硅谷炸了

虽然不是字面的意思，但其实也差不多了。【精品文学在线：】

乔贝恩仅用了二十分钟便让硅谷无数人感到了前所未有的窒息感。

当然此时正在窒息的绝对不止是硅谷。

西门子、新思科技、欧特克、达索、海克斯康

这些国际主流工业软件提供商此时大都已经瑟瑟发抖。

什么叫多物理场仿真？

什么又叫一个界面无缝流转？

不同的工业软件，映射处理不同的任务，不应该是常识吗？

毕竟传统的工业研发，结构、流体、电磁、热力学等等这些不同的场景，需要调用不同的求解器和软件才是正道。不是那些大厂不想把这些场景全部融合，关键是想要做到这一点太难了，涉及极度复杂的算法。让那么多基于不同数学方程的求解器同时工作，还要保证结果能够稳定收敛，这其中的技术难度可想而知。更别提不同工业软件在处理设计问题时，底层逻辑都是完全不一样的。

比如最基本的时间步长就有冲突。

做流体仿真的时候，软件需要捕捉高速流动细节，就需要微秒级的动态步长。

而做结构力学分析时，要计算稳定性一般需要采用毫秒级的步长。

当两者协同工作，对于计算机来说，时间戮直接混叠。

更别提数据模型的拓扑差异了。有些仿真需要四面体网格，有些仿真则需要六面体网体，这样数据来回传递，结果就是信息可能丢失，精度下降到无法忍受。更别提不同场景下语义区分问题。要知道这么多任务业软件同一个词在不同软件中的定义也是天差地别的。这怎么还能直接被做成同一个工具包了？

不过仔细想想，考虑到乔贝恩展现出的第二个能力，它都能把那些经过十几年不断增删，如同屎山一般的代码，优化得清清楚楚，甚至能重构底层的冗馀逻辑。

所以完成这种程度的软件融合似乎也不是不行。

唯一的问题是，许多产品单一的工业软件运营商，只剩下死路一条了。

想想还挺可笑的。

三年前，他们还能以停止软件授权来威胁华夏，三年后他们便迎来了华夏降维打击的产品。虽然乔贝恩在发布会上说只有中文版本。

但所有人都很清楚，如果这款软件真能达到乔贝恩所说的多物理场仿真融合，对于能搞工业设计的工程师来说，掌握那么几个中文，完全不是问题。只要真能做到不需要工程师们在不停地导出导入各种数据，别说界面是中文的，就算界面是甲骨文甚至乱码，不要三天各种对照版本就会出现在网络上。全球工程师哪怕是死记硬背，也会去使用这种更先进的工具。

毕竞在绝对的效率面前语言习惯根本不值一提。

不管是对于设计工程师还是对于设计工程师工作的公司都是如此。

当掌握了先进生产工具的人效率倍增，那些还只会用旧工具的人自然就成了被优化的对象。众所

。仅从这不到二十分钟的发布会来看，乔贝恩压根就不该是这个时间节点能够出现的技术。

除非人工智能的底层理论有了重大突破。[科幻战争史诗：]

但如何做到的不重要，重要的是，乔贝恩的出现让现阶段所有的人工智能大模型都成了一个笑话。皮查伊很清楚目前内部实验室人工智能大模型的研究进度。

仅就敲代码而言，他们最新的模型已经能实现百分之九十五的准确度。

这已经是一个极为优秀的成绩，但依然需要经验丰富的程序员去检查代码，防止出现灾难性bug。逻辑陷阱、安全漏洞、并发死锁

乔贝恩提到的那些缺陷，谷歌的大模型同样会出现。

而乔贝恩可以直接生成近乎完美的代码，还能自主设计测试环境和优化。

最可怕的是它甚至能自主修改历史代码，直接介入最底层数据库。并能把屎山代码进行优化。这是目前任何一款大模型想都不敢想的。

同一时间

毕竟真要说到当代屎山级代码，windows系列系统绝对是当之无愧的第一。

为了能够兼容老设备，微软视窗系统代码库里堆积了三十多年的祖传代码。

。如果未来windows真要是因为过于臃肿，而被鸿蒙系统所取代了，那微软花费几十年创建的商业帝国，可能一朝之间就会轰然倒塌。这还并不是危言耸听。

现在有为集团不但有鸿蒙系统，还拥有精卫、后羿、夸父算法以及产品线和芯片设计能力。但更可怕的是，有为集团已经扶持了近乎涉及到其产品装配全产业链的上游供货商。

换言之，其供应链已经能做到近乎百分之百自主可控。

再融合乔贝恩这种通用人工智能，不知不觉间，有为集团已经发展成了一个集硬软件一体、全产业链自主可控且拥有顶级ai加持的庞然大物！最可气的是，这个让人绝望的庞然大物，还是他们制裁出来的！

时间倒回十年前，虽然有为集团一直在发展芯片设计能力，但起码大部分软件和内核部件还是依赖进口。当一切自主可控，不谈其技术是否先进，起码有为集团已经拥有绝对的成本和效率优势。

要知道微软想要英特尔适配自家的系统，还需要提前沟通，甚至让渡一部分自家利益呢。

这特么以后还怎么玩？

。更可怕的是，这场发布会还在继续。

是的，乔贝恩还在继续着他的表演。

“那么第二个场景是什么呢？相信很多了解大模型思维的朋友们已经猜到了。你们猜的没错，依然是我们的大工业领域！在介绍我的这项超能力之前，我希望能先跟大家普及一个目前在工业界广泛使用的算法--yolo。这是一款当下极为高效的目标检测算法，就如同它的命名一样，只用看一眼，就能够把需要挑选的东西找出来。所以这款算法被广泛应用于自动驾驶、安防监控、以及工业质检等等领域。