Archives

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 […]

【科技早餐】三星翻倍 AI 裝置規模，8 億支裝置加速導入 Gemini

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊三星翻倍 AI 裝置規模，8 億支裝置加速導入 Gemini 三星電子共同執行長盧泰文表示，今年將把搭載 Google Gemini 人工智慧功能的行動裝置數量直接翻倍。截至去年，三星已在約 4 億支手機與平板中導入 Gemini，今年目標拉高到 8 億支，Google 也因此在全球 AI 競賽中取得優勢。 盧泰文指出，三星希望盡快把 AI 應用到所有產品與服務。不過，全球記憶體晶片短缺雖有利半導體事業，卻擠壓手機與消費性電子利潤。他坦言記憶體價格上漲影響不可避免，不排除調整售價，但正與合作夥伴研擬長期因應策略。折疊手機方面，他認為短期成長不如預期，但續用率極高，未來兩到三年可望走向主流。 ＊CES 2026 登場，AI 走進機器與現場 2026 年美國消費性電子展（CES）於 1 月 6 日在拉斯維加斯登場。主辦單位指出，AI 仍是核心主題，但焦點明顯轉向「實體 AI」與機器人應用，涵蓋製造、物流、醫療與消費性裝置。 外媒指出，NVIDIA 執行長黃仁勳將於展會期間密集曝光，市場高度關注其對 AI 晶片與基礎建設需求的最新看法。AMD、高通與英特爾高層也將齊聚相關活動。中國企業同樣高調參展，聯想、阿里巴巴與快手皆展示 AI 成果，美中科技競合與監管分歧，仍為後續發展帶來不確定性。 ＊電動車踩煞車，全球轉型節奏明顯放慢 研究機構預估，2026 年全球電動車銷售成長，將是 2020 年疫情以來最低水準。Benchmark 預測，2026 年全球電動車銷量將成長 13%，約 2,400 萬輛，明顯低於 2025 年的 22%。 專家指出，美國取消電動車稅務優惠、歐洲放寬燃油車禁令，加上中國市場需求降溫，正共同形塑產業局勢。數據顯示，美國今年電動車銷量預估將年減近三成，歐洲仍有成長但幅度放緩。油電混合車銷量持續升溫，反映充電基礎設施不足，正影響消費者購車決策。 […]

AI 導入卡在 PoC？BCG 建立「AI 生產線」嚴控品質，養出 3.6 萬個客製化 GPT

在 AI 改變各行各業的今日，許多企業正在衝刺 AI 轉型，將 AI 導入從測試案例，轉變為企業層級的大規模部署，管理顧問業也不例外。截至目前，波士頓顧問集團（BCG）內部與客戶專案中已打造超過 3.6 萬個客製化 GPT，另外有近 9 成員工實際使用 AI，其中一半更是每日使用者。 這樣的轉型，並非由單一部門驅動，而是橫跨研發、顧問前線與人力資源體系，形成一套具組織規模的 AI 運作模式。 BCG 的三層 AI 創新結構 根據《Business Insider》報導，大約在 15 個月前，BCG 成立了一個內部研發實驗室，並在組織設計上，將 AI 創新拆解為三個明確層次，各自對應不同角色與責任邊界。 最底層是資料層。由資料工程師主導，負責整合 BCG 內部的專有資料與經篩選的公開資料來源，並在其上建構 MCP 伺服器與 AI 代理。這一層的核心不再只是模型能力，而是在對的時間，呼叫對的資料，讓 AI 能真正嵌入決策流程。 中間層則來自第一線顧問團隊。在實際的客戶專案中，顧問會針對具體問題，自行開發 AI 工具與代理，用來加速分析、產出簡報或模擬決策情境。當某個工具在專案中被證實有效，便會回流至中央研發團隊，進一步產品化、標準化。 最上層，則是由高階主管主導的全公司級工具。目前 BCG 內部已有 7 到 8 個這類核心系統，包括協助快速產製簡報的 Deckster、處理 IT 與人資需求的 Ava，以及用於對外內容與展示的對話式工具 GENE。 仿效 Palantir 的「前線部署」策略 BCG […]

