Archives

成為業務進攻的敲門磚！Linker Vision 導入 NVIDIA DGX Spark™，提升運算能力並縮短驗證週期 

從流程自動化到決策輔助，AI 正在驅動各行各業發展全新的商業模式。面對這場 AI 賽局，致力提供 AI 電腦視覺與多模態推理應用的 Linker Vision 鑫蘊林科，運用 NVIDIA DGX Spark™，滿足產品開發時對於高效測試與驗證的關鍵需求。 Linker Vision 鑫蘊林科解決方案架構師林建志表示，過去 Linker Vision 使用 GPU 往往受限於昂貴的成本，無論在開發、測試環節，研發工程師需要運用高單價、具強大運算性能的 GPU，才能提供先進且穩健的 AI 服務，「NVIDIA DGX Spark 的出現讓我們眼睛為之一亮，不僅幫助 Linker Vision 減輕成本負擔、實現無痛移植架構，也能夠支援我們在上面運行中、大型模型，並完成開發、測試等作業，發揮極大導入優勢。」 「我們將 NVIDIA DGX Spark 作為產品開發的核心平台之一，」林建志進一步說明 Linker Vision 如何將 NVIDIA DGX Spark 應用於產品中，指出 Linker Vision 自 2025 年就已經使用 NVIDIA Blackwell 架構的 GPU，其亮點之一是支援 FP4 資料格式，這代表開發者可以透過更低的 GPU 記憶體，產出最大服務的吞吐量，也能為客戶帶來精準、低延遲的使用體驗。 林建志分析，NVIDIA […]

超越 Vibe coding！Spec-Driven Development（SDD）如何降低 AI 寫程式的混亂？

生成式 AI 讓寫程式的門檻快速降低，vibe coding 已成為最具話題性的開發方式：只要在聊天視窗輸入自然語言， AI 就能即時產出可執行的應用原型，甚至讓非工程背景的人也能實作。不過，也有聲音指出，這種缺乏前置規劃的開發模式，一旦進入複雜或長期專案階段，往往會帶來不確定性、反噬企業團隊本身，這使得另一軟體開發方法「Spec-Driven Development」（規格驅動開發，以下簡稱 SDD）成為新焦點。 SDD：不是先寫程式，而是先把要做什麼說清楚 技術顧問公司 Neudesic 技術長 Nathan Lasnoski 在個人部落格指出，SDD 是一種先投入資源在簡潔、可測試的「規格」（Specifications），再交由 AI 生成程式碼的開發方法。與其一開始就讓 AI 施作，SDD 要求資深工程師或產品負責人先清楚定義系統行為、限制條件與預期成果，讓規格成為人與 AI 之間的「動態契約」（living contract）。AI 負責回答怎麼做，人類則負責把要做什麼、為什麼要做說清楚。 Lasnoski 認為，SDD 的核心在於將「規劃」與「實作」分離，不論在規劃期間是否有 AI 輔助，這既能維持開發流程的敏捷性，又能確保快速生成的 AI 程式碼建立在清楚明確的基礎上，不會偏離方向。他觀察，SDD 帶來的成果包含讓開發者的速度提升、改善軟體品質與可維護性，甚至包含大規模系統現代化專案。 這裡所說的規格，不等於傳統的產品需求文件（PRD）。根據技術顧問公司 Thoughtworks，規格是對軟體外顯行為的具體描述，包括輸入與輸出之間的關係、前後置條件、不變量、介面型別、系統整合契約與狀態機等。換言之，SDD 的規格描述的是系統「如何表現」，而不只是業務想要什麼。 SDD 是 AI 版本的「瀑布式開發」嗎？ 隨著「先寫規格」的說法浮上檯面，也有人質疑，SDD 是否只是瀑布式開發（Waterfall）的 AI 版本。對此，微軟首席產品工程師 Den Delimarsky 表示，SDD 並不是要回到冗長、僵化、無人閱讀的文件流程，更不是試圖預測未來所有需求。 Delimarsky 認為，SDD 的核心價值在於讓技術決策清晰明確、可審查、可演進，就像替團隊的思考過程加上版本控制。當關鍵假設與取捨被明確寫入規格，團隊就能在尚未寫下任何程式碼之前，及早發現理解落差，而不是等到系統成形後才付出高昂代價回頭修正。他指出，這種「共享上下文」的方法，對於依賴 AI 代理（AI Agent）打造產品的工作流程尤其重要，能引導 […]

提升 40% 至 60% AI 導入應用成本效益！Morale AI 以 NVIDIA DGX Spark™ 打造「可攜式」智慧製造及領域專用大型語言模型解決方案 

因應外部環境的劇烈波動，以及缺工與技術斷層的雙重挑戰，製造業者推動數位轉型成為重塑營運、生產與獲利模式的關鍵。致力提供客戶智慧製造解決方案的 Morale AI，便透過導入 NVIDIA DGX Spark™，滿足客戶在地端部署 AI 的需求。  Morale AI 執行長高聖翔表示，Morale AI 整合客戶提供的結構化與非結構化資料，並經過數據治理階段整理與數據科學機器學習，再結合智慧製造技術與大型語言模型應用，打造符合企業需求的解決方案平台。過去，Morale AI 主要面臨的挑戰就是在地端部署的高昂成本，導入 NVIDIA DGX Spark 後不僅大幅減少硬體預算，也提供使用者更多部署選擇，能以更低的成本先推動試行，再逐步擴大導入規模。  Morale AI 的核心產品涵蓋 AI Agent 平台、智慧製造機器學習解決方案，以及領域專用的大型語言模型 AI 解決方案並且已導入半導體、PCB、紡織、工具機等產業。高聖翔指出，NVIDIA DGX Spark 提供 AI 超級電腦的強大效能，加速大型語言模型推論，並支援新一代 AI 工作負載，藉由 NVIDIA DGX Spark，Morale AI 已將龐大的領域知識升級為「可攜式方案」，讓客戶能將專業知識隨身攜帶，更輕便、靈活地整合進製造現場的各種使用情境中。  目前，Morale AI 還使用 NVIDIA NIM™ 平台，搭配最新的 Nemotron-3-Nano-30B-A3B 模型，讓 Agent 需要處理並理解大量資訊或是進行快速推論時，都能在 NVIDIA DGX Spark 上無縫完成，「NVIDIA DGX Spark […]

AI 代理越多越好？研究：太多代理會拖慢效率，3 到 4 個已經很夠用

根據 Google 與麻省理工學院的研究，增加 AI 代理及工具的數量，往往會產生過多不必要的開銷，導致邊際效益遞減，最有效率的應用規模為同時採用 3 到 4 個 AI 代理即可。

【科技早餐】馬斯克九個月一代 AI 晶片，推進產業快轉模式

【科技早餐】今天精選 6 則國內外重要科技新聞。 ＊馬斯克九個月一代 AI 晶片，推進產業快轉模式 特斯拉執行長馬斯克公布最新 AI 晶片路線圖，計畫每九個月推出一代新晶片，從 AI5、AI6 一路延伸至 AI9，速度明顯快過目前 NVIDIA 與 AMD 一年一代的發布節奏。馬斯克表示，這項策略目標，是讓特斯拉在自動駕駛與機器人領域，能更快推進模型與應用落地。 其中，AI5 設計已接近完成，將由三星與台積電生產，主要應用於全自動駕駛、Robotaxi 與人形機器人 Optimus。馬斯克宣稱，新晶片效能最高可達現有 AI 硬體的 50 倍，每美元效能提升 10 倍，並同步改善功耗效率，藉此降低對外部供應節奏的依賴。 ＊最先進製程留台灣，台積電說清楚美國擴廠底線 台美關稅協議拍板後，台積電再次成為市場關注焦點。台積電財務長黃仁昭接受美國媒體訪問時強調，公司在美國擴大投資是基於客戶需求，但最先進製程仍將根留台灣，相關策略並未改變。 黃仁昭指出，先進製程高度依賴研發與製造的密切協同，工程師需在不同據點之間頻繁調度，這種工程密度，目前仍以台灣最具效率。現階段，亞利桑那州第一座晶圓廠已量產，第二座廠設備今年進駐，第三座廠動工中，同時規劃先進封裝與研發中心，但若要大幅加快技術移轉，仍具高度挑戰。 ＊AI 吃掉記憶體，消費電子開始替資料中心買單 AI 需求爆發，正快速抽走全球記憶體產能。《華爾街日報》指出，到了 2026 年，全球最多 70% 的記憶體產能，將流向 AI 資料中心，對汽車、電視、手機與家電等產業形成擠壓效應。 同時，記憶體廠商已開始減產甚至停產舊規格晶片。市場分析師直言，目前連 2028 年的產能都已被預訂，短期內難以緩解。研究機構預估，未來記憶體成本，可能占多數電子產品售價的 10%，在智慧手機中甚至高達 30%，顯示這波漲勢不再只是短期波動，而是結構性轉變。 ＊AI 不是缺電，是缺電廠，美國啟動資料中心電力方案 美國總統川普正打算推動一項以 AI 資料中心為核心的電力政策，將戰場直接拉進能源與基礎建設領域。白宮聯手多州州長，要求美國最大電網營運商 PJM Interconnection，為科技巨頭舉行專門電力拍賣，讓資料中心能簽下至少 15 年的長期供電合約，藉此降低電力公司興建新電廠的風險，進一步能說服他們加速蓋新廠。 白宮預期，該機制可帶動超過 150 […]

防止一個 API 毀全廠！專家籲落實系統隔離，別讓駭客在 IT 與 OT 間暢行無阻

2025 年 8 月，汽車製造大廠 Jaguar Land Rover 遭受重大資安攻擊，導致其英國自動化的生產線被迫關閉長達一個月，損失高達 6.5 億美元，並額外支出 2.6 億美元的網路安全成本。 《華爾街日報》指出，隨著愈來愈多製造業供應鏈導入大數據、AI 等數位科技，駭客愈來愈傾向啟動供應鏈攻擊，「他們會選擇被大量企業共用的軟體與服務供應商，」卡內基麥隆大學軟體工程學者梅德（Nancy Mead）說，「這種策略比逐一入侵單一公司更有效率，只要抓到供應鏈中的薄弱環節，就能一次擴大攻擊影響範圍。」 這不會只是個別企業的問題，而是影響所有下游客戶與消費者的系統性風險。 新舊系統交錯，成為製造業最大的資安破口 製造業資安風險快速升高的核心原因，在於新舊系統並存所帶來的結構性矛盾。根據勤業眾信 2025 年的調查，超過一半的大型美國製造商已在使用雲端系統，近三成開始在工廠或網路層級導入 AI 與機器學習。 然而，許多關鍵的營運技術（OT）系統，本來就是為了穩定與效能而設計，從未將資安納入考量。當這些老舊設備被迫與雲端、AI 平台、外部供應商系統連結時，攻擊面便急速擴大。 此外，Redpoint Cyber 資安營運副總諾蘭（Nick Nolen）指出，現代製造業高度依賴第三方系統整合商、聯網機器、供應商提供的軟體，以及跨部門、跨組織的資料交換，讓每一個帳號、API、遠端維護管道，都是潛在的入侵路徑。一旦攻擊者成功進入看似不重要的角落，往往就能利用系統之間的高度互聯性，快速橫向移動，滲透到更敏感的生產控制或核心資料區域。 更棘手的是，許多企業的安全措施仍是事後「外掛」上去的補丁，而非從系統設計初期就採取安全設計（secure-by-design）的原則，導致防禦能力始終落後於數位化的速度。 防止一次入侵癱瘓全廠，製造業資安該從哪裡補救？ 面對這樣的現實，製造業若想避免「一次入侵、癱瘓整座工廠」的最壞情境，必須重新補上資安的基本功。 首先，《Supply Chain Dive》報導，數據分類與加密成為不可迴避的起點。「在 AI 被廣泛應用的情況下，訓練資料、營運數據與供應鏈資訊都應被視為高價值資產。」IBM X-Force 資安情報全球負責人阿爾巴諾（Kevin Albano）表示，企業應對其資料進行清楚的敏感性分類，並對靜止與傳輸中的個人識別資訊與關鍵營運資料全面加密，避免資料一旦外洩就被直接濫用。 其次，Black Kite 資安研究長迪可比克（Ferhat Dikbiyik）提到，系統隔離（segmentation）是降低連鎖風險的關鍵手段。企業需要在 IT、雲端與 OT 環境之間建立清楚且嚴謹的邊界，限制帳號權限與系統之間的橫向移動能力，確保單一帳戶或供應商被入侵時，不會迅速波及整條產線或整座工廠。這不僅是技術問題，更牽涉到對自身資產與第三方存取關係的全面盤點與理解。 在供應鏈高度數位化已成既定事實的情況下，製造業勢必再也回不去「不上線就安全」的年代，所以，未來真正的挑戰在於，能否在追求效率與自動化的同時，將資安視為營運韌性的核心組成，而非事後補救的成本。 立即預約下載【2026 AI 人才年會暨 AI 職涯博覽會】演講精華，掌握 AI 時代人才升級的最前沿趨勢與戰略 ＊本文開放合作夥伴轉載，參考資料：《華爾街日報》、Deloitte、《Supply […]

AI 資料中心吞噬 70% 產能、高容量 DDR5 逼近 1,000 美元：記憶體成為 AI 時代被低估的瓶頸

南韓一處辦公室近期發生一起離奇竊案。儘管現場擺放著多台昂貴的電腦主機，竊賊卻未帶走整台電腦或其他辦公設備，而是選擇打破機殼的強化玻璃側板，只取走機箱內的 DDR5 記憶體模組。這起看似荒謬的行為，反映的是記憶體本身在當前市場環境下，已成為高度鎖定的高價值目標。 這起事件正是全球記憶體供應持續緊張、高階 DDR5 市場價值異常凸顯的縮影。《華爾街日報》引述 Counterpoint Research 數據指出，記憶體價格在 2025 年第四季已上漲 50%，並預計在 2026 年第一季再上漲 40% 至 50%。在價格快速攀升與供給吃緊的雙重壓力下，DDR5 不再只是一般零組件，而是成為供應鏈中高度稀缺、具備轉售價值的商品，《TechRadar》更形容當前的記憶體短缺現象，已「進入荒謬新高度」。 AI 資料中心搶走 70% 產能，成為記憶體荒的結構性根源 這場價格失控，並非單一市場炒作，而是供應結構本身已被改寫。《Tom’s Hardware》引述 TrendForce 的最新分析指出，2026 年資料中心將消耗全球約 70% 的記憶體晶片產能，這意味著全球絕大多數的記憶體產出，將直接流向 AI 訓練與推論所需的高效能伺服器，而非一般消費性電子產品。 在利潤與需求的雙重驅動下，這種資源傾斜已成形。《華爾街日報》指出，AI 公司正以「貪婪的胃口」（voracious appetite）吞噬市場供給，並透過預購鎖定產能，擠壓其他買家的生存空間。TrendForce 資深研究副總裁 Avril Wu 直言：「我追蹤記憶體產業近 20 年，這次真的不同，這是有史以來最瘋狂的時刻。」也有分析師坦承，過去主要認為電力供應會是 2026 年 AI 發展的主要瓶頸，卻嚴重低估了記憶體短缺的衝擊。 外溢衝擊：記憶體短缺開始擴散到其他電子產品市場 《Tom’s Hardware》進一步指出，當大量記憶體產能被資料中心吸收後，短缺效應已不再侷限於電腦產業，而是如核災般「輻射」到多個非直接相關的市場。像是除了電腦與伺服器外，包括電視、藍牙喇叭、機上盒甚至智慧冰箱等家電產品，都因為依賴記憶體晶片而面臨衝擊。此外，由於這類消費性電子的毛利極低，因此一旦關鍵零組件價格翻漲，製造商若不是將成本轉嫁給消費者，就是面臨無貨可產的困境。 對於仍需使用舊款記憶體的汽車與家電製造商而言，情況尤為險峻。由於記憶體大廠紛紛停產舊製程以轉作 AI 用途，這些傳統產業正重演猶如疫情期間的晶片荒。Counterpoint Research 研究總監 MS Hwang 形容，現在的搶貨現況是：「你必須現在立刻買張機票，直接飛去找製造商搶配額。」為了應對短缺，部分企業甚至開始採取極端手段，例如轉向購買中國製造商 […]

自稱將造「全球產量最高」晶片！馬斯克重啟 Dojo 3，將成晶圓代工新超級買家？

特斯拉執行長馬斯克 19 日在社群平台 X 上宣布，隨著 AI5 晶片設計已基本完成，公司將正式重啟 Dojo 3 超級電腦專案的研發工作。這項聲明不只代表特斯拉晶片戰略的重大轉折，馬斯克更公開對外招募人才，邀請有志之士加入開發他口中「全球產量最高晶片」的團隊。 Now that the AI5 chip design is in good shape, Tesla will restart work on Dojo3. If you’re interested in working on what will be the highest volume chips in the world, send a note to [email protected] with 3 bullet points on the toughest technical […]

「不低於台灣」成談判底線！美國 AI 晶片關稅上路後，南韓為什麼日益焦慮？

隨著美國政府正式宣布對部分高階 AI 與先進運算晶片課徵 25% 關稅後，全球半導體供應鏈隨即進入新的調整期。針對這項重大貿易政策變動，亞洲主要半導體供應國已陸續著手評估其潛在衝擊，其中南韓就是首批公開回應的國家之一。 南韓官方雖然一方面對外表示，由於主力出口產品未受直接波及，因此政策對企業的短期衝擊「極為有限」；但另一方面，南韓政府已迅速啟動與美國的關稅協商機制，試圖在供應鏈重組過程中爭取有利位置。這也意味著，這次 AI 晶片關稅的影響，更是一場牽動政策設計、產業承受度與供應鏈博弈等多個面向的新局。 政策層：美國為何先鎖 AI GPU、不碰記憶體？ 這次美國關稅政策展現出高度的精確性與戰略意圖，主要鎖定 AI 加速器與先進運算晶片，而非全面涵蓋所有半導體產品。根據白宮發布的公告及附帶清單，課稅對象鎖定在特定運算能力與動態隨機存取記憶體（DRAM）頻寬門檻，直指 NVIDIA 的 H200 與 AMD MI325X 等兩款高階處理器。值得注意的是，這項政策設有明確的「豁免區」，若晶片是進口用於美國境內的資料中心、新創公司或研發用途，將不適用此關稅。 對此，美國智庫「新美國安全中心」（CNAS）也發布深度分析指出，H200 等高階 AI GPU 是驅動前沿 AI 模型的核心硬體，被視為先進運算與國家安全相關的關鍵節點。因此，透過結合出口管制與關稅手段，這些晶片成為美方政策的優先目標，意在限制中國取得高階算力。 此外，CNAS 分析也強調，美國相關政策不僅是為了降低國安風險，更深層的目的在於透過關稅壁壘與豁免條款的交互運用，促使高價值的運算能力與相關供應鏈回流美國本土，以減少對海外製造基地的依賴。 產業層：南韓為何稱短期影響有限，但仍提醒不能安心？ 針對此一局勢，韓國半導體產業協會執行董事安基賢（Ahn Ki-hyun）指出，由於三星（Samsung）與 SK 海力士（SK Hynix）銷往美國的 HBM 與伺服器 DRAM，絕大多數正是供應給上述受豁免的美國資料中心，因此直接衝擊得以大幅減緩。 然而，南韓產業通商資源部通商交涉本部長呂翰九（Yeo Han-koo）提醒，儘管目前關稅尚未延伸至組件層級，因此首波衝擊有限，但「現在還不是放心的時候」，暗示未來仍需警戒關稅範圍擴大的風險。 呂翰九強調，未來仍需持續關注美國是否會在後續階段調整或擴大關稅適用範圍，因為南韓產業界最擔憂的變數在於「組件層級」（Component Level）的認定，一旦關稅延伸至組件層級，將形同對全球 AI 供應鏈加徵全面性關稅，屆時南韓將難以倖免。 此外，更為嚴峻的考驗來自投資端的壓力。美國已暗示將透過關稅壁壘迫使供應鏈回流，美國商務部長 Howard Lutnick 甚至發出警告，若南韓與台灣的晶片製造商不承諾增加在美投資與生產，未來可能面臨高達 100% 的懲罰性關稅。這也代表，若未來南韓對美國的投資承諾未達美方預期，關稅豁免隨時可能被收回，這也是南韓政府急於與美方展開談判、力爭「不低於台灣待遇」的核心原因。 供應鏈層：南韓要爭取「不低於台灣」的待遇 在政策與產業壓力交織下，台灣也被南韓視為談判的關鍵標的。《Prism Media》報導，南韓正密切關注台灣在美國晶片關稅政策中所獲得的待遇，並將台灣視為評估自身在全球供應鏈中相對位置的重要比較基準。 南韓官員指出，去年與美國達成的聯合事實清單（Joint […]

AI 正在重塑全球近 40% 工作：IMF 為何認為勝負關鍵在教育與技能重構？

國際貨幣基金組織（IMF）總裁 Kristalina Georgieva 近期表示，技術變革幾個世紀以來一直在重塑就業市場，但 AI 與數位技術帶來的轉型浪潮正讓全球近 40% 的工作暴露在變革之中，這種擔憂已不再是遙遠的預測，而是現實挑戰。 雖然科技進步推動了發展，但 IMF 強調「過往的利益並不總是能被廣泛分享」。這一波 AI 浪潮的衝擊範圍甚至觸及了最頂尖的領域，「即使是走在創新前沿的人也無法倖免，近期大型科技公司的裁員潮便證明了這一點」。 然而，這並非全是負面消息。IMF 分析指出，在自動化導致部分職位消失的同時，「新的角色也正在出現」。新技能、新任務以及全新的職業正隨著自動化而生，為勞工提供通往繁榮的替代路徑，使整體工作模式變得更加複雜且充滿機會。 就業市場對「新技能」需求上升，AI 相關技能卻呈現特殊市場訊號 為了量化這場變革，IMF 分析數百萬則線上職缺，揭示驚人的技能需求規模：在已開發經濟體中，每 10 則職缺就有 1 則要求至少一項新技能；在新興市場經濟體，這一比例則為 20 分之一。 其中，專業、技術與管理職位對新技能的需求最為強勁。數據顯示，這些新技能需求中，「IT 相關技能佔了一半以上」。此外，產業特定的能力也正在崛起，例如醫療領域對遠距照護與數位健康技能的需求激增，行銷領域則更看重社群媒體的專業知識。 對於勞工而言，掌握這些技能意味著實質的回報。IMF 指出，雇主願意為新技能支付更高的薪資，在英、美兩國，包含新技能的職缺薪資平均高出 3%；若職缺要求四項以上新技能，英國的薪資溢價最高可達 15%，美國則可達 8.5%。這種薪資提升還能帶動地方經濟，研究顯示在美國，新技能需求佔比每增加 1 個百分點，當地就業水準就會隨之上升。 但值得注意的是，AI 相關技能呈現出特殊的市場訊號。雖然 AI 技能同樣享有薪資溢價，但「迄今為止尚未像其他新技能那樣推動就業成長」。事實上，在所謂的 AI 脆弱職類（AI-vulnerable occupations） 中，AI 技能需求較高的地區，其五年後的就業水準反而比需求較低的地區低了 3.6%。這對剛起步的年輕人是一大警訊，因為入門級工作往往更容易被 AI 自動化影響。 能否把 AI 衝擊變成新機會，關鍵在政策與教育體系改革 面對這場由 AI 驅動的結構性變革，IMF 強調「這些趨勢並非命中注定」，當前的政策選擇將決定各國能否把變動轉化為新的成長機會。IMF 也指出，各國不應採取一體適用的對策，而必須依據自身技能供需結構制定差異化策略。 例如透過「技能失衡指標」，IMF […]

有錢也買不到工程師？英國豪擲 10 億升級國防 AI，卻撞上人才斷層

在地緣政治不穩與軍事科技快速升級的背景下，英國政府正以前所未有的規模推動國防產業轉型；從人工智慧、網路安全到感測與決策系統，全面加碼投資。 然而，當政策藍圖逐步成形、資金持續到位，國防產業卻面臨一個困境：能撐起這場科技轉型的年輕技術人才，並未同步進場。 人才缺口不是短缺，而是結構性斷層 英國政府已明確將國防科技，列為國家安全與經濟成長的雙重支柱。政府宣布投入 10 億英鎊發展 AI 戰場系統，並成立新的網路與電磁司令部，顯示國防現代化不再停留於口號層級。 然而，產業現實與政策想像之間，仍存在明顯落差。英國國防產業面臨的並非單一職缺不足，而是橫跨教育、產業與勞動市場的結構性斷層。 首先是 STEM 人才供給長期不足。英國在網路安全、人工智慧與資料科學等關鍵領域，持續面臨畢業生數量不足的問題，而國防產業又必須與金融、科技等高薪產業競爭同一批頂尖畢業生。在薪資、福利與職涯想像上，國防往往不具優勢。 其次，教育體系與產業需求之間的落差，也限制了潛在人才的即戰力。許多學校缺乏與國防產業合作的資源，難以提供與實際應用相關的實務訓練，使得畢業生即使具備理論基礎，仍需長時間再培訓才能勝任職務。 倫理焦慮與產業形象是年輕世代的心理門檻 對許多年輕工程師而言，是否進入國防產業，早已不只是職涯選擇，而是價值判斷。一部分畢業生坦言，對參與可能涉及致命技術的研發感到不安，即便他們理解相關工作僅佔整體產業的一小部分。 招募顧問觀察到，Z 世代在職涯選擇上，普遍更重視使命感、社會回饋與環境價值。國防產業長期承載的道德爭議、社會支持度下降與多樣性不足問題，使其在年輕族群中的吸引力持續受限。 組織僵化與老化勞動力，加深吸引力落差 除了價值層面的顧慮，實際工作型態也影響人才流向。部分年輕工程師擔心，進入大型國防承包商後，將長期維護設計壽命動輒數十年的舊系統，而非投入前沿研發、設計或驗證工作。 同時，國防產業正面臨勞動力老化的現實。隨著經驗豐富的專業人士逐步退休，新血補充速度卻未能跟上。此外，遠距工作機會增加，也降低了人才搬遷至倫敦、曼徹斯特或布里斯託等國防產業聚集地的意願。 脫歐後，更嚴格的移民與簽證制度，也讓英國從歐洲吸引技術人才變得更加困難且成本高昂，進一步壓縮可用的人才池。 產業策略轉向：從「招人」到「養人」 面對長期且複雜的人才斷層，國防產業正嘗試調整策略。企業逐漸意識到，僅依賴畢業生與退伍軍人，已不足以支撐未來需求，因此開始擴大招募對象，吸納轉職者與非傳統背景人才。縮小英國國防技能缺口的可能路徑包括： 國防競爭力，取決於是否能重建人才信任 整體而言，英國國防產業面臨的挑戰，早已超越單純的薪資或職缺問題，而是一場涉及教育、價值認同、制度摩擦與產業想像的長期調整。 政府的投資規模與就業藍圖，已為產業鋪好跑道，但能否真正起飛，仍取決於是否能說服下一代技術人才，這些技術值得投入，這個產業願意培養人，而不只是使用人。 在國防支出持續攀升、地緣風險不斷升高的時代，國防產業真正的關鍵競爭力，或許不在預算數字，而在能否重新定義自身的角色——不只是為戰爭而生，而是為社會、為未來培養值得信任的技術能力。 【推薦閱讀】 ◆ 讓老舊戰車秒變 AI 戰將！ARX Robotics 設計 Mithra OS 成國防專用 AI 大腦◆ Google 與 Palantir 同登美軍 AI 戰略版圖：從行政運作到潛艦建造，商用 AI 成為國防生產力工具◆ 美國國防 AI 新勢力：Shield AI 憑什麼成為繼 Anduril 後最受矚目的新創？ ＊本文開放合作夥伴轉載，參考資料：《BBC》、Talent Locker，首圖來源：Unsplash （責任編輯：鄒家彥）

【別只說「AI 會提高生產力」】想平穩轉型，領導者必須對症下藥的 3 大關鍵

Gallup 指出企業員工運用 AI 的頻率，較一年前激增近一倍，亦有三分之二的企業領導者直言，AI 確實能夠提升組織創新能力，但員工面對 AI 時卻會產生恐懼，企業領導者究竟該如何應對？

