpenShell是开源安全运行环境，可限制AI智能体的文件、网络服务和系统资源访问权限，防止越权操作。英伟达同时宣布扩大与韩国企业的合作，包括与Naver Cloud、SK Telecom、LG AI Research和Upstage在AI模型和技术上的合作，以及对韩国初创企业Point2 Technology的投资，并计划追加投资Motif Technologies、RLWRLD和Upstage。

背景：企业部署AI智能体仍面临成本和效率挑战。大语言模型虽然能力较强，但计算成本高且输出结果存在不确定性。英伟达此前已通过NeMo、DGX等产品布局AI基础设施，此次在首尔AI Day上进一步推出面向智能体的推理优化和安全运行时，试图降低企业采用门槛。

影响：英伟达通过模型路由、多模态模型和开源推理框架的组合，将企业级AI智能体的部署成本压缩至原先的三分之一，可能加速制造业、金融、医疗等行业的AI应用落地。在韩国市场，英伟达与SK Telecom、Rebellions基于NVLink Fusion共建的异构AI计算系统预计2028年部署，这将使韩国NPU公司进入全球AI算力基础设施市场。此外，现代汽车集团正评估采用英伟达NemoClaw蓝图和OpenShell运行时开发企业AI智能体，LG AI Research将发布基于英伟达技术训练的K-EXAONE-2.5模型API，韩国AI生态与英伟达平台的绑定加深。

总结：英伟达在首尔AI Day 2026上打出了”技术栈+生态合作”的组合拳。从Switchyard模型路由到OpenShell安全运行时，从Nemotron 3.5 Super VL多模态模型到韩国本土生态投资，英伟达正在将AI智能体从概念验证推向企业级量产。对于正在寻找AI落地的企业而言，成本下降三分之一的模型路由技术和现成的安全运行时，意味着AI智能体的规模化部署门槛已显著降低。

常见问题：
问：英伟达Switchyard是什么？
答：Switchyard是英伟达推出的AI模型路由技术，能根据任务难度和成本自动选择模型，在保持80%任务成功率的同时将成本降至单纯使用高性能模型时的约三分之一。
问：Nemotron 3.5 Super VL有哪些能力？
答：这是英伟达最新发布的1200亿参数多模态模型，采用混合专家架构，支持文本、图像、文档和视频理解，专为AI智能体工作流优化。

参考来源：
CNMO科技
https://ai.cnmo.com/news/822062.html

NVIDIA官方博客
https://blogs.nvidia.com/ai-day-seoul-2026/

Digital Today
https://www.digitaltoday.co.kr/en/view/123139/nvidia-broadens-ai-cooperation-with-south-korean-government-and-companies-from-semiconductors-to-robots-and-startups

ZDNet Korea
https://zdnet.co.kr/view/?no=20261109122336

新浪新闻
https://www.sina.cn/news/detail/5363476949632801.html

Digital Today中文版
https://www.digitaltoday.co.kr/cn/view/123140/nvidia-broadens-ai-cooperation-with-south-korean-government-and-companies-from-semiconductors-to-robots-and-startups

时间：2026年11月9日

地点：韩国首尔COEX会展中心

人物：英伟达、三星电子、SK海力士、LG电子、Kakao Mobility

事件详情：英伟达11月9日在首尔COEX会展中心举办的 NVIDIA AI Day Seoul 2026 上，展示了多项物理AI技术成果。三星电子正与英伟达合作，使用 NVIDIA PhysicsNeMo 进行芯片级热机械分析。在一种结合AI预测有效材料属性、粗网格和GPU加速的技术中，实际速度提升了约1,600倍，原本在32核CPU上需要约18小时的精细网格求解，现在在GPU加速的粗网格求解中仅需41秒。SK海力士正使用NVIDIA的AI开发工具PhysicsNeMo，开发能够预测材料在蚀刻过程中形状变化的AI模型，将传统仿真速度提升数十倍，从而更快地获取分析各种工艺条件所需的数据。LG电子展示了使用NVIDIA Isaac GR00T的机器人操控和制造任务，使用CLOiD机器人在实际制造环境中进行测试。Kakao Mobility计划利用NVIDIA的自动驾驶计算平台DRIVE AGX Thor和Halos安全技术，在起亚专用车辆上开发L4级自动驾驶系统。

背景：NVIDIA AI Day Seoul 2026为期两天，从11月9日至10日举行。英伟达副总裁Deepu Talla在主题演讲中表示，韩国在重工业、汽车和电子制造领域的表现持续超出预期，通用机器人将在不久成为现实。他补充说，韩国将在未来10年的物理AI发展中发挥关键作用。20家合作伙伴公司在活动中发表演讲，包括三星电子、SK海力士、LG电子、Naver Cloud、Doosan Robotics、SK Telecom等。

影响：NVIDIA PhysicsNeMo在半导体研发中的应用，将仿真时间从数小时缩短到数十秒，显著加速了芯片设计和制造流程。三星和SK海力士的参与，显示韩国半导体产业正在积极采用AI驱动的仿真技术来保持竞争优势。LG电子和Kakao Mobility的案例则表明，物理AI正从实验室走向实际生产环境。

总结：英伟达在AI Day Seoul上展示的物理AI技术，特别是在半导体研发和机器人领域的应用，展示了AI如何加速传统工程流程。随着三星、SK海力士、LG电子等韩国巨头与英伟达的深度合作，物理AI正成为推动下一代制造业和半导体产业升级的关键技术。

