在 SAP Sapphire 2026 大会上 —— NVIDIA 创始人兼首席执行官黄仁勋通过视频与 SAP 首席执行官 Christian Klein 共同发表主题演讲 —— 宣布 SAP 与 NVIDIA 将扩大合作,以帮助企业在具备安全性和治理控制的条件下运行专业智能体。

SAP 将 NVIDIA OpenShell —— 一种用于安全开发和部署自主 AI 智能体的开源运行时 —— 嵌入到 SAP 商业 AI 平台 (SAP Business AI Platform) 中。此外,SAP 工程师正在与 NVIDIA 协同设计 OpenShell,并将成果回馈给该开源项目。
OpenShell 提供隔离的执行环境、文件系统和网络层的策略执行,以及基础设施级的遏制机制,可在智能体逻辑发生故障时防止受损。
在 SAP 商业 AI 平台中,OpenShell 是所有 SAP AI 智能体的运行时安全层,这其中也包括在 Joule Studio 中构建的自定义智能体 —— Joule Studio 是 SAP 用于构建和管理端到端企业智能体的环境。
对于企业而言,从 AI 助手到自主智能体的转变改变了“信任逻辑”。当一个智能体能够触及记录系统、跨越应用边界,并且无需审核的情况下运行时,在投入生产之前,需要具备边界、策略执行和审计追踪能力。这正是 SAP 和 NVIDIA 共同致力解决的问题。
应用层的重要性
黄仁勋曾将 AI 比作是一个五层蛋糕:能源、芯片、基础设施、模型和应用。
应用层位于顶层,意味着 AI 可创造经济价值并提高知识工作者的生产力。作为企业应用和商业 AI 领域的全球领导者,SAP 是应用层的重要催化剂。它支撑着财务、采购、供应链和制造等工作流的运行,智能体必须在策略、身份和流程控制下运行。
SAP 在企业运营中的这一核心地位成为企业采用代理式 AI 的关键驱动力。
企业级智能体需要理解角色、流程、权限和数据边界。它们还需要一个执行环境,能够限制智能体可访问的范围、操作权限以及其推理运行的位置。
共同开发代理式 AI 基础
作为 SAP 的长期客户,NVIDIA 提供了自身的视角 —— 其财务、供应链和物流均运行在 SAP 上,这为双方在实践中理解企业级治理的需求提供了共同的语境。
SAP 工程师正在与 NVIDIA 工程师协作,进一步开发 OpenShell 的开源代码库,重点关注企业在生产环境中运行代理式 AI 所需的能力:包括运行时加固、策略建模、企业身份集成,以及审计和治理接口。
SAP 和 NVIDIA 的技术实现了无缝协同,共同满足企业部署可信智能体的重要要求。
它们共同填补了仅凭应用层安全性无法覆盖的空白。
助力智能体开发者快速起步
构建自定义智能体的 SAP 客户将获得更快的生产路径。NVIDIA NemoClaw —— 一个用于开发和部署自主智能体的参考蓝图 —— 将直接在 Joule Studio 中使用。这意味着开发团队可以获得一条从初始构建到可信生产部署的结构化路径,而无需从头开始搭建安全框架。
只有当企业可以放心地将数据托付给 AI 智能体时,它们才能创造价值。
对于许多组织而言,这些数据存储在 SAP 中 —— 其中包含了支撑其业务运营的财务、采购和供应链的记录系统。
SAP 和 NVIDIA 携手让智能体具备执行能力,同时确保其始终处于企业要求的边界内运行。
好文章,需要你的鼓励
本田汽车因电动车战略失败,创下上市以来最大亏损,电动车相关损失高达1.45万亿日元(约92亿美元)。本田CEO宣布全面调整战略:放弃2040年淘汰燃油车计划,转而推进混动路线,计划到2028年推出两款新混动车型原型,并在本十年末全球发布15款新混动车型。与此同时,本田将暂停150亿美元的加拿大电动车工厂建设,并将俄亥俄州电动车产线改为混动和燃油车生产。
中山大学等机构发现,多模态AI在同一道物理题因表达形式改变时推理能力明显下滑,视觉数值与物理实体的绑定是最核心瓶颈,且遮黑训练图片同样能提升测试成绩。
IEEE信号处理学会与《IEEE信号处理精选主题期刊》联合发布专题征稿,聚焦"网络化AI"领域。该研究方向旨在让机器人和AI系统摆脱孤立运行模式,通过互联网络实现集体学习、实时协同优化。研究涵盖多智能体机器人、分布式AI、边缘智能、自动驾驶等方向,探索系统在无需人工干预的条件下自主进化的可能性。论文征集截止日期为2026年6月15日,成果将于2027年1月发布。
这项由纽约大学与弗拉托恩研究所开展的研究证明,允许可学习嵌入时,Transformer只需对数维度就能存储大量事实,MLP充当通用关系选择器而非知识查找表,思维链可绕开多跳推理的容量瓶颈。