76% 機構投資者計畫擴大數位資產！PwC 證實將「大幅深化」加密佈局

隨著全球監管環境劇烈變動，身為四大會計師事務所之一的 PwC，也正在經歷一場重大的策略轉型。 過去，由於監管不確定性、合規風險以及對消費者保護和金融穩定的擔憂，PwC 在美國對數位資產抱持相對謹慎、甚至設定高門檻的保守態度，但如今隨著監管鬆綁，PwC 正積極調整腳步，全面深化在加密產業的布局。事實上，PwC 早期便在香港與盧森堡等特定辦事處實驗比特幣支付，這樣的經驗，也為如今的布局奠定關鍵基礎。 PwC 因美國監管環境轉向，明確加大對加密產業的投入 PwC 美國區負責人 Paul Griggs 在接受《金融時報》訪問時指出，PwC 已決定「更深入參與（lean in）」加密貨幣業務。這項戰略性逆轉，主要發生在川普政府擁抱數位資產並通過相關法案之後，因為這標誌著主流企業終於可以投入數位資產市場。 Paul Griggs 強調，PwC 這次的策略調整並非短期嘗試，而是深度的生態參與。為了奠定進軍加密貨幣的基礎，PwC 在過去一年積極向外尋求人才，包括挖角專門服務加密客戶的合夥人 Cheryl Lesnik，並在過去 10 到 12 個月內強化內部與外部資源。PwC 目前已成功贏得比特幣礦商 Mara Holdings 的審計業務，展現在數位資產領域的實務競爭力。 在應用場景上，Paul Griggs 預期穩定幣的監管職責界定將為市場帶來更多信心，因此 PwC 正積極向客戶推廣如何利用穩定幣提升支付系統的效率。同時，Paul Griggs 也強調「事物的代幣化（tokenisation of things）肯定會繼續演進」。為此，PwC 提供的服務範疇已涵蓋資產代幣化過程中的風險管理、網路安全、稅務諮詢以及會計處理，協助企業將各類資產轉化為數位形式管理。 外媒指出，監管規則的明確化是促使 PwC 與機構客戶態度轉變的核心驅動力。在美國，證券交易委員會（SEC）轉向優先制定加密規則，且美國國會通過了管理穩定幣的新法律，為銀行發行數位資產鋪平道路。在國際上，歐盟的《加密資產市場法》（MiCA）與亞洲的監管框架也提供結構化的參與環境。此外，會計準則的更新也讓企業能將加密貨幣視為透明的財務工具。 在這些有利條件下，《PwC 的 2026 年市場預測》調查顯示， 76% 的全球投資者計畫在 2026 年擴大數位資產。其中，有近 60% 的機構投資者預期將超過 5% 的管理資產（AUM）配置於加密領域。 […]

LG、OpenAI 都在測試！南韓新創 FuriosaAI 押注 AI 推理新戰場，正面挑戰 NVIDIA 市占

隨著生成式 AI 應用在全球加速擴張，企業在模型部署的「推理」階段面臨極高的運算需求與成本壓力，也促使推理晶片成為半導體市場的新競爭焦點。在這樣的背景下，南韓新創公司 FuriosaAI 將自身定位為「專注於 AI 推理」的挑戰者，目的是提供 NVIDIA 之外的替代方案，而非在訓練領域展開正面競爭。 目前，NVIDIA 的 GPU 在 AI 運算市場占據了 90% 至 94% 的市占率，但多數資源集中於模型訓練。FuriosaAI 創辦人 June Paik 認為，過度依賴單一供應商並非好事，「由單一玩家統治的市場並不是一個健康的生態系統，不是嗎？」 NVIDIA 在 AI 訓練市場具有壓倒性市占，但在推理市場出現新空間 儘管 NVIDIA 目前仍主導 AI GPU 市場，且軟體生態系相當完整，但市場競爭格局正在發生變化。《Intuition Labs》研究顯示，隨著 AI 應用大規模普及，將訓練好的模型應用於實際場景的「推理」（Inference）階段，其運算操作量已超過訓練階段。 這項轉變也為專用晶片創造新的切入空間。《Intuition Labs》指出，預計到 2027 年，推理晶片市場規模將達到 1,020 億美元，在這樣的背景下，企業會開始優先考慮能源效率與成本優化，並積極評估是否有比通用 GPU 更符合特定工作負載的專用硬體選項。 FuriosaAI 正是利用這一結構性趨勢切入市場，致力提供比傳統 GPU 更具效能與成本優勢的「神經處理單元（NPU）」。 June Paik 早在 2017 年離開三星電子時，就展現出對這場 AI 典範轉移的高度信心，同時透過研發 […]

通用 GPU 時代終結？揭開 AI 推理 4 大戰線：為何 SRAM 成下一記憶體戰場

在 AI 產業快速邁入規模化部署的階段，一個過去被視為後段流程的環節，正成為資料中心與半導體競爭的主戰場：推理（inference）。 根據 Deloitte 最新報告，2025 年下半年，推理相關工作負載在資料中心的營收首次超越模型訓練，成為 AI 基礎設施的主要收入來源。這個被業界稱為「推理翻轉」（Inference Flip）的轉折點，正在重塑整個 AI 技術棧的設計邏輯。 也正是在這樣的背景下，NVIDIA 近日以約 200 億美元規模的非獨家授權協議，取得 Groq 的關鍵推理技術與絕大多數核心團隊，被外界視為一個清楚的訊號：「一種 GPU 打天下」的時代，正在動搖。 「推理翻轉」成形，衡量 AI 的標準正在改變 過去模型訓練主導的年代，AI 硬體競爭的核心指標是 FLOPs、參數規模與可擴展性；GPU 的高度平行化設計，完美契合大規模矩陣運算的需求。 但在推理成為主戰場後，產業關注的指標出現根本位移。準確率仍然重要，卻不再是唯一勝負關鍵，真正左右成本與體驗的是：延遲是否穩定、每單位 token 的耗能與成本、模型是否能在長時間任務中維持「狀態」（state）。 值得留意的是，Deloitte 指出，即便推理晶片市場快速成長：2026 年推理工作負載將佔整體 AI 計算需求約三分之二，但最昂貴、耗能最高的先進 GPU 仍將長期存在於大型資料中心。換言之，市場並非 GPU 被取代，而是架構開始分裂與分工。《VentureBeat》分析出推理市場的 4 大戰線： 戰線 1：AI 推論被拆成兩半 Groq 投資人 Gavin Baker 指出，AI 推論正在拆分為 prefill 與 decode 兩個階段，也是驅動 NVIDIA […]

