【科技早餐】今天精選 8 則國內外重要科技新聞。
＊Meta 擬籌資最高 950 億美元，4 座超大型 AI 算力園區建設中
Meta 在 10 月 26 日宣布啟動約 350 億美元股權發行，包括約 225 億美元普通股及約 125 億美元強制轉換特別股相關存託憑證，並規劃未來透過 C 類股的隨市發行機制，再募集最多約 600 億美元，整體計畫規模合計最高約 950 億美元。不過，後一階段尚未簽訂發行協議，預計最快 2027 年第 1 季啟動，實際發行條件與募得金額仍未確定。NVIDIA、超微（AMD）與博通（Broadcom）已表達合計最多 50 億美元的認購意願，但並非具約束力的投資承諾。普通股發行中也包含遠期出售安排，部分資金須在日後結算才會到位。
這次籌資與 Meta 擴充 AI 算力有關。公司表示，在美國 23 個州擁有資料中心，正建造 4 座規劃容量各超過 1 GW 的大型算力園區，預期 2026 年資本支出達 1,350 億至 1,450 億美元，投入運算設備、資料中心及 AI 模型與產品。Meta 同時持續改善廣告推薦，發展 AI 代理、企業服務與智慧眼鏡，並表示今年前 3 季營運現金流約 970 億美元。公司計畫結合營運現金、債務、策略合作及股權資金支應擴張，而不是把最高籌資額視為已到手的建設預算。這也反映大型科技公司正在擴大籌資管道，以支應長期 AI 基礎建設需求。
＊應用材料擬增持 Besi 至約 20%，深化 AI 晶片先進封裝合作
美國半導體設備廠應用材料（Applied Materials）在 10 月 26 日宣布，已簽署加速購股協議，計畫將荷蘭封裝設備業者 Besi（BE Semiconductor Industries）的持股，從目前約 9% 提高至約 20%。這項投資是擴大既有策略合作，不是全面收購。應用材料表示，交割仍須等待美國反壟斷法規所要求的審查等待期屆滿或終止，目前沒有打算將持股再提高至約 20% 以上，也不計畫尋求 Besi 董事席次。公司未在公告中揭露此次增持的最終支出或交割日。
兩家公司從 2020 年開始合作，最早聚焦混合鍵合（hybrid bonding），讓不同晶片更緊密連接，縮短訊號傳輸距離並降低耗能，以支援高效能運算。這次合作延伸到下一代 3D IC、邏輯與記憶體整合、熱壓鍵合，以及晶粒對晶圓、晶粒對晶粒等封裝平台。Besi 也加入應用材料的 EPIC 創新中心。混合鍵合透過更精密的晶片連結方式，提高晶片堆疊與互連密度，是先進封裝因應傳輸速度、功耗及空間限制的重要方向。隨著 AI 晶片需要整合更多運算與記憶體元件，設備商正深化先進封裝合作；但新技術的客戶導入、設備訂單和量產規模，仍待後續揭露。
＊鴻海導入 NVIDIA AI，產線排程工時減 25%、換線工作量減半
鴻海在 10 月 26 日宣布，正運用 NVIDIA 的 AI 基礎設施與軟體，加快自家工業模型訓練，並部署協助生產決策的專用 AI 代理。公司以工業資料調整開源基礎模型，建立自有大型語言模型 FoxBrain，進一步支援製造平台 Genesis 與城市服務 CityGPT。鴻海表示，使用 NVIDIA DGX SuperPOD 訓練 1,200 億參數模型，與過去採用 H100 的系統相比，特定測試速度提高 2.48 倍，可在 12 天內處理 1 兆個詞元；這是模型訓練指標，並非整座工廠的生產效率倍增。
在製造端，鴻海公布特定應用成果：生產排程所需人工作業時數減少 25%，射出成型換線工程工作量減少 50%；表面黏著產線辨識並處理超過 20 項主要缺陷根因，修正率超過 90%。公司也利用 NVIDIA RTX PRO 伺服器、Omniverse 及 Isaac，在實際部署前模擬工廠與機器人運作，協助跨廠複製流程，並透過旗下 Visionbay.ai 規劃向亞洲企業及政府提供 AI 服務。鴻海表示，相關基礎設施和軟體也支援跨 200 多座設施的部署管理需求，但並未逐廠公布 AI 代理已上線的比例與成果。上述改善數值均是鴻海披露的特定應用結果，並非所有廠區都達到同等成效。
＊微軟推 6 萬人自願離職方案，全球 27% 員工符合資格
微軟（Microsoft）在 10 月 26 日推出限時自願離職方案，約 6 萬名員工符合資格，相當於公司截至今年 6 月底全球約 22.3 萬名員工的 27%。方案適用於美國、加拿大、英國和印度部分參與部門、職級 70 以下的符合資格人員，提供財務補償及職涯規劃資源。根據《Reuters》引述知情人士，涉及 AI 體驗、Copilot、財務、人資、Xbox 與 Windows 裝置等單位，但不是所有部門一律開放。這 6 萬人代表可選擇參與的員工，不是公司預定裁減人數，實際申請與離職規模尚未公布。員工會依個別資格接獲通知，自主決定是否申請。
微軟人力長艾咪．柯爾曼（Amy Coleman）在內部公告表示，各部門面臨不同的業務優先順序、客戶承諾與人力需求，因此讓符合資格、考慮離開公司的員工自願選擇，並協助組織更有彈性地調整人力。這項計畫延續今年稍早的自願退休措施，與先前其他裁員行動屬不同安排。公司同時持續投入 AI 資料中心與運算設備，面臨擴張資本支出及控制營運成本的雙重壓力；但官方並未表示此次離職方案是由 AI 直接取代職位，也未證實將節省的人事支出專款用於 AI 投資。方案的實際成本與執行成果仍待後續公布。