建檔只要 1 分鐘！日本 find 靠 AI 拯救後勤地獄，遺失物尋獲率暴增 4 倍

在高度人口密集、通勤頻繁的大城市中，捷運與地鐵系統往往是遺失物最集中的場域。以台灣為例，台北捷運是全台遺失物數量最龐大的交通系統，根據北捷於 2024 年公布的資料，每年平均拾獲約 30 萬件遺失物，並須額外投入人力與空間進行倉儲與管理。 如此龐大的規模，使失物招領成為一項高度仰賴人工作業、流程卻極為繁瑣的營運負擔，也正是日本公司 find Inc. 鎖定並著手解決的核心痛點。 AI 讓遺失物登記從 10 分鐘縮短至 1 分鐘 find Inc. 開發的雲端失物招領服務「find」，結合 AI 影像辨識與對話式互動，徹底改變過往仰賴人工登錄的流程。傳統失物系統中，站務人員需要逐一輸入顏色、材質、形狀、磨損狀況等細節，例如一把雨傘，往往要花上近 10 分鐘才能完成登錄。find 則只需要拍照，AI 便會自動分析物品外觀特徵，並建立可搜尋的資料紀錄，整個流程縮短至約 1 分鐘。 這樣的效率差異，在高頻率場域中尤其明顯。《日本時報》指出，以鐵路公司為例，單月登記的遺失物往往超過一萬件，節省下來的人力時間，直接轉化為營運效率與服務品質的提升。 find 不僅讓內部管理更快，也讓找回失物這件事更貼近使用者。透過支援影像搜尋的資料庫，以及專屬的 find chat 即時通訊功能，失主不再需要反覆致電或親赴櫃檯詢問，只要用手機就能隨時查詢與溝通。 find 的實際成效，最早在京王電鐵得到驗證。該公司 2023 年導入 find 試點後，站務電話與櫃檯詢問量減少約三分之一，而失物歸還率則接近 3 倍成長；JR 九州銷售規劃部的坪山先生表示：「失物管理系統已使用約 20 年，登錄與查詢依靠紙本，確認一件物品需要花約 6 分鐘，若真的找到，通知失主又需幾分鐘，一件失物總共要 8~10 分鐘處理。即使一天接到 10 通詢問，能成功配對的也很少。」JR 九州導入 find 後，失物比對成功率更是增加了 4 倍，回覆時間也縮短約 6 […]

【科技早餐】Google 坦言資料中心最大障礙：美國電網併網一等就是 10 年以上

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊Google 坦言資料中心最大障礙：美國電網併網一等就是 10 年以上 Google 能源事務負責人表示，如何將資料中心接入美國電網，已成為公司擴建資料中心時面臨的最大障礙。在美國部分地區，資料中心申請併網的等待時間，已暴增至 10 年以上。隨著大型科技公司競相擴建高耗能資料中心，用以訓練與部署人工智慧，美國電網運作緩慢的問題日益浮上檯面。 Google 永續與氣候政策全球負責人指出，電力傳輸障礙是目前電網面臨的首要挑戰，甚至有電力公司坦言，需要 12 年才能完成併網研究與排程。為縮短等待時間，Google 正研究「共址」(co-location) 方案，將資料中心直接興建在發電廠附近，以繞過部分併網程序。不過相關作法涉及成本分攤與電力可靠性等爭議，已引起監管機構關注。 ＊亞馬遜回頭買銅礦，AI 資料中心開始消耗實體資源 《華爾街日報》報導，亞馬遜已與力拓集團 (Rio Tinto) 達成協議，收購美國本土新開採銅礦的產出，用於支援 AI 資料中心建設。這是亞馬遜十多年來首次直接回到美國銅礦市場，反映在 AI 擴張下，電力與網路基礎設施對銅資源的需求正快速升高。 該批銅將來自亞利桑那州 Johnson Camp 礦場，並採用力拓的 Nuton 技術，在礦區直接產出高純度陰極銅，以縮短供應鏈並降低用水與碳排。不過，即便如此，這筆合約僅能滿足亞馬遜資料中心需求的一小部分，凸顯 AI 發展已開始對實體資源供應造成長期壓力。 ＊OpenAI 導入廣告，ChatGPT 正式走向商業現實 OpenAI 宣布將在 ChatGPT 導入廣告測試，象徵公司在商業模式上的重大轉向。這項決定距離執行長奧特曼 (Sam Altman) 曾形容「廣告是最後手段」不到兩年，反映在算力與資料中心支出快速攀升下，OpenAI 必須尋求更穩定的收入來源。 根據 OpenAI 說明，廣告將率先出現在免費與 Go 方案用戶，回應內容不會受到影響，對話資料也不會提供給廣告主。付費方案則不會顯示廣告。公司強調，導入廣告將以使用者信任與透明為優先原則，並以審慎方式逐步測試。 ＊新聞集團把 AI 拉進新聞室，道瓊通訊社率先導入 由媒體大亨魯柏·梅鐸 […]

SEO 退場？GEO 上線：如何在 AI 時代讓品牌被演算法選中而非只是排名

在生成式 AI 快速改寫搜尋機制、內容生產與消費行為的當下，行銷與品牌正面臨一個關鍵問題：當內容變得無限、便宜又相似，品牌要如何被看見、被記住？英國消費者洞察公司 Brandwatch 發布《Digital Marketing Trends 2026》報告，試圖回答這個難題。 這份 2026 年報告指出，AI 並未單純讓行銷更有效率，反而正在製造內容疲勞、信任危機與品牌平庸化。從 AI 廢文氾濫、搜尋邏輯轉向 GEO，到員工成為品牌關鍵信任節點，Brandwatch 勾勒出一個核心訊息：未來的競爭，不在於誰產出更多內容，而在於誰能保留人味、建立真實連結。 📌 這份報告適合誰閱讀？ 鎖定的是一群正面臨新現實的行銷與品牌決策者——那些在 AI 內容大量湧現、搜尋機制快速改寫的環境下，尋求重新建立能被辨識、記住品牌核心價值的領導人與工作者，包含： 🔴 報告洞見 AI 生成內容氾濫人類渴望有靈魂的訊號 根據 Brandwatch 的報告數據，網路上關於「廢文（Slop）」（低品質、缺乏創意且明顯由 AI 生成的內容）的提及量，在 2025 年暴增了 200%。更令人警惕的是，這些提及中高達 82% 帶有負面情緒。 消費者不僅具備識別 AI 內容的能力，更開始對那些試圖用廉價內容填塞版面、缺乏誠意的品牌產生強烈反感。 報告指出，唯有具備靈魂的品牌，才能在 AI 廢文時代生存。面對消費者對「完美但空洞」內容的疲乏，企業必須利用「不完美但真實」的策略突圍。 💡 品牌策略轉向：不追熱度、重塑文化主導權 對於最高決策者而言，2026 年最大的挑戰在於放棄舊有的流量公式。過去那種看見趨勢就跟風的策略已經失效，甚至被視為是在「吸廢氣（suck tailpipe）」，也就是只能跟在文化車尾，無法創造價值。 真正的贏家不再試圖劫持話題，而是透過「真正的參與」來引領對話。 首先，決策者必須正視 Alpha 世代（Gen Alpha）的全面崛起。這群成員將在 2026 年年滿 16 歲，目前已掌握約 1,000 億美元的消費力。與 […]

Google DeepMind 執行長說中國 AI 只落後美國「幾個月」，為何中國業界反而認為差距正在擴大？

Google DeepMind 執行長 Demis Hassabis 近日在接受 CNBC 採訪時指出，中國 AI 模型與西方最頂尖技術的距離，比一兩年前所預期的還要接近，並表示：「在這一點上，他們（中國）可能只落後幾個月。」Demis Hassabis 的評估，也推翻市場先前認為中國還落後美國數年的觀點。 Demis Hassabis 舉例，如 DeepSeek、阿里巴巴（Alibaba）、月之暗面（Moonshot AI）和智譜 AI（Zhipu）等中國的新創公司與科技巨頭，都已推出能力極強的模型，其中 DeepSeek 在一年前推出的模型，更因為能以較低成本和非頂尖晶片實現強大性能，引發市場震撼。這些案例顯示，中國 AI 的工程實力與模型能力已不可同日而語，但在 Demis Hassabis 看來，真正的關鍵並不只在於追趕技術。 中國 AI 的關鍵挑戰：能否真正實現創新？ 儘管發展速度驚人，但 Demis Hassabis 認為，中國目前證明的是「追趕」的能力，而非「重新定義發展方向」的創新能力。「問題在於，他們能否在前沿之外創造新東西，我認為他們已經展示了可以追趕並非常接近前沿的能力，但他們能否真正創新，例如像新的 Transformer 這樣能超越前沿的技術，我不認為這已經得到證明，」 Demis Hassabis 說。 Demis Hassabis 強調，「發明某樣東西比模仿它要難上 100 倍。」雖然中國擁有世界一流的工程實力，但在「科學創新」這部分仍面臨巨大挑戰，因為這更多與思維方式有關，而非僅是技術限制。 從中國內部視角看追趕美國的現實 Demis Hassabis 認為，中國 AI 模型在效能上已快速逼近、幾乎與美國並肩，但中國業界對自身處境的看法則較為保留。《華爾街日報》指出，中國 AI 開發者正面臨多項結構性障礙，其中最關鍵的挑戰，來自先進晶片的取得受限與算力資源的不足。 首先，在晶片層面，美國出口管制對中國 AI 發展造成明顯衝擊，因為中國企業目前無法直接取得 NVIDIA 最先進的 […]

RFP 發出了！OpenAI 加速硬體佈局，找晶片、馬達與散熱合作但有附帶條件

過去幾年，OpenAI 一直被外界視為純軟體公司的代表，但這個定位正快速改變。根據《Bloomberg》報導，OpenAI 近期已正式向美國本土製造商發出提案邀請書（request for proposals，RFP），尋求資料中心冷卻組件如晶片、馬達、封裝材料和設備的合作夥伴。這項舉措宣告該公司在未來幾年內將展開大規模的硬體產品擴張，並積極強化其在美國境內的供應鏈韌性。 OpenAI 全球事務長 Chris Lehane 在接受《Bloomberg》採訪時表示，AI 將是推動美國「再工業化」的催化劑，公司必須將供應鏈帶回美國本土。這項硬體擴張計畫不僅是為了確保技術自主，更是為了配合川普政府將製造業回流美國的政策優先事項。 受此消息激勵，機器人和倉儲自動化公司 Symbotic 的股價在週四一度上漲 5.2%，顯示市場對於 OpenAI 帶動相關硬體產業鏈的高度期待。 資料中心仍是核心，冷卻與能源成為下一瓶頸 在所有硬體需求中，資料中心是 OpenAI 投資的重中之重。公司已曾對外表示，未來將投入數兆美元等級的資金擴建 AI 資料中心，視其為推動營收與模型能力成長的關鍵引擎。此次招標中特別點名資料中心冷卻技術，也反映出高效能 AI 晶片帶來的散熱與能源挑戰，正成為產業下一階段的關鍵限制。 不過，晶片設計本身也在演進。NVIDIA 執行長黃仁勳近期指出，下一代 AI 晶片可能不再需要部分傳統冷卻設備，這也使得冷卻技術供應商的角色，正站在轉型與洗牌的十字路口。 消費裝置與機器人並進，OpenAI 押注新互動介面 除了資料中心，OpenAI 對消費設備的企圖同樣明確。報導指出，OpenAI 已收購由蘋果前設計師 Jony Ive 共同創辦的 AI 裝置新創，並計劃在 2028 年底推出 5 款新型硬體產品。市場傳出，其中一項代號為「Sweetpea」的音訊穿戴裝置，預計在 2026 年 9 月問世，主打以語音介面與客製化處理器，挑戰智慧型手機的主導地位。OpenAI 的目標是在第一年實現 4,000 萬至 5,000 萬台銷售量，將直接與蘋果的 AirPods 展開競爭。 在機器人領域，OpenAI […]

矽晶圓爭奪戰開打：NVIDIA 來勢洶洶、Apple 被迫讓位，AI 需求如何重排台積電產能優先權？

台積電在 15 日公布 2025 年第四季財報，淨利達到 5,057 億新台幣，較去年同期大幅成長 35%，毛利率更高達 62.3%，超越公司自身的獲利指引。台積電在財報說明中明確指出，上一季成長動能主要來自 AI 與高效能運算（HPC）相關晶片的強勁需求，讓先進製程的產能利用率維持在高檔。 不過，也正是在這樣的滿載狀態下，一場關於產能優先權的重新排序正在全球市場展開。 矽晶圓爭奪戰開打，NVIDIA 產能需求快速逼近 Apple 隨著 AI 晶片需求快速升溫，台積電的先進製程產能變得更加吃緊。《WebProNews》指出，Apple 已不再能像過去一樣穩固地取得台積電的優先產能，必須與 NVIDIA、AMD 等大型客戶競爭 3 奈米及未來的 2 奈米產能。 目前的競爭態勢，也被形容為一場「矽晶圓爭奪戰」（The Silicon Tug-of-War），這導致 Apple 過去享有的議價優勢減弱，被迫支付更高的製造價格。台積電董事長暨總裁魏哲家在去年 8 月就曾告知 Apple 高層：「Apple 將需要默許接受多年來最大的漲價幅度。」 另一方面，隨著 NVIDIA 的 AI 加速器需求持續快速成長，NVIDIA 對台積電先進製程的需求規模正在迅速擴大，預計 2026 年在台積電營收中的占比，將可挑戰甚至超越 Apple。 NVIDIA 加速追趕 Apple 的主因在於，AI 晶片對先進製程的需求量與單價皆高於傳統手機晶片。NVIDIA 的 Blackwell 與 Hopper 架構晶片不僅消耗大量晶圓，且每顆 GPU […]

台美貿易協議簽了變數才開始？Deloitte 示警供應鏈仍需留意 5 大變化

在全球地緣政治升溫之際，台美之間的貿易與產業合作框架終於拍板定案。美國商務部正式宣布，美國已與台灣達成貿易協議，核心內容聚焦於半導體與 AI 產業鏈，透過關稅優惠與投資承諾，加速關鍵晶片與製造能力移轉至美國本土。 這不僅意味著台美經貿關係邁入新階段，也代表美國與歐盟、日本、韓國等主要半導體國家的貿易協議與關稅安排已全面就位，全球晶片產業的新秩序輪廓逐漸清晰。 根據協議內容，台灣半導體與科技公司將在美國投資至少 2,500 億美元用於增加半導體、能源和 AI 產品的產能；同時，台灣政府將提供 2,500 億美元信用保證，以協助企業完成投資，在美興建產業園區。作為交換，美國將對台灣的對等關稅上限由原本的 20% 降至 15%，部分產品如仿製藥、航空零組件與稀缺天然資源則適用零關稅待遇。美國商務部也承諾，若未來依據《232 條款》調整半導體關稅，台灣將擁有最惠國待遇。 美國強勢引導供應鏈轉移，目標 40% 產能落地 這份協議被外界視為一種投資換關稅的新型態貿易安排。美國商務部長盧特尼克（Howard Lutnick）在接受《CNBC》採訪時表示，政策目標是將台灣 40% 半導體供應鏈的產能轉移到美國，並強調若未在美國設廠，相關產品未來恐面臨高達 100% 的關稅風險。 不過在昨（15）日下午台積電法說會上，台積電財務長黃仁昭也有表示，「出於實際原因，最前沿的技術將會在台灣運行。」對台積電等關鍵製造商而言，協議內容同時保留彈性。依據目前公布的架構，在美國建廠核准與施工期間，台灣企業可在免除《232 條款》關稅的情況下，進口最高達其規劃產能 2.5 倍的半導體產品；待新增產能完成並投產後，免關稅進口上限則調整為新增美國產能的 1.5 倍。此一制度設計，明顯與企業實際建廠與投產進度連動，為供應鏈轉移提供緩衝空間。 技術分析公司 TechInsights 的副董事長 Dan Hutcheson 告訴《Reuters》，隨著台灣企業在美國建立業務，這筆交易可能會推動晶片製造供應鏈的需求增加。 協議保留彈性，供應鏈需留意五大變數 不過，Deloitte 指出，儘管台美貿易協議已勾勒出美國半導體戰略藍圖，但在實務執行層面仍存在多項不確定性。勤業眾信間接稅負責人洪于婷指出，這份協議並未明確列出年度投資分配、階段性目標或完成期限，與過往美國與他國簽署的貿易協議相比，保留了更大的調整與談判空間。 針對台灣半導體供應鏈下一步，Deloitte 分析接下來至少需密切關注五大變化。首先，協議中並未明確界定「產能」的計算方式、衡量單位或適用製程。洪于婷表示，未來在實際適用時，產能認定預期將與建廠計畫、核准文件與實際投產狀態連動，並由美國主管機關依個案判定，這也為企業的長期產能規劃增添變數。 第二，美國關稅與產業政策仍具高度變動性，未來是否擴大半導體課稅範圍，仍取決於政策執行成效與政治環境。第三，台灣廠商在美國的建廠進度與實際投產時程。第四，美國半導體產業園區的建構進展。第五，新協議是否促使台灣既有供應鏈出現上下游再整合，甚至引發新一波重組與移動，仍有待觀察。 ＊本文開放合作夥伴轉載，資料來源：《CNBC》、Deloitte、《Bloomberg》、《Reuters》，首圖來源：AI 工具生成 立即下載【2026 AI Impacts 趨勢觀察報告】，一探 AI Agent 重塑「超自動化」工廠的具體樣貌

研究揭生成式 AI 已具備強大說服力，為何「AI 廣告化」卻讓 Google 踩煞車？

權威期刊《Science》近期刊載一項大規模研究，研究背景是針對 19 種不同的大型語言模型、在 707 個政治議題上與超過 7 萬名受試者進行實驗，結果指出科學家已證實大型語言模型具備強大的說服力，能有效改變人類的立場與態度。 研究發現，模型的說服力主要並非來自模型的運算能力或個人化資料，而是取決於「後訓練」（post-training）與「提示策略」（prompting）。具體而言，後訓練能將說服力提升高達 51%，而特定的提示策略則能提升 27%。這意味著，即使是規模較小的模型，只要經過精細的訓練與引導，也能展現出與大模型相近甚至更強的影響力。 然而，這項能力伴隨著巨大的風險。研究指出，模型通常透過密集的資訊堆疊來增強說服效果，但提升說服力的技術，往往會導致事實準確性下降。因此，論文結論強調：「當 AI 系統被優化以進行說服時，它們可能會越來越多地部署誤導性或虛假的資訊。」這種「影響力」與「真實性」之間的權衡，也引發各界對 AI 被用於操控決策與意見的深度憂慮，一旦這種說服力被引入商業場景，風險便不再只是學術討論，而是直接影響消費與選擇。 對話式 AI 為何比傳統廣告更危險？ 隨著生成式 AI 逐漸成為人們搜尋資訊與做出決策的首選介面，AI 產業也開始步上社群媒體的老路，將商業模式轉向「注意力變現」。《The Conversation》報導，專家警告，AI 企業已展開新一輪競逐，試圖擷取使用者的線上行為數據以驅動廣告。以 OpenAI 為例，該公司過去曾形容「廣告結合 AI」令人不安，如今卻轉而承諾，能在導入廣告的同時維持使用者信任。 目前，包括 Microsoft 的 Copilot、Amazon 的 Rufus，以及 Google 的 AI 搜尋功能，都已開始測試廣告機制。由於生成式 AI 能進行主動對話，並針對使用者的具體疑問給出回應，其影響力遠勝於傳統搜尋引擎。在這樣的互動情境下，使用者往往難以判斷，AI 推薦某個航班或飯店，究竟是因為該選項最適合自己，還是因為背後存在企業支付的回扣或商業誘因。 正因 AI 的影響是透過對話與建議發生，《The Conversation》進一步指出，AI 廣告化最具威脅性的地方，在於其高度隱蔽性。不同於傳統顯眼的橫幅廣告，對話式 AI 的影響往往被包裝在「建議」之中，使用者也更傾向將 AI 視為中立的「助手」而非行銷管道，這使得潛在的操控行為更難被察覺。 這樣的商業模式，最終恐將侵蝕大眾對 AI 系統的信任。為了降低相關風險，專家呼籲政府介入，包含賦予消費者對個人數據如何被 AI 使用的控制權，或投資由公共機構運作、具透明度與監督機制的「公共 AI」，以及加強監管透明度，並強制揭露任何付費代言。不過，在監管尚未明確之前，部分科技公司已先行選擇自我約束。 […]

解讀 2026 年 4 大 AI 技術趨勢，為什麼「世界模型」與「編排調度」成企業關注重點？

隨著 AI 逐漸走向成熟，業界已經不再把效能當作唯一參考指標，而是進一步尋求 AI 的實際價值，思考如何將 AI 應用「產品化」，已然成為最新的發展方向。

穩定幣界的 Visa？Meld 宣布完成 700 萬美元融資，揭示金融權力結構轉移

當企業嘗試用穩定幣（stablecoins）向不同國家的員工支付薪資時，往往會遇到一個看似技術性，實則是結構性的難題：不同國家依賴的穩定幣服務商彼此割裂，資金流動難以串接，而這正是新創公司 Meld 試圖切入的缺口。 不發幣，卻站在資金流動的中心 Meld 由支付巨頭 Block 前資深員工 Pankaj Bengani 創立，定位並不是發行穩定幣，而是建立一個能夠整合各地穩定幣網路的結算層。根據該公司說法，Meld 已與 180 個國家的 50 多家服務商合作，支援 150 多種法定貨幣。透過這個網絡，企業可以無縫地進行跨國匯款或薪資發放，就像 Visa 連結全球銀行完成交易的最後一哩路一樣，Meld 負責連結全球零散的加密貨幣服務商。 近日，Meld 宣布完成 700 萬美元種子輪融資，由 Lightspeed Faction 領投，其他投資方包含 Prime、Yolo Investment 與 Scytable Digital，使其總募資金額達 1,500 萬美元。 與 Stripe、Bridge 的差異化競爭 在加密貨幣支付基礎設施領域，已有 Stripe 與 Bridge 等巨頭佔據一席之地。然而 Bengani 在接受《Fortune》採訪時指出，這些競爭對手目前的服務範圍主要集中在美國與歐洲，相較之下，Meld 服務的範圍更廣，遍及全球。Meld 不只提供穩定幣與法幣的轉換，還支援比特幣、以太幣等多種數位資產的結算。 該公司目前的營收來源主要為交易手續費，並預計今年的營收將比去年成長至少四倍。這種商業模式的成功，驗證了市場對於跨國界、跨幣種的即時結算需求，已遠遠超出了傳統銀行系統的能力。 金融權力的轉移：從發行走向結算 Meld 的融資案釋放出一個強烈的訊號：全球金融的權力重心正在轉移。《CEO Today》分析指出，金融控制權不再只掌握在貨幣發行者（如 Tether 或 Circle）手中，而是正流向那些能夠決定資金一旦存在後該如何移動的結算協調者（Settlement […]

【科技早餐】微軟拉警報：中國在 AI 落地速度上已超前西方

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊微軟拉警報：中國在 AI 落地速度上已超前西方 微軟總裁 Brad Smith 最近公開指出，在部分 AI 應用與實際部署方面，中國已經在非西方市場取得領先優勢。報告指出，開源、低成本 AI 模型的擴散，加上中國政府大規模補助，使相關企業能更快進入商業與公共場景，推動 AI 技術落地。 報告也顯示，全球生成式 AI 工具在 2025 年第四季的使用率達到全球人口的 16.3%，但已發展國家與發展中國家的差異仍在擴大。Smith 強調，若美國企業不加強資料中心、基礎設施與人才培訓，AI 鴻溝可能加劇全球經濟不平等。 ＊OpenAI 百億美元押注推論算力，AI 戰場轉向即時運算 OpenAI 宣布未來幾年將投入超過一百億美元，向美國 AI 晶片公司 Cerebras 採購大規模算力資源，用於支撐 ChatGPT 等大型模型的推論運算，整體功率達七百五十兆瓦。合作預計從 2026 年持續到 2028 年，目標是打造全球最大等級的 AI 推論平台，以提升即時互動與回應效能。 Cerebras 晶片採用晶圓級架構，在一塊晶片上整合大量運算、記憶體與頻寬元件，並標榜可以容納 4 萬億顆電晶體。這次合作也是 OpenAI 算力供應鏈多元化策略的一部分，尋求在推論效能與成本上提供 NVIDIA 以外的替代方案，顯示 AI 競爭重心正從訓練擴張逐步轉向推論效率與持續運作的能力。 ＊微軟在 Anthropic AI 上年花費接近 […]

微軟、Google、Amazon 不只搶電也搶人：科技巨頭轉型能源公司，市場資本轉向能源供應鏈

隨著生成式 AI 模型訓練與推論需求的爆炸式增長，科技巨頭對資料中心用電的需求也正急遽上升，讓電力供應儼然成為制約 AI 擴張速度的最主要瓶頸。因此，對大型科技公司而言，能源已不再僅是一項營運成本，而是直接決定 AI 發展節奏與規模的關鍵資源。 不只搶電也搶人：科技巨頭「能源內部化」，掀起人才軍備競賽 為了應對當前 AI 發展中最關鍵的能源瓶頸，Google、微軟與 Amazon 等科技巨頭，正展開一場前所未見的「能源搶才大戰」。根據 Workforce.ai 為《CNBC》彙整的數據，2024 年科技產業中與能源相關的招募人數年增 34%，這股熱潮延續至 2025 年，整體招聘步調幾乎與前一年持平，招募規模仍較 2022 年、也就是 ChatGPT 問世前的 AI 浪潮前夕，高出約 30%。 這波人才需求的結構也正快速轉變。過去，科技公司多半招募負責 ESG 與永續發展相關的職位，但隨著電網負荷攀升與 AI 資料中心用電需求激增，企業開始轉向尋找具備實務操作經驗的能源專才。目前市場上最搶手的職能，涵蓋電力採購、能源市場操作、電網連接策略，以及與公用事業公司談判、簽署長期電力採購協議（PPA）的能力。 在這場人才競逐中，各大科技公司分別採取不同策略。像是微軟就被視為這波能源搶才的「沉默贏家」，因為自 2022 年以來已新增超過 570 名能源相關員工，代表性布局包括延攬前通用電氣（GE）財務長 Carolina Dybeck Happe 出任營運長，以及從 Google 挖角能源市場專家 Betsy Beck 擔任能源市場總監。 至於 Amazon 在能源招聘規模上則居於領先地位，自 2022 年起已聘用 605 名相關人才。Google 雖在 AI 競賽初期一度處於追趕位置，但在能源布局上同樣積極，自 […]

不怕網路、星鏈中斷！Bitchat 如何突破伊朗、烏干達斷網封鎖，成為當地重要生命線？

隨著全球地緣政治局勢升溫，網路封鎖已成為政府控制資訊流動的常見手段。近期，在烏干達與伊朗接連出現大規模網路封鎖之際，一款名為 BitChat 的離線通訊 App 意外竄紅，成為民眾的救命稻草。 在烏干達總統大選前夕，當局以防堵假訊息與選舉風險為由全面關閉網路，《Reuters》引述市場研究公司 Apptopia 數據報導，BitChat 在今年非洲國家的 App Store 與 Google Play 下載量已超過 2.8 萬次，迅速攀升至排行榜榜首，較前兩個月成長近 4 倍。類似情況也出現在伊朗，當地政府為壓制抗議活動而實施網路封鎖、衛星服務干擾，BitChat 也成了替代溝通管道，使用量於該國增加了 3 倍多。 不靠網路的通訊，正在重新被驗證 BitChat 由 Twitter 共同創辦人 Jack Dorsey 參與開發，核心概念是在沒有伺服器、沒有帳號、沒有網路的情況下仍能傳訊。這款 App 透過 Bluetooth mesh 技術運作，訊息會在鄰近手機之間接力跳轉，形成一個去中心化的臨時通訊網路。使用 Bitchat 的人越多，傳遞的效率就越高。 這種去中心化、不需登入、無伺服器的設計，讓通訊在政治和技術上都更難被單點阻斷，也讓它在高風險環境中具備吸引力。該專案以 MIT 授權釋出，使其能在全球範圍內被複製、審計與改造。 儘管藍牙型通訊服務的普及程度不及 WhatsApp 或 Apple 的 iMessage 等即時通訊軟體，但《Reuters》觀察，多年來，隨著各國政府越來越頻繁實施網路封鎖，這類通訊服務早已成為抗爭者的重要替代選項之一。 舉例來說，2020 年香港示威期間被廣泛使用的 App Bridgefy，採用的技術就和 BitChat 相同。2021 年緬甸政變，Bridgefy 在當地的下載量也超過了 […]