Instagram 總監談 AI 時代社群媒體的信任原則：未來要標記的不再是 AI，而是真人

對社群平台而言，AI 影像的普及不只影響內容型態，更是一場正在侵蝕核心信任機制的結構性挑戰。當圖像與影片可以被 AI 大量、低成本生成，「眼見為憑」的概念也正在鬆動，社群平台不再只是面對內容管理問題，而是必須重新回答一個更根本的議題：在 AI 成為常態的世界裡，什麼才算得上「真實」？ 影像信任的心理轉折：從眼見為憑到預設懷疑 Instagram 總監 Adam Mosseri 在回顧 2025 年、展望 2026 年的文章中指出，Instagram 正走進一個「無限量的合成內容（infinite synthetic content）」時代。隨著 AI 生成的影像在視覺上愈來愈難與現實區分，過去支撐創作者價值的真實感、人際連結，以及無法造假的獨特聲音等核心元素，如今只要擁有正確的工具，幾乎任何人都能輕易觸及。 Adam Mosseri 坦言，在他過去的大部分生活中，他都能「安全地假設」所見的照片或影片是現實的準確紀錄，但這個前提現在顯然已不成立。他警告，這場轉變將讓社會大眾感到不適，因為人類在基因層面上就傾向於「相信眼睛所見」，而我們可能需要數年的時間，才能逐步適應這種心理機制的改變。 因此，Adam Mosseri 預期人們對影像的信任模式將發生根本性位移：從「相信所見為真」，轉變為「先抱持懷疑」。在這樣的環境下，大眾將不再只關注影像呈現了什麼，而是會更加在意「是誰在分享內容」以及「分享的動機為何」。 在這樣的背景下，Adam Mosseri 進一步提出一個明確的判斷。他認為，隨著 AI 模擬真實的能力快速進化，社群平台將愈來愈難有效辨識並標記「假內容」，如果繼續把資源投注在辨識 AI 生成影像，終將陷入永無止盡的消耗戰。在這樣的趨勢之下，平台真正需要思考的是策略重心的轉移，也就是與其抓出所有不真實的內容，不如反過來建立一套機制，清楚證明「哪些內容是真的」。 Adam Mosseri 提新解法：替「真實媒體建立指紋」 在這樣的背景下，Adam Mosseri 進一步分析，現行平台識別 AI 生成內容的手段已被證明並不可靠，不僅容易被移除，也極易被忽視，Meta 甚至也承認，目前無法可靠地偵測平台上的 AI 生成或經修改內容。因此，Adam Mosseri 強調與其永無止盡地「追著假內容跑」，未來更實際的方向，可能是替「真實媒體建立指紋（fingerprint real media）」。 至於如何替真實媒體建立指紋，Adam Mosseri 提供一種與傳統「追蹤假內容」思路截然不同的技術方向：由相機或手機等拍攝設備在拍攝當下即進行加密數位簽章（cryptographically sign），從源頭為影像建立可信任的身分。 為了讓 Instagram […]

機器身份數量是人類的 82 倍！傳統 IAM 瀕臨崩潰，如何防堵「AI 代理」成最大破口？

在過去的資安架構中，Active Directory 和 LDAP 等傳統身份管理系統（IAM）主要是為了人類員工設計，機器與 AI 代理僅是少數例外。然而，隨著企業加速數位轉型與導入生成式 AI，這種情況已經徹底翻轉。 根據 CyberArk 最新的 2025 年研究報告顯示，目前企業環境中的機器身份數量已是人類身份的 82 倍，這種懸殊的比例正使得以人為本的傳統身份模型，難以招架機器運作的速度而瀕臨崩潰。 這股趨勢背後，AI 代理（AI Agents）是成長最快卻也最缺乏治理的一類機器身份。與傳統僅需進行身份驗證的機器不同，這些 AI 代理具備自主行動能力，能夠執行複雜任務。微軟數據顯示，其 Copilot Studio 用戶在短短一季內就打造了超過 100 萬個 AI 代理，成長幅度達 130%。 儘管機器身份數量龐大，企業的防禦思維卻未能跟上。CyberArk 的調查發現，高達 88% 的受訪組織仍然只將「人類身份」定義為特權用戶。這種認知落差導致機器身份往往擁有比人類更高的敏感存取權限，卻缺乏相應的監管，成為駭客眼中高價值的攻擊目標。 從「人類優先」到全面失靈：為什麼傳統 IAM 撐不住了？ 《VentureBeat》引述分析機構 Gartner 的研究指出，傳統 IAM 無法滿足機器身份的三個關鍵特性：第一，它們不是長期固定存在，而是高度動態、生命週期短；第二，它們以機器對機器（M2M）的速度橫向移動；第三，它們不只「登入」，而是「直接執行動作」。 這也是為什麼 Gartner 預測，到 2028 年，25% 的企業資安事件，將可追溯至 AI 代理或機器身份被濫用。 更棘手的是，這些風險並非來自工程師「不負責任」，而是結構性問題。雲端 IAM 建立帳號與權限流程過慢、資安審查無法貼合 AI 開發節奏，最終迫使開發者選擇「最快能跑起來」的做法：長效 API 金鑰、過度授權的服務帳號，也因此成為最常見的入侵破口。 […]