参考来源：
fnnews.com
https://en.fnnews.com/news/202611091734582534

NVIDIA Blog
https://blogs.nvidia.com/blog/korea-physical-ai-ecosystem/

chosun.com
https://www.chosun.com/english/industry-en/2026/11/09/LDX4JLRURJDWLLMGW5IVFU4IK4/

IT Daily
https://www.itdaily.kr/news/articleView.html?idxno=242760

The Elec
https://www.thelec.net/news/articleView.html?idxno=15167

时间：2026年11月9日

地点：韩国首尔江南区COEX会展中心

人物：英伟达、韩国科技信息通信部副部长柳智明（Ryu Je-myung）、Point2 Technology、Motif Technologies、RLWRLD、Upstage

事件详情：英伟达9日在首尔COEX与韩国科技信息通信部共同主办“AI初创伙伴论坛”，宣布对韩国四家人工智能初创企业进行投资。投资对象包括数据中心互连技术开发商Point2 Technology、AI基础模型初创公司Motif Technologies、物理AI初创公司RLWRLD，以及企业级AI解决方案开发商Upstage。其中，英伟达已确认投资Point2，对其余三家的投资计划也已随论坛公布。

背景：英伟达在韩国的初创企业支持网络已覆盖超过1000家Inception成员。Inception计划提供技术培训、开发者工具、硬件和软件优惠定价、云服务积分以及投资者对接等支持，不要求股权。今年1月，柳智明与英伟达执行副总裁Jay Puri曾讨论将韩国的K-Digital Grand Championship与英伟达Inception创业挑战赛对接，此次论坛将双方合作推向资本层面。

影响：这笔投资覆盖AI基础设施、基础模型、机器人和企业应用四个关键赛道。Point2的射频互连技术可提升AI集群芯片间数据传输效率，其B轮融资总额已达1.36亿美元，英伟达为现有投资方之一。Motif Technologies的开源模型Motif-3采用混合专家架构，总参数3140亿、单token激活132亿、预训练token约12.5万亿、上下文窗口达25.6万。RLWRLD开发机器人基础模型，支持人形和工业机器人的精细操作任务。Upstage基于Solar语言模型和文档AI工具开发企业应用，目前正进行C轮第二轮融资，此前已获得亚马逊和AMD投资。

总结：英伟达通过“点对面”策略，同时布局AI硬件、模型、机器人和企业应用。随着Motif 4预计明年第一季度发布，以及其余三家投资的后续落地，韩国AI初创生态系统有望获得更强的技术积累和资本支持。这也反映出全球AI巨头正通过生态投资争夺下一代AI基础设施和应用标准的领导权。

参考来源：
Unite.AI
https://www.unite.ai/nvidia-backs-point2-and-plans-three-more-korean-ai-startup-investments/

韩联社
https://m-cn.yna.co.kr/view/ACK20261109003900881?section=economy/index

Blockchain.News
https://blockchain.news/news/nvidia-investments-korean-ai-startups-msit-forum

Digital Today
https://www.digitaltoday.co.kr/cn/view/123140/nvidia-broadens-ai-cooperation-with-south-korean-government-and-companies-from-semiconductors-to-robots-and-startups

搜狐科技
https://m.sohu.com/coo/zmtq/1099197802_115362

时间：2026年11月9日

地点：美国（摩根大通发布研报）/ 德国（SAP总部所在地）

人物：摩根大通分析师Toby Ogg、SAP

事件详情：摩根大通11月9日发布研报，将SAP的股票评级从“中性”上调至“增持”，目标股价从2027年12月的175欧元上调至2028年12月的275欧元，隐含约30%的上行空间。分析师指出，随着企业AI从试点阶段迈向全面部署，SAP这类记录系统（Systems of Record）供应商将从中受益。SAP自身的AI产品也在持续改善，客户和合作伙伴调研显示其产品已出现早期市场吸引力。

背景：AI在企业中的落地正经历从原型验证到规模化生产的关键转折。摩根大通分析师Toby Ogg在研报中表示，随着AI项目进入生产阶段并部署智能体（Agents），“规模和投资回报不仅取决于模型本身，更取决于上下文、控制和成本”。SAP通过Business Data Cloud、Business Technology Platform、Signavio和Knowledge Graph等产品，为企业提供数据质量、流程上下文和系统集成能力。

影响：此次评级上调意味着华尔街对SAP在AI时代的定位持更乐观态度。SAP盘前股价上涨约3%，反映市场对评级的积极反应。AI相关关键绩效指标（KPI）的潜在推出，也表明公司可能已经开始实现AI业务变现。摩根大通还将SAP 2026年至2028年的非IFRS息税前利润（EBIT）和每股收益（EPS）预测上调低个位数至中个位数百分比，主要驱动力是更大幅度的利润率扩张。

总结：摩根大通将SAP评级上调至“增持”，核心逻辑是企业AI正从试点走向量产，而SAP作为记录系统供应商具备天然优势。随着目标股价上调30%以及AI KPI的潜在推出，SAP在 enterprise AI 时代的商业化路径正获得更多市场认可。这一评级调整也为 enterprise AI 赛道提供了重要的市场风向标。

参考来源：
Business Insider
https://markets.businessinsider.com/news/stocks/sap-upgraded-to-overweight-from-neutral-at-jpmorgan-1036736004

Yahoo Finance
https://finance.yahoo.com/markets/stocks/articles/sap-gains-jpmorgan-upgrades-stock-085639473.html

CNBC
https://www.cnbc.com/2026/11/09/stock-market-movers-live-updates.html

证券之星
https://wap.stockstar.com/detail/IG2026110900008837

九方智投
https://www.9fzt.com/724info/d53a989d3a2ab09eb27e6ac3ea397b7d.html