聯發科技發表天璣 9500s 和天璣 8500，為旗艦市場注入新動力

聯發科技發表天璣 9500s 與天璣 8500 行動晶片；這兩款產品傳承多項天璣旗艦晶片先進技術，不論在性能、能效、AI、圖像處理、遊戲、連線功能等方面皆有卓越表現，為旗艦市場注入新動力。 聯發科技資深副總經理徐敬全表示，聯發科技一直致力推動行動晶片在尖端技術的發展，透過擴大創新與研發投資，持續保有在全球智慧手機 SoC 市佔率領先的地位。天璣的使命，是讓人人可享科技新生活，本次所發布的天璣 9500s 即為普及旗艦體驗而生，讓更多使用者能享受到其與生俱來的全能表現，以及在同等級產品中極具競爭力的旗艦體驗；天璣 8500 則是專為年輕族群打造的輕旗艦行動晶片，充分展現天璣引以為傲的全大核、高能效等關鍵特色，以維持其在遊戲玩家心中卓越性能的地位。 天璣 9500s 採用旗艦 3 奈米製程和全大核架構，八核 GPU 含 1 個主頻高達 3.73GHz 的 Cortex-X925 超大核、3 個 Cortex-X4 超大核、4 個 Cortex-A720 大核，搭載領先同等級的旗艦高容量高速快取記憶體，並結合旗艦級天璣調度引擎，讓行動裝置能充分發揮強大性能和能效。 天璣 9500s 搭載 Immortalis-G925 GPU，能為高負載的 3A 級手遊提供穩定滿格、暢玩的沉浸式體驗，滿足重度玩家與電競選手對極致性能的期待。天璣 9500s 支援先進的光線追蹤技術，其內建的天璣 OMM 追光引擎能夠高效渲染圖形，大幅提升遊戲畫面的真實感與精細度，帶來媲美遊戲主機等級的環境光照與反射效果。此外，藉由天璣星速引擎的 MAGT 動態遊戲調控 3.0 技術與 MediaTek Frame Rate Converter 3.0 技術，天璣 9500s 可明顯提升主流遊戲的能效表現，有效延長行動裝置續航時間。該晶片亦支援 165 […]

AI 不只比大模型：OpenAI 為何砸百億美元聯手 Cerebras 力拚「即時推理」？

OpenAI 與晶片新創公司 Cerebras 達成一項合約總價值超過 100 億美元的多年期合作協議，合作規模高達 750MW，預計將於 2026 年開始分階段部署，並持續至 2028 年，成為全球最大規模的高速 AI 推理部署案之一。 《Reuters》指出，這項合作的核心在於 OpenAI 向 Cerebras 採購計算能力，而非單次的硬體購買；Cerebras 則將負責建置或租賃裝載自身晶片的資料中心，供 OpenAI 運行 AI 產品。OpenAI 在官方聲明中強調，此舉並非聚焦於傳統的模型訓練，而是為了提升推理效能並降低延遲，OpenAI 也將這項投資定位為支援即時互動型 AI 應用的基礎設施，目的是讓 AI 回應更迅速自然。 推理需求增長成為 OpenAI 擴大算力布局的關鍵背景 這項投資選擇，並非單一技術升級，而是來自 OpenAI 服務規模與使用型態變化所帶來的結構性壓力。隨著 ChatGPT 的每週使用者規模已突破 9 億人，OpenAI 正面臨日益嚴峻的算力短缺壓力，必須持續擴張基礎設施，才能支撐下一階段的成長。在這樣的背景下，AI 運算需求的重心也出現結構性轉變：從早期以模型訓練為主，逐步轉向推理階段。 這項轉變與 AI 應用型態的演進密切相關。當前發展趨勢正朝向需要在回應前進行「思考」的推理與邏輯模型發展，而這類模型對即時回應能力與低延遲運算的要求更為嚴苛。「OpenAI 的算力策略，是建立一個具備韌性的組合，讓合適的系統對應合適的工作負載，Cerebras 為我們的平台補上了專用的低延遲推理解決方案，這意味著更快的回應速度、更自然的互動體驗，以及一個能將即時 AI 擴展給更多人的更穩固基礎，」OpenAI 運算基礎設施負責人 Sachin Katti 如此說明在算力布局上的策略考量。 Cerebras 執行長：即時推理也將重新定義 AI，開啟建構與使用 […]

模型再強也沒用？Google Gemini 祭出「個人化智慧服務」新功能，決勝點不再只是算力

Google 的 Gemini 迎來重大升級，今（15）日推出名為「個人化智慧服務」（Personal Intelligence）的新功能，讓 AI 助理可以在使用者同意的前提下，同時理解 Gmail、搜尋、YouTube 與相簿等多個 Google 服務中的資訊，並進行跨來源推理。這代表，Gemini 不再只是從單一資料來源找答案，而是能結合郵件、搜尋紀錄、觀看行為與生活照片，判斷使用者當下的情境，提供更具脈絡的回應。 AI 從模型戰，攻向誰更能掌握使用者脈絡 該功能與 Apple Intelligence 的定位類似：一個時刻觀察你手機活動的智慧助理，能夠搜集資訊以更好地回答你的問題。表面上看，這是一項讓 AI「更懂你」的個人化升級，但從產業競爭角度看，更像是 Google 對於 AI 競爭規則的下一佈局。 這場 AI 大戰已經不只取決於模型有多聰明，而是誰能長期、低摩擦地掌握使用者的日常脈絡，並在正確時機主動提供建議。 而這正是 Google 競爭對手 OpenAI、Anthropic 目前最難複製的能力。即使模型表現逐漸拉近，若無法像 Google 掌握其他消費者入口，就難以自然取得高頻率、即時且持續更新的使用者脈絡。《Business Insider》評論，Google 可以藉由個人化智慧服務，將自家整個應用生態系轉化為 AI 的競爭優勢。 舉例來說，當使用者計劃度假時，Gemini 可以從照片或電子郵件中判斷使用者偏好戶外活動、是否有孩子、過往常選擇的飯店類型，進而量身規劃行程建議。 個人化智慧服務測試版將先向美國 Gemini 高級訂閱用戶推出，並計劃在未來幾個月內推廣至全球以及免費用戶。該功能目前僅適用於個人 Google 帳戶，不適用於 Workspace 商業、企業或教育版用戶。 信任與治理，成為競爭策略的一環 不過，跨來源推理也可能帶來新的風險。過度個人化可能產生錯誤關聯，甚至引發使用者對被監控或被誤解的疑慮。 因此，Google 在推出個人化智慧服務時，刻意強調其將「隱私」放在核心位置。連結各項應用程式的功能預設為關閉，需由使用者主動選擇要授權的服務，且可隨時中止或刪除對話紀錄。Google 也強調，Gmail 收件匣與 Google 相簿內容不會用於訓練模型，僅會使用 Gemini […]

把「主權 AI」打包成出口生意：NAVER 如何搶佔美中夾縫市場，成為全球科技的第三種選擇？

在 AI 與雲端服務的全球競爭中，被譽為「南韓 Google」的 NAVER 正採取一種獨特的競爭策略：將「主權 AI」（Sovereign AI）轉化為出口商品，瞄準那些不願在美、中兩大科技強權之間選邊站的市場，目標成為「美中之外的第三種選擇」，鎖定對美國或中國科技巨頭抱持政治、安全與主權疑慮的國家。 NAVER Cloud 執行長 Kim Yuwon 指出：「美國與中國的科技巨頭正以通用型 AI 模型瞄準更大的市場，他們沒有太多空間為各個國家提供客製化服務。」相較之下，NAVER 主打的主權 AI，強調資料不外流、模型可在地部署，讓客戶能掌控資料、語言與文化脈絡，克服許多國家當前的顧慮。為了讓這套主權 AI 定位真正成立，NAVER 選擇先從基礎建設下手。 從 GPU 到資料中心，NAVER 為主權 AI 策略鋪路 目前 NAVER 並非僅止於談論理念，而是已經試圖將主權 AI 落實為一套可商業化的完整模式，涵蓋雲端基礎設施、在地資料中心與客製化模型，提供從資料中心到應用程式的全方位技術棧（technology stack）掌控權。 例如，為支持各國在地部署的需求，NAVER 近年大幅加碼 AI 基礎設施投資，規模甚至超越部分傳統硬體巨頭，像是 NAVER 已成為南韓 NVIDIA 晶片的最大買家，取得的 GPU 數量超過三星與現代，並計畫在今年投資超過 1 兆韓元（約 6.9 億美元），取得約 6 萬顆 NVIDIA 最先進的 Blackwell GPU。匯豐銀行（HSBC）分析師預估，到 2030 年，Naver […]

從搬運工到國家安全節點：人形機器人競賽升級，Foundation 將技術推向地緣政治的火藥庫

過去幾年，全球數百家人形機器人新創公司相繼投入研發，多數聚焦於工業、物流與家庭服務等民用場景。無論是 Tesla Optimus、Figure AI 或中國的宇樹科技，主流敘事圍繞的核心議題始終是「如何取代重複性勞動」與「如何讓機器人進入日常生活」。 然而，矽谷新創 Foundation 正在開闢一條截然不同的路徑。他們不僅瞄準製造與物流市場，更明確將美國軍方列為目標客戶，計畫讓旗下人形機器人 Phantom 攜帶武器並投入作戰，成為最早公開瞄準致命軍事應用的人形機器人新創之一。 當其他廠商還在思考如何讓機器人搬運箱子或組裝零件時，Foundation 執行長 Sankaet Pathak 在受訪時表示，Phantom 的軍事用途可能走向「由非致命任務逐步過渡到可搭載武器」的路線，但強調致命行動仍需要人類決策在迴路中，他說，「如果你是第一個進入戰場的單位卻毫無威脅性，敵人根本不會暴露自己。也就是說，機器人必須具備致命能力才有戰術價值。」 這種定位的轉變，意味著人形機器人不再只是效率工具，如今已經開始觸及國家安全與地緣政治的敏感地帶。 Foundation 為何能跑這麼快？ Foundation 成立於 2023 年 5 月，總部位於舊金山與慕尼黑，創辦人 Pathak 曾是金融科技公司 Synapse 的執行長。公司成立僅 18 個月，便已完成開發生產型機器人，並在合作夥伴場域執行實際生產任務，Foundation 對外主打「開發與落地節奏很快」，並以短時間內完成可執行任務的機器人作為賣點。 這種執行效率來自兩項關鍵收購：一是 AI 技術團隊，二是新一代致動器技術（Actuator），兩者大幅壓縮了研發週期。 在硬體層面，Phantom 採用滾動齒輪裝置，取代傳統的諧波減速機 (或諧波齒輪)，能源效率據稱達到 90% 至 95%，遠高於競爭對手的 50% 至 60%。這種設計帶來更高的力矩密度，使機器人具備約 20 公斤的負載能力，同時減少發熱與磨損，並讓機器人在人類附近操作時更加安全。 感知系統方面，Foundation 選擇跟隨 Tesla 的策略，僅使用攝影機而不搭載其他感測器，目的是降低系統複雜度。軟體層面則採取混合式 AI 架構，結合模仿學習（Imitation learning）與狀態空間模型（State-Based Models），後者明確納入物理、運動學與任務動態知識。公司稱這種方法，讓機器人在 30 […]

破解 AI 機器人「資料荒」！1X 如何將網路上無窮盡的影片，轉化為實體動作？

過去我們對機器人的印象，往往是必須經過工程師撰寫繁複的程式碼，或透過人類遠端遙控示範，才能執行特定的動作。但現在，這種限制可能即將被打破。由 OpenAI 投資的挪威機器人新創 1X Technologies 最近發布了全新 AI 模型 1X World Model，宣稱能讓旗下的人形機器人 Neo 透過觀看影片來理解物理世界，甚至在沒有人類直接示範的情況下，學會全新技能。 《Interesting Engineering》報導，這個基於物理學的 AI 模型，能夠結合影片數據與文字指令，讓 Neo 預測接下來該發生什麼事。簡單來說，當用戶給機器人一個指令，例如整理桌子，世界模型會先在腦海中生成一段自己完成這項任務的影片，接著透過逆向動力學模型（Inverse Dynamics Model），將這段生成的影片轉化為實際的馬達動作。這就像是機器人在實際行動前，先在腦中進行了一次沙盤推演，將數位影像轉化為實體動作。 從死背硬記進化到看片學習 這種學習方式讓機器人不再受限於預先編寫的劇本，解決了機器人領域長久以來的痛點：如何將數位的智慧轉化為可靠的物理行動。透過人類與物品互動的影片學習，Neo 能夠進一步將行為類推到陌生的環境中。在官方釋出的演示中，Neo 不僅能完成打包午餐盒等日常任務，甚至展現了在未經特定訓練下，執行開門、操作馬桶座墊、燙衣服以及梳頭髮等複雜動作的潛力。 1X 執行長 Bernt Børnich 在接受《Bloomberg》採訪時強調，這代表著機器人也能像人類一樣，從網路上無窮無盡的影片中學習。而為了達成這一點，Neo 的外型必須極度擬人化，因為如果機器人的構造與人類差異過大，它就無法將人類在影片中的動作，轉換成自己的肢體語言。這種「具身智慧」（Embodied AI）的策略，繞過了過去收集機器人專屬訓練數據既昂貴又緩慢的瓶頸，讓網路影片變成機器人的現成教科書。 懂得「腦補」後果，讓機器人更安全 除了學習新技能，這套世界模型還具備關鍵的安全機制。Børnich 指出，模型會主動推理並視覺化可能出錯的情境，進而選擇最安全的路徑來執行任務。這意味著機器人不再是盲目執行指令，而是具備了基本的風險評估能力，這對於機器人進入家庭與人類共存至關重要。1X 官方部落格也提到，這種基於生成的策略，讓機器人能處理長序列的任務，而不僅僅是單一動作的反射。 隨著 Neo 預計在今年稍晚開始出貨，Børnich 認為機器人產業將迎來新的擴展定律：機器人的智慧將不再僅取決於人類收集多少數據，而是取決於有多少機器人在現實世界中運行並回饋經驗，形成自我強化的學習循環。也因此，產業重心將從過去困難、昂貴的人類資料蒐集工作，轉向更有效率的方向，也就是具備能力且安全的人形硬體製造與大規模部署。 不過，《TechCrunch》也提醒，說機器人能將任何提示指令轉化為新的動作可能過於誇張、不完全準確，例如期待讓 Neo 開車，它能自動學會路邊停車。 1X 發言人澄清，他們並不是在說目前的 Neo 機器人能夠僅靠錄下影片並給予提示，就立刻學會執行全新的任務。相反地，機器人會將與特定提示相關聯的影片資料回傳到其世界模型中，該模型再被回饋到整個機器人網路，讓所有機器人對物理世界有更好的理解，也累積更多實務經驗。 ＊本文開放合作夥伴轉載，資料來源：《TechCrunch》、《Interesting Engineering》、《Startup.ai》、《Bloomberg》、1X，首圖來源：1X

【科技早餐】五角大廈導入 Grok，軍事數據全面加速 AI 化

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊五角大廈導入 Grok，軍事數據全面加速 AI 化 美國戰爭部長赫格塞斯 (Pete Hegseth) 宣布，馬斯克旗下 AI 聊天機器人 Grok，將加入 Google 的 AI 模型行列，一同進駐美國軍方網路，涵蓋非機密與機密系統，並於本月稍晚正式上線。美方計畫將大量軍事與情報數據導入 AI 系統，以加快決策與作戰支援能力。 此決策正值 Grok 因生成高度色情化深偽影像而遭多國封鎖之際，引發外界對軍事 AI 風險的關注。赫格塞斯強調，五角大廈的 AI 應用將以作戰效能為核心，不受限制合法軍用的意識形態影響，也顯示川普政府在軍事 AI 發展上，與前任政府的審慎路線出現明顯差異。 ＊川普政府放行 NVIDIA H200 對中出口，附加效能與數量限制 美國川普政府正式批准 NVIDIA 向中國出售 H200 人工智慧晶片，但附帶多項限制條件。根據規範，H200 在出貨前須交由第三方實驗室進行 AI 效能審查，銷往中國的總量不得超過美國客戶採購總額的 50%，中國買方也須提出安全承諾，並保證不作軍事用途。 川普上月宣布此一政策時指出，出口必須在確保國家安全前提下進行，並要求 NVIDIA 將相關銷售營收的 25% 上繳美國。此舉引發國會跨黨派對中鷹派批評，質疑恐助長中國 AI 與軍事能力。川普政府則主張，有限度出口有助壓制中國自研晶片動能，避免其加速追趕輝達與 AMD。 ＊微軟承諾自付資料中心電費，回應 AI 用電轉嫁疑慮 面對 AI […]

Starlink「防封鎖」神話破滅？從伊朗斷網實戰看低軌衛星的三大技術硬傷

近期，伊朗境內爆發大規模抗議行動，也讓通訊網路成為政府與民眾之間的關鍵攻防場域。伊朗政府近期實施近年來最嚴厲的全國性網路封鎖，在封鎖開始的 30 分鐘內，伊朗網路流量驟降 98.5%，固定寬頻與行動網路幾乎全面中斷，導致 8,500 萬人與外界斷絕聯繫。 在地面網路幾乎癱瘓的情況下，過去曾多次出現在戰爭前線、長期被視為「防封鎖」解方的 SpaceX Starlink 衛星網路，成為少數人的救命稻草，儘管該服務在伊朗並未獲得官方授權，但仍有部分用戶透過走私入境的設備取得連線。有使用者向《Reuters》證實，Starlink 在伊朗部分地區仍然可以運作，雖然連線品質不穩定，但確實可以提供訊號，維持伊朗與外界的微弱聯繫。 然而，這次伊朗斷網事件也首度顯示，低軌衛星並非「無法封鎖」的萬靈丹。從實際運作結果來看，Starlink 在伊朗首度遭遇的挑戰，主要集中在三個技術層面的瓶頸。 技術瓶頸一：射頻與 GPS 干擾可有效削弱低軌衛星連線 過去外界普遍認為，低軌衛星因部署數千顆衛星、並具備頻率切換等技術特性，幾乎不可能被有效封鎖，但伊朗當局的行動顯示，這一假設並非無懈可擊。根據《Rest of World》報導，自 1 月 8 日起，伊朗開始部署軍用級 GPS 與衛星訊號干擾設備，這類設備與烏克蘭戰場上用於干擾無人機的工具相似，雖然成本高昂、耗能驚人，卻能在特定區域內有效阻斷無線電頻率。 這些干擾行動對 Starlink 的實際運作造成明顯衝擊。專家指出，當局透過發射強力干擾訊號，壓制終端設備接收衛星訊號的能力，使部分地區 Starlink 的網路效能最多被削弱達 80%，連線品質與穩定性大幅下降。同時，由於 Starlink 終端高度依賴 GPS 訊號進行定位，伊朗當局選擇直接干擾 GPS，本身便足以讓地面設備因無法定位而失靈。 這次行動也打破了過去的技術經驗。俄羅斯曾在 2022 年嘗試干擾烏克蘭的 Starlink 服務，但當時 SpaceX 很快便透過軟體更新反制，然而《Rest of World》指出，「德黑蘭似乎在莫斯科失敗的地方取得了成功」，截至目前，SpaceX 尚未提出有效的修正方案，數位權利專家 Amir Rashidi 因此直言，Starlink 曾被視為防審查連線的代名詞，但伊朗的行動已證明這項假設已經不成立。 技術瓶頸二：容量與覆蓋限制，使 Starlink 無法支撐大量使用者 其次，即便衛星連線能在技術上繞過地面審查，其硬體限制與高昂的經濟門檻，仍使其難以取代國家級網路基礎設施，更無法支撐整個社會的通訊需求。《The Guardian》指出，單一 […]

有錢也買不到的「T-glass」：拆解晶片供應鏈最脆弱的一環，為何連蘋果都束手無策？

隨著 AI 產業的蓬勃發展，全球電子供應鏈正遭遇新的挑戰。根據《日經亞洲》最新報導，一種被稱為「玻璃纖維布」（Glass Cloth）的關鍵材料，正因 NVIDIA、Google 與亞馬遜等科技巨頭的搶購而面臨嚴重短缺。 根據《日經亞洲》報導，這種看似不起眼的薄膜材料，是高階晶片基板與印刷電路板（PCB）不可或缺的核心元件。隨著 AI 晶片與高效能運算需求暴增，玻璃纖維布的供應正迅速吃緊，甚至被業界形容為「2026 年電子製造與 AI 產業面臨的最大瓶頸之一」。 玻璃纖維布為何如此關鍵？ 玻璃纖維布主要用於晶片基板與 PCB，這些基板承載處理器並負責高速訊號傳輸。AI 晶片、伺服器與高階行動裝置對資料傳輸穩定性與精密度要求極高，使得低熱膨脹係數（CTE）的高階玻纖布（又稱 T-glass）成為不可替代的材料。 這類玻纖布具備尺寸穩定、剛性高、利於高速訊號傳輸等特性，能支撐 AI 運算晶片與高階處理器所需的高頻、高密度設計。 Nittobo 獨佔市場，產能擴充緩不濟急 問題在於，目前全球最先進的玻璃纖維布幾乎由日本 Nittobo（Nitto Boseki）一家供應，產能高度集中，替代來源極其有限。儘管 Nittobo 早在 1938 年便成功工業化生產玻璃纖維，但其產能擴張速度遠不及 AI 浪潮帶來的爆炸性需求。 Nittobo 執行長 Hiroyuki Tada 曾對外表示，公司將優先考慮品質而非數量，且對於承擔過度的擴產風險持保留態度。業內人士悲觀預測，供應狀況要到 2027 年下半年 Nittobo 新產能上線後，才會有實質性的改善，「即使你向 Nittobo 施壓，沒有新增產能也無濟於事。」 AI 巨頭加入搶料，蘋果與高通首當其衝 過去，玻纖布主要應用於智慧型手機與一般電子產品。蘋果早年即率先將高階玻纖布導入 iPhone 晶片基板，當時供應尚稱穩定。但隨著 AI 熱潮全面引爆，NVIDIA、Google、亞馬遜等 AI 巨頭也開始大量採用同級玻纖布製作 AI 晶片板材，直接擠壓原本消費性電子的供應鏈。《日經新聞》先前報導，AMD 也曾派員工前往Nittobo，希望取得 AI […]

新研究繞過 HBM 瓶頸：DeepSeek 如何在算力受限下，於西方之外的 AI 競賽領先美國？

近日 DeepSeek 創辦人梁文鋒與北京大學研究團隊，在共同發表的最新論文中，揭示一種名為 「Engram」 的模型訓練新方式。Engram 技術是將「條件記憶（Conditional Memory）」視為繼專家混合（MoE）之後的稀疏模型新維度。所謂的條件記憶，就是透過引入可擴展的查找記憶結構，在相同參數與算力條件下，顯著提升模型在知識調用、推理、代碼、數學等任務上的表現。 這項研究的核心目標，是經由繞過 GPU 高頻寬記憶體（HBM）的容量限制，實現「激進的參數擴張（aggressive parameter expansion）」，從而打破模型規模受制於單一硬體記憶體上限的困局。 透過「解耦」計算與記憶體提升模型效率，研究看好「條件記憶」成下一代核心 該論文指出，現行大型語言模型高度依賴計算來檢索基本資訊，這使得模型在擴展規模時，往往得依賴更昂貴、更新一代的 GPU 硬體來換取 HBM 容量，而 HBM 正是目前中、美 AI 硬體實力中最大的差距之一。 因此，DeepSeek 提出的 Engram 方法重點不在於增加算力，而是透過「解耦（decoupling）」計算與記憶體，調整模型架構與資料處理方式，讓模型能更有效率地查找基本資訊，進而提升處理長文本的效率。 論文也提到，這種策略的潛在優勢在於降低訓練成本門檻，讓模型在資源有限的情況下仍能提升複雜推理能力。「我們認為，條件記憶將成為下一代稀疏模型中不可或缺的核心，」研究團隊在論文中如此寫道，並預期條件記憶的未來影響力，將不亞於先前被廣泛採用的專家混合（MoE）架構。 中國限制高階 NVIDIA 晶片採購，加深算力受限現實 這種「繞過 HBM 容量限制」的設計思路並非憑空出現，而是與中國 AI 產業當前所面臨的硬體現實高度契合。 《The Information》報導，中國政府近期已向國內科技公司頒布新令，要求僅能在「特殊情況」下，才可採購 NVIDIA 最新一代高階 AI 晶片 H200，顯示北京當局正在強化立場，防止國內市場過度依賴美國晶片巨頭，也反映出中國政府在 AI 領導地位與半導體自給自足這兩大目標之間的權衡。 相關人士指出，北京認為保護本土晶片產業的重要性已超過獲取外國先進晶片，雖然中國晶片商目前已經能生產足以支撐 AI 推論的處理器，但 H200 對於構建前沿 AI 系統仍具有「功能上不可替代」的地位，因此限制獲取這些晶片，可能會減緩中國開發頂尖 AI 模型的速度。 在高階 GPU […]

AI 資料中心搶水搶電搶土地？川普施壓奏效，微軟拋電費全吞等 5 大承諾

儘管 ChatGPT 引發了人們對 AI 的熱情，但並非所有社群都樂於接受 AI 背後的實體基礎設施。隨著各大科技巨頭迅速興建資料中心，Data Center Watch 研究揭露，自去年第二季度以來，全美各地對資料中心的反對聲浪急劇升級。統計顯示，僅在 2025 年 3 月至 6 月期間，就有價值高達 980 億美元的資料中心專案因遭到社區強烈抵制而被迫延遲或取消。 這股反對力量主要源自於當地居民對資源消耗的擔憂。《GeekWire》引述美國政府數據指出，在維吉尼亞州、伊利諾州與俄亥俄州等資料中心重鎮，居民電費在過去一年內飆漲了 12% 至 16%，遠高於全國平均，原因是電網營運商爭相為大型新基礎設施增加容量。此外，AI 運算所需的龐大冷卻用水以及土地佔用問題，也讓許多社區從原本歡迎科技投資，轉變為激烈的鄰避效應（NIMBY）。這種跨越黨派的民間怒火，正在迫使科技巨頭重新評估其基礎設施的擴張策略。 川普先放話，微軟把承諾端上桌 在反對潮升溫之際，美國總統川普昨日在社群平台 Truth Social 發文，表示不希望美國人因資料中心而支付更高電費，並稱政府正在與主要美國科技公司合作，確保他們對美國人民做出承諾，強調科技公司必須自己買單（pay their own way）。他也點名微軟，稱其將做出重大調整，讓美國人不必為資料中心的電力消耗成本買單。 隔天，微軟正式公布回應方案。微軟總裁兼副董事長 Brad Smith 表示，微軟推出以「community first」（社區優先）為核心的 5 大做法。 首先，微軟承諾自行負擔其資料中心的全部電力成本，並與公用事業與監管機構合作，確保成本不會轉嫁到住宅用戶。Smith 提到，威斯康辛州的超大型客戶費率架構可作為參考架構：資料中心需支付其用電的完整成本，包括為支援大客戶而必須進行的電網升級。 其次，微軟也承諾不再向地方政府要求財稅優惠、將全額繳納地方財產稅；在用水方面，除了目標到 2030 年提升 40% 用水效率，也提出補充量高於使用量的水資源回饋方向；在人力與社區面向，微軟將與北美建築業工會合作培訓在地技術人力、擴大其資料中心學院（Datacenter Academy）的營運與訓練規模等，並在學校、圖書館與商會推動 AI 教育與訓練、設立社區諮詢機制。 資料中心不再只是工程問題，而是「社會授權」競賽 Smith 在《GeekWire》訪談中坦言，產業過去常用保密協議購地，以避免地價上漲並維持競爭優勢，但這種讓社區最後一刻才知道誰要來、要做多大的模式，已不再是可長期運作的路徑。他承諾提高透明度，並指出未來能在資料中心領域取得成功的公司，取決於是否能與地方建立穩定且健康的關係。 這波資料中心反對潮正在改寫科技巨頭的資料中心策略。一方面，政治訊號更加清楚。《華爾街日報》指出，川普將降低生活成本納入政治議程，並把資料中心電力議題放進美中 AI 競賽的敘事之中。換言之，AI 要贏，但不能讓民眾電費失控。 […]

當 Gemini 3「思考力」遇上 CloudMile「執行力」：打造企業級 AI Agent 的下一塊拼圖

隨著生成式 AI（Gen AI）快速進入企業應用，市場正迎來一個關鍵轉折點。若 2023 年是 AI「能說話」的元年，從 2025 年起，焦點將轉向 AI「能思考」與「能執行」。 Google 最新一代模型 Gemini 3 的推出，讓 AI 不再只是機率預測工具，而是具備如同人類般的「慢思考（Slow Thinking）」能力──能拆解複雜問題、進行自我驗證，甚至反思推理結果。 不過，對企業而言，擁有聰明的大腦只是第一步。如何將 AI 與企業內部複雜數據系統接軌，遵守企業規範並轉化為實際生產力，才是最大挑戰。這正是亞洲領先 AI 技術公司 CloudMile 萬里雲的切入點。 從 LLM 到 AI Agent：企業需要「會做事的夥伴」 過去企業導入 AI 的痛點在於模型「懂常識」卻「不懂公司」，因此需具備產業經驗的科技夥伴協助落地應用。CloudMile 萬里雲已取得台灣數位發展部 AI 技術服務機構能量登錄認證，並被新加坡政府指定為 Enterprise Compute Initiative（ECI）科技顧問夥伴，成為首家同時獲得台灣與新加坡雙政府 AI 認證的企業。 CloudMile 萬里雲透過整合以 Gemini 3 為基礎的 Gemini Enterprise 與自主研發的 MileAI 企業⽣成式 AI 應⽤與創新解決方案，將 Gemini 轉化為能理解業務場景的 AI Agent（人工智慧代理）。這些 Agent 不僅能回答問題，更具備「感知（Perception）、大腦（Brain）、行動（Action）」三大能力，可處理高度複雜任務，超越傳統 Chatbot […]