大學文憑的貶值與升值：為何 AI 無法取代大學提供的「社會化沙盒」？

隨著生成式 AI 快速滲透各行各業，「大學是否還有價值」再次成為科技圈與企業界的熱門辯題。在強調速度與效率的環境裡，質疑聲浪的基礎論述是：如果人工智慧能比初階員工更快寫程式、產出簡報、分析資料，為何還要投入四年時間與高昂成本完成一張學位證書？ 這種懷疑並非空穴來風。過去 15 年來，美國社會對大學教育價值的重視程度明顯下滑。根據 Gallup 調查，現在只有約 35% 的美國人認為大學教育「非常重要」，而在 2010 年，這一比例曾高達 75%。認為大學教育「不太重要」的人數，則從 2010 年的 4%，一路攀升到近四分之一。當成本上升、報酬看似縮水，大學自然成為被重新檢視的對象。 在科技產業高度集中的地區，這股懷疑更被放大成「不上大學也能成功」的敘事。隨著 AI 工具快速成熟，技能取得的門檻持續降低，許多年輕人開始質疑，是否還有必要花這麼長的時間學習那些，可能在畢業前就被自動化的能力。 為何「AI 讓大學過時」的說法看似合理 過去二十年，高等教育經常被包裝為職業訓練的延伸。學生進入大學學習程式設計、會計或法律等硬技能，畢業後再將這些能力轉換為薪水。在這樣的交換邏輯下，若 AI 能以更低成本、更高效率完成相同工作，大學自然顯得笨重而低效。 生成式 AI 的出現，進一步強化了這種對比。許多原本需要初階人力投入的工作，如今只需幾個提示就能完成。對急於進入職場、甚至想搶占創業時機的年輕世代而言，跳過大學、直接投入實作，看起來像是一種更符合時代精神的選擇。 這種「錯過就來不及」的焦慮，在創業圈尤其明顯。部分創業者擔心，繼續留在校園完成學業，等於錯失 AI 發展週期中最關鍵的窗口期。有人因此選擇從名校輟學，全力投入創業，只為了不被浪潮拋在後頭。正如投資人所形容的，現在許多年輕人都在權衡：「我是要完成學業，還是立刻開始創業？」 AI 時代反而放大大學的真正價值？ 但是，仔細觀察 AI 浪潮中的關鍵人物，會發現一個不那麼被強調的事實：多數站在技術前線的創辦人與研究者，並非跳過大學的人。AI 程式碼編輯器 Cursor 執行長畢業於麻省理工學院，AI 新創公司 Cognition 的共同創辦人來自哈佛大學。即便在崇尚速度的科技圈，完成高等教育仍然是主流選擇，而非例外。 這並非因為大學讓他們寫程式寫得更快，而是因為大學提供的，從來不只是「如何做」。當 AI 正在快速接管執行層面的工作，真正稀缺的能力反而轉向「為什麼做」——什麼值得被建構、什麼問題值得投入資源、以及一項技術將如何影響人類與社會。 在 AI 原生的工作環境中，自然語言逐漸成為操作介面，執行能力趨於商品化。差異開始出現在判斷與選擇層面，而這正是單一技能訓練最難涵蓋的部分。理解倫理、社會結構與長期後果，成為駕馭技術不可或缺的前提。 也因此，大學的核心價值並未消失，而是從短期技能，轉向長期可更新的思考框架。這套框架讓人能在工具快速變化時，持續學習、調整與反思，而不被某一代技術綁死。 大學作為成熟與判斷力的培養場 除了知識結構，大學還扮演「成熟與判斷力的培養場」角色。 18 到 22 歲是人格與認知發展的關鍵階段，個體在這段時間逐步形成自我認同，也開始學會在複雜的人際與權力關係中定位自己。校園提供的是一個相對低風險的試錯環境。學生可以在課堂辯論中碰撞觀點，在團隊合作中學習協調，在失敗後重新校準方向。這些經驗，很難被壓縮成線上課程，更難由 AI […]

從資料對齊到記憶體管理：打造真正可用的 LLM，韓國 Motif 模型給企業的四大啟示

韓國新創公司 Motif Technologies 最新開源 AI 模型參數量僅 12.7B，卻力壓 GPT-5.1 且跟 Claude 4.5 Haiku 互相媲美，Motif 也透過白皮書帶來 AI 訓練 4 項全新啟示。

【科技早餐】亞洲製造回溫，AI 撐起 2026 展望

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊亞洲製造回溫，AI 撐起 2026 展望 標普全球（S&P Global）最新發布的採購經理人指數（PMI）顯示，台灣與韓國製造業在 2025 年 12 月同步重返擴張，結束數月低迷。兩國皆為全球半導體製造重鎮，受惠於 AI 市場需求回升，台灣 PMI 升至 50.9，創 10 個月新高；韓國則回升至 50.1，重返成長區間。 《路透社》指出，亞洲多數國家工業活動仍維持擴張，中國 PMI 也因假期前訂單增加而意外回升。標普全球表示，AI 需求持續推動新訂單與產量，企業對 2026 年製造業前景的信心，明顯轉趨樂觀。 ＊記憶體轉向 AI，手機與 PC 漲價壓力浮現 市場研究機構 IDC 與 Counterpoint Research 指出，記憶體產能正加速從手機與個人電腦，轉向支援 AI 資料中心，推升整體記憶體價格。IDC 預期，2026 年 DRAM 供應成長率僅約 16%，低於歷史平均水準。 隨著蘋果、Google 與三星等品牌取得記憶體的成本上升，廠商勢必面臨價格壓力。Counterpoint 預估，今年第二季前記憶體價格累計漲幅可能達 40%，智慧型手機平均售價恐上調 6.9%，全球出貨量則將下滑 2.1%。 ＊SpaceX、OpenAI、Anthropic 最快 2026 年 IPO […]

