【科技早餐】今天精選 8 則國內外重要科技新聞。
＊台積電捲入美國 ITC 專利案，AI 晶片供應鏈碰上執法壓力
台積電在美國面臨專利爭議。《Axios》報導，兩家與美國私募股權公司 Vector Capital 有關的專利公司，向美國國際貿易委員會提出申訴，指控台積電先進製程製造的晶片侵犯專利。這起案件也引發美國國會關注，四名共和黨議員已致函國際貿易委員會主席，要求對被認定侵犯美國專利的外國製晶片採取強力執法，並阻止相關產品進口美國。
台積電強調，公司運作完全遵循各國法規。台灣經濟部回應，這屬於企業間專利權爭議與美國法制程序，目前仍在審理中，政府尊重相關程序，也會持續關注後續發展。這起案件凸顯台積電在美國 AI 供應鏈中的戰略重要性，也讓美國在 AI 晶片供應穩定與本土專利執法之間的取捨受到關注。
＊SK 海力士拚 2034 年產能增至三倍，海外 AI 工廠瞄準日本
SK 集團會長崔泰源表示，為了因應 AI 運算帶動的記憶體需求，旗下 SK 海力士正加速擴產，目標在 2034 年前，將晶圓產能提高到目前的三倍。SK 海力士目前正在南韓龍仁市興建四座晶圓廠，第一階段預計於 2027 年初完工。原本規劃到 2045 年完成的時程，已提前大約十年，目前工程上已很難再更快。
除了南韓本土產能，SK 也把海外擴張目標指向日本。崔泰源表示，日本具備電力、水源、工程師與半導體材料供應商，是海外設廠候選地。在 AI 工廠方面，SK 已規劃先在南韓於 2027 年啟用相關設施，並評估把日本作為海外擴張候選地，目標在 2028 到 2029 年間推進下一代 AI 資料中心，並與 NVIDIA 合作設計，以兼顧低功耗與高效能算力。
＊OpenAI 準備 IPO 又考慮降價，AI 模型競爭進入價格戰
OpenAI 執行長 Sam Altman 向員工表示，公司預期在未來一年內上市，不過實際時程仍將視市場條件與技術進展而定。OpenAI 近期已向美國監管機關保密遞交 IPO 申請文件，加入 Anthropic 等 AI 公司進入公開市場的競爭。公司尚未公布募資規模、發行條件或具體上市時間表。
與此同時，OpenAI 也面臨價格壓力。《華爾街日報》報導，OpenAI 正考慮大幅調降 token 收費，以因應 Anthropic 的競爭，不過相關討論仍在進行中，尚未正式定案。近期不少企業客戶開始抱怨 AI 工具成本升高，OpenAI 也面臨 Claude Code 等產品追趕。對準備上市的 AI 公司來說，價格、毛利率與客戶忠誠度，都將成為公開市場檢驗的重點。
＊Anthropic 要求前沿模型第三方測試，AI 監管延伸到失業保險
Anthropic 向美國國會提出 AI 監管建議，呼籲政府要求最先進的 AI 模型，在推出前接受獨立第三方安全測試。公司表示，如果聯邦政府要取代各州 AI 法規，就必須制定足以處理重大 AI 風險的強力聯邦標準。否則，不應直接禁止各州自行推動 AI 監管。
除了模型安全，Anthropic 也呼籲美國升級失業保險與相關社會安全網。公司指出，若 AI 未來造成大規模勞動市場衝擊，現有失業救濟系統可能難以快速處理大量申請。Reuters/Ipsos 本週民調也顯示，約一半美國民眾擔心，AI 可能導致自己或家人失業。這讓 AI 監管討論從模型安全、國家安全，進一步延伸到就業衝擊與社會制度準備。
＊加拿大推主權 AI 又管社群平台，AI 聊天機器人也納入安全責任
加拿大政府推出國家 AI 戰略「AI for All」，將設立 5 億加幣的「Canadian Tech Growth Fund」，扶植本土 AI 企業，並把政策重點放在建立信任、創造機會與強化主權。加拿大政府目標，是把企業 AI 採用率從目前約 12%，在 2034 年提高到 60%，並透過 AI 導入，在 2031 年前創造 25 萬個新工作機會。