量子電腦真的開始「有用」了嗎？企業紛喊突破，專家為何仍說還不能用

隨著量子技術加速發展，各家企業也紛紛宣稱取得重大突破。匯豐銀行（HSBC）近期就宣布使用 IBM 的量子電腦進行債券交易實驗，並將這場實驗視為「全球首個債券交易應用範例」，顯示金融服務正在進入量子計算新紀元。另一方面，近期包括 Google、D-Wave 和 Quantinuum 在內的多家公司都宣稱達成了超越傳統電腦的「量子優勢（quantum advantage）」，但科學有效性仍存在高度爭議。 德州大學電腦科學教授 Scott Aaronson 將這類說法斥為日益增多的「殭屍主張（zombie claims）」之一，並批評：「完全沒有理由相信他們看到的任何改進與量子力學本身有任何關係。」事實上，連匯豐內部的研究人員也坦承，目前尚無法解釋為何所使用的 IBM 機器能產生較佳的交易結果，同時表示該研究「需要進一步調查」。 然而，在科學有效性備受質疑的同時，產業也逐漸將焦點轉向更現實的問題：現有的量子電腦是否已經足夠穩定？ 量子電腦仍受硬體雜訊與穩定性限制，部分公司選擇放慢系統發布 量子電腦目前的主要障礙在於硬體的不穩定性，因為現在機器仍屬於「雜訊量子系統（noisy quantum systems）」，量子位元（qubits）之間的干擾使得長時間且穩定的運算變得極為困難。因此為了克服準確性與穩定性的瓶頸，部分硬體供應商已決定放慢發布時程，轉而追求更高的可靠性。 以 Rigetti Computing 為例，該公司在 2026 年初宣布推遲其 108 位元量子系統（Cepheus-1-108Q）的上市時間，將重點放在優化可調耦合器（tunable couplers）以提升「保真度（fidelity）」。Rigetti Computing 執行長 Subodh Kulkarni 指出，公司選擇進行晶片的「另一次迭代」，是為了確保系統運作的精確度，這也顯示，部分業者正將注意力放在結果是否能被重複驗證，而不只是系統規模。不過，這些短期技術調整，並未改變產業對長期關鍵門檻的共識。 一旦跨過「容錯」門檻，產業可能出現「勝者通吃」局面 另一方面，美國聯邦與產業端的動能正試圖銜接學術研究與商業應用，將重心從純科學研究轉向追求實質的「經濟價值」。 產業專家指出，目前的目標是打造真正能對世界產生影響的機器，而這個轉折點預計在未來二到十年內到來。  IBM 研究部門主管 Jay Gambetta 指出，目前量子技術正處於類似 2012 年人工智慧發展的轉折點：當時第一批神經網路雖然在實務上尚未產生巨大經濟意義，卻是後來演變成龐大運算能力的科學實證。 摩根大通（JPMorgan）的分析報告則指出，量子運算的關鍵轉捩點在於「容錯量子電腦（fault-tolerant quantum computers）」的實現。 由於容錯系統能大規模校正運算錯誤，從而進行複雜且持續的計算，因此一旦跨過這個技術門檻，量子計算在效能上的優勢將不可撼動，屆時產業可能出現「勝者通吃（winner-take-all）」的局面，首家建立商業飛輪的供應商將主導市場。 JPMorgan 特別點名 IBM、Alphabet 與 Microsoft 等科技巨頭，以及 IonQ、Rigetti […]

一個月內完成模型訓練與部署！長問科技以 NVIDIA 強大算力建構在地化語音 AI 辨識應用 助攻金融、公部門智慧轉型

長問科技深耕 AI 語音領域，致力提供在地化語音技術，支援台語、客語等多方言辨識與應用。為滿足語音 AI 辨識服務對於 GPU 算力的需求，長問科技選用兩台麗臺科技的 WinFast GS4850T 伺服器再各搭配 8 張 NVIDIA RTX PRO™ 6000 Blackwell Max-Q Workstation Edition GPU，不僅獲得穩定且高效的算力支援、加速模型迭代速度，更實現語音辨識正確率達 90%。目前，長問科技協助金融業成功打造安全、高效的金融語音解決方案，促進無障礙互動體驗，也協助公部門客戶打造智能市民熱線，更快速回應市民諮詢。 長問科技總經理陳又碩表示，隨著語音 AI 辨識服務的應用範疇擴大，長問科技對於 GPU 算力設備產生新需求。在推論（Inference）部分，長問科技透過演算法降低算力成本，讓客戶能以較少的算力達到最佳效果，降低 AI 導入的門檻；在訓練（Training）部分，則是持續增加算力採購，因為長問科技除了訓練國語、台語、英語、客語的基礎模型（Foundation Model），還助力客戶訓練企業內部的語音辨識模型，降低 AI 幻覺問題，「所以我們採購兩台麗臺科技提供的 WinFast GS4850T 伺服器，搭配各 8 張 NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition GPU，透過這樣的算力訓練一個原生且支援台灣在地語音的國、台、英、客語基礎模型，從模型訓練再到部署至客戶端，僅僅需要一個月的時間。」 陳又碩進一步說明，長問科技運用麗臺科技與 NVIDIA 解決方案訓練一個名為「TB2」的模型，並在效能上取得顯著突破，「一張 RTX PRO 6000 Blackwell Max-Q 可以支援 […]

90% 產線問題都能提前預測！百事可樂示範「零試錯」的工廠設計

對當今的製造業者來說，製造流程的複雜性早已不只存在於產線本身，而是體現在決策速度與變更成本之中。每一次新工廠設計、產線調整或倉儲配置變更，都牽動設備投資、人力配置與供應鏈協同，一旦判斷失準，修正代價往往高於預期。 而像是百事可樂（PepsiCo）這樣的快速消費品品牌，產品組合日益多元、上市節奏加快，傳統仰賴實體試產與經驗推估的製造決策模式，已逐漸成為效率與彈性的限制因素。 正是在這樣的背景下，百事可樂開始重新思考製造與供應鏈規劃的起點。為此，百事可樂正積極將 AI 與數位孿生（Digital Twin）技術導入製造與供應鏈決策流程，嘗試從根本重塑工廠設計與營運模式。 以 AI 與數位孿生重寫工廠設計流程 在 CES 2026 上，百事可樂宣布與西門子（Siemens）、NVIDIA 展開合作，導入基於物理模型的 2D／3D 數位孿生與 AI 模擬工具，將工廠與倉儲設施的規劃前移至虛擬環境中完成。透過這套系統，工程與營運團隊能在實際動工前，於數位空間中反覆測試產線配置、設備動線、人員配置與物流流程，提前識別潛在瓶頸與風險。 這種「先模擬、再建設」的模式，改變了傳統製造業高度依賴經驗與實體試錯的做法。過去，產線調整或新廠建置往往要等到設備實際進場、開始試產後，才會發現流程衝突或效率不彰的問題，不僅修正成本高，也容易拖延產品上市時程。透過 AI 與數位孿生，百事可樂得以在虛擬工廠中模擬多種情境，快速比較不同設計方案的效能表現，並在決策前即完成優化。 支撐這套能力的關鍵工具之一，是百事可樂導入的「數位供應鏈編排器」（Digital Chain Composer）。該系統可整合工廠設計、設備參數、物流節點與產能限制等資料，利用 AI 模型進行整體流程模擬與風險評估。百事可樂指出，透過這套工具，團隊能在實體改動前辨識多達 90% 的潛在設計與流程問題，大幅降低後期修改的時間與成本。 在實際試點中，這種以數位孿生為核心的規劃方式已展現具體成效。百事可樂表示，初期導入的試點專案中，工廠整體產能（throughput）提升約 20%，同時也顯著縮短了從設計到投產的開發週期。這不僅意味著既有產能的放大，也讓企業在面對市場需求變化時，能更快完成產線調整與新品導入。 百事可樂數位孿生的下一步：延伸至整體供應鏈 更進一步地，百事可樂並未將數位孿生的應用侷限於單一工廠或製造環節，而是延伸至整體供應鏈規劃。透過串接多元供應鏈資料，包含市場銷售數據、消費者需求趨勢與原料供應狀況，AI 模型得以預測需求變化，並在虛擬環境中建立產品層級的「數位孿生供應鏈」。這讓百事可樂能針對不同市場、不同產品組合，模擬最合適的生產與配送策略。 在這樣的架構下，供應鏈不再只是被動回應需求，而是可依據預測結果進行前瞻性調整。無論是在成本控制、品質管理，或是永續指標的平衡上，數位孿生都成為決策的共同語言。百事可樂可在確保價格合理與品質達標的前提下，提前評估不同方案對碳排放與資源使用的影響，將永續目標內建於供應鏈設計之中，而非事後補救。 從更宏觀的角度來看，百事可樂的這項布局，反映出消費品製造業正從「數位化工具導入」邁向「以 AI 驅動的系統性重構」。數位孿生不僅僅提供視覺化輔助，還成為串聯設計、製造、物流與市場需求的核心平台。 對百事可樂而言，這是一項長期競爭力工程。隨著市場變化速度持續加快，在虛擬世界中先行驗證、快速迭代，將成為決定製造企業反應速度與營運彈性的關鍵。從目前試點成果來看，AI 與數位孿生已為百事可樂打開一條通往更高效率與更敏捷製造體系的路徑。 ＊本文開放合作夥伴轉載，參考資料：Siemens、《PR Newswire》，首圖來源：PepsiCo （責任編輯：廖紹伶）

【科技早餐】Meta 啟動「Meta Compute」，全面掌控 AI 算力主權

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊Meta 啟動「Meta Compute」，全面掌控 AI 算力主權 Meta 執行長祖克柏宣布啟動代號為「Meta Compute」的自主 AI 基礎設施計畫，目標自研 AI 晶片、優化資料中心架構，並打造超大規模運算環境，以降低對 Nvidia 等外部晶片供應商的依賴，強化對底層算力的掌控。 祖克柏指出，若要推進通用人工智慧發展，僅靠模型與軟體已不足以支撐，必須同時掌握硬體與基礎設施。在全球 AI 晶片供不應求的情況下，算力正從成本項目，轉變為科技巨頭之間的核心競爭門檻。 ＊不是自研，是直接用最強：蘋果攜手 Google 重塑 Siri 核心 蘋果宣布與 Google 達成多年合作協議，新一代人工智慧功能將導入 Google 的 Gemini 技術支援，包括預計今年稍晚推出的新版 Siri。這項決定象徵蘋果在 AI 策略上的重要轉向，也代表一向強調自研核心技術的蘋果，選擇在生成式 AI 關鍵節點採用外部最成熟的模型能力。 不過，此舉也引發競爭與監管層面的質疑。xAI 創辦人馬斯克在社群平台 X 上批評，Google 同時掌握 Android 作業系統與 Chrome 瀏覽器，再成為蘋果 AI 核心技術供應方，恐形成不合理的權力集中。蘋果與 Google 則強調，Apple Intelligence 仍在裝置端與私有雲端運算環境中運作，隱私原則不變，但市場仍關注這項合作對生態系與反壟斷審查可能帶來的後續影響。 ＊NVIDIA 攜手禮來，AI 正式走進藥物研發核心 […]

6 萬名員工有 2.5 萬個是 AI 代理！麥肯錫 CEO：希望每個員工都獲 1 個代理支持

全球管理顧問巨頭麥肯錫（McKinsey & Company）正在經歷一場以 AI 為核心的組織重塑。執行長 Bob Sternfels 近期在接受《哈佛商業評論》採訪時揭露，若被問及公司目前的規模，他的答案是 6 萬名員工，其中包含約 2.5 萬個 AI 代理（AI Agents）。 從幾千個到 2.5 萬個代理，18 個月內完成 Sternfels 指出，大約一年半前，麥肯錫內部只使用了數千個 AI 代理，但隨著生成式 AI 與代理式架構快速成熟，公司已在不到兩年的時間內，將 AI 代理數量擴張至約 2.5 萬個。他表示，AI 代理在生成圖片方面表現出色，在過去 6 個月就生成了 250 萬張圖表。 他的下一個目標更加明確：在接下來的一年到一年半內，讓每一位人類員工至少都能獲得一個、甚至多個 AI 代理的支持，形成接近 1：1 的人機配置。在他看來，未來的競爭優勢，不再只是員工數量，而是「人類如何與代理協作」。 顧問工作正在「向上堆疊」，釋放 150 萬小時 這波 AI 代理的大規模導入，也正在改變顧問工作的本質。麥肯錫內部將這場轉型稱為「25 squared」（25 平方）的組織變革，一方面，直接面對客戶的前線顧問人力，預計將成長約 25%；另一方面，非面對客戶的後勤與支援人力則縮減約 25%。 看似矛盾的變化，背後邏輯其實一致。透過 AI 代理處理搜尋、彙整與結構化分析等基礎工作，顧問得以「向上堆疊」（moving up the stack），把時間與精力投入更複雜、更高價值的決策問題。僅在去年一年，麥肯錫就透過 […]

CEO 怕詐騙、CISO 怕勒索？WEF 揭企業高層與資安團隊的風險認知落差

世界經濟論壇（WEF）最新發布的《2026 年全球資安展望》（Global Cybersecurity Outlook 2026）報告指出，隨著技術手段與犯罪模式的演進，網路詐騙已正式超越勒索軟體，成為當前影響力最深遠的全球性網路威脅。這項轉變也反映在極高的普及率上：過去一年中，高達 77% 的受訪者觀察到網路詐騙與釣魚攻擊事件明顯增加。 AI 加劇詐騙威脅，挑戰數位信任基礎 更值得注意的是，詐騙威脅已深入個人生活層面。WEF 調查顯示，73% 的受訪者表示自己或其社交網路中的成員，在過去 12 個月內曾親身遭遇過網路詐騙，顯示詐騙已不再只是企業資安問題，更是一種普遍性的社會威脅，直接挑戰數位經濟中的信任基礎。 這類高度普及的詐騙，往往透過多樣且熟悉的手法滲透到日常情境中。常見的詐騙手法包括釣魚郵件、簡訊詐騙、身分盜用與付款詐騙等。這類威脅之所以能快速擴散，關鍵在於詐騙活動執行成本低、成功率高，因此成為網路犯罪分子的首選工具，也被視為當前最具破壞性的數位犯罪形式之一。 此外，AI 的介入，更進一步放大詐騙威脅。例如，生成式 AI 降低發動複雜釣魚攻擊的技術門檻，使犯罪者能夠自動化、大規模產出高度擬真的社交工程內容。另一方面，深偽（deepfake）影音與音訊技術也被用來偽造身分，這類跨越語言與文化障礙的欺騙手法，讓原本受威脅較低的地區同樣暴露在風險之中。 WEF 指出，隨著各類網路風險變得更加相連且影響日益深遠，網路詐騙已不再只是眾多威脅之一，而是數位經濟中最具干擾性的核心風險。當網路詐騙正在同時侵蝕數位經濟中的信任基礎、扭曲市場運作，並對人們的日常生活造成直接影響，其影響層次已超越傳統資安事件。 對於資安風險的排序，決策層與技術層之間有差異 正因詐騙帶來的衝擊往往難以回復，且同時牽動財務、聲譽與信任風險，因此 WEF 指出，這正是全球 CEO 在 2026 年將詐騙列為首要資安威脅的關鍵背景。報告顯示，網路詐騙與釣魚攻擊已在 2026 年取代勒索軟體，成為全球企業 CEO 最擔心的資安風險。 這樣的轉變，反映出詐騙對企業造成的衝擊，除了直接的財務損失之外，對品牌聲譽與消費者信任造成的長期傷害，正是促使 CEO 重新調整風險優先順序的關鍵因素。 不過，報告也揭示決策層與技術層之間的關注差異。相較 CEO，資安長仍將勒索軟體與供應鏈韌性視為最主要的威脅，並將關注重點放在營運持續性與系統韌性等技術層面。這樣的落差凸顯兩者的視角差異：CEO 更在意經濟後果與整體戰略風險，資安長則聚焦於可能導致系統中斷的技術型攻擊。 此外，企業本身的韌性程度，也會影響高層對風險的判斷。研究發現，「高韌性企業」的 CEO 更關注 AI 漏洞帶來的潛在風險；相對地，韌性較不足的企業領導者，仍承受著應對傳統詐騙與釣魚攻擊的高度壓力。 WEF 的報告揭示，網路詐騙已從過去的邊緣風險，升級為牽動企業營運、治理與信任基礎的核心威脅。當詐騙同時具備高度普及性、低門檻與 AI 放大效應，企業面臨的已不只是技術防禦問題，而是如何在不確定的風險環境中，重新校準資安優先順序與組織韌性。 ＊本文開放合作夥伴轉載，資料來源：WEF、《AA》，首圖來源：Pixabay

【Claude Cowork 上線】Anthropic 桌面 AI 代理戰略成形，正面挑戰 Microsoft Copilot 的工作入口霸權

Anthropic 近日發表名為「Claude Cowork」的桌面 AI 代理工具，目前以「研究預覽（research preview）」形式推出，技術核心延續 Anthropic 之前深受開發者歡迎的 Claude Code，使用者可以透過授權 Claude Cowork 存取特定資料夾的方式，完成自動化任務。 Anthropic 打造 Claude Cowork 的目標，是希望將強大的「可執行任務型 AI」延伸至更廣泛的使用族群。這也象徵 Anthropic 已經將 AI 定位從單純的「對話助手」，轉向能夠在使用者電腦上直接執行任務的「AI 代理」。 Cowork 設計理念：讓所有知識工作者都能立即上手使用 Claude Cowork「主動執行任務」的能力，不只體現在分析文字內容上，還能在使用者的本機環境中讀取、編輯與建立檔案，並實際參與工作流程。例如，在財務整理情境中，Cowork 可以從一疊收據截圖中擷取資料，自動生成結構化的報支試算表；在文件彙整上，則能讀取分散各處的會議筆記，綜合產出報告初稿，甚至能自動整理混亂的下載資料夾，依內容重新命名檔案。 Cowork 的設計理念，是將原本偏向工程師使用的技術，擴展到更廣泛的「通用運算與工作流程」，讓所有知識工作者都能立即上手使用。《Implicator.ai》 也以「去除開發者外衣」形容 Cowork 的特色在於讓不具備程式背景的使用者，也能透過簡單對話指派 AI 執行具體任務。因此 Anthropic 表示，這種協作體驗「感覺不像來回對話，而更像是給同事留訊息」。 Cowork 將挑戰 Microsoft Copilot 的市場主導地位 《VentureBeat》指出，Claude Cowork 的誕生，也被視為 Anthropic 向 Microsoft Copilot 在生產力工具市場的長期主導地位宣戰。儘管微軟已推行 Copilot 多年，但企業採用率仍不如預期，相較之下，Anthropic 則試圖透過一系列明顯差異化的策略取得突破。 首先，在系統架構上，不同於深度整合於 […]

叡揚解析 AI 時代關鍵人才樣貌，打造 AI 共思型人才

由 Yourator 數位人才媒合平台、TechOrange 科技報橘與均一平台教育基金會於 1 月 10 日聯合舉辦的「2026 AI 人才年會暨 AI 職涯博覽會」，以產業趨勢、科技教育與跨領域人才為三大核心，吸引眾多求職者與企業參與。長期深耕數位轉型服務的叡揚資訊於會中分享在 AI 浪潮下，企業如何透過組織變革與人才培育，引領人才從「使用工具」進化到「駕馭科技」。 叡揚資訊人資長黃真玲在分享中指出，數位變革是企業的必修課，而變革的核心始終是「人」。針對人才培育，叡揚提出「驅動 AI 轉動的金三角」策略，整合人才、科技與組織三大驅動力，建立「AI Coach ╳ Human Mentor」的雙軌學習體系。由 AI 擔任 24/7 的教練負責知識傳遞，真人導師則專注於經驗傳承與情境化應用。叡揚透過內部三大學院，導入 AI 輔助學習流程，協助員工從實際工作情境出發，解決日常痛點。 「現在企業遇到的痛點不會是單一問題」，黃真玲特別強調，在 AI 快速發展的環境下，企業更重視人才是否具備面對變化的彈性與主動學習態度，而非僅止於單一技能的累積。在 AI 能輕易提供解答的時代，個人價值已從「解答者」轉變為「提問者」，批判性思考與判斷力比單純獲得答案更重要。他補充，AI 並非取代人力，而是輔助決策的工具，未來團隊將走向人與 AI 協作的模式。 活動現場叡揚亦設置徵才攤位，由研發及產品主管與求職者交流數位技能與 AI 研發經驗，吸引對 NLP、視覺辨識與 AI 應用有興趣的人才互動。叡揚設有獨立的 AI 核心技術研發團隊，並將研發成果整合至自有系統與服務中，由產品部門配置專責工程師確保 AI 技術能穩定落地，協助客戶於日常工作流程中實際應用。叡揚資訊表示，公司致力於打造讓人才進化的生態系，誠摯邀請熱愛挑戰的人才加入，成為能駕馭 AI 的進化人才，共同開創數位轉型的新局勢。 （本文訊息由叡揚資訊提供，內文與標題經 TechOrange 修訂後刊登。新聞稿 / 產品訊息提供，可寄至：[email protected]，經編輯檯審核並評估合宜性後再行刊登。圖片來源：叡揚資訊。）

Google 的逆襲！蘋果證實合作 Google，Gemini 將驅動 Apple 逾 20 億台活躍裝置

Apple 與 Google 正式確認，雙方將展開一項多年的 AI 合作計畫，未來新版 Siri 與 Apple Intelligence 的核心能力，將建立在 Google 的 Gemini 模型與雲端技術之上，包含今年即將推出的更個人化的 Siri 體驗與後續的 AI 功能。 根據雙方的官方聯合聲明中，Apple 表示，經過審慎評估後，認定 Google 的 AI 技術為 Apple Foundation Models 提供最強大的「基礎」，並期待這項合作為使用者帶來新的體驗。根據《CNBC》報導，兩家公司補充，這些模型仍將運行於 Apple 裝置與 Apple Private Cloud Compute 架構上，維持 Apple 一貫強調的隱私標準。雙方的聲明揭露的資訊有限，但可以知道的是 Gemini 並非 iPhone 上運行的底層架構，蘋果將繼續使用自家基礎架構模型。 Siri 升級延宕之後，Apple 選擇外部 AI 助力 這項合作，被外界視為 Apple 在生成式 AI 策略上的關鍵轉向。根據《CNBC》與《Computerworld》報導，Apple 早在 2024 年 […]

AI 導入成敗不在技術而在「老闆」？叡揚資訊董事長張培鏞拆解企業 AI 轉型第一課

專訪：戴季全撰稿：李昀蔚 隨著 AI 技術快速發展，愈來愈多企業與政府組織開始嘗試將 AI 真正導入日常工作流程。從部門主管、企業 CEO 到組織決策者，幾乎沒有人再懷疑 AI 是否會進入企業，而是開始面對「該怎麼導入、用在哪裡」的現實問題。 本集《全新一週》邀請到叡揚資訊董事長暨執行長張培鏞，深入解析在 AI 浪潮下，當軟體開始具備 AI 的思考能力，企業該如何實踐 AI 轉型，並掌握改變營運邏輯的具體策略。 企業組織 AI 轉型的必備思維 「最大的前提就是，組織總是有一個頭，那如果組織的大老闆，可以先有 AI 的概念，那是最好，」談到企業組織轉型的關鍵，張培鏞強調，一旦組織領導者有 AI 的相關概念，甚至知道如何用 AI，那麼當同事提出看法時，領導者就可以透過簡單的邏輯來判斷是否可行，並帶動組織認識 AI。  張培鏞說明，過去的資訊化、數位化，主要是透過系統來支撐既有流程，且每一套系統在流程中都有明確的目的與位置。因此在正式導入 AI 之前，企業必須先深入理解自身的作業流程，並釐清每一個節點所要解決的問題，以及資料的具體流向。 「我要知道 AI 到底可以解什麼題目，在我的作業流程裡面，哪一些關節 AI 解的最有效，我就把它放進來，」張培鏞指出，雖然 AI 並非萬能的工具，但只要找到關鍵環節，就能把過去不可能達成的任務轉化為可能，進而產生顯著效益。同時，由於部門主管與高階管理者掌握著流程的全貌，因此他們比其他人更有條件判斷 AI 最適合介入的具體位置。 企業導入 AI 時常會忽略的關鍵 張培鏞觀察，許多企業在導入初期往往不清楚 AI 究竟能解決哪些實際問題，這導致決策容易流於跟風。例如，儘管 AI 確實具備取代部分工作的潛力，但 AI 產出結果的正確性與品質，依然需要由專業人員進行嚴謹檢核。如果企業為了追求短期效率而只保留資深人員，卻不願意培養資淺與年輕人才，將會導致未來組織內部出現嚴重的經驗與技術斷層。 因此，張培鏞認為企業不應全面凍結人才招募，而是應該讓新鮮人歷練幾年、成為有經驗的工作者後，才能確保組織長期的判斷力與核心經驗能夠有效傳承，否則未來「找人」將會是個難題。 叡揚資訊與台灣軟體業的 AI 轉型之路 張培鏞回顧，叡揚資訊自 2013 […]

【Markdown 如何征服世界】為何不起眼的 Perl 腳本，如今成為 AI 世界共通語言？

在快速演進的數位工具世界中，很少有技術像 Markdown 一樣，悄悄卻深刻地改變了整個產業。這套由 John Gruber 於 2004 年提出、原本只為了「讓寫網頁像寫 Email 一樣簡單」的輕量標記語法（最初實作為 Perl 腳本），到了 2026 年，已成為程式文件、內容創作，甚至 AI prompt 與代理系統的慣用標準。 包括 GitHub Copilot 在內的 AI 工具，大量以 Markdown 作為輸出與結構格式，使其成為人類意圖與機器理解之間的「中介層」。根據 Wavestone 發布的《2026 年技術趨勢報告》，Agentic AI 系統越來越傾向採用 Markdown 這類輕量格式，以兼顧可擴展性、治理與跨系統整合。這顯示，在 AI 走向實用化的過程中，Markdown 正從背景工具，轉為支撐新一代智慧工作流的關鍵基礎。 科技創業家 Anil Dash 在其個人部落格文章中指出，從最前沿的 AI 系統，到學生隨手寫下的程式碼與筆記，幾乎整個高科技世界都在使用 Markdown 來描述、註解與溝通想法。這種格式之所以特別，在於它最初不是為了炫技而生，而是為了解決一個極為實際的問題。 從個人需求出發，意外成為網路基石 根據 Anil Dash 的回顧，這套語法源於 John Gruber 在經營個人部落格時的實際需求。2002 年，Gruber 決定專注撰寫 Apple 相關內容，然而當時不僅科技媒體尚未成形，部落格本身也仍屬邊緣文化，對於需要頻繁發文的寫作者而言，直接手寫 […]

【科技早餐】黃仁勳直言：美中無法全面脫鉤，台灣仍是晶片核心

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊黃仁勳直言：美中無法全面脫鉤，台灣仍是晶片核心 NVIDIA 執行長黃仁勳近日接受《時代雜誌》（TIME）專訪時表示，美國與中國高度相互依存，決定了「全面脫鉤」在現實中幾乎不可能；若將科技競爭推向極端，不僅無助於美國維持 AI 領先，反而可能加劇地緣政治與安全風險。他主張在可控前提下維持技術交流與市場競爭，並指出美中關係將是未來一百年全球最重要的雙邊關係之一，關鍵在於競爭中保持溝通與克制。 談到晶片與供應鏈，他強調台灣仍是關鍵，半導體生態系在效率、成熟度與人才密度上難以快速被取代，即使多地建立製造據點可提升韌性，也無法在短期內複製台灣聚落。他也提到，AI 不是單一模型，而是一整套從能源、晶片、基礎設施、雲端服務到模型與應用的體系；若要維持領先，必須確保每一層都具備競爭力，並以掌握全球 AI 技術標準為核心目標。 ＊Meta 豪簽 20 年核電合約，AI 用電正式走向核能 Meta Platforms 宣布已與三座美國核電廠簽署為期 20 年的購電協議，並將攜手兩家公司推動小型模組化反應爐（SMR）計畫，以確保 AI 與資料中心長期穩定的電力供應。Meta 表示，將向 Vistra 位於美國中西部的三座核電廠購電，包括俄亥俄州的 Perry 與 Davis-Besse，以及賓州的 Beaver Valley，相關協議也有助於資助俄亥俄州電廠擴建並延長運轉年限。 Meta 估計至 2035 年，上述布局可為公司提供最高達 6.6GW 的核能電力；若以一般核電廠約 1GW 規模計算，這使 Meta 成為美國史上重要的企業核能用戶之一。在 SMR 方面，Meta 將協助 TerraPower 開發兩座反應爐，最快 2032 年投入發電，總裝置容量上看 690MW，並取得 2035 年前最多六座反應爐的用電權利；與 Oklo 的合作則有望於 2030 […]