【趨勢科技 2026 資安預警】開發速度快 660% 的代價：45% AI 代碼有毒，企業如何建立不被拖垮的資安法則？

如果企業還把 AI 資安想成「駭客變得更聰明」，那這份報告真正想提醒你的風險，很可能已經被你忽略。 趨勢科技發布的《The AI-fication of Cyberthreats》（暫譯：網路威脅的 AI 化）報告，並不是在列舉新的攻擊手法，而是在揭示一個更不舒服的事實：企業為了追求 AI 而帶來的速度與生產力，正在改寫資安威脅的運作邏輯。 當開發流程被 AI 加速、代理被大量部署、雲端環境快速擴張，攻擊也同步完成「工業化升級」：從零散的人工作業，進化為可自動複製、可規模化運轉的生產線。 報告指出，零日攻擊仍存在，但更常被利用的是企業內部擴張過快的暴露面。企業需要重新思考的不是「怎麼防一個新威脅」。如果你正在導入 AI、代理或加速開發流程，這是一份給你的、關於「企業正在創造什麼樣攻擊面」的提醒清單。 📌 這份報告適合誰閱讀？ 適合那些正在焦慮「如何在駭客利用 AI 讓攻擊速度超越人類極限時，建立企業數位韌性」的安全策略與技術領導者，包含： 🔴 報告洞見 從手工駭客到工業化攻擊AI 正在改寫威脅邏輯 2026 年的資安戰場不再僅僅是技術高低的較量，而是一場關於「速度」與「自動化」的生存競賽。 趨勢科技的報告內容開宗明義指出「威脅的 AI 化（The AI-fication of Cyberthreats）」核心概念。這意味著網路犯罪已經跨越手工業階段，正式進入具備高效率、可擴展性的工業量產時代。 過去，駭客發動一次精密攻擊可能需要數週的人工偵察與佈局；如今，隨著企業為了生產力而引入 AI，駭客也同樣在利用 AI 重塑攻擊鏈。從自動化的網路釣魚到自主運行的惡意軟體，攻擊門檻大幅降低，技術不再是發動攻擊的必要條件，只要懂得操作 AI 工具即可。這導致防禦者面臨的挑戰呈現指數級增長。 💡 失速的開發，企業自己製造出攻擊面 第一個被 AI 速度反噬的不是防禦系統，而是企業自己的開發流程。為了在市場上搶得先機，企業軟體開發正經歷一場由「Vibe Coding」推動的狂飆。 從 2025 年 1 月到 9 月，託管在 AI 輔助開發與部署的雲端平台 Lovable 上的 AI […]

馬斯克喊 2026 大規模量產腦機介面裝置，但「全自動手術」如何落地？揭三大關鍵門檻

Neuralink 創辦人馬斯克（Elon Musk）近日在社群平台 X 上宣布，公司計畫在 2026 年開始大規模量產腦機介面裝置，同時這項計畫不僅止於硬體製造，更核心的發展方向，是要把植入手術流程轉向「幾乎完全自動化」的模式。 馬斯克指出，「量產」與「自動化」必須雙軌並進，因為這樣才能將現有的複雜程序改造成更具效率的標準化流程。馬斯克也特別提到，未來的技術目標是讓裝置的細微「線材」直接穿過硬腦膜（dura）而不需將其移除，這項改進對於提升手術效率至關重要。 然而，外媒普遍指出，這項量產與自動化目標在實務上仍面臨三道關鍵門檻。 Neuralink will start high-volume production of brain-computer interface devices and move to a streamlined, almost entirely automated surgical procedure in 2026. Device threads will go through the dura, without the need to remove it. This is a big deal. https://t.co/nfNmtFHKsp — Elon Musk (@elonmusk) December 31, […]