同一時間，加拿大也提出「Safe Social Media Act」。若法案通過，原則上將禁止 16 歲以下青少年擁有社群媒體帳號；平台如果符合政府制訂的兒童安全標準，未來可申請豁免。這項法案也把 AI 聊天機器人納入新的安全責任範圍，要求業者建立危機通報與應對機制，降低有害內容風險。這反映加拿大正試圖把 AI 發展、資料主權與平台治理放在同一套政策框架下處理。
＊OpenAI 揭中國宣傳操作，ChatGPT 被用來介入美國資料中心辯論
OpenAI 發布報告指出，中國宣傳人員試圖利用 ChatGPT 生成口號、政治漫畫與多語內容，煽動外界反對美國總統川普的關稅政策，並介入美國有關資料中心與 AI 的公共辯論。這些活動發生於 2025 年底至 2026 年初，實際影響似乎有限，但顯示生成式 AI 正成為數位影響操作的重要工具。
OpenAI 表示，其中一組使用者利用 ChatGPT 生成批評美國貿易與科技政策的內容，並發布在社群平台 X；另一組活動則試圖介入美國有關 AI 與資料中心的辯論，把資料中心產業描繪成耗電、逐利且損害民眾利益的產業。中國駐美大使館表示不熟悉 OpenAI 研究內容，但反對任何對中國的無根據攻擊或抹黑。
＊Coinbase 執行長稱 AI 工作負載將轉向便宜模型，企業開始重算推論成本
面對 AI 工具成本升高，Coinbase 執行長 Brian Armstrong 提出模型路由策略。他表示，未來 12 到 18 個月內，約 80% 的 AI 工作負載可能轉向成本低 99% 的模型，只有約 20% 的高難度任務，例如尖端科學研究或複雜代理編排，仍需要最先進模型。Coinbase 內部也正把不同任務分配給更適合的模型，而不是一律使用最強模型。
這項做法反映企業開始重算 AI 使用成本。近期 GitHub Copilot 等工具轉向更細緻的 token 或用量計費後，部分重度使用者面臨帳單壓力。對企業而言，AI 導入不再只是追求最高模型能力，也開始進入成本控管、任務分流與投資報酬率檢驗階段。模型路由因此成為企業維持 AI 使用規模，同時控制推論成本的關鍵策略之一。
＊Google 推 DiffusionGemma，文字擴散模型挑戰傳統逐字生成
Google 推出開放式 AI 模型 DiffusionGemma，採用文字擴散機制，不同於傳統大型語言模型逐一生成 token 的方式，而是透過平行處理與逐步去噪，改善本地端推論時的速度與記憶體頻寬限制。Google 表示，這種設計可在 GPU 上提供最高約四倍的 token 生成速度，並支援雙向上下文與生成過程中的自我修正。
NVIDIA 也表示，DiffusionGemma 可在單張 H100 GPU 上達到每秒約 1,000 個 token，在 DGX Station 上可達每秒約 2,000 個 token。這項技術顯示，AI 模型競爭正從雲端大型模型能力，延伸到本地端與 AI PC 的推論效率。隨著裝置端 AI 應用增加，如何在有限記憶體頻寬與功耗條件下提升生成速度，將成為模型架構與硬體平台的新競爭點。
＊本文開放合作夥伴轉載，資料來源：《Axios》、《中央社》、《Nikkei Asia》、《The Wall Street Journal》、《Reuters》、《Reuters》、Government of Canada、《Reuters》、《Business Insider》、《Business Insider》、Google、NVIDIA，首圖來源：AI 生成圖。