醫療 AI 戰國時代開啟：Anthropic 搶攻「看病前」入口，OpenAI 分拆專業與個人路線

Anthropic 近日正式宣布推出「Claude for Healthcare」解決方案，標誌著在醫療市場的重大推進。就在 Anthropic 公布新解決方案的幾天前，OpenAI 才剛推出相關新功能，展現出頂尖 AI 實驗室正在醫療產業中加速競爭的趨勢。 目前全球醫療產業正處於「前所未有的壓力之下」。與此同時，醫師對 AI 的接受度也大幅提升，根據美國醫學會（AMA）調查，2024 年已有約 66% 的醫師在執業中使用 AI，幾乎是 2023 年的兩倍。 在醫療體系壓力持續升高的情況下，AI 巨頭之所以加速介入，並非單純追逐新市場，而是瞄準醫療流程中長期存在的效率與協調問題。Anthropic 生命科學負責人 Eric Kauderer-Abrams 形容，許多病患在現行醫療過程中經常感到「孤立無援」，必須自行拼湊分散在各處的數據、健康資訊與病歷，甚至花費大量時間聯繫不同單位。正是這種高度碎片化、缺乏整合的體驗，成為 AI 公司試圖介入並重新梳理的切入點。 Claude for Healthcare 以合規為基礎，有望每年為臨床醫生節省數百萬小時 由於醫療紀錄是機敏度極高的資訊，因此 Anthropic 強調 Claude for Healthcare 是建立在符合美國聯邦《醫療保險流通與責任法案》（HIPAA-ready）的基礎之上，確保 AI 能在遵循隱私與法規要求的前提下處理病患資料。 在實際功能上，Claude for Healthcare 可以串接多項標準醫療與學術資料庫，包括聯邦醫療保險資料庫、醫療提供者註冊系統以及 PubMed 等研究資源，協助醫療人員快速查找與比對相關資訊。 Claude for Healthcare 也被應用在臨床與保險流程中，例如加速「事先授權（prior authorization）」申請、支援保險申訴，以及將臨床指引與病患紀錄進行自動匹配。醫療文件 AI 解決方案商 Commure 技術長 Dhruv […]

超級處理器之戰：為何 AI 的運算單元不再是 GPU，而是資料中心？

過去幾年，AI 效能競賽的焦點幾乎圍繞在 GPU 世代更替與算力數字的提升，但美國市場情報機構 SiliconData 近期研究顯示，這樣的理解方式正在快速過時，因為真正限制 AI 效能的，已不是單一晶片的浮點運算能力，而是整個系統如何被設計、整合與運作。 《SiliconANGLE》引述一項由 SiliconData 進行、並由 theCUBE Research 分析的獨立研究指出，在實際生產環境中，即便使用完全相同的 GPU，加速器最終呈現出的效能表現往往出現巨大差異，關鍵並不在晶片本身，而在於包覆它的整體系統架構。 效能差距，來自系統而非晶片 這份研究採用名為 SiliconMark 的系統級 AI 基準測試平台，並非單獨測量 GPU，而是同時評估運算吞吐量、記憶體頻寬、節點互連、功耗行為與效能穩定性。結果顯示，在超過上千次實際測試中，相同加速器在不同系統架構下，表現落差顯著。 theCUBE 研究團隊因此得出結論，AI 的「運算單位」已不再是 GPU，而是整個系統，甚至是資料中心本身。《SiliconAngle》分析，這樣的轉變，來自 AI 工作負載本質的改變：無論是大型模型訓練還是推論，現代 AI 幾乎都是分散式運算，往往需要數千甚至上萬顆加速器協同工作。在這樣的情境下，效能不再取決於單點算力，而是資料能否被快速、穩定地傳遞與同步。 資料傳輸，成為真正瓶頸 NVIDIA 資深副總裁 Gil Shainer 在接受《theCUBE》訪談時指出，分散式 AI 唯有在數千顆加速器能夠像一台超級電腦般運作時才成立，而這仰賴的是低延遲、低抖動且具確定性的高速互連，否則 GPU 只是在等待資料。 研究也觀察到，今日的 AI 應用不再是單一長時間訓練任務，而是涉及頻繁資料匯入、檢索增強生成流程、模擬與代理系統協作。在這些情境中，GPU 停滯往往不是因為算力不足，而是資料沒有及時送達。 因此，提升節點互連效率、記憶體階層設計與系統平衡，反而成為提高實際可用效能與能源效率的關鍵手段。研究直指，AI 效能的限制正逐步從技術問題，轉為營運與系統設計問題。 資料中心，正在變成一台超級電腦 這種「系統先行」的思維，也正在重塑硬體供應商的競爭方式。在 CES 2026 上，NVIDIA 推出以 Vera Rubin 平台為核心的 […]

全台最大 AI 職涯盛會吸萬人參與！簡立峰、台積電、NVIDIA 齊聚，揭示 2026 AI 人才關鍵框架「問、用、管、造」

AI 浪潮正在重塑台灣就業市場。全台最具影響力的「AI 職涯博覽會暨 AI 人才年會」於 2026 年 1 月 10 日在台北世貿一館圓滿落幕。現場集結超過 200 家科技、金融、半導體龍頭企業，釋出數千個 AI 職缺，吸引逾萬名求職者湧入。活動聚焦「產業趨勢」、「科技教育」與「跨領域人才」，定義了 AI 時代下台灣 AI 人才市場的全新樣貌。 業界領袖齊聚：呂冠緯揭「問、用、管、造」AI 人才框架 在今日舉辦的「AI 人才年會」中，多位業界領袖針對 AI 時代的競爭力發表關鍵洞察。均一平台教育基金會董事長 呂冠緯 提出 AI 時代人才必備的 「問、用、管、造」 四大核心競爭力架構，從教育端銜接到職涯發展，再延伸至產業實務，為 AI 世代建立可遵循的 AI 專業技能框架。 行政院經濟發展委員會創新經濟顧問簡立峰老師、NVIDIA DLI 首席講師吳宏彬，以及台積電企業永續資深副總經理何麗梅等重磅講者亦到場解析產業現況與趨勢。會中也達成共識：2026 年的職場已不再區分 AI 產業，而是所有企業都急需具備「AI 專業技能」的 AI 人才，以提升國家與企業的整體競爭力。 萬人參與證明「AI 焦慮」已轉化為「落地應用」 Yourator 營運長 Disney 表示：「今天在現場看到破萬名求職者與數百家企業熱烈交流，展現對 AI 職缺的強烈企圖心，這證明了 2026 年的人才市場已經從『AI 焦慮』進入到『升級轉型』的行動階段。我們將活動更名為 […]

Google AI 搜尋變現出新招！AI 模式將新增「專屬優惠」殺進購物決策點

隨著越來越多消費者透過 AI 聊天機器人尋找商品與做出購買決策，Google 正準備把廣告帶進這些 AI 對話場景之中，正式推出「專屬優惠」（Direct Offers）。根據《Financial Times》報導，Google 宣布將在其 AI 模式（AI mode）中導入個人化購物廣告，讓廣告商能向「準備購買商品」的消費者展示專屬優惠，作為 AI 搜尋變現的重要嘗試。 這項新功能代表 Google 正逐步調整長期以來依賴的傳統搜尋「贊助」廣告模式。該模式過去為公司帶來數百億美元收入，但在 AI 聊天機器人快速改變搜尋行為的情況下，正面臨結構性挑戰。 AI 對話成為新購物入口，廣告嵌入「AI 模式」 「這是一個超越我們傳統搜尋廣告模式的新概念，」Google 廣告和商務副總裁 Vidhya Srinivasan 表示，這項設計讓零售商擁有更大的操作彈性，不論是透過更低的價格、特價組合還是免運費，都能為消費者提供價值，「在當下，最重要的是促成交易。」 Google 的新廣告功能，將運用使用者在 AI 模式下與聊天機器人對話時所產生的情境資訊，並根據使用者曾點擊的相關產品，觸發相應的商品優惠。Google 表示，雖然系統會先根據搜尋條件推薦最相關的產品，但真正影響消費者是否下單的關鍵，往往是是否有足夠吸引人的優惠，例如折扣碼。透過專屬優惠，零售商可以在關鍵決策點同步展示專屬折扣，提高成交機會。 零售商可事先設定希望提供的優惠內容，再由 Google 透過 AI 判斷何時、向哪些潛在消費者顯示最合適的促銷方案。目前已加入 Google 購物生態系的合作夥伴，包括寵物用品品牌 Petco、美妝零售商 e.l.f. Cosmetics，以及行李箱製造商 Samsonite。 初期主打折扣，未來擴大至更多「價值型優惠」 Srinivasan 補充，這項功能在初期試點階段將以折扣優惠為主，後續將擴大支援更多「非價格型」的價值訴求，例如商品組合包（Bundles）或是免運費服務。這顯示 Google 試圖引導廣告主從單純的價格競爭，轉向提供更全面的購物價值，以回應足消費者在 AI 互動過程中產生的多樣化需求。 這項調整，也被外界視為 Google 因應 AI 搜尋競爭的重要一步。《Financial […]

從搜尋到結帳都交給 AI：Google 推通用商務協議 UCP，打造 AI 代理購物的「共同語言」

Google 在 2026 年美國全國零售聯合會（NRF）大會，正式發表通用商務協議（Universal Commerce Protocol，UCP）。UCP 是一套開放的 AI 商務協議標準，Google 的核心目標並非打造自家平台規格，而是建立一個可被多方採用的 AI 商務標準。 UCP 要解決的核心問題：AI 代理購物的交易流程碎片化 Google 觀察，過去的 AI 商務模式存在明顯的技術壁壘：每一款 AI 代理工具若要與不同零售平台與支付系統協作，往往必須建立獨立且唯一的整合連接，導致商品探索、下單與付款等交易流程高度碎片化，也大幅提高整合與維運成本。 因此，UCP 的設計初衷就是為了解決「交易流程碎片化」問題。Google 希望透過一套開放式的「共同語言」，讓 AI 代理、零售商與支付系統能在協議層（Protocol Layer）直接互通，流暢地完成從商品探索、下單、付款到售後支援的完整流程，而不必再針對每個平台或代理工具進行重複且繁瑣的單獨開發。同時，透過協議層的互通性，AI 代理得以在不同商家與平台之間執行完整交易，並與 AP2、A2A 與 MCP 等既有產業協議保持相容。 Shopify 執行長 Tobi Lutke 對此充滿期待地表示：「這正是 AI 代理最令人興奮的部分，AI 代理非常擅長尋找具有特定興趣的人，並找到完美的產品，這種驚喜的發現，正是商務中最美妙的部分。」 為了讓這套標準能實際落地並形成規模化生態，Google 也同步推出多項工具與更新。首先是如同品牌「虛擬銷售助理」的 Business Agent（品牌 AI 代理），能以品牌口吻回應產品問題，並在 Google 搜尋與 AI 模式中直接與消費者互動，協助完成從諮詢到購買的轉化。 另一方面，Merchant Center 也更新了資料屬性，讓零售商能提供產品相容性、常見問題、相容配件或替代品等超越傳統關鍵字的資訊，協助 AI 代理在對話式商務場景中更精準地理解並執行交易。 […]

購物決策在「逛電商之前」就已完成：IBM 解析零售業邁向代理商務的三大生存挑戰

根據 IBM 與美國全國零售聯合會（NRF）對全球 23 個國家、超過 18,000 名消費者的最新研究，生成式 AI 正在把購物決策往前移至更早的階段，消費者不再只是進入電商平台或點擊「購買」時才開始做選擇，而是在此之前，就已透過 AI 進行資訊整理、比較與初步篩選，商業模式也正從「以人為導向的瀏覽」轉向「AI 輔助的發現」。 報告指出，ChatGPT、Google Gemini 等 AI 應用程式的使用率在過去兩年內大幅成長 62%。值得注意的是，這種趨勢在 X 世代與嬰兒潮世代中更為顯著，顯示 AI 已突破年齡層，快速成為日常消費行為的核心。NRF AI 與技術政策高級總監 Caroline Reppert 直言，AI 正在改變消費者購物的方式，以及購物旅程中的每一個環節，意味著購物的起點已從傳統搜尋與瀏覽，前移到 AI 參與的決策階段。這也帶出下一個關鍵問題：消費者實際如何在購物過程中使用 AI？ 消費者如何使用 AI 參與購物決策？從搜尋轉向「對話式」引導 在具體的購物情境中，AI 扮演了降低決策不確定性的關鍵角色。目前的使用行為主要集中在以下三點：41% 的消費者曾使用 AI 進行深入的產品研究、33% 會利用 AI 解讀並分析海量且繁瑣的產品評論內容，另有 31% 的消費者會透過 AI 精準搜尋最佳折扣與優惠資訊。這些數據皆表明，消費者現在更傾向於在抵達實體店面或點開 App 之前，就已經透過 AI 完成初步的篩選與驗證。 對此，ALDO 集團資訊長 Matthieu Houle 指出：「AI […]

告別「被動救火」！賓士如何用 AI 打造預測型工廠，提前攔截供應鏈問題？

在全球汽車產業加速邁向電動化與數位化的背景下，製造與供應鏈的複雜度正以前所未有的速度攀升。為了在效率、品質與彈性之間取得平衡，豪車品牌賓士（Mercedes-Benz）正全面升級其全球製造網絡，透過 AI 與數位平台，將每一個零件、每一道流程都納入可視、可預測、可優化的營運體系之中。 實體工廠升級：打造可追溯的智慧工廠和虛擬分身 在實體製造布局上，賓士近期於羅馬尼亞 Sebes 生產基地投資新建一座約 30,000 平方公尺的設施，並將該基地全面整合進 MO360 數位生產生態系。《Automotive Logistics》指出，這座新設施將高度整合組裝與物流流程，並透過 MO360 Data Platform 建立出 Sebes 廠區的「虛擬工廠」，使每一個零組件都具備完整的可追溯性。 透過這套系統，賓士能更快速地做出生產、供應鏈與物流決策，不僅提升現有產線的運作效率，也為未來電動化車型的產線轉換預作準備。賓士生產與供應鏈負責人布爾澤（Dr. Jörg Burzer）也表示，這項投資將強化廠區的彈性與未來適應能力，使 Sebes 成為賓士全球製造網絡中的重要節點。 AI 重塑全球流程管理：不只看得到，更能預測與行動 在更高層次的流程管理上，賓士也透過 Celonis Process Intelligence 平台，串聯全球超過 30 個生產與物流據點的營運數據。該平台能從訂單到交付的完整流程中，即時分析瓶頸與異常，並透過 AI 工具預測交期、優化生產與出貨順序，降低供應與製造延誤對整體營運的影響。這讓賓士得以建立端到端的透明視圖，讓跨部門團隊即時掌握每一筆訂單、每一項零件與每一道流程的狀態，支援更快速、以數據為基礎的決策。 這種高度可視化的流程管理，對於以品質著稱的豪華車品牌而言尤其關鍵。《Design News》指出，賓士正將生產與售後數據結合，透過 AI 進行異常偵測與問題聚類分析，在缺陷尚未大規模影響車輛品質前，就提前示警並啟動改善行動。這不僅能降低返工與保固成本，也有助於維持賓士長期建立的品牌信任。 所有這些數位與 AI 技術的驗證與深化，則集中於柏林的 Mercedes-Benz Digital Factory Campus。根據《Automotive Logistics》報導，賓士在該基地將 MO360 平台與 AI 工具、數位工廠聊天機器人（Digital Factory Chatbot Ecosystem），以及類人形機器人進行整合測試，用於優化現場操作、品質檢測與高值自動化作業。這個園區不只是研發實驗室，而是作為數位生產基礎設施升級的示範場域，其成熟成果將逐步推廣至全球其他生產據點。 整合多項數位工具，賓士正將製造體系從被動回應問題，轉向以 AI […]

【科技早餐】馬斯克完整攤牌 AI 下一個十年：從 AGI 到人類角色重寫

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊馬斯克完整攤牌 AI 下一個十年：從 AGI 到人類角色重寫 特斯拉與 SpaceX 執行長 Elon Musk，近日釋出一集長達近三小時的 Podcast，完整闡述他對人工智慧未來的八項核心判斷，內容涵蓋 AGI 時程、能源瓶頸、醫療與教育變革，以及人類在 AI 時代的角色定位。他預測，通用人工智慧最快可能於 2026 年出現，並在 2030 年前，AI 的整體智慧總量將超越全人類，速度比矽谷主流預期提前三到五年。 在應用層面，馬斯克認為，未來三年內機器人外科醫生的專業能力將有機會超越人類，透過雲端學習讓高水準醫療服務更為普及；教育體系也將隨之重構，AI 將成為每個人的終身導師。他同時提出「全民高收入」概念，認為生產力提升將重塑價格體系，並重新定義未來的硬通貨為「瓦特」，人類正處於為 AI 建立基礎設施的過渡階段。 ＊AI 正在吃掉銅：2040 年全球供應恐追不上需求 國際信評機構標普全球指出，人工智慧、國防與機器人產業的快速成長，將在 2040 年把全球銅需求推升至每年 4,200 萬公噸，較 2025 年增加約五成。若沒有更多礦業開採與回收來源，全球每年恐出現超過 1,000 萬公噸的供應缺口。 報告指出，銅是電氣化的核心金屬，從資料中心、電動車到軍事設備，幾乎所有電子系統都離不開銅。近年在 AI 資料中心快速擴張，以及多國提高國防支出的背景下，銅需求呈現高度剛性，供需失衡風險持續升高。 ＊不是追特斯拉，是換工具：NVIDIA 重排自駕戰局 摩根士丹利分析指出，NVIDIA 在 CES 2026 強力推進「實體 AI」策略，特別是推出名為 Alpamayo 的視覺語言行動模型，目標是協助車廠處理自動駕駛中最棘手的長尾邊緣情境。 該行認為，這套技術堆疊為傳統車廠提供一條更具資本效率的發展路徑，有助於加速邁向可規模化的自動駕駛系統。不過報告也強調，憑藉資料規模、垂直整合與成本優勢，特斯拉在自動駕駛與人形機器人領域，仍領先競爭對手數年。 ＊Arm 把機器人與車用拉成一條線，實體 […]

總統賴清德：只要能跨域結合 AI 技術與產業知識，就是國家最需要的「AI 二刀流」人才

在 AI 人工智慧時代，再強大的 AI，都必須與升級的人才協作。由 Yourator 數位人才媒合平台、TechOrange 科技報橘和均一平台教育基金會在 1/10 聯合舉辦「2026 AI 人才年會暨 AI 職涯博覽會」，攜手國內外企業重磅專家，深度探索台灣 AI 人才藍圖。 總統賴清德在 AI 人才年會暨 AI 職涯博覽會開幕致詞時表示，「無論是理工背景，還是人文社會學科出身，只要能跨域結合 AI 技術與產業知識，就是國家最需要的『AI 二刀流』人才。」AI 改變世界已是現在進行式，這不僅是一場工業革命，更是人才升級與生活型態的全面改變。過去，台灣在硬體製造已打下深厚基礎，現在必須全面推動智慧化，注重軟體與應用端的發展，以確保在下一世代的全球競爭力。 針對 AI 人才培育，總統賴清德認為未來的 AI 人才不一定非得學會寫程式，但必須具備善用 AI 精準提問、創新與解決問題、管理與決策應用的能力，「我們在 2025 年提出 AI 新十大建設，除了建置主權 AI，也積極推動矽光子、量子科技、機器人等三大關鍵技術研發，並預計在 2040 年之前投入千億規模的創投資金，培植逾 50 萬名 AI 人才，最終目標是建立 AI 創新創業生態鏈、幫助中小微企業升級轉型，以及打造智慧生活圈，在食衣住行育樂各面向都導入 AI。」 「成功的 AI 轉型並非僅靠硬體投入，更需具備遠見的 AI 領導者帶動組織變革，」科技報橘社長戴季全指出，AI 正從根本上影響第一線工作、組織間的合作以及治理模式，組織領導人需意識到 AI 的重要性，負責資源分配、辦公模式調整及確保資料安全性與價值判斷，組織內也必須聚集足夠的「超級使用者」，透過深度討論如何使用 AI，帶動團隊快速進步。 「台灣作為培育各界優質人才成本最低的地方，面對步入超高齡化社會，是時候開始探討 […]

總統賴清德：投入千億創投基金，2040 年培育 50 萬 AI 人才

賴清德總統今（10）日出席「AI 人才年會暨 AI 職涯博覽會」， AI 越來越強大，是台灣轉型與成長的重要機會，絕對不能夠錯過。國家要推「AI新十大建設」協助百工百業導入 AI，目標是要讓 100 萬間的中小微企業透過數位轉型能夠提升競爭力。在人才端將投入千億規模的創投基金，2026 年要培育 50 萬名跨域的 AI 人才。 賴清德總統強調，國力不只是來自於晶片的奈米數，更取決於每一位國民運用 AI 的深度跟廣度。要鼓勵年輕學子和各行各業的人，包括公務人員，都要學習 AI 工具。包括教育部「人文社會跨域課程」開始；經濟部「AI 新秀計畫」；勞動部「AI 職訓課程」；環境部的「淨零綠領人才培訓聯盟」也已經開始。更重要的是，行政院人事總處針對所有的公務人員，也在推動人工智慧的訓練課程。這是政府的責任。 台北市長蔣萬安也特別錄影致詞，人才培育是永遠最重要的施政核心，要持續為國家培育像黃仁勳、蘇姿丰等頂尖人才，因此，台北市與均一教育平台共同推出了教學動畫、紙本講義，AI 助教的新型態教材，這不只是把課本數位化，而是透過 AI 針對每一個孩子的進度，讓孩子都能夠善用 AI 跑起來。 簡立峰： 善用 AI 成為 Top 1%超級人才 行政院創新經濟顧問簡立峰在論壇中，以「善用 AI 成為 Top 1% 超級人才 」短講指出 ，會出現懂得善用AI的「超級人類」，由 1% 的人掌握 99% 的能力和機會。我們不能害怕，要擁抱 AI，要搶下未來主動權，機會只有這幾年！ 簡立峰說明 AI 浪潮中的機會與挑戰，AI 等同一億本書，擅長閱讀、摘要、回答 ，AI 的弱項則是跟真實世界連結，缺乏企業內隱知識，缺乏人類靈巧、同理心、信賴、協商、跨部門溝通、領導力等。 簡立峰認為，在台灣，AI 已經被視為一項教育工具，如果不學習如何使用 AI […]

【穩定幣用途分化】USDT 市值稱王、USDC 稱霸交易量，企業可如何解讀？

《Bloomberg》報導，根據資料分析機構 Artemis Analytics 的數據，2025 年全球穩定幣交易量創下歷史新高，飆升 72% 達到驚人的 33 兆美元。在這波浪潮中，Circle 發行的 USDC 與 Tether 發行的 USDT 兩大穩定幣競爭日趨白熱化，數據顯示 USDC 以 18.3 兆美元的交易額，超越了 USDT 的 13.3 兆美元，成為交易流中的霸主。 穩定幣作為一種與主流資產（如美元）掛鉤的加密貨幣，正逐漸被傳統金融機構接納。隨著川普政府在 2025 年 7 月通過《Genius Act》立法，為穩定幣提供了明確的法律標準，不只激勵了機構投資者的信心，連渣打銀行、沃爾瑪與亞馬遜等大型企業也開始探索相關應用場景。 值得注意的是，Artemis 共同創辦人 Anthony Yim 觀察到，儘管穩定幣整體交易量大幅增長，但去中心化加密平台上的交易量份額卻呈現下降趨勢，這代表穩定幣的使用場景已經溢出原有的加密貨幣圈，進入更廣泛的主流支付與商業應用領域。 對企業而言，穩定幣的吸引力不在於投資回報，而在於它能降低跨境支付、清算與對帳的摩擦成本。對於跨國供應鏈與全球營運而言，這是一種潛在的效率工具。Yim 也指出，地緣政治不穩定性正在推動穩定幣的採用，而在高通膨國家，民眾更傾向持有穩定幣作為價值保存手段。 USDT 市值稱王，USDC 稱霸交易流 值得關注的是，根據 CoinGecko 的數據，在穩定幣市場中，Tether 的 USDT 仍是市值最大的穩定幣，流通量約 1,870 億美元；相較之下，Circle 發行的 USDC 市值約 750 億美元。然而，交易量數據卻呈現相反結果。 Yim 分析，這背後反映的並非市場偏好，而是使用方式的差異。USDC […]

以後不用親自讀信了？Google 用 Gemini 重寫 Gmail 的工作邏輯

Google 近日宣布「Gmail 正在進入 Gemini 時代」，Gmail 產品副總裁 Blake Barnes 表示，這項轉型的核心目標是協助使用者更有效地管理收件匣，並將 Gmail 從單純的通訊工具提升為「個人、主動的收件匣助手」。Google 也指出，將 Gemini 導入 Gmail 並非只是疊加單一功能，而是涵蓋閱讀、搜尋與撰寫郵件等多種核心情境。 三大功能變革，Google 如何重寫使用者「閱讀與處理 Email」的方式？ 在整合 Gemini 3 模型後，Gmail 推出全新的「AI Inbox」功能，被外界視為自 2004 年 Gmail 發布以來規模最大的一次介面調整。AI Inbox 不再以傳統的時間排序為核心，而是嘗試將收件匣從單純的信件列表，轉變為能提供「資訊整理」與「行動建議」的工作介面。例如，系統會自動篩選雜訊，並將信件內容分類為像是待辦清單、緊急項目等「優先事項」，以及像是物流進度、牙醫預約或帳單提醒等「追蹤事項」，讓關鍵資訊主動浮現。 Google 形容，使用者的收件匣往往充斥各式更新，其中有些至關重要，有些則只是雜訊，因此新的 AI Inbox 會主動過濾內容，協助使用者聚焦真正重要的事項，例如辨識 VIP 聯絡人，並優先呈現帳單、預約提醒等關鍵資訊，以減輕資訊負擔。 在這樣的基礎上，Gmail 這次也導入 AI Overviews 功能，能將冗長的電子郵件對話濃縮為重點摘要，讓使用者不必逐封點開信件，就能快速掌握討論重點、核心決策與下一步行動。此外，使用者現在也可以直接以自然語言向收件匣提問，例如詢問：「去年幫我修浴室的木工是誰？」Gemini 就會即時搜尋歷史郵件並提供精確答案，而非僅僅列出搜尋結果。 至於 AI Proofread（AI 校稿）則是針對 Pro 與 Ultra 訂閱者推出的進階功能，除了提供寫作建議外，還能協助調整文字語氣與表達清晰度，並自動修正如「weather」與「whether」這類常見且容易混淆的拼字錯誤。 這些功能更新，不只是改善操作體驗，也讓電子郵件是否仍需要由人親自處理，開始成為一個值得重新檢視的問題。 人與 Email […]

告別螢幕裡的 AI！從人形機器人到無人計程車，CES 揭示實體 AI 三大落地亮點

「實體 AI」（Physical AI）為今年消費性電子展（CES）一大重點，主辦單位美國消費技術協會（CTA）甚至專門設立了一個展廳展示機器人技術，反映出 AI 正從螢幕與軟體層，走向實體世界，成為下一個重要發展階段。 值得關注的是，今年 CES 不再只是概念展示，而是能清楚看見實體 AI 以多種形式開始落地，從人形機器人、陪伴型機器人到自動駕駛車，本文從三個面向，整理本屆 CES 上值得產業關注的實體 AI 落地動向。 亮點一：中國人形機器人遍布展場，LG 意外成為焦點 《Bloomberg》報導指出，展會中隨處可見中國製造的人形機器人。傅利葉智能（Fourier Intelligence）發表最新的 GR-3 人形機器人；Booster Robotics 則動員超過 30 台機器人進行同步編舞演出；X-Humanoid 展示其 Tiangong Ultra 的衝刺速度；宇樹科技（Unitree）則帶來由十多台機器人完成的高難度特技表演。源自中國、總部位於新加坡的機器人新創 Sharpa ，其展示的人形機器人可以打乒乓球，甚至進行發牌操作，以及製作需要 30 多個步驟才能完成的紙風車。 We’re thrilled to introduce Sharpa North — a full-body robot designed for useful autonomy.Watch North play fully autonomous ping-pong game at CES 2026!See […]