中國人形機器人新路線：不拚量產，先拚「每個人都玩得起」

當人形機器人成為全球科技產業競逐的新戰場，多數企業選擇押注「與人同高、工業級、可直接上線工作」的路線，試圖率先跨越商用門檻。然而，在這條主流路線之外，中國正浮現另一條截然不同的發展方向。 由中國人形機器人新創 AgiBot（智元機器人）共同創辦人、上緯新材董事長彭志輝（稚暉君）主導的新品牌「上緯啟元」，日前正式發表迷你型人形機器人「啟元 Q1」。這款高度僅約 0.8 公尺、可直接放入背包的人形機器人，並未試圖證明「人形機器人是否已能取代人類工作」，而是將定位鎖定在「個人化實體 AI 開發平台」，希望降低參與門檻，讓更多人投入實體 AI 的開發與實驗。 把「全身力控」壓縮進背包大小 啟元 Q1 最受矚目的技術突破，在於其小尺寸、全身力控的設計。與市面上多數全尺寸人形機器人相同，Q1 依然具備全身力控能力，能在與環境互動時即時感知與調節力量，這也是目前人形機器人實現穩定動作與安全互動的關鍵能力之一。 過去，這類能力幾乎只存在於體型龐大、造價高昂的工業級人形機器人上，原因在於關節系統難以微型化。彭志輝指出，上緯啟元透過材料、結構與控制演算法的多重創新，成功將原本用於全尺寸人形機器人的 QDD（Quasi-Direct Drive）準直驅關節，縮小至「比雞蛋還小」，卻仍保有高動態響應與精準力控表現。 尺寸縮小後，Q1 的體積與重量僅約為全尺寸人形機器人的八分之一，這不只讓機器人更容易攜帶，據稱也降低了測試風險。官方形容，Q1 具備較高的耐摔性與結構強度，即使在測試過程中跌落，仍可維持運作穩定，讓開發者能更放心地在真實機器上進行反覆試錯。 從「實驗室原型」走向「個人設備」 在上緯啟元的產品敘事中，啟元 Q1 被視為一個關鍵過渡角色，介於實驗室原型機與個人設備之間。彭志輝形容，Q1 是「屬於每個人的第一個個人機器人」，也是研究人員的「畢業機」。 對學術研究與開發團隊而言，人形機器人最大的瓶頸之一，始終是「Sim2Real」問題，也就是從模擬環境轉移到真實世界時，成本高昂且風險極大。Q1 透過體型縮小與結構強化，意圖降低真機測試的代價，讓演算法能像調整軟體環境一樣，在實體機器上反覆驗證，將開發週期縮短。這樣的設計，目的讓人形機器人不只是企業或研究機構的專屬設備，而是更接近可被攜帶、可被使用、可被改造的個人裝置。 開源與零程式碼，鎖定開發者社群 為了建立開發者生態，Q1 採取相對開放的軟硬體策略。在硬體方面，上緯啟元宣布將開源 Q1 的外觀結構數據，允許用戶透過 3D 列印自行製作或改裝外殼配件；在軟體方面，平台提供 SDK（軟體開發套件）與 HDK（硬體開發套件），並支援零程式碼（zero-code）程式設計，降低操作門檻，讓非工程背景用戶也能進行動作編排與功能測試。 此外，Q1 內建「智元靈心」AI 平台，整合語音互動與百科問答等功能，並展示英語教學與動作指導（如舞蹈教練）等應用潛力。上緯新材表示，這款產品的目標受眾涵蓋科研人員、創客社群與家庭用戶，希望透過降低技術與成本門檻，擴大人形機器人應用創新的參與基礎。 此次發表同時也是上緯新材完成股權結構調整後的重要戰略宣示。資料顯示，智元機器人已於 2025 年透過協議轉讓與要約收購方式取得上緯新材控制權，並推選彭志輝出任董事長。新品牌「上緯啟元」的成立，也確立公司將「個人機器人」納入未來核心業務方向之一。 同時，智元機器人也揭露其量產進度，表示整體機器人出貨量已突破 5,000 台，產品線涵蓋工廠應用的 G 系列、主打動態移動的 X 系列，以及全尺寸人形機器人的 A 系列。分析指出，Q1 的加入，將補齊該公司在小型化與消費級市場的布局，使其產品矩陣從工業應用延伸至個人與開發者場景。 ＊本文開放合作夥伴轉載，資料來源：《Interesting Engineering》、《ifar》、《證券時報》，首圖來源：稚暉君 […]

Arm 發佈 20 項技術預測：分享 2026 年及未來發展趨勢

全球運算技術的格局正在發生影響深遠變革——運算模式正從集中式雲端架構，向涵蓋各類裝置、終端及系統的分散式智慧架構演進。2026 年將邁入智慧運算新紀元，屆時，運算將具備更高的模組化特性和能源效率表現，實現雲端、實體終端及邊緣人工智慧（AI）環境的無縫互聯。 根據這個趨勢，Arm 發佈 20 項技術預測，這些技術將引領 2026 年的下一波創新浪潮。 晶片創新 1. 模組化小晶片技術將重新定義晶片設計 隨著產業持續突破晶片技術的極限，從單片式晶片向模組化小晶片架構的轉型將全面加速。透過將運算單元、記憶體與 I/O 拆分為可重複使用的建構模組，晶片設計人員可靈活搭配不同製程節點，於降低研發成本的同時加快產品規模化。產業對模組化的關注日益提升，說明晶片設計正從「追求更大晶片」轉向「打造更智慧系統」，使晶片研發團隊能夠自由組合各類製程節點，針對多樣化的工作負載快速客製系統單晶片（SoC）。這一趨勢將進一步推動可客製小晶片的崛起——這類高度可配置的模組，能深度整合通用運算單元、特定領域加速器、區塊或專用 AI 引擎——將協助晶片團隊無需從零起步即可打造差異化產品，進而大幅縮短設計週期，降低創新門檻。同時，產業的標準化進程也將持續推進，新興的開放標準將確保不同廠商的小晶片產品能夠進行可靠、安全的整合。這不僅能降低系統整合風險，拓展供應鏈選擇範圍，更將催生一個以互通性元件為核心的生態體系，取代以往高度耦合的單一廠商系統模式。 2. 憑藉先進材料和 3D 整合，實現更智慧的擴展 2026 年的晶片創新將更多來自新型材料應用與先進封裝技術，如 3D 堆疊和小晶片整合等，而非來自電晶體尺寸的進一步縮小。這種路徑有助於在高效能晶片中實現更高的整合密度與能源效率表現。這種「超越摩爾定律」的演進強調垂直創新，透過功能分層整合、最佳化散熱效率以及提升每瓦算力來突破，而非單純的橫向尺寸縮放。該技術路徑不僅將成為高效能、高能源效率運算持續發展的關鍵支撐，更將為更強大的 AI 系統、更高密度的資料中心基礎設施，以及更智慧的邊緣裝置奠定基礎。 3. 以資安為核心的晶片設計成為不可妥協的基本要求 隨著 AI 系統自主性不斷增強，且日益深度融入關鍵基礎設施，「以資安為核心」的晶片設計（Secure-by-design）將從一項商業差異化的優勢，轉變為基本要求。當前，攻擊者已開始探測 AI 系統的可利用漏洞，並將硬體本身做為攻擊目標。面對日益嚴峻的威脅，晶片內建的硬體級信任機制變得相當重要。Arm 記憶體標籤擴充（MTE）、硬體可信任根和機密運算安全區域等技術，將成為晶片的標準配備功能，而非選配元件。此外，個人與企業正將越來越多的高價值數位資產儲存在 AI 系統中，包括專有資料集、業務邏輯、使用者憑證、個人歷史資料及財務資訊等，這就需要在晶片層面部署多重安全防護措施，包括加密強制隔離、記憶體完整性及運行時驗證等多層安全機制。 4. 專用加速技術與系統級協同設計定義 AI 運算的未來，推動融合型 AI 資料中心興起 特定領域加速技術的興起，正在重新定義晶片效能，然而此一變革並非透過簡單區分通用運算與加速器。相反地，產業正朝著系統級協同設計的客製化晶片方向演進，這類晶片將從系統層面與軟體堆疊協同設計，並針對特定 AI 框架、資料類型及工作負載完成深度最佳化。亞馬遜網路服務（Graviton）、Google Cloud（Axion）和Microsoft Azure（Cobalt）等領先的雲端服務提供者正在引領這個轉變，展現為緊密整合的平台，意即從底層開始將專用 CPU、加速器、記憶體和互連共同設計在一起，這是實現可擴展、高效率且開發者可存取的 AI 的核心。此趨勢將推動次世代基礎設施—— AI 資料中心加速落地，這類資料中心可極大化單位面積內的 AI 算力，進而降低 AI […]