＊AI 用電推升天然氣需求，美國 130 億美元能源併購案出爐
美國天然氣生產商 EQT（EQT Corporation）在 10 月 26 日宣布，已與同業 Range Resources 簽署最終合併協議，將以約 130 億美元的全股票交易收購對方。若順利完成，合併後企業價值預估超過 500 億美元，將形成美國規模最大的天然氣生產商。兩家公司在阿帕拉契盆地擁有大量天然氣資產，合併後每日淨產量預估超過 90 億立方英尺天然氣當量，並掌握超過 3,700 英里的中游管線及相關設施。交易條件為每股 Range 普通股可換得 0.987 股 EQT 股票，若順利交割，原 EQT 股東預計持有合併公司約 73%。此次交易仍須股東與主管機關批准，預計 2027 年第 1 季完成。
AI 資料中心快速擴張，需要穩定的電力供應，正在成為美國天然氣需求成長的推力之一；其他因素還包括液化天然氣出口與一般發電需求。天然氣電廠能提供可調度電力，但資料中心規劃擴建，不等於相關供電與管線已建成。EQT 表示，希望結合兩家公司相鄰的開採資產、銷售通路及管線，提高供應效率，預估交易完成後兩年內可實現每年約 3.25 億美元基本綜效。在電網擴建速度與資料中心負載增加之間，能源供應商仍需要以實際長期合約驗證需求，相關預測不能直接當成已取得的 AI 資料中心訂單。
＊Anthropic 申請 IPO，半年營收逾 162 億美元、示警台灣晶片供應風險
美國 AI 公司 Anthropic 於 10 月 26 日公開向美國證券交易委員會（SEC）遞交的首次公開募股（IPO）申請，計畫在那斯達克以 ANT 為股票代碼上市，發行價格及掛牌日期尚未公布。招股文件顯示，2026 年上半年營收達 162.86 億美元，約為去年同期 11.63 億美元的 14 倍；同期營業虧損約 6.93 億美元，財報淨損則達 807.48 億美元，主要受到可轉換融資工具及其他金融負債估值變動影響，不代表實際支出同等金額現金。公司也揭露，為取得足夠運算資源，必須提前投入大量資金並承擔長期採購承諾。
值得台灣關注的是，Anthropic 在 IPO 文件中指出，全球最先進晶片製造產能高度集中於台灣，主要來自台積電（TSMC）。若台灣發生地震、颱風、電力或供水中斷，以及地緣政治衝突或封鎖，都可能嚴重干擾全球先進晶片供應，影響甚至持續數年。公司也坦言，由於市場需求旺盛，台積電過去有時無法完全滿足晶片製造需求，導致 Anthropic 未能及時取得足夠晶片。這是既有供應限制，應與未來可能發生的地緣政治風險分開理解。文件凸顯，除了財務與治理結構，先進晶片產能集中與算力取得能力，也是 AI 公司上市後必須面對的營運風險。
＊澳洲資安警報年增近 80%，官方示警 AI 加速網路攻擊
澳洲訊號局（Australian Signals Directorate，ASD）10 月 27 日發布《2025–26 年年度網路威脅報告》，指出旗下澳洲網路安全中心於該財政年度收到超過 8.2 萬件網路犯罪通報，平均約每 6 分鐘就有一件；並處理逾 1,500 件網路資安事件。中心另向澳洲機構發出超過 4,400 次潛在惡意網路活動通知，較前一年度增加將近 80%。這項增幅指的是官方通知數量，不代表澳洲整體網路攻擊件數增加 80%，也不是所有案件都由 AI 發動。這類通知針對可能存在的惡意活動，也不代表每次通知都對應一次成功入侵。
報告指出，AI 工具讓攻擊者更容易擴大作業規模、提高速度，也可能讓詐騙與釣魚訊息更具說服力，增加企業辨識惡意活動的難度。澳洲官方提醒，企業、政府及關鍵基礎設施營運者，都需要持續落實帳號保護、員工辨識與事件應變措施。這份年度統計同時涵蓋多種網路犯罪與傳統攻擊手法，因此應區分 AI 增加威脅效率的風險，以及已經確認的事件數量，避免把相關數據全部歸因於 AI。隨著更多企業導入線上系統與 AI 服務，持續監控及事故通報也成為防護工作的一部分。
＊三菱電機展示人形機器人操作工具機，Physical AI 走進加工流程
日本三菱電機（Mitsubishi Electric）宣布，開發人形機器人與電腦數值控制（CNC）工具機協同運作的加工系統，並在日本國際工具機展 JIMTOF 2026 展示。系統透過 Physical AI 技術，讓人形機器人參與工件準備、清潔、取出完成品、搬運、檢查及異常處理等原本需要人工執行的工作。
這套架構結合 AI 加工任務規劃器、可交換工作資訊的 CNC 工具機，以及通用型人形機器人。操作人員以自然語言提出加工要求，系統再分派機器與機器人工作，目標是減少各設備之間複雜的客製介接，並降低加工現場的人力需求。技術團隊希望讓機器人在既有機台附近處理過去依賴人工作業的動作，減少為導入固定式機器人而重新修改產線的需求。三菱電機以製造業缺工及熟練技術傳承作為開發背景，但目前公開的是技術開發與展會展示，尚未揭露商用客戶、工廠部署規模或長期效率數據，不同設備的相容性與安全措施也仍待實際場域驗證。
＊本文開放合作夥伴轉載，資料來源：Meta、《Reuters》、Applied Materials、《Reuters》、鴻海、NVIDIA、EQT、《Reuters》、Microsoft、《Reuters》、Anthropic、《中央社》、《經濟日報》、ASD、Mitsubishi Electric，首圖來源：Unsplash。