為何退出市場轉為內部研發？三星終止 Ballie 上市計畫，揭家庭機器人商業化卡關的 7 大難題

從 2020 年三星（Samsung）首次在 CES 展示外觀為黃色球體的「Ballie 機器人」以來，這款家庭機器人多次成為市場討論的焦點，其可愛圓潤的外型，讓社群媒體與大眾經常將 Ballie 與《星際大戰》的 BB-8 或《瓦力》等經典科幻角色聯繫在一起，進而觸發極高的關注與情感連結。 這段時間，三星持續對外展示 Ballie 的更新版本，包括在 CES 2024 推出體型更大、內建投影機的新型號，同時新增視訊通話與寵物監看功能，使其能巡邏客廳並與寵物互動。此外，在 CES 2025 期間，三星也曾暗示 Ballie 有望於 2025 年夏天在美國與韓國上市；在 2025 年 6 月，更宣佈與 Google 合作，讓 Ballie 搭載 Gemini AI 平台以強化自然對話與環境管理能力。 然而，隨著時間推移，這項上市承諾始終未能兌現，這款曾被視為三星家庭機器人代表作的產品在 CES 2026 完全缺席，三星也未再更新 Ballie 的上市計畫。 從消費產品到內部平台，三星重新定位 Ballie 機器人的角色 隨著上市時程一再延後，Ballie 的角色也在三星內部出現明顯轉變。《Bloomberg》報導，目前三星已確認 Ballie 計畫被「無限期擱置」，這款曾被寄予厚望的機器人已從公開的產品上市藍圖中消失，不再被視為即將推出的消費裝置。 對此，三星官方將 Ballie 重新定位為一個「主動創新平台」，僅供內部研發使用。三星發言人解釋，Ballie 的角色已轉化為技術孵化器，同時透過多年的實地測試，Ballie 累積的技術將被用來優化掃地機器人、智慧家居設備等其他產品線，以發展更具「空間感知」與「情境驅動」的用戶體驗，並將重點轉向「隱私安全設計」（Privacy-by-design）的架構開發。 Ballie 無法跨越商業化門檻的七大難題 在三星重新定位 […]

企業導入 AI 真的能降低工作者負擔嗎？研究揭：責任升級、隱形工作量擴大，薪酬卻沒跟上

隨著 AI 持續滲透職場，企業對 AI 的期待也發生根本性轉變。然而，最新研究卻警告，這樣的轉變並非全然是企業與工作者的福音，反而可能帶來更複雜的職責、停滯的薪資以及前所未見的健康風險。 導入 AI 後工作內容與責任升級，卻帶來更高負擔 許多企業導入 AI 的初衷是為了自動化例行公事，但實際上，員工的工作量並未因此減少，反而變得更加沉重且複雜。根據《職業醫學》期刊中的〈人機互動是職業健康領域的新前沿〉（Human–AI interaction is the new frontier of occupational health）研究指出，AI 雖然能處理基礎任務，卻讓工作者必須承擔起「監督者」的角色，負責監控 AI 系統、驗證輸出結果並修正錯誤。 在研究中，這種轉變被形容為從「執行者」變成 「AI 管家」的過程。由於 AI 系統仍會產生「幻覺」，因此工作者必須花費大量精力進行「關鍵整合」，這也成為 AI 可能拖慢工作速度的關鍵。 更令人擔憂的是，這種責任升級並未反映在薪資。因此報告警告，AI 可能會「矛盾地增加了知識工作者處理複雜任務的負擔，同時對薪酬產生下行壓力」，但從企業視角出發，卻往往誤認為 AI 讓工作變輕鬆簡單，因此不必加薪。 此外，研究特別強調，隨著員工從「單純執行任務」轉向「監督 AI」，工作者的心理壓力也會隨之增加。因此專家呼籲，這些 「隱形工作量」必須被量化並納入職位描述中，以保護員工的心理健康與職業安全。 企業衡量 AI 價值的新標準，正從效率轉向成長與營收 儘管研究指出，工作者因 AI 面臨更高的壓力與責任，但在企業端，對 AI 的投資熱情依然不減，且評估標準正在發生位移。《TechRadar》引用的 Thoughtworks 調查，指出全球有 77% 的大型企業已將 AI 應用重點從「成本節省」轉向「成長與創新」，並強調企業領導者更看重 AI 推動營收增長、改善產品服務以及開拓新市場的能力，約有 25% 的 IT […]

2026 不是 AI 爆發年而是淘汰年！當 Agentic AI 變同事，「信任」為何成為競爭優勢？

AI 不只是科技圈的熱門名詞，也是逐步滲透企業運作的底層結構。從內部協作、供應鏈管理，到人力資源與決策支援，當進入 2026 年，企業不再問「要不要導入 AI」，而是開始面對一個更現實的挑戰：哪些 AI 專案能夠撐過試驗期，真正走向規模化。 《Forbes》專欄作家 Mark Minevich 近期彙整多項觀察指出，2026 年將是 Agentic AI（AI 代理），也就是具備自主行動能力的 AI 系統，全面進入企業流程的一年；然而，這並不代表所有 AI 投資都將迎來豐收，相反地，一場篩選與淘汰正在逼近。 AI 成為基礎設施，每個員工都有 AI「同事」 在 2026 年，AI 的角色將產生質變：它不再只是回答問題的聊天機器人，而是能夠橫跨人資、營運與管理流程的「常駐同事」。從新人報到、訓練與法規遵循，到會議安排、庫存預測與基礎溝通，AI 開始主動提出建議，甚至直接執行任務。 顧問機構 Gartner 預測，到 2026 年，約 40% 的企業應用程式將內建任務導向的 AI 代理，AI 的角色將從助理進一步深化為工作流程夥伴。進一步來說，企業的競爭力差異，將不在於是否導入 AI，而在於是否具備清楚的治理架構，來界定 AI 能做什麼、不能做什麼。 人機團隊成為新標準，但能力落差正在擴大 隨著 AI 成為工作的一部分，企業對人才的期待也隨之改變。2026 年，升遷與招募將不再只看專業年資，而是看員工是否具備與 AI 協作的能力，包括流程設計、任務拆解與自動化思維。 調研公司 Forrester 預測，到 2026 年，30% 的大型企業將強制要求員工接受 AI 素養訓練，使 […]

【科技早餐】馬斯克警告：中國的電力，可能決定下一輪 AI 競賽

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊馬斯克警告：中國的電力，可能決定下一輪 AI 競賽 特斯拉與 SpaceX 執行長伊隆．馬斯克 (Elon Musk) 近日在訪談中指出，未來 AI 發展的最大限制，不在模型或晶片，而是能否提供足夠電力支撐資料中心運作。他預估，到 2026 年，中國發電量可能達到美國的約三倍，使其在興建高耗能 AI 資料中心時具備更大彈性。 馬斯克認為，即便面臨高階晶片出口限制，中國終究會自行解決半導體問題；當先進製程效能提升趨緩，規模與電力反而成為關鍵。高盛也示警，美國電網壓力正拖慢 AI 發展，相較之下，中國到 2030 年可能擁有約 400GW 的備用電力容量。AI 競賽的焦點，正逐步轉向誰養得起算力。 ＊Alphabet 市值超越 Apple，AI 路線分歧浮上檯面 Alphabet 股價上漲逾 2%，市值來到 3.88 兆美元，自 2019 年以來首度超越蘋果的 3.84 兆美元，僅次於輝達。CNBC 指出，這次市值排名逆轉，凸顯 Alphabet 與 Apple 在 AI 策略上的明顯差異。 Alphabet 去年推出第七代 TPU「Ironwood」，被視為輝達產品的潛在替代方案，並於 12 月發表評價甚高的 Gemini 3 模型。2025 年股價累計大漲 […]

全球 10 萬 n8n 伺服器恐受影響！n8n 爆 CVSS 滿分漏洞，免登入就可竊取所有金鑰

開源工作流程自動化工具 n8n 近期被資安研究人員揭露一項嚴重漏洞。資安公司 Cyera 指出，該漏洞可讓未經身分驗證的遠端攻擊者，直接接管地端部署的 n8n 系統環境，最終取得完全控制權，估計遍及全球約 10 萬台伺服器有此漏洞，可能導致企業內部的敏感數據與 API 金鑰外洩。 這項漏洞被命名為「Ni8mare」，編號為 CVE-2026-21858，在通用漏洞評分系統（CVSS）獲得 10 分滿分。《Bleeping Computer》指出，這是目前已知最嚴重等級的 n8n 安全缺陷之一，且不需要任何帳號或權限即可發動攻擊。 n8n：AI 時代的自動化中樞 n8n 是一款相當普及的開源工作流程自動化平台，透過視覺化介面，讓使用者能將應用程式、API 與各類服務串接成複雜流程。該工具被廣泛用於任務自動化，並大量整合 AI 與大型語言模型服務，用於編排 LLM 呼叫、建構 AI Agent、RAG 管線，以及資料擷取與整理流程。 根據公開數據，n8n 在 npm 上每週下載量超過 5 萬次，在 Docker Hub 上的累計下載次數則超過 1 億次。Cyera 指出，n8n 往往集中儲存 API 金鑰、OAuth 權杖、資料庫憑證、雲端存取權限與 CI/CD 機密資訊，實質上扮演企業自動化基礎設施的「控制中樞」，同時也是攻擊者眼中的高價值目標。 Ni8mare 的核心問題：Content-Type 混淆 根據 Cyera，這個漏洞的核心在於 n8n 處理網路請求時的「內容類型混淆」（Content-Type […]

從「人人都喊 AGI」到集體降溫：為何 Anthropic、OpenAI、微軟、Salesforce 都開始與 AGI 保持距離？

矽谷長期以來把打造「通用人工智慧」（AGI）視為開發 AI 產品的共同終極目標。然而，近日 Anthropic 總裁暨共同創辦人 Daniela Amodei 卻表示，「AGI」這個用來描述「機器達到人類等級智慧」的詞彙，可能已不再是思考 AI 未來走向的有用方式。 Daniela Amodei 認為，AGI 曾是一個有用的概念，用來提問「AI 的能力何時可以和人類相同」，但如今這個框架正在瓦解，因為從部分定義來看，AI 在某些特定領域其實已經「超越」人類水平。以軟體開發為例，Daniela Amodei 指出，Anthropic 的 Claude 模型現在編寫程式的水準，已可媲美許多專業工程師。 然而，即使在部分任務已超越人類，「Claude 仍然無法做到許多人類能做的事，」 Daniela Amodei 坦言，正是 AI 這種「在某些任務表現超強，在其他任務又力不從心」的矛盾，讓 AGI 概念顯得不再切題甚至已經「過時」，因為人類很難宣稱 AI 已到達通用的智慧門檻。 是否符合 AGI 定義不是重點，如何落地才是 AI 決勝點 質疑 AGI 是否仍具意義之後，Daniela Amodei 把焦點轉向更現實的問題。《Business Insider》報導，Daniela Amodei 主張，比起執著於「AGI 這個單一終點」，更迫切的問題在於：能力愈來愈強的 AI 要如何導入實際組織運作，以及人類與制度適應的速度有多快？ Daniela Amodei 觀察，即使模型技術穩定進步，企業採用 AI 的進度仍可能因變革管理、採購流程等現實因素而落後。因此 Daniela Amodei […]

不跟特斯拉、Rivian 拚算力：福特採取「夠用就好」的策略，要把 Level 3 自駕帶進大眾市場

在 CES 2026 上，福特（Ford）展示全新的 AI 語音助理，並計畫在 2026 年初先以手機 App 形式推出，隨後於 2027 年正式整合至車內系統中。福特執行長 Doug Field 表示：「我們對客戶的願景很簡單，但並不平凡：一個無縫的智慧層，隨著你在手機與車輛之間移動。」 為了強化智慧體驗，福特也計畫在 2027 年將 AI 語音助理從手機 App 正式引進車載系統。Doug Field 指出，這款助理並非單純的聊天機器人，目標是提供「個人化智慧」而非「通用智慧」，期待能打造一個理解車輛能力、位置與駕駛行為的智慧層，讓決策變得更簡單。 不只是聊天機器人：福特 AI 助理直通車輛底層數據 與市場上一般的 AI 助理不同，福特的 AI 助理被賦予存取車輛底層數據的深度權限。這種整合讓 AI 能處理與車輛關聯性極高的問題，例如當車主在五金行拍攝貨物照片並向 AI 助理詢問「我的車裝得下這些東西嗎？」，助理便會結合該車款的尺寸、配備等級與即時載重參數等資訊，提供精準的回覆。在技術底層，福特目前與 Google Cloud 合作並整合 Google Gemini，但未來也會隨時因應需求導入其他大型語言模型。 除了 AI 助手，福特也同步宣布將於 2028 年推出符合 SAE 標準的 Level 3 自動駕駛系統，這款系統能在特定條件下實現「放手且移開視線」的駕駛體驗。福特強調，這條發展路線並非僅止於概念展示，而是已納入 Universal Electric Vehicle (UEV) […]

西門子與 NVIDIA 擴大合作，共同打造工業 AI 作業系統

西門子與 NVIDIA 今日宣布大幅擴展策略合作關係，以將人工智慧（AI）導入現實世界。雙方目標將共同開發工業與物理 AI 解決方案，為各產業與工業工作流程帶來 AI 驅動的創新，同時加速彼此的營運發展。 為支持相關開發，NVIDIA 將提供 AI 基礎設施、模擬函式庫、模型、框架與藍圖，西門子則將投入數百位工業 AI 專家，以及其頂尖的硬體與軟體技術。 西門子總裁暨執行長 Roland Busch 表示：「我們正攜手打造工業 AI 作業系統，重新定義物理世界的設計、建造與運作模式，進而擴展 AI 並創造對真實世界的影響。透過結合 NVIDIA 在加速運算與 AI 平台的領先地位，以及西門子領先的硬體、軟體、工業 AI 與資料，我們正賦能客戶運用最全面的數位孿生技術加速產品開發、即時調整生產流程，並推動從晶片到 AI 工廠的技術革新。」 NVIDIA 創辦人暨執行長黃仁勳表示：「生成式 AI 與加速運算已經點燃了一場全新的產業革命，讓數位孿生從被動模擬進化為物理世界的主動智慧。我們與西門子的合作，將全球領先的工業軟體與 NVIDIA 的全端 AI 平台相結合，縮短構想與現實間的距離，使各產業能夠先在軟體中模擬複雜系統，隨後在真實世界中無縫實現自動化運作。」 加速整個工業生命週期 西門子與 NVIDIA 將攜手打造涵蓋產品與生產完整生命週期的 AI 加速工業解決方案，實現更快速的創新、持續最佳化，以及更具韌性與永續性的製造模式。雙方目標是建立全球首批完全由 AI 驅動、具備自適應能力的製造據點，並計畫以 2026 年即將在德國埃朗根（Erlangen）設立的西門子電子工廠（Siemens Electronics Factory）作為首個藍圖。 透過由軟體定義自動化與工業營運軟體驅動的「AI 大腦」，結合 NVIDIA Omniverse™ 函式庫與 NVIDIA […]

Red Hat 擴大與 NVIDIA 的合作！結合企業級開源技術與機櫃級 AI，加速實現生產環境就緒的創新

世界領先開放原始碼軟體解決方案供應商 Red Hat 於 CES 2026 宣布與 NVIDIA 的合作邁入重要新階段，驅使企業級開源技術能與企業 AI 演進及機櫃級 AI 的發展速度同步接軌。隨著產業跨越單一伺服器藩籬並邁向統一的高密度系統，Red Hat 致力透過 Red Hat Enterprise Linux for NVIDIA 作為轉型起點，其作為專為 NVIDIA Rubin 平台最佳化、引領全球企業級 Linux 平台的特別版本，同時針對未來於 Red Hat OpenShift 與 Red Hat AI 上的生產環境進行調整。 Red Hat 總裁暨執行長 Matt Hicks 指出：「NVIDIA 在架構的突破使 AI 成為必然，並證明運算堆疊將定義產業的未來。為在產品發布時即能因應這些巨大變革，Red Hat 與 NVIDIA 致力於 Red Hat 的混合雲與 AI 產品組合中，為最新 NVIDIA 架構提供 Day 0 支援。我們正共同透過開放原始碼的力量，共同驅動下一代企業級 AI。」 NVIDIA 創辦人暨執行長黃仁勳表示：「Red Hat 以工業級強度的開源軟體徹底革新企業運算。在 AI 時代，無論是晶片、系統，乃至於中介軟體、模型及 AI 生命週期，整個運算堆疊都被全面重塑。NVIDIA 與 Red Hat 正攜手推動開源技術產業化，從 Vera Rubin 平台著手，將 AI 導入企業應用。」 邁入 2026 年，許多企業準備將 AI 從實驗階段推向生產環境，並透過由上而下的策略與集中式的 AI 工具庫納入 AI 代理及其他技術進展。然而，這項轉變需要穩定、高效能且更安全的基礎架構堆疊，涵蓋基層架構及上層執行軟體。NVIDIA Rubin 平台搭載全新 NVIDIA Vera CPU 與先進 NVIDIA Rubin GPU，旨在為代理式 AI（agentic AI）與進階推理帶來飛躍性的智慧進展。隨著 Red Hat 針對 NVIDIA 的突破性技術最佳化其混合雲產品組合（從對 NVIDIA Rubin 平台的 Day 0 支援開始），Red Hat 意在賦能企業更有信心地推動 AI 舉措，並於跨混合雲環境中實現企業級的可靠性與一致的營運模式。 千兆級（gigascale）AI 工廠的關鍵骨幹 NVIDIA Vera Rubin 平台引進變革性創新，包括專為千兆級 AI 工廠設計且具最高能源效率的中央處理器 Vera CPU、BlueField-4 資料處理器，以及 NVIDIA Vera Rubin NVL72 機櫃級解決方案。Red Hat 宣布計劃於 Red Hat AI 產品組合中為 NVIDIA Rubin 平台提供 Day 0 支援，包含： 於 Day 0 提供全球頂尖企業級 Linux 平台的 AI 創新 Red Hat 近期推出 Red Hat Enterprise Linux for NVIDIA，作為引領全球企業級 Linux 平台的全新版本，於產品發布之初即整合最新 NVIDIA 平台進展。透過與 NVIDIA 合作，Red Hat Enterprise Linux for NVIDIA 在 Day 0 即支援最新的 NVIDIA 架構平台功能，並率先支援 NVIDIA Rubin 平台。 Red […]

波士頓動力已是客戶！Arm 卡位機器人與車用商機，成立「實體 AI」部門

隨著機器人技術成為 2026 年美國消費電子展 CES 上的焦點，晶片設計大廠 Arm 也揭露了重大的組織變革，進軍實體 AI 領域。Arm 高層告訴《Reuters》，公司已將內部組織重組，新成立實體 AI（Physical AI）的業務部門，目的在擴大其在機器人市場的佔有率。 在此次重組後，Arm 主要運作三條核心業務線：負責資料中心與雲端運算的「Cloud and AI」、涵蓋手機與 PC 產品的「Edge」，以及新成立的「Physical AI」。值得注意的是，這個新部門並非憑空建立，而是將原本的汽車業務與新興的機器人業務合併。Arm 執行長 Rene Haas 自四年前接掌公司以來，便致力於透過提高技術授權費用與開發更完整的晶片設計來增加營收，此次進軍實體 AI 被視為其擴張策略的關鍵一步。 看好實體 AI 長期經濟影響，將擴大招募人才 Arm 對於機器人市場的潛力抱持高度樂觀。新成立的實體 AI 部門負責人 Drew Henry 向《Reuters》表示，實體 AI 解決方案能夠根本性地增強勞動力、釋放額外的時間，長期來看可能會對國內生產總值（GDP）產生顯著的影響。為了支撐這個願景，Arm 行銷長 Ami Badani 也證實，該部門計畫增聘專門負責機器人技術的員工，以強化在此領域的技術支援與業務推展能力。 Arm 本身並不直接製造晶片，而是提供底層架構設計與智慧財產權（IP），並透過授權費與權利金模式獲利。目前全球多數的智慧型手機以及越來越多的筆記型電腦、資料中心晶片都採用 Arm 的架構。如今，Arm 希望將這種無所不在的生態系優勢複製到機器人領域。 當被問及客戶名單時，Henry 表示 Arm 與所有客戶都有合作。事實上，包括全球數十家汽車製造商，以及現代汽車旗下的波士頓動力（Boston Dynamics）等知名機器人公司，其產品核心早已採用 Arm 的晶片技術。 汽車技術奠基，機器人是自駕車的延伸 至於將汽車與機器人業務合併在同一個部門，並非只是為了方便，而是基於技術邏輯的考量。Arm […]

外送大戰的終局是 AI？從補貼燒錢到「視覺模型」與「足跡數據」，阿里巴巴以技術挑戰美團市占

近日阿里巴巴集團推出一項結合 AI 的新服務，由旗下高德地圖（Amap）主導，讓商家只需上傳店內影片或照片，即可透過 AI 自動生成 3D 模型與展示畫面，協助餐廳在平台上展示店內實景。這項新功能是以阿里巴巴自行研發的「萬相」視覺大模型為基礎，目標是降低餐廳行銷與內容製作的門檻。 這項新功能被視為阿里巴巴在中國餐飲與生活服務市場中，對美團（Meituan）發動的最新戰略。根據《Bloomberg》報導，阿里巴巴計畫在一段時間內免費向部分商家提供這項 AI 服務，顯示其試圖在由美團主導的外送、餐廳評論與訂位市場中重新吸引商家加入，並透過 AI 驅動的差異化服務提升平台競爭力。 中國外送平台競爭白熱化，加碼折扣把餐點價格砍到見骨 阿里巴巴推出視覺 AI 新功能，與 2025 年中國外送市場競爭急遽升溫密切相關。隨著京東在 2025 年 4 月正式進軍外送市場，競爭格局演變為阿里巴巴、美團與京東的三方混戰。根據上海《澎湃新聞》估計，三大平台今年在補貼與行銷上的投入總額高達近 800 億人民幣，其中阿里巴巴承諾投入 70 億美元，試圖在美團主導的市場中奪回失地，也加劇美團的防守壓力。 《金融時報》指出，美團必須不斷評估對手的補貼強度並調整回應策略，補貼戰甚至演變成「0 元咖啡」與「1 元奶茶」等極端價格手段。這類短期刺激雖推升訂單量，卻同時扭曲了外送平台的獲利結構，也讓美團高層直言 2025 年是「代價高昂的一年」。 美團出現近三年來首次季度虧損，阿里巴巴預期 2027 年市場份額翻倍 在極端價格策略的衝擊下，高盛分析師預估，美團 2025 年平均每送出一筆即時配送訂單，就會虧損約 1 元人民幣。美團首席財務官陳少暉更在財報會議上對分析師直言：「即時配送行業內的不理性競爭，嚴重扭曲整個行業的獲利能力。」 在財報數據來看，產業整體的獲利已顯著縮水。例如阿里巴巴與京東在 2025 年第三季的整體淨利均縮減一半，而京東包含外送業務在內的新業務部門，雖然營收翻倍，卻面臨近 160 億人民幣的巨額虧損。 長期而言，市場版圖正因這場燒錢大戰產生劇變。根據研調機構 Morningstar 預測，美團在即時配送市場的市佔率將從 2024 年的 73% 大幅下滑，到 2027 年僅剩 55%；至於阿里巴巴的份額，則預期從 21% […]

15 分鐘偵測 vs. 毫秒級攻擊：為何傳統混合雲資安架構在 AI 面前已形同虛設？

在 AI 驅動的自動化網路攻擊快速擴散之際，企業資安長正面臨一個明顯的矛盾。一方面，混合雲被視為提升基礎設施彈性、因應法規與資料主權需求的最佳架構；另一方面，現行的混合雲安全設計，卻是在 AI 出現之前成形，已難以應付以毫秒為單位發動的機器對機器攻擊。 來自《VentureBeat》的分析指出，傳統混合雲安全架構建立於「人類速度」的威脅模型之上，依賴批次蒐集日誌、分散的資安工具，以及長達 15 分鐘的事件回應窗口。這套模式在過去仍具防禦效果，但在攻擊者大量運用 AI 自動化與代理式攻擊的情況下，已逐漸失效。 混合雲仍是資安長的首選，但信心正在下滑 《Cybersecurity Dive》引述網路安全公司 Trellix 的調查顯示，混合雲仍然是多數資安長眼中管理風險與法規合規的最佳選項。高達 96％ 的資安長表示，混合雲有助於滿足監管與合規需求，97％ 則認為有助於因應資料主權與資料落地要求。這份名為《Mind of the CISO》的報告，調查對象涵蓋美洲、歐洲、中東與亞太地區共 500 位資安與風險主管。 然而，偏好混合雲並不代表安全感十足。資安公司 Fortinet 的 2025 年《State of Cloud Security Report》指出，目前已有 82％ 的受訪企業運行混合雲或多雲環境，但只有 36％ 的企業對即時威脅偵測充滿信心。科技公司 Gigamon 的 2025 年混合雲安全調查也顯示，過去一年有 55％ 的受訪組織曾遭遇雲端資安事件，較前一年增加 17 個百分點，且近半數企業表示其資安工具完全錯過攻擊行為。 舊世代混合雲安全，正在製造新的破口 《VentureBeat》指出，許多當年被視為最佳實務的混合雲安全設計，如今反而成為攻擊者利用的漏洞來源。Gigamon 調查顯示，91％ 的資安領導者坦言，曾在混合雲環境中做出安全妥協，包括為了速度犧牲可視性、接受工具孤島，以及在資料品質不足的情況下運作。此外，Fortinet 調查有 76％ 的受訪者表示缺乏足夠的雲端資安專業能力，限制了安全方案的部署與管理。 更關鍵的是，根據 CheckPoint 調查，只有 17％ […]

達梭系統在 CES 2026 展示運用 AI 技術 重塑精準、預測與個人化醫療的未來

延續其日前於「Virtual Human Twin Experience Symposium（人體虛擬雙生體驗研討會）」提出將「虛擬雙生」運用為醫療基礎的前瞻願景，達梭系統（Dassault Systèmes）（巴黎泛歐證券交易所：FR0014003TT8, DSY.PA）於 2026 年 1 月 6 日至 9 日在美國拉斯維加斯舉行的美國消費性電子展（CES 2026），透過史無前例的沉浸式體驗，展示人工智慧在推動失智症（dementia）與阿茲海默症（Alzheimer）照護未來發展所扮演的重要地位。 達梭系統將於拉斯維加斯會議中心（LVCC）北廳 8705 號展位，邀請參觀者展開沉浸式互動之旅「走進阿茲海默症（Step Inside Alzheimer’s）」，探索達梭系統 3D UNIV+RSES 如何整合AI、患者虛擬雙生與實時感測技術，為退化性神經生物學（degenerative neurobiology）打造未來的「醫療作業系統（healthcare operating system）」。人工智慧成為值得信賴的關鍵優勢，使研究、臨床試驗、診斷與治療得以虛擬化，並由實體場域延伸至數位世界，建構一個能實時運作、量身打造的虛擬雙生（virtual twin），實現更具預測性與個人化的照護。 在燈光璀璨、動態呈現的立方體空間，參觀者可從患者、照護者和研究人員三種視角，在城市、居家、個人和虛擬大腦間自由切換，觀察身體訊號、智慧家庭資料和電腦模擬研究如何透過動態且實時的回饋機制相互連結。在 3D UNIV+RSES 展區，透過患者的數位健康記錄打造專屬虛擬雙生，並藉由感測器實時更新，使用者得以在症狀出現前預測健康狀況變化，主動應對患者居家環境的潛在風險，並揭示能夠改變醫療發現的全新模式。 達梭系統憑藉其虛擬人體建模技術，在學術界、監管單位、醫療機構與產業合作夥伴所組成的協作生態系支持下，持續推動醫療領域的轉型。於 CES 展會期間，達梭系統強調其加速創新、實現精準建模、並建構全面互通虛擬人體的遠景。展位上的專家亦將探討達梭系統如何透過 MEDIDATA 解決方案重新定義臨床試驗，建模心臟、大腦、肝臟以及其他器官的模型，並建立一個由可信賴AI驅動且與醫療各方利益相關者互聯的獨特虛實整合基礎。 在進行相關展示的同時，達梭系統亦將於 CES 的 Eureka Park 展示其開放式創新實驗室與新創企業加速器計畫 3DEXPERIENCE Lab 以及 SOLIDWORKS for Startups 計劃的新創團隊，包括 Biomotum、Endiatx、3K Nano、OLI、Glidance、Furhat Robotics、以及 LACI，展現其在生物感測器、血液透析、診斷等領域所推動的創新成果，作為整體醫療生態系統的一部分。 （本文訊息由達梭系統提供，內文與標題經 […]