OpenAI 秘密硬體「Gumdrop」曝光！ 全力衝刺音訊模型，要讓 AI 介面從螢幕轉向「一支筆」

《The Information》報導，OpenAI 正在加速研發一種專為優化音訊生成任務的 AI 模型，預計在 2026 年第一季推出。這款模型採用全新架構，目標是生成比現有模型更自然、更具情感表達力的語音，並能更好地達成使用者與 AI 之間的即時雙向互動。 值得注意的是，新音訊模型將具備在使用者說話時同步回應與更流暢處理中斷的能力，這些能力是目前的模型所無法企及的。這款模型的研發也被視為 OpenAI 進入消費電子市場的關鍵前置準備，最終目標是要支撐未來預計推出、以音訊為核心的個人裝置（audio-first personal device）。 AI 硬體輪廓浮現：與 Jony Ive 合作，「AI 筆」成為可能形式 OpenAI 進入消費電子市場的過程並非單打獨鬥。先前 OpenAI 已與前 Apple 設計長 Jony Ive 展開深度合作，並在 2025 年 5 月以 65 億美元收購 Jony Ive 創立的設計公司 io Products，目的就是為了開發一系列「AI 驅動的硬體家族」。 這項合作的核心願景是重新定義人機互動，希望能創造讓人感到 「快樂、充實、平和且減輕焦慮」 的裝置。Jony Ive 目的是想透過「音訊優先」的設計，糾正過去電子產品過度讓人分心與成癮的「錯誤」，並降低使用者的數位疏離感。 《Digit.in》報導，OpenAI 預計推出的這款代號為 「Gumdrop」 的硬體產品，可能跳脫傳統智慧型手機或耳機的範疇，是一款類似「AI 筆」或「隨身音訊裝置」（to-go audio device） 的掌上型產品。 這種類型的裝置能讓使用者手寫筆記後，透過 […]

不拼算力拼架構！DeepSeek 新招 mHC AI 架構如何突破「記憶體高牆」？

在全球 AI 產業競逐算力、模型規模與資本密度的當下，中國 AI 新創 DeepSeek 再次選擇從「底層架構」出手，2026 年第一天就發表由創辦人梁文鋒共同掛名的最新論文，提出一套名為「流形約束超連接」（Manifold-Constrained Hyper-Connections，簡稱 mHC）的全新模型訓練方法，試圖在模型規模持續放大的同時，壓低運算與能源成本。 對熟悉 DeepSeek 發展節奏的產業觀察者而言，這類論文往往不只是學術交流，更是下一代旗艦模型背後做出哪些技術創新的「預告片」。DeepSeek 在一年前曾以 R1 推理模型震撼全球業界，當時該模型的開發成本僅為矽谷競爭對手的一小部分。隨著新論文問世，外界對 DeepSeek 下一代旗艦模型（被廣泛稱為 R2）的期待值正不斷攀升，分析師普遍預測該模型可能會在 2 月的農曆春節前後正式登場。 不拼算力，改拼架構：從 ResNet 到 mHC 的演進 DeepSeek 在論文中點出當前大型模型訓練的核心矛盾：模型要變得更深、更大，訓練過程卻越來越難以穩定，且記憶體與算力需求快速攀升。這對無法自由取得最先進 NVIDIA 晶片的中國 AI 公司而言尤其棘手。 一般來說，AI 模型由多個「層」（layer）組成，使用者輸入提示詞後，資料會依序通過各層進行運算，每一層只負責部分計算，再將結果傳給下一層，直到最後一層輸出回應。這種分層結構讓模型能逐步累積判斷結果，完成對問題的理解與生成，是現代大型語言模型與視覺模型的核心運作方式。 現行多數大型語言模型，仍建立在 2015 年提出的 ResNet（殘差網路）架構之上，透過「殘差連接」讓誤差訊號能在深層網路中順利回傳，避免訓練崩潰。然而，隨著模型層數與參數規模不斷擴張，殘差連接也逐漸暴露出學習訊號「塌縮」與擴展性受限的問題。 2024 年，字節跳動研究團隊曾提出 Hyper-Connections（HC），試圖擴大殘差路徑的表達能力，提升模型在不增加單元計算成本下的學習穩定度。DeepSeek 在論文中肯定 HC 的方向，但也直指其致命缺點：記憶體成本隨模型放大而急遽上升，實務擴展性有限。 mHC 的核心創新，在於引入「流形」（manifold）這一數學結構，對 HC 的梯度流動進行約束。透過這種方式，模型在訓練過程中能維持梯度穩定，同時避免不必要的狀態膨脹，讓大規模訓練在成本與效能之間取得新的平衡。 實測結果揭露：更大模型，卻沒有更貴 在實驗中，DeepSeek 使用 mHC 分別訓練了 30 億、90 […]

廣告與會員費收入撐起三分之一利潤：沃爾瑪如何示範全通路廣告新樣貌？

平時，打開電視是為了觀賞節目，但對廣告主而言，打開電視就像開闢一個全新的「購物場景」。隨著數位行銷環境改變，零售媒體不只存在於電商網站的橫幅廣告中，更把第一方零售數據帶進智慧電視（CTV），重塑品牌接觸消費者的路徑，其中沃爾瑪（Walmart）就是代表例子。 根據 eMarketer 預測，零售媒體市場在 2025 年將成長約 20%，主因是廣告主日益依賴零售商所擁有的第一方數據，以在更接近銷售點的位置接觸消費者。在這一浪潮中，沃爾瑪的廣告業務部門「Walmart Connect」表現尤其亮眼，在 2025 年美國市場的增長率達 33%，遠超整體市場的增長速度。 沃爾瑪透過 Vizio 擴展智慧電視廣告能力，進而展開跨平台整合方案 目前，廣告收入與會員費已佔沃爾瑪營業利潤約三分之一，已成為營收結構中至關重要的一環。沃爾瑪執行副總裁兼財務長 John David Rainey 指出：「廣告已成為我們業務中變化最大的領域之一，或者說，其影響力對我們的損益表（P&L）改變最為顯著。」憑藉每週可以觸及 1.5 億名消費者的能力，沃爾瑪正在利用線上平台、App 與實體門市的覆蓋率，打造無縫的廣告觸點。 例如，沃爾瑪在 2024 年收購智慧電視製造商 Vizio 後，得以利用購物歷史數據，針對智慧電視用戶投放精準廣告，並精確測量這些廣告對實際銷售的影響。 除了 Vizio 的免費廣告串流服務外，廣告商也可透過 Vizio 作業系統（OS）中的其他應用程式，利用沃爾瑪的受眾數據進行投放。根據 Walmart Connect 銷售高級副總裁 Ryan Mayward 的觀察：「當客戶看到 CTV 廣告時，他們從沃爾瑪購買產品的可能性會提升 28%。」 此外，沃爾瑪也致力於消除不同平台間的數據隔閡，擴展了跨平台整合方案，並與 TikTok、Meta 及各大電視網絡合作，確保品牌能在沃爾瑪門市內外的「每一個廣告表面」獲得一致且標準化的指標數據。這些布局並非零散的技術嘗試，而是正好呼應零售與廣告產業正在發生的一個結構性轉變。 Walmart 的策略，正呼應全通路廣告新趨勢 目前的趨勢顯示，智慧電視、程序化廣告（Programmatic Advertising）與零售媒體（Retail Media）之間的界線正在快速淡化，而沃爾瑪近年的布局，正是這場融合的具體體現。智慧電視、程序化廣告與零售媒體這三個過去分別由不同規則、團隊與成效指標主導的廣告領域，正逐步融合為一個高度連接的整體生態。這樣的轉變並非產業刻意設計的結果，而是由消費者行為所驅動：使用者在不同螢幕與平台之間自然切換，使原本各自獨立運作的廣告通路，不得不走向整合。 在這樣的全通路廣告堆疊中，各個組成要素分別承擔不同功能，彼此相互補位：智慧電視為品牌提供具備傳統電視規模感的高品質廣告環境，同時引入數據導向、精準購買版位的能力；程序化廣告則以自動化為核心，不受裝置限制地追蹤用戶意圖與行為，並透過即時競價與優化，提高跨通路投放的效率；零售媒體則負責提供第一方購物者數據，支撐跨載具投放策略，同時將廣告表現與實際購買行為連結，完成成效衡量的「閉環」。 隨著「觀看」、「瀏覽」與「購物」之間的界線持續模糊，內容消費與購買決策幾乎已難以切割。消費者可能先在電視上看到廣告，接著在手機上搜尋資訊，最後在零售 App 中完成交易，這對使用者而言只是日常的數位使用情境，卻意味著行銷策略已難再以單一媒介為單位進行規劃。這也代表行銷人員正被迫從過去的「通路優先」思維，轉向以使用者行為為核心的規劃方式。 《Agency Reporter》指出，這場轉型並非對未來的預測，而是正在發生的現實，全通路廣告堆疊並不是為未來預作準備的選項，而是已經開始形塑受眾行為的運作模式。隨著行銷漏斗被重新排列，認知、互動與轉化不再是彼此分離的階段，而是同時發生的體驗。這種融合並非一時的行銷風潮，而是基於實務需求所形成的結果，讓像沃爾瑪這樣的品牌能以更有效率的方式運作，並更清楚掌握使用者在不同螢幕之間的移動路徑。 […]