行政院 2026 科技顧問會議圓滿落幕，聚焦 AI 基礎建設、科研及產業應用

行政院 2026 年科技顧問會議在 7 日傍晚正式閉幕，由中央研究院廖俊智院長、金出武雄教授、孔祥重院士、王寳貫院士、侯永清資深副總、蔡力行副董暨執行長、張世富院長、廖弘源所長及Prof. Dawn Freshwater 等國內外產學研領袖組成之科技顧問團，並與政府相關部會代表歷經兩天的深度交流與討論後，由首席顧問廖俊智院長於閉幕式，向行政院長卓榮泰進行總結報告。 綜合國內外科技顧問專業觀點，提出臺灣 AI 發展的政策建言 本屆行政院科技顧問會議的討論主軸，聚焦 AI 在科技研發及國家發展中的關鍵角色，與會科技顧問綜合國內外重要趨勢與實務經驗，指出 AI 已成為建構國家安全與經濟競爭力的核心，並於會議中提出以下願景：開發並運用先進 AI，以驅動下世代科學技術、中小企業及主權 AI 之發展，並推動服務大眾福祉的應用。會議進一步提出以下五大策略建議作為會議總結─第一，大幅提升算力基礎設施之投資：公私協力從前瞻性視角建置大規模 AI 算力建設以支援臺灣 AI 研發及應用；第二，善用臺灣硬體強項，精選國際夥伴共同開發下世代 AI：介接國際伙伴於基礎模型或訓練微調技術之長處、結合臺灣於硬體和邊緣運算端的優勢，以雲地混合運算等方式，共同開發下世代 AI 應用並促進落地；第三，創造確保國家安全與營業祕密的 AI 資料共享平台：在保護國家安全與營業秘密前提下，建構各垂直產業鏈的資料共享平台(可由大型或領先企業率先貢獻起始資料及提出相關資料標準，以整合上下游資料與規格)。此機制可先從利基產業啟動，建立示範案例後擴散至其他產業；第四，大規模培育、延攬下世代 AI 人才：建構多樣化之產學共創機制，如產學共聘等，促進優秀研究人員與產業的互動；第五，建構公平、合法與可執行的資料治理環境：接軌國際趨勢，完善 AI 著作權指引與相關法規，並積極促進政府及民間資料開放，以支援 AI 科研與應用發展。 引領公私部門協作，穩健推動 AI 發展方向 賴清德總統於會議期間蒞臨致詞指出，面對全球數位轉型與地緣政治變局，AI 已成為驅動產業與國家發展的關鍵力量。臺灣立足於世界級的半導體與資通訊產業基礎，正邁向 AI 全面應用的發展階段，政府將推動「AI 新十大建設」，串聯基礎建設、關鍵技術與產業應用，未來臺灣將建立開放、充滿活力以及普惠的AI創新生態系，鞏固臺灣在全球科技體系中的關鍵角色。 行政院長卓榮泰於會中表示，AI 不僅是技術議題，更深刻影響國家競爭力、產業升級與社會發展，臺灣未來將在既有科技與半導體基礎上，持續強化自主研發、資料治理與人才培育，並透過跨部會協作，推動前瞻科技與應用落地，讓AI真正走進產業營運與民眾生活，穩健回應全球科技競爭的新局。 行政院政務委員兼國科會主委吳誠文表示，透過國內外科技顧問之專業建言，政府得以從國際視角結合國內發展需求與挑戰，研提我國AI發展之相關建議，並作為未來科研投入與促進產業發展之重要參考，持續強化臺灣在全球科技體系中的關鍵角色。 （本文訊息由 國科會 提供，內文與標題經 TechOrange 修訂後刊登。新聞稿 / 產品訊息提供，可寄至：[email protected]，經編輯檯審核並評估合宜性後再行刊登。圖片來源：國科會。）

【科技早餐】黃仁勳拋出「AI 移民」概念：人口結構撐不起的未來怎麼辦？

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊黃仁勳拋出「AI 移民」概念：人口結構撐不起的未來怎麼辦？ 在 CES 2026 主題演講中，輝達執行長黃仁勳表示，機器人已迎來屬於自己的「ChatGPT 時刻」，並同步釋出多款開放原始碼的物理 AI 模型，宣告人工智慧正式從數位世界，跨入真實物理世界。 黃仁勳進一步形容，這些機器人就像是「AI 移民」。他指出，全球正面臨數千萬等級的勞動力短缺，現有的人口結構已難以支撐期待中的經濟規模。機器人將補上人類不再願意或無法承擔的工作，特別是在製造工廠與高重複性場域，進而推動經濟發展並創造新的工作型態。 ＊算力需求暴增一萬倍？AMD 宣告「YottaScale」時代來了 超微執行長蘇姿丰表示，在 AI 全面滲透各種工作負載的推動下，全球正正式進入「YottaScale」時代，未來五年，整體算力需求將成長一萬倍，運算世界也正轉向全新的效能尺度。 她指出，算力需求不再只來自雲端，而是快速擴散到邊緣運算、個人裝置、醫療保健與太空探索等領域。她並預測，到本世紀末，全球可能需要超過 10 YottaFLOPS 的運算能力。這樣的成長雖顯示市場潛力龐大，但也同時帶來能源與土地配置的永續挑戰。 ＊銀彈到位！xAI 募資 200 億美元，Grok 5 正式開訓 馬斯克旗下人工智慧新創 xAI 宣布完成 200 億美元募資，規模明顯超越原先設定的 150 億美元目標，投資陣容包括輝達、思科、卡達投資局，以及多家大型資產管理機構。 xAI 表示，資金將用於加速資料中心建置、擴充運算與儲存容量，並支援大規模模型訓練與推理服務，同時也證實 Grok 5 正在訓練中。公司目標是推出能觸及數十億用戶的 AI 產品，並整合 Grok、Colossus 與 X 平台，但相關技術的安全與治理問題，也持續受到外界關注。 ＊AI 工廠推升記憶體需求，黃仁勳：輝達不會自己蓋廠 輝達執行長黃仁勳表示，隨著生成式 AI 與大型模型需求快速成長，AI 基礎建設正出現結構性變化，並顯著推升全球記憶體需求。他強調，輝達已是全球最大記憶體買家之一，未來仍將專注晶片設計，持續採購最先進的記憶體，而不會自行投入製造。 黃仁勳指出，AI 模型規模與生成 […]

AI 沒讓 AMD 停止徵才，蘇姿丰：我們在找「AI forward」的人

在生成式 AI 爆紅後，「AI 會不會搶走工作」成了企業與勞動市場最常被追問的焦慮之一。尤其當外界開始出現「大型企業可能放緩招募」的聲音時，市場更想知道晶片巨頭的第一線看法是什麼。 在 CES 2026 現場，AMD 執行長蘇姿丰（Lisa Su）給了相對明確的答案：AI 並沒有讓 AMD 招募變慢，真正改變的是誰更容易被錄用。 「我會說，其實我們並沒有減少招募人力，」Lisa Su 週二在 CES 大會期間接受《CNBC》訪問時表示，「坦白說，公司正處於非常顯著的成長階段，因此我們確實正在大量招募人才，只是招募的對象不一樣了，我們要找的是具備 AI 前瞻思維（AI forward）的人才。」 AI 沒讓招募踩煞車，但把錄用門檻改成 AI 思維 蘇姿丰的說法，回應了近期一種悲觀的觀點。她發言前一天，明尼亞波利斯聯準銀行總裁 Neel Kashkari 才提到 AI 正讓大型企業放慢招募，並可能出現「低招募、低裁員」的勞動市場樣貌。 但在 AMD 的敘事裡，AI 更像是一種能力放大器，而不是人力替代品。蘇姿丰強調，「我認為 AI 正在增強我們的能力。它不是取代人，而是提高我們的生產力，讓我們在任何特定時間都能推出更多產品。」她在過去的訪談就曾舉例，晶片設計週期通常需要約 3 年，但 AI 能把這個節奏推進到 6 個月。 AMD 把 AI 放進晶片生命週期，缺的是「懂得用的人」 之所以會把「AI 前瞻思維」納入招募標準，與 AMD 自己的內部流程有關：AMD 正把 AI 融入晶片的建構、設計、製造與測試流程。因此，AMD 需要的不只是傳統工程技能，而是能把 […]

CES 2026 開幕，Arm 引領五大技術趨勢

隨著實體 AI 與邊緣 AI 的應用日益成熟，Arm 分享2026 年國際消費性電子展的重點觀察。 2025 年是人工智慧（AI）發展的關鍵轉捩點。那些曾經還在實驗探索階段的技術，如今已全面落實於汽車、消費性電子、智慧家庭系統以及次世代機器人領域。2026 年國際消費性電子展（CES 2026）時值產業發展的關鍵點——智慧系統正朝著更聰明、更快速的方向演進，並加速融入人們的日常生活中。 在今年的 CES 上，以下趨勢將成為 AI 領域發展的核心動能： 在所有技術落地的場景中，Arm 運算平台做為核心算力基礎，提供關鍵的運算能力，協助各類裝置實現感知、推論與執行。以下是 CES 2026 展出的幾大 AI 及運算技術創新亮點： 自動駕駛體驗邁出決定性一步 有鑑於駕駛需要更具情境理解能力的輔助系統，以及智慧城市對更安全、更高效率移動體驗的建設訴求，汽車製造商正加速從軟體定義車輛（SDV）向 AI 定義平台加速演進，將即時感知、預測能力與分秒必爭的決策機制視為核心基礎。 這一趨勢已可在近期上市的自動駕駛技術堆疊中看見。例如，電動汽車廠商 Rivian 自研的自動駕駛平台，搭載基於 Arm 運算平台打造的客製化晶片，為其未來車型及其他自動駕駛系統中，實現多元且先進的自動駕駛能力。 特斯拉新一代 AI5 晶片同樣是基於 Arm 運算平台打造，其 AI 效能較上一代提升高達 40 倍，這一突破印證了：隨著實體 AI 的應用邊界突破傳統駕駛輔助系統，能源效率與可擴展性正成為產業的核心需求。同時，基於 Arm 架構的 NVIDIA DRIVE Thor 平台正在為WeRide L4 級自動駕駛計程車（Robotaxi）GXR 所搭載的聯想 HPC 3.0 高效能運算平台提供算力；Nuro、Wayve […]

OpenAI 報告揭醫療新變局：當 AI 成為 4,000 萬人每日的「醫療入口」，準確性風險如何解？

生成式 AI 正在改變人們接觸醫療資訊的方式。根據 OpenAI 在 2026 年 1 月發布的《AI 作為醫療盟友》（AI as a Healthcare Ally）報告，全球每天已有超過 4,000 萬人透過 ChatGPT 查詢健康相關資訊。這代表在所有 ChatGPT 的對話中，已有超過 5% 與醫療健康有關，顯示 AI 正快速成為許多人面對健康問題時的第一個求助對象。 OpenAI 在報告中也特別指出，在美國，結構複雜、成本高昂的醫療體系，對許多人而言是一個「長期且持續惡化的痛點」，這也讓使用者更傾向透過 AI 尋求協助，以試圖找到方向。 為什麼使用者把 AI 當成醫療資訊第一站？ 根據 OpenAI 的調查，這類將 AI 視為醫療體系「入口」的移動現象，已呈現出幾個明確的行為特徵。首先是對「非門診時間」即時解答的高度需求，報告顯示高達 7 成的健康相關對話，發生在一般診所的非營業時段，反映當實體醫療資源暫時不可得時，AI 正在填補資訊真空。同時，調查也指出有 52% 的使用者明確表示，使用 ChatGPT 是因為能在「一天中的任何時間」獲得回應，這樣的使用模式，凸顯 AI 不再只是輔助工具，而是逐漸成為與初級照護、急診並列的醫療資訊「第一站」。 其次，這股趨勢在醫療資源相對匱乏的地區尤為明顯。在偏鄉與弱勢社區，因實體照護難以觸及，所以會更頻繁地使用 ChatGPT 提問， OpenAI 指出用戶每週平均會送出接近 60 萬則與醫療照護相關的訊息，這也顯示 AI 正在一定程度上縮小因地理限制所造成的醫療落差，協助人們在實體資源受限的情況下，取得基本的醫療資訊支持。 第三個特徵，則體現在健康判斷與自我管理行為的改變。使用者不再只是將 […]

耐能亮相 CES 2026：全棧邊緣 AI 解決方案重塑產業應用與智慧生活樣貌

全球領先的邊緣人工智慧（Edge AI）晶片與解決方案供應商 Kneron（耐能），於今日開幕的 CES 2026 國際消費電子展正式亮相，展出橫跨消費電子、智慧家居、智慧交通、工業物聯網與企業級運算的全棧式邊緣 AI 產品與解決方案。 憑藉「本地化處理、高效能、低延遲與高度可靠」的技術優勢，耐能持續推動 AI 從雲端走向終端裝置，為全球用戶打造更安全、重視隱私且即時反應的智慧應用體驗。 全棧布局，從終端到資料中心 在生成式 AI 快速普及的背景下，企業數位轉型已從「是否導入 AI」轉向「如何安全、可控地落地」。CES 現場，耐能展出 KneoEdge™ 三大產品形態，完整涵蓋從單點應用到大規模部署的邊緣 AI 基礎架構需求。 KneoEdge™ 並非單一設備，而是一套整合自研 NPU 晶片、安全作業系統、AI 推論引擎與集中管理平台的端到端邊緣 AI 基礎設施，其核心理念為：「資料留在本地、智能運行於邊緣、管理集中且一致」。 1. Kneo 330：輕量級邊緣 AI 盒子，即插即用的智能入口 定位：適用於中小型企業、分支機構、零售門市、診所等輕量負載場景。 典型應用： 產品亮點： 2. Kneo 350：高效能邊緣伺服器，企業級 AI 推論主力 定位：面向中大型企業、工廠、區域型資料中心邊緣節點等中高負載應用。 典型應用： 產品亮點： 2. Kneo 350：高效能邊緣伺服器，企業級 AI 推論主力 定位：面向中大型企業、工廠、區域型資料中心邊緣節點等中高負載應用。 典型應用： 產品亮點： 3. Kneo Rack：機架式 […]

蘇姿丰揭 YottaFLOPS 運算時代來臨！CES 發表機櫃級平台稱「這是一頭怪獸」

AI 需要強大的運算能力，以至於 AMD 執行長蘇姿丰需要用一個多數人從未聽過的單位來描述它：YottaFLOPS，為全球 AI 運算需求描繪出一條極具張力的成長曲線。她指出，全球 AI 運算能力，將從 2022 年的約 1 ZettaFLOPS，成長至 2025 年超過 100 ZettaFLOPS，而未來 5 年，這個數字將進一步躍升至 10 YottaFLOPS 以上，等同於短短數年內成長近百倍。 「你們當中有多少人知道什麼是 YottaFLOPS？」在運算語境中，一個 FLOP 代表一次基本數學運算，蘇姿丰解釋，YottaFLOPS 意味著每秒可進行 10 的 24 次方次計算。《Business Insider》據科學家說法報導，理論上 10 YottaFLOPS 足以運行原子級別的複雜模擬。 為了保持競爭力，硬體製造商必須每年提升其全端產品的效能，而 AMD 正在竭盡全力追趕 NVIDIA，在 CES 宣布了一系列新品，並強調運算技術將讓人人能夠享受 AI。在其發表中，AMD 認為 AI 引擎必須無所不在：在資料中心為大規模訓練和推理集群提供支持；在邊緣驅動現實世界的實體 AI；在個人電腦上實現在地化、以隱私為中心和反應迅速的 AI 體驗。 Helios 機架藍圖：AMD 對 YottaFLOPS 的答案 為了回應 YottaFLOPS 這種前所未見的運算需求，AMD […]

從抬頭運算、虛擬手寫到車內控制：Meta 如何用「手腕肌肉訊號」打造下一代輸入介面，搶下 AI 時代的控制入口？

在 CES 2026 上，Meta 端出研發多年的 Neural Band，試圖用一種不同於觸控與語音的方式，改寫下一代人機互動的輸入介面。Meta 的 Neural Band 是一款配戴在手腕上的裝置，其核心技術為 EMG（肌電圖）感測，運作方式是透過讀取手腕與手指肌肉所產生的微弱電訊號後，再將這些訊號轉換為電腦可理解的操作指令。 這項技術的關鍵突破，在於使用者不需要實際大幅移動手指或碰觸螢幕，系統就能辨識出帶有「意圖性」的細微動作。Meta 指出，相較於仰賴攝影機視角的手勢辨識或語音輸入，EMG 不僅反應更即時，也能偵測到極為細緻的肌肉活動，甚至在手部活動受限的情況下，仍可將微小的肌肉訊號轉化為數位指令。 從 AI 眼鏡出發：EMG 成為 Meta Ray-Ban Display 的主要輸入方式 在 CES 2026 上，Meta 展示 Meta Ray-Ban Display AI 眼鏡與 Meta Neural Band 的整合，進一步定義「抬頭運算（Head-up computing）」的互動模式。這套已於 2025 年秋季商用化的系統，將眼鏡轉化為視野中的螢幕，並以 Neural Band 作為控制器，讓使用者即使不拿出手機，也能透過 AI 眼鏡與 Neural Band 完成各類操作。 同時，Meta 也開始逐步推出「提詞機（Teleprompter）」功能，成為另一項亮點。使用者可直接從手機筆記、Google Docs 或 Meta AI 複製講稿，內容會以文字卡片顯示在鏡片中，並能依照演講節奏自然捲動，讓講者在維持眼神交流的同時掌握進度。 […]

Daily TAIWAN 展現 AI 國力 獲全球新創生態系高度青睞

國科會偕同經濟部等單位，今（115）年以臺灣科技新創基地（Taiwan Tech Arena, TTA）為主體，第九度帶領新創團隊赴美參與全球最大消費性電子展（Consumer Electronics Show, CES）。在跨部會合作下，今年號召 57 家臺灣科技新創與 83 家供應鏈夥伴共組國家隊，於 CES 2026 展現臺灣在「人工智慧之島」政策下的技術落地成果。 4 大專區橫跨 AI、智慧生活、數位醫療及永續發展領域 CES 2026 揭櫫「用 AI 創新型塑未來（Shaping the Future of Enterprise Innovation）」願景，聚焦 AI 技術如何重塑全球產業鏈，驅動效率與商業模式的全面革新。呼應此一國際趨勢，希望新創運用 AI 技術，結合臺灣堅實的硬體供應鏈，發展面向未來的應用服務，實現全民智慧生活圈，讓產業供應鏈轉型升級，推動臺灣朝向賴總統所宣示的人工智慧之島邁進。今年 TTA 館以「Daily TAIWAN」為主題，象徵著日常生活及百工百業使用的「ai」應用服務，堆疊出臺灣人工智慧之島的「AI」。 今年 TTA 館於主舞臺周邊規劃「食、醫、住、行」四大專區，橫跨人工智慧（AI）、智慧生活、數位醫療及永續發展四大領域，展現臺灣新創多元且成熟的創新能量，並實地呈現 AI 創新應用深入日常生活的豐富樣貌。 AI Taiwan 鏈結國際新創圈 共迎新紀元 臺灣時間 1 月 7 日 TTA 臺灣科技新創館開幕式，現場眾星雲集，包括 CTA 資深總監 Janenne Remondino、鳳凰城加速器 Tesoro […]

體內住著一位 24 小時醫生？從智慧手環到數位藥丸，IoB 如何顛覆醫療模式

過去數十年，網路的角色不斷擴張。它先是連結電腦，接著進入日常物品，如今，連結的對象正走向人類自身。 這個被稱為 Internet of Beings（生命物聯網） 的概念，描述的並非單一技術，而是一個正在成形的網路新階段：全球資訊系統開始直接與人體、生理狀態與生命運作產生連結。這想法過去常被視為科幻情節，然而，隨著感測、材料與生醫技術進展，這類情境正逐步走向現實，並成為醫療科技下一波關鍵轉變的基礎。 人體互聯網讓生命成為可連結系統 回顧網路的發展軌跡，可以清楚看到三個階段的轉換。第一階段，網路連結的是電腦與人；第二階段，物聯網（IoT）將感測器與網路帶入日常物件；而第三階段，則是網路開始直接連結生命本身。 Internet of Beings 正是對這個第三階段的總體描述。在這個框架之下，人體不再只是網路的使用者，而是成為即時產生資料、被分析、甚至被即時回應的節點。支撐這個轉變的核心技術路徑，則是 Internet of Bodies（人體互聯網, IoB）。 人體互聯網是物聯網的一個專門分支，透過整合可穿戴、植入式與可攝入式智慧裝置，將人體轉化為持續產生生理資料的數據平台。這些系統能即時蒐集、分析並傳輸身體狀態，應用於預防醫療、慢性病管理與遠距醫療。 與過去以「看診」為單位的醫療模式不同，人體互聯網引入的是一種持續性的數位回饋循環。醫病關係不再只是一次次獨立的互動，而是在網路系統介入下，形成長時間、不中斷的監測與調整過程。網路，成為醫療服務流程中的新參與者。 從穿戴到植入，IoB 裝置的三個層級 依照與人體互動的深度，人體互聯網裝置大致可分為三類。 第一類是非侵入性的外部裝置，也是目前最普及的形式，包括智慧手錶、戒指、手環、智慧紡織品與智慧鞋等。這些裝置位於人體表面，風險較低、接受度高，已被廣泛應用於健康追蹤。 第二類是侵入性內部裝置，進一步進入人體內部，例如心臟節律器、神經刺激器、數位藥丸、腸胃攝影膠囊，以及可注射的生物感測器。這些技術能進行更精細、連續的生理監測。 第三類則是高度整合型裝置，如腦機介面、仿生肢體與智慧義肢。這類系統不僅能監測生理狀態，還能主動介入、甚至增強人體功能。隨著技術演進，許多新方案開始混合多種互動模式，界線也逐漸模糊。 醫療體系的第一個轉變：從治療走向預防 在人體互聯網支撐下，醫療的重心開始前移。持續監測使疾病能在症狀明顯之前被察覺，預防取代治療成為核心價值。 例如在美國，每年大量心臟病發作案例屬於「無症狀型」，患者未能即時辨識風險。若能透過即時監測提前發出警訊，許多悲劇本可避免。相較於昂貴且侵入性的治療，早期介入往往只需調整生活型態或運動方式。 第二個轉變：從被動監控到主動介入 這些微型感測器在部分研究構想中甚至被視為「生物機器人」，不再只是被動記錄數據，而是朝向具備即時反應能力的方向發展。 mRNA 疫苗與基因編輯技術的進展，已為這類應用打開可能性。透過蛋白質層級的精細操作，未來的裝置或能進行微觀尺度的修復行為，將治療嵌入身體日常運作之中。 第三個轉變：醫學研究模式的翻轉 人體互聯網也將顛覆醫學研究與藥物開發流程。傳統模式依賴假設提出與臨床驗證，耗時且成本高昂。在持續累積的大規模生理數據支持下，研究將轉為由資料先行，透過模式辨識找出有效方法，再回推其原因。 進一步而言，結合即時數據更新的數位分身（Digital Twin），有望成為新一代研究工具。這些虛擬模型能模擬治療效果、預測反應，甚至在疾病出現前探索潛在風險，重新定義生命科學的研究方式。 隱憂：當身體成為網路的一部分 人體數位化也當然帶來深層風險。當身體成為連網系統，隱私、安全與倫理問題不再只是資料層級，而是直接關乎生命本身。安全專家已警告，人體被駭客入侵的後果，可能遠超現有網路風險。 這場轉變的真正考驗，不在於能否延長壽命，而在於能否在技術介入越來越深的情況下，仍保有人性與尊嚴。 Internet of Beings 不只是醫療技術的升級，而是對「生命如何被理解、被管理」的根本重寫。人體互聯網提供了具體可落地的技術路徑，讓預測、預防與個人化醫療成為可能。但技術潛力越大，對治理、倫理與信任的要求就越高。 ＊本文開放合作夥伴轉載，參考資料：《The Conversation》、《National Library of Medicine》，圖片來源：Unsplash （責任編輯：鄒家彥）

樂高自研 ASIC 混合訊號晶片，如何不靠螢幕與 App 把積木變成「互動電腦」？

樂高（LEGO）近年持續嘗試將數位技術引入實體玩具，從早期的電子互動積木、到結合感測與聲光回饋的實驗型產品，樂高內部一直在思考一個問題：科技應該扮演輔助角色，還是主導遊戲體驗？ 在 CES 2026 現場，樂高正式發表全新 Smart Play 平台，包含 SMART Brick、SMART Tags 與 SMART Minifigures 三部分，並畫下明確界線：不依賴螢幕與 App，也不設中央控制器。這不是因為技術做不到，也不是為了壓低成本，而是一項刻意為之的產品與平台策略選擇。樂高表示，研發團隊在早期確實嘗試過以相機掃描，或透過智慧型手機觸發互動的設計，但很快就發現，這類做法會不自覺地把注意力拉向螢幕，而不是積木本身。 於是，樂高反過來問了一個更困難的問題：如果完全拿掉螢幕，互動還能不能成立？最後，樂高選擇挑戰自己，打造一套不依賴外部裝置的互動機制，並試圖為下一個世代重新定義玩樂與互動方式。 沒有 App 的互動電腦：Smart Brick 如何把系統複雜度藏進積木裡？ Smart Brick 是積木體系中一個具備完整運算能力的正式元件，並在外觀上完整保留經典的 2×4 積木比例。Smart Brick 的核心來自樂高與合作夥伴共同研發的專屬 ASIC 混合訊號晶片，晶片內部運行著特製的「Play Engine」，負責即時解讀積木的動作、方位與磁場變化，成為整個系統的運算中樞。 為了實現樂高所稱的「隱形技術」，Smart Brick 在有限的積木空間內整合了完整的感知、通訊、回饋與電力架構。積木內建加速度計與慣性傳感器，可精準偵測移動、翻轉與各類手勢。同時，透過名為「BrickNet」的藍牙網狀網路（Bluetooth Mesh），多個智慧積木得以在沒有中央主機、App 或外部控制器的情況下，自行形成一個自組網路，彼此辨識並協同運作。 在系統層面，Smart Brick 透過專利的「積木對積木定位系統（Brick-to-Brick position system）」，利用內部銅線圈感應磁場變化，即時掌握周圍 Smart Tag 與 Smart Minifigures 的身分、距離、方位，甚至是旋轉角度。其中，SMART Tags 是內嵌於場景或關鍵位置的被動式標記，用來向 Smart Brick 提供「情境與位置線索」，而 SMART Minifigures […]

NVIDIA Jetson T4000 登場，益登推邊緣 AI 輕量化方案

亞洲最佳解決方案合作夥伴―益登科技（TWSE: 3048）宣布正式引進 NVIDIA Jetson T4000 邊緣 AI 模組，針對系統整合商、設備製造商及企業用戶在實際導入 AI 應用時，對效能、功耗與部署彈性的多重需求，提供兼具強大推論能力與輕量化的設計，協助加速物理 AI 應用落地。 NVIDIA Jetson T4000 採用 NVIDIA Blackwell 架構，支援Transformer Engine 與 Multi-Instance GPU（MIG）技術，其整合 12 核心 Arm® Neoverse®-V3AE CPU、三組 25GbE 網路介面與多樣化 I/O 設計，能滿足低延遲、多感測器與即時運算的應用需求。此外，模組內建第三代可程式化視覺加速器（PVA）、雙編碼器與解碼器，以及光流加速器（OFA）等多項專用硬體單元，在有限運算與電力條件下，仍能穩定執行 AI 推論任務，特別適用於中輕量模型與即時邊緣應用。 對系統整合商（SI）而言，Jetson T4000 的模組化架構與成熟的 NVIDIA 軟體生態，能快速整合影像、感測與控制系統，大幅縮短專案開發與驗證時程，提升專案交付效率，尤其適合多場域、可複製的邊緣 AI 部署需求。 在設備製造商應用上，Jetson T4000 的輕量化設計與低功耗特性，能靈活導入各類終端設備，包括先進機器人、工業設備、智慧終端、機器視覺系統與邊緣控制器，協助產品在有限空間與電力條件下，導入穩定的 AI 推論能力，加速產品智慧化升級。 對企業用戶而言，Jetson T4000 可廣泛應用於智慧工廠、智慧零售、安全與邊緣感測資料處理等場景，透過在邊緣端即時完成推論與資料前處理，有效降低系統延遲、減少雲端負載，並提升整體營運效率，同時兼顧系統穩定性與部署彈性。 為多元自動化場景提供高效率且穩定的 AI 運算平台 在機器人與自動化應用方面，Jetson T4000 的低功耗、高速 […]

【零售新入口】Airbnb 測試廚房補貨功能，揭示「嵌入式商務」如何讓購物無感發生

對多數旅客而言，外出旅遊抵達陌生城市的第一天，往往伴隨著各種瑣碎卻必要的生活安排：要不要先去超市採買？附近哪裡買得到飲料、早餐或簡單食材？這些看似微不足道的小事，實際上構成了旅遊體驗中的摩擦感。Airbnb 近期在美國部分城市測試的「廚房補貨（kitchen stocking）」服務，正是從這個切入點出發，試圖重新定義旅宿平台能提供的服務邊界。 《TechCrunch》指出，這項試點服務是與即時雜貨配送平台 Instacart 合作，開放旅客在入住三週前或入住期間，直接透過 Airbnb App 下單購買雜貨，並配送至住宿地點。若房東協助在房客入住前收貨並完成擺放，還能獲得額外報酬。服務目前先在鳳凰城、奧蘭多與洛杉磯等城市進行測試，Airbnb 正謹慎評估這類跨場景服務的可行性與用戶反應。 零售被嵌入生活情境，購物行為成為一種體驗設計 從零售產業的角度來看，這項合作具指標性意義。Airbnb 本身並非零售平台，卻能在不自建物流、不經營供應鏈的情況下，直接啟動 Instacart 的配送能力，讓零售服務自然嵌入旅宿情境中。這正反映出零售產業近年加速發展的「嵌入式商務（Embedded Commerce）」趨勢：消費行為不再仰賴消費者主動開啟購物 App，而是在住宿、旅遊、交通等高頻生活場景中，於需求產生的當下被觸發，降低決策與操作的摩擦成本。 在這樣的模式下，零售平台不再只是「賣東西的地方」，而是逐漸轉型為基礎服務供應者。對 Instacart 而言，與 Airbnb 的整合，意味著其角色從雜貨配送平台，延伸為旅客生活啟動器，在旅遊這個高需求密度的場景中，提前卡位使用者的消費入口。這也讓零售服務不再侷限於價格競爭，而是成為整體住宿體驗的一部分。 從訂房平台到生活入口，Airbnb 持續擴張服務邊界 從 Airbnb 的平台策略來說，這也並非單一功能更新，而是 Airbnb 近年積極推動「服務化」（Services）布局的一環。今年 Airbnb 已陸續推出按摩、私廚、理髮等可獨立預訂的服務項目，執行長 Brian Chesky 也曾公開表示，這類體驗與服務型產品，有潛力為 Airbnb 每年帶來超過 10 億美元的新增收入。補貨服務的意義不在於雜貨本身，而是在於補齊「住宿體驗的最後一哩路」，讓旅客從抵達的第一刻起，就能更像在自己熟悉的生活空間中活動。 更關鍵的是，這類情境式整合的核心價值，並不在於單筆交易金額，而是整體體驗的完整度。Airbnb 試圖解決的，不只是房客「有沒有食材可用」，而是旅客初到陌生城市時，面臨採買、移動與生活安排的整體不便感。而 Instacart 則藉由嵌入非零售平台，讓自己的服務在消費者尚未意識到要購物之前，就已自然出現在生活流程中。 從這個角度來看，Airbnb 此次測試的，並不只是補貨服務本身，而是一種零售與平台合作的新範式。當購物不再是一個需要被刻意啟動的行為，而是被嵌入到旅遊、住宿與日常生活的連續體中，零售產業的競爭焦點，也將從爭奪流量與轉換率，轉向誰能更貼近消費者當下的生活情境，並在關鍵時刻提供剛剛好的服務，這正是 Airbnb 與 Instacart 這項合作中，真正值得關注的產業意義所在。 ＊本文開放合作夥伴轉載，參考資料：《TechCrunch》、《Forbes》，首圖來源：Unsplash （責任編輯：廖紹伶） 解鎖 3 堂 NVIDIA DLI […]

【科技早餐】黃仁勳 CES 2026 定調：實體 AI 迎來 ChatGPT 時刻

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊黃仁勳 CES 2026 定調：實體 AI 迎來 ChatGPT 時刻 在 CES 2026 特別演講中，NVIDIA 執行長 黃仁勳 拋出關鍵定調，直言「實體 AI 的 ChatGPT 時刻已經到來」。從自駕 AI 架構 Alpamayo、AI 超級電腦 Vera Rubin，到次世代網路與基礎設施，NVIDIA 一次揭示三大技術亮點，為未來十年 AI 平台轉移定錨方向。 黃仁勳指出，AI 是由能源、晶片、基礎設施、模型與應用組成的五層架構，產業正從「寫程式」走向「訓練軟體」，運算核心也將從 CPU 全面轉向 GPU 與加速運算。他強調，AI 不再只是單一應用，而是承載新世代應用的平台，下一階段將從生成式 AI，邁向能理解並改變真實世界的「實體 AI」。 ＊AMD × OpenAI：MI455 登場，衝刺千倍效能 在 CES 2026 現場，AMD 執行長蘇姿豐展示新一代 AI GPU「MI455」，鎖定 AI 與高效能運算市場，並確認將導入 OpenAI 等資料中心環境，作為下一代生成式 […]

Amazon 讓 Alexa+ 上網了：AI 入口之戰進入新階段，正面迎戰 ChatGPT 與 Gemini

近日在拉斯維加斯舉行的 CES 2026 展會上，Amazon 正式宣布擴大消費者 AI 生態系，並推出整合生成式 AI 能力的升級版語音助理 Alexa+，首度將其帶入瀏覽器中。相較過去主要作為智慧音箱語音助理的 Alexa，Alexa+ 被定位為具備多輪對話、任務執行與情境理解能力的生成式 AI 助理，如今在進入網頁後，使用者也不必仰賴 Echo 智慧音箱或手機 App，就能與 Alexa+ 展開互動。 Amazon 指出，推出 Alexa+ 網頁版，是為了推進「環境式 AI（ambient AI）」願景，讓 AI 助理不再受限於單一裝置或語音場景，而是能以類似 ChatGPT 與 Gemini 的聊天介面形式，隨時在不同裝置與情境中提供服務。Amazon 設備與 Alexa 副總裁 Daniel Rausch 表示，將 Alexa+ 擴展至網路平台，是為了確保 AI 助理能「在家庭、手機，以及現在的網路上」都能即時支援使用者需求。 Alexa+ 相較於競品的優勢：與 Amazon 生態系的深度整合 全新的網頁版 Alexa+（alexa.com）採用直觀的聊天介面設計，提供大型文字輸入框與側邊欄，整體操作方式與主流 AI 聊天機器人相近，Amazon 也透過文件上傳與資料整理功能，讓 Alexa+ 能承擔跨情境資訊管理角色，涵蓋家庭計畫、醫療紀錄等資訊需求。 新版 Alexa+ 還具備「智慧代理功能（agentic […]

挑戰 NVIDIA Jetson！高通發表新機器人開發者平台，能複製車用市場成功劇本嗎？

今年的美國國際消費電子展（CES）上，機器人技術成為一大亮點。在 NVIDIA 展示其龐大的機器人與實體 AI 生態系的同時，高通也正式宣佈推出新一代整合硬體、軟體和複合式 AI 的機器人全端架構，以及專為工業用 AMR 與先進全尺寸人形機器人打造的高效能機器人處理器：Qualcomm Dragonwing IQ10 系列，試圖在 NVIDIA 主導的機器人市場中開闢新局。 硬體規格與產品定位：強調效能與算力的平衡 根據《SiliconAngle》報導，高通這次發表的 Dragonwing IQ10 是一款專為機器人設計的系統單晶片（SoC），內建 18 核心 CPU 與 GPU 並整合神經處理單元（NPU），宣稱能提供 350 TOPS（每秒 350 兆次運算）的 AI 效能。這一數據約為高通前一代旗艦機器人晶片的三倍，可支援包含超過 20 組相機在內的多鏡頭感測器配置，以及 LiDAR、雷達等需求，高通預期將優先應用於零售、物流與製造業。 與 NVIDIA 強調極致效能的策略稍有不同，高通在產品定位上更強調「能源效率」，並且也正建立一個機器人生態系統，揭露合作夥伴包括 Figure AI、研華、APLUX、AutoCore、Booster、Kuka、Robotec.ai、VinMotion。 高通能否追上 NVIDIA 的先發優勢？ 業內分析普遍認為，Dragonwing IQ10 的直接競爭對手是 NVIDIA 的 Jetson 系列平台，那麼高通的優勢在哪裡？ 高通執行長 Cristiano Amon 在接受《CNBC》採訪時指出，機器人本質上是邊緣 AI 的應用延伸，這正符合高通的技術優勢。他強調，高通深信他們能在機器人領域取得成功的原因，與他們在汽車領域成功的理由完全一致。 […]

黃仁勳要讓 AI 代理進入實體世界！NVIDIA CES 亮點：AI 晶片、機器人、自動駕駛佈局一次看

CES（美國國際消費性電子展）過去是電視、筆電與各式消費性電子新品的伸展台，但近幾年主角正快速換人。NVIDIA 把 CES 轉變為展示其 AI 硬體與軟體霸權的舞台，彷彿化身數位基礎設施部門，向全球宣示從晶片、機櫃、網路到軟體的全端控制力。CES 今年核心主題為實體 AI（Physical AI），NVIDIA 藉此機會發布了一系列涵蓋新一代晶片平台、機器人基礎模型以及自動駕駛技術的重大更新，試圖將 AI 代理從聊天機器人介面，推向實體環境。本文整理三大亮點： 亮點一：Vera Rubin 平台亮相，推理效能與頻寬大幅躍進 在硬體方面，NVIDIA 正式揭露了其首款採用極致協同設計（extreme-codesigned）、6 晶片的 AI 平台：Vera Rubin，並宣稱該系列晶片已進入全面生產階段。這 6 款晶片種類包含 GPU、CPU、NVLink 交換器、乙太網路交換器、智慧網卡、DPU。 根據官方數據，與前一代 Blackwell 架構相比，Vera Rubin 在推理方面的浮點效能將提高 5 倍，訓練效能提高 3.5 倍。對於解決 AI 瓶頸至關重要的記憶體頻寬，Rubin 則提升了 2.8 倍，同時 NvLink 互連速度也提高了一倍，這將有助於更高效地串聯數千個 GPU。 Vera Rubin 平台不僅僅是單一 GPU 的升級，而是被拆解為可出貨的模組化組件，目的在降低訓練的成本。在機櫃系統層級，旗艦級伺服器 NVL72 將搭載 72 個 Rubin GPU 與 36 […]

注入 Google DeepMind 靈魂！波士頓動力 Atlas 機器人搭載 Gemini 模型，預計 2028 年接手現代汽車高風險產線任務

在 2026 美國消費性電子展（CES 2026），現代汽車（Hyundai）旗下的波士頓動力（Boston Dynamics）首次對外公開展示新一代人形機器人 Atlas，讓這款過去多半存在實驗室與示範影片中的人形機器人，正式在大眾眼前亮相。 在示範過程中，Atlas 從地板上自行起身，並在舞台上流暢地行走、轉向、揮手，甚至像貓頭鷹一樣旋轉頭部。儘管現場的示範是由工程師遠端操控，但波士頓動力強調，Atlas 的最終目標是實現「完全自主作業」。 這次公開展示，更被視為 Atlas 發展路線的重要轉折點。隨著 Google DeepMind 的 AI 技術正式被整合進 Atlas 核心架構，以及現代汽車同步釋出導入美國工廠的計畫，這也再次標誌著 Atlas 已經逐漸從追求「運動技能」的實驗階段，轉向更具體的商業應用場景。 具備 Google DeepMind 的「AI DNA」，Gemini 模型賦予認知能力 在 CES 上，波士頓動力宣布與 Google DeepMind 合作，將 Gemini 機器人基礎模型（Gemini Robotics）與 Atlas 系統整合。由於 Gemini 是一套多模態的生成式 AI 模型，能同時處理視覺、語言等不同類型的資訊，因此特別適合用來理解複雜且多變的實體環境。這項技術將協助 Atlas 在多個層面執行任務，包括自然語言與情境理解、環境感知與物理推理，以及從經驗中學習並進行泛化應用。 例如在自然語言與情境理解方面，Atlas 不僅能聽懂指令，還能與人類進行自然的互動，這對於需要在工廠環境中與人類協作的情境尤為重要。至於在環境感知與物理推理上，Atlas 能夠辨識物體，並理解物理世界的運作邏輯，像是準確判斷如何拿起一個從未見過的汽車零件。 此外，Atlas 也具備從少數範例中學習新技能的能力，並能將所學經驗套用到不同情境中，而非仰賴事先定義好的任務指令。同時，隨著實際操作次數增加，這種學習與泛化能力也會持續提升 Atlas 的執行精準度。 對 Google DeepMind 而言，與 […]

為什麼簡立峰說「寧可不要談人形機器人，談機器人就好」？從技術成熟度與產業規模看 Edge AI 的落地順序

專訪：戴季全撰稿：李昀蔚 在這一波 AI 浪潮中，台灣憑藉著硬體製造優勢，看似成為贏家，但如何將硬體實力變現，並成功發展軟體，進一步成為「使用 AI 的強國」，將是台灣未來 AI 發展的關鍵課題。 本集《全新一週》邀請 Google 台灣前董事總經理簡立峰，從 AI 晶片的產業分工談起，逐步解析人形機器人與 Edge AI 的落地節奏，並指出台灣在 AI 時代的核心挑戰：如何讓更多企業與個人真正被 AI 賦能，完成下一階段的轉型。 AI 晶片的發展走向 「晶片還是會多元化，但是最重要那幾顆晶片，還是會定於一尊，」簡立峰指出，AI 晶片的發展與網路時代相似：晶片設計會愈來愈多元，但真正關鍵的「大晶片」仍只會集中在少數玩家手中。以 Google 為例，外界多半只看到 TPU，實際上其內部自研的特定應用積體電路（ASIC）至少有十多顆，分別負責語音辨識、影像處理等不同任務。 這類小型、滿足特定功能的晶片，要因應特殊規格與內部優化需求，因此自行開發相當合理，但對非 IC 公司而言，投入需要百萬級出貨量才能攤平成本的「大晶片」並不具經濟效益。正因如此，許多企業採用 ASIC，更多是為了滿足短期研發需求，或作為與既有供應商談判的議價籌碼，而非長期取代通用晶片的終極解方。 人形機器人是「錯覺」，Edge AI 會先在無人駕駛與無人機落地 談到人形機器人，簡立峰引述 Google 共同創辦人 Sergey Brin 的觀點，指出人形機器人「還沒有到那個階段」。「用語言習得的知識，AI 超厲害，但是人類用體感的知識，AI 就沒辦法訓練，甚至連訓練資料都沒有，」簡立峰強調，在這個邏輯上，人形機器人大概只能進行特定用途，沒有辦法快速走向通用。 在這些技術限制下，簡立峰認為，人形機器人即便具備貼近人類場域的優勢，但「適合人類環境」並不等於能夠支撐規模化量產。即便中國已成功讓部分人形機器人的步態趨於穩定，但很會走路的機器人到底能做什麼，還要再觀察。「不要因為你看到機器人很會走路，就覺得機器人是你家的保姆或工人，差太遠了，所以人形機器人反而是個錯覺，寧可不要談人形機器人，我們談機器人就好了，」簡立峰說。 更進一步，簡立峰也將人形機器人的討論，投射至更大的 Edge AI 發展脈絡。他指出，真正具備規模與迫切需求的 Edge AI 應用，將優先出現在無人駕駛汽車與無人機等場域，其次才是智慧醫療裝置及特定用途機器人。至於消費型裝置和人形機器人，反而會是最晚成熟的一環。 台灣在 AI 浪潮的角色是什麼？應該要成為「用 AI 的強國」 […]

擴展汽車產品組合！TI 於 CES 發佈多款新品，加速邁向自動駕駛車輛轉型

德州儀器（TI）今日推出全新的汽車半導體產品和開發資源，旨在提升各類車型的安全性和自主駕駛能力。TI 的可擴展 TDA5 高效能運算單晶片（SoC）系列提供功率與安全最佳化的處理能力以及邊緣人工智慧（AI）功能，最高支援汽車工程師協會（SAE）Level 3 自主駕駛。TI 同時也發佈了 AWR2188，這是一款單晶片 8×8 4D 影像雷達收發器，可幫助工程師簡化高解析度雷達系統的設計。這些裝置加上 DP83TD555J-Q1 10BASE-T1S 乙太網路實體層（PHY）的組合，進一步擴展了 TI 針對下一代先進駕駛輔助系統（ADAS）和軟體定義車輛（SDV）推出的廣泛汽車產品組合。TI 將於 2026 年 1 月 6 日至 9 日在內華達州拉斯維加斯舉行的 2026 年 CES 上首次發佈這些產品。 更多資訊請參閱：ti.com/TDA54-Q1、ti.com/AWR2188 與 ti.com/DP83TD555J-Q1。 汽車系統總監 Mark Ng 表示：「汽車產業正朝著未來邁進，屆時駕駛將不再需要雙手握住方向盤。半導體正是實現此一願景的核心，為每一輛車實現更安全、更智慧、更高等級的自動駕駛體驗。從偵測和通訊到決策，工程師可以利用 TI 的端對端系統解決方案，引領汽車產業的未來發展。」 高效能運算 SoC 協助跨車型實現安全、可擴展的 AI 應用 為了提升下一代汽車的安全性和自主駕駛能力，汽車製造商正在採用支援 AI 和感測器融合的中央運算系統，以實現即時決策。TI 的 TDA5 SoC 系列專為高效能運算所設計，可提供從每秒 10兆次運算（TOPS）到 1,200 TOPS 的邊緣 AI […]

高通推出完整的機器人技術組合，全面驅動從家用機器人到全尺寸人形機器人的實體 AI

高通技術公司今日於美國國際消費性電子展（CES）發表新一代機器人全方位堆疊架構，整合硬體、軟體與複合式 AI （compound AI）。於此同時，高通推出專為工業用 AMR 與先進全尺寸人形機器人打造的最新高效能機器人處理器——Qualcomm Dragonwing IQ10 系列。此為該公司最新的機器人專用處理器，進一步擴展其當前的機器人產品藍圖，提供高效且節能的「機器人大腦」運算能力。運用高通技術公司在邊緣 AI、高效能與低功耗系統業經證實的專業技術，這項創新可將概念原型轉化為可實際部署的智慧機器設備。 高通技術公司執行副總裁暨汽車、產業、嵌入式物聯網與機器人事業群總經理 Nakul Duggal 表示：「作為高能效、高效能的實體 AI 系統先鋒，高通深知要讓最複雜的機器人系統能可靠、安全且可規模化運作所需的要素。基於我們在低延遲、安全等級及高效能技術方面所擁有的強大基礎，涵蓋從感測、感知到規劃與執行，高通正在重新定義實體 AI 的可能性，讓智慧機器走出實驗室，邁向真實世界的應用場域。」 Figure 創辦人暨執行長 Brett Adcock 表示：「Figure 的任務是開發由先進 AI 驅動的通用型人形機器人，以消除危險且不受歡迎的工作、提升各行各業的生產力，並創造經濟繁榮，進而讓人類過上更幸福、更有目標的生活。高通技術公司的平台結合了卓越的運算能力與能源效率，是協助 Figure 將願景轉化為現實的寶貴基石。」 奠基於成熟基礎之上：從概念走向部署 這套通用型機器人架構運用高通在能源效率、可擴展性與邊緣 AI 效能方面無可比擬的專業技術，開啟自主式機器人與連接智慧的新時代。高通於 2015 年跨足機器人領域，推出首款整合軟硬體的開發套件。如今，Dragonwing 工業處理器產品藍圖已支援多種通用型機器人外型設計，包括 Booster、VinMotion 及其他全球機器人供應商推出業界領先的人形機器人。此一架構可支援先進感知技術與動作規劃，並結合端到端 AI 模型（如 VLA 與 VLM），實現通用化操作能力與人機互動。Dragonwing IQ10 的推出，象徵高通技術公司在各類工業應用的實務化、實際部署上，邁出了關鍵的一大步。高通技術公司正與 Kuka Robotics 就其新一代機器人解決方案展開洽談。 全方位的堆疊架構 搭載 Dragonwing IQ10 的通用型機器人架構，透過整合強大的異質邊緣運算、邊緣 AI、混合關鍵性系統、軟體、機器學習運作以及 AI 資料飛輪（AI […]

聯發科技於 CES 2026 以 Filogic 8000 系列引領 Wi-Fi 8 生態系發展

聯發科技於 CES 2026 推出全新 Wi-Fi 8 晶片平台－Filogic 8000 系列。此突破性產品組合不僅率先開創 Wi-Fi 8 生態體系，更進一步展現聯發科技持續推動無線通訊技術發展之實力。Wi-Fi 8 將為各類產品帶來極高可靠度的無線連線體驗，並廣泛應用在包括寬頻閘道器、企業AP閘道器，以及各種終端裝置，如手機、筆電、電視、串流裝置、平板電腦與物聯網裝置等之上，同時強化各式 AI驅動產品與應用的效能表現。 隨著連網裝置數量持續增加，無線網路環境益發擁擠且容易相互干擾，導致連線不穩、回應遲緩的狀況。為確保系統順暢運作，穩定的 Wi-Fi 效能至關重要，因此 Wi-Fi 8 應運而生，能針對各種高承載的場景，如大量採用 AI 技術的應用情境，提供更穩定的連線能力與超低延遲的回應速度。此外，使用者亦可藉此享受更高的頻寬、更佳的能效與更優化的連線品質，全面提升整體使用感受。 Wi-Fi 8 因應現今數位化與 AI 驅動的環境需求而設計，其創新技術橫跨以下四個核心領域： 率先推動 Wi-Fi 8 在各項應用領域落地，包括閘道器及終端裝置等解決方案 Wi-Fi 聯盟總裁兼首席執行官 Kevin Robinson 表示，Wi-Fi 聯盟成員一向引領產業創新，此次聯發科技率先推出的 Wi-Fi 8 解決方案樣品，正是展現產業強大發展動能的最佳範例。Wi-Fi 8 將開啟高效能連線的新世代，不僅能支援更複雜的應用情境與沉浸式體驗，更具備極高可靠度的多 Gbps 等級傳輸能力。聯發科技的投入，將確保 Wi-Fi 8 技術可靠、穩固，並充分滿足全球生態系的需求。 聯發科技公司副總經理暨智慧聯通事業部總經理許皓鈞表示，聯發科技率先推動 Wi-Fi 8 在各項應用領域的落地，包括閘道器及終端裝置等解決方案，「透過在 CES 的展示，我們不僅展現了推動次世代無線技術的承諾，也進一步鞏固了我們在現有 Wi-Fi […]

連賣房子都能靠 AI！從 Zillow 與永慶房屋看高單價、長週期商品的數位轉型新解方

對多數購屋與租屋族而言，找房的第一步往往不是實地看屋，而是陷入一場反覆調整篩選條件、比較資訊卻難以下決定的拉鋸戰。 這樣的找房情境，正在被 AI 重新改寫。如今業界開始探索，如何讓 AI 協助用戶完成找房流程的初步需求分析與物件推薦，而不再只是資訊展示的平台。最新的案例包括美國知名房仲網站 Zillow 在 ChatGPT 中開放搜尋功能，以及台灣永慶房屋推出「AI 特助」等服務，這些創新應用正在挑戰傳統房仲模式，並引發市場對於 AI 房仲可行性的討論。 從輸入條件到對話搜尋，AI 重塑找房起點 美國房地產搜尋平台近日 Zillow 宣布，與 ChatGPT 合作，讓用戶可以直接在該介面上搜尋房源，用戶只要在 ChatGPT 中輸入自然語言指令，例如「找洛杉磯市中心 40 萬美元內的三房住宅」或「列出西雅圖近郊可租的兩房公寓」，AI 就會自動從 Zillow 資料庫擷取最新房源資訊、顯示地圖、價格與照片，並且提示用戶進一步前往 Zillow 進行看屋預約、聯絡房仲或查詢房貸方案。 這種模式把原本分散在多個頁面的搜尋篩選流程，整合成一段自然對話，讓找房體驗更像日常與朋友聊天般直覺。Zillow 與 ChatGPT 的合作不僅提升了搜尋便利性，也讓 AI 深度參與房產資訊的檢索與初步判斷，這意味著購屋族可以更快速地掌握市場資訊與篩選結果。 買家、租客或賣家都能用，AI 成為最強交易溝通輔助 在台灣，永慶房屋同樣積極將 AI 技術落地到實際找房服務中，推出名為「永慶 AI 特助」（i特助）的數位找房助手。該服務整合在官方 LINE 帳號與永慶房仲網中，用戶可以透過自然語言輸入需求，例如預算、地點、房型、生活機能等條件，AI 會根據這些資訊推薦符合條件的房源，而不需逐項操作傳統搜尋介面，降低找房門檻與時間成本。 此外，AI 特助還提供「特色問 AI」、「社區問 AI」、「AI 導覽」等功能，讓使用者進一步瞭解物件特色、周邊生活環境，甚至透過語音或短影音的方式快速掌握重點資訊。這種由 AI 協助整理物件資訊的流程，讓消費者能以較少時間獲得更精準的資訊，有助於在大量房源中快速聚焦於最感興趣的選項。 除了買家和租客之外，永慶的 AI 也有面向賣家的功能，延伸到不動產交易中最容易產生資訊落差的「委售與溝通」環節。根據《東森財經雲》報導，永慶房屋業管部協理陳賜傑指出，過去售屋過程中，屋主往往只能仰賴仲介的口頭說明，對市場反應與買方意見缺乏具體依據，「現在透過 […]

它知道你在搬重物，但不知道你會受傷：想讓 AI 讀懂物理世界究竟多困難？

目前的 AI 還無法主動識別人類的異常動作，例如病患因走路重心不穩造成的摔跤，看似簡單的誤判其實反映出當前 AI 科技的弱點，即人工智慧難以理解人類的運動方式。

智慧手機角色翻轉：2026 年進化為「邊緣運算節點」，重新定義白領工作流

自生成式 AI 應用爆發，手機裡的 AI 功能多半是輔助角色的存在，語音助理、照片功能等，就如同大部分人購買手機時的考慮條件，不會是其內部的人工智慧應用。但 2026 年情況會有所不同。2026 年將是智慧型手機從「個人通訊工具」轉型為「AI 原生行動工作平台」的關鍵年。 行動裝置升級為運算節點 高通的 Snapdragon 8 Gen 5、ARM 的 Lumex 架構，以及 Google 的 Tensor G5，這些新一代處理器從設計之初就以邊緣 AI 為核心。它們不再只是「能跑 AI」的晶片，而是「為 AI 而生」的運算單位。 這種架構轉變帶來的實際影響是：AI 運算可以在裝置端即時完成，不必將資料上傳雲端處理。以白領工作者來說，可以在手機上處理客戶資料、分析銷售數據等，更值得關注的是超級應用與 AI 代理的結合趨勢。 想像一個類似 LINE 的整合平台，但這個平台裡的 AI 不只能回答問題，還能代替你執行動作，自動安排會議、處理費用報銷、回覆例行郵件、甚至根據行事曆和偏好預訂差旅。 當手機能存取你的行事曆、支付系統、聯絡人與位置資訊時，它就成了一個真正的個人化 AI 入口。這種能力讓行動裝置從被動的工具，升級為主動協助工作的運算節點。 折疊螢幕常態化，三星有望推出三螢幕機型 硬體層面，2026 年最顯著的變化是多螢幕設計的普及化。 折疊螢幕手機過去幾年一直是高端市場的專利，價格門檻讓多數購買者卻步。但隨著製造成本下降，OnePlus、Oppo 等品牌開始將雙螢幕設計導入中階產品線，三星甚至可能推出三螢幕機型。消費者已經可以用更合理的價格取得小型雙螢幕工作站，在出差途中同時開啟文件與視訊會議，或是一邊查閱資料一邊做筆記。 顯示器技術的進步也不容忽視。全息投影顯示器雖然離主流市場還有一段距離，但三星與 Sony 已經展示了原型產品，Leia 等新創公司也推出了裸眼 3D 螢幕。對於需要在手機上展示 3D 模型、建築設計或醫學影像的產業，這項功能是很關鍵的重點發展。 除此之外，過去衛星電話是軍方與緊急救援的專屬工具。但隨著 T-Mobile、AT&T 等電信業者與 […]