Archives

「AI Tool 是效率的革命，而 AI Agent 是勞力的革命。」 鴻海 CityGPT 助力城市交通治理：決策週期從數月縮短至 7 天

在日前舉辦的「2026 AI Agent 新工作革命論壇暨 AI & Beyond 年會」，鴻海科技集團董事長辦公室軟體研發處資深經理闕大順演講時分享，在智慧城市急速發展的浪潮下，鴻海科技集團結合了主權算力中心、城市資料平台與大模型層，為智慧城市打造輔助決策的 CityGPT 平台。 「我們的目的不是要取代決策者，而是讓決策者看得更清楚，決策得更快，」闕大順指出，CityGPT 平台能夠像製造手機一樣規模化地產出 AI Agent，進而配置到各種公共服務現場，「CityGPT 不是取代判斷，而是把經驗變成每個人都能用的依據。」 在城市治理的智慧轉型中，道路安全改善是 CityGPT 展現決策輔助能力的首要場景。過去公家單位規劃改善易肇事路口時，承辦人員需要耗費數週甚至數個月的時間，從各個不同局處調閱並蒐集事故數據，再以人工繪製車禍碰撞構圖，並召集跨局處的專家學者開會，才能進一步判斷肇事主因並草擬改善方案。 現在透過 CityGPT 自動整合跨局處的龐大數據，將複雜資訊進行空間視覺化，承辦人員能夠預先看見風險熱區，結合 AI 風險預測與數位孿生技術進行自動化檢查，使公務單位道路改善決策週期從原本數個月縮短至僅需 5 到 7 天，讓城市在面對交通挑戰時具備預測與調整的能力。 除了交通治理，公文處理也是公家機關耗時的工作項目之一。闕大順指出，過去這項高度依賴經驗、缺乏明確統一標準的工作，經常拖延到決策進度，而透過 CityGPT 的五大框架，根據經驗提供精準的分案建議，協助不擅長撰寫公文的承辦人員撰擬，同時將這些案例去識別化後留存，達到將個人經驗轉化為每個人都能使用的智慧依據。 而在公共服務的第一線，每天必須面對大量市民需求的 1999 話務中心同樣面臨考驗。過去話務員必須一邊安撫民眾情緒、一邊在市政系統中尋找解答，而 CityGPT 能夠即時聆聽通話內容，克服台語與國語交雜的語音辨識障礙，同時自動從知識庫中查找解答並產生逐字稿及摘要，減輕話務員在判斷、查詢與情緒上所承受的三重壓力，提升市政服務的整體營運效率。 鴻海也正積極推動市民服務 Super APP 願景，透過 CityGPT 作為個人助理，服務對象從公部門延伸至全體市民，使用者只需用語音提出需求，AI 就會自動找出對應的服務。 導入 AI Agent 的三大關鍵：思維、資料與組織重組 「AI Tool 是效率的革命，而 AI Agent 是勞力的革命，」闕大順表示，AI 工具雖然讓做事效率更快，但 AI Agent […]

【COMPUTEX 2026 現場解密】泓格科技引領 AI 與 ESG 雙軸轉型，全力打造智慧工廠

COMPUTEX 2026 的兩大關鍵議題聚焦於「AI 智能」 與「ESG 綠色轉型」。然而，無論是發展 AI 應用，還是推動節能減碳，背後都指向同一個核心關鍵 —— 數據。 泓格科技總經理鄭樹發認為，數據不僅是 AI 應用的基礎，也是企業綠色轉型的起點，企業能夠透過數據知道哪裡是能耗熱點或潛藏能源浪費，進一步讓節能投資發揮最大效益。因此在 COMPUTEX 2026 上，泓格科技聚焦「AI 智慧賦能」與「ESG 綠能減碳」兩大主軸展出眾多解決方案，協助企業從數據蒐集，逐步建立可視化、可分析、可優化的管理能力，讓智慧轉型與永續經營實現真正落地。 兩大 AI 解方，助企業升級設備預測性維護 就 AI 智慧賦能來看，泓格科技針對設備安全監控與預測維護，端出兩大解方。其一是紅外線熱顯像方案，利用熱顯像技術即時監控設備的溫度變化，一旦發現異常升溫趨勢，系統會立即發出告警訊息，提醒管理者及早介入處理。此外，泓格亦透過自家控制器 WISE-5231 整合熱顯像圖與攝影機影像，協助管理人員快速掌握發熱位置與異常元件，讓溫升異常無所遁形。 鄭樹發表示，此方案的應用場景已從機房與配電盤，延伸至 AI 與 HPC 伺服器。由於此類設備的異常升溫風險較高，透過紅外線熱顯像方案即時監測伺服器匯流排的溫度變化，企業能及早發現、避免設備過熱，確保資料中心穩定運作。 其二是設備振動監測解決方案，透過加速規感測器持續蒐集振動數據，並結合工研院自行研發的 PMS 預兆診斷系統，可自動辨識馬達、泵浦等旋轉設備共 17 種常見故障原因，例如：軸承磨損、齒輪異常等。鄭樹發指出，傳統振動分析需要仰賴專業且資深的工程師解讀數據，一般企業不一定有人力可以自行判讀，如今透過 AI 模型分析，系統可直接將複雜數據轉換為設備健康度指標，管理人員即使不具備振動分析專業，也能快速掌握設備狀況，而當健康度下降或出現異常徵兆時，也可提前規劃維護作業，讓設備維運管理從「壞了再修」或「定期盲換」轉變為「預測性維護」，減少不必要的零件浪費，避免設備故障造成的非預期停機損失。 一體化 ESG 減碳解方：IoTstar 雲端平台用數據驅動節能決策 若 AI 智慧賦能重點在於透過數據提升設備安全與維運效率，在 ESG 綠能減碳領域，數據則是企業推動能源管理與制定減碳策略的核心基礎。 鄭樹發觀察，許多企業每月都會收到電費帳單，卻未必清楚電力究竟消耗在哪些設備或製程環節，當企業無法掌握能源流向，也難以找出浪費源頭，更遑論推動節能改善或碳盤查。 泓格科技此次展出的能源管理系統「PM-3133 系列智能電錶」，包含即時量測電壓、電流、實功率及智能電錶集中器，並將量測數據整合至 IoTstar 雲端平台，自動生成能耗報表。透過這套能源管理系統，企業不僅能清楚掌握用電狀況、建立撰寫 ESG 報告書的數據基礎，更能藉由系統內建的需量管理功能，在用電量即將超出契約容量前主動發出警示，甚至自動執行卸載措施，避免產生額外電費與罰款。 在掌握能源流向後，下一步便是進行優化。鄭樹發指出，泓格此次展出的空調水側節能方案，鎖定長期位居企業耗電設備排行榜前段班的空調系統，透過 […]

從黑名單到全鏈追蹤：台灣擬將 AI 晶片管制擴大到所有中國客戶，伺服器供應鏈迎合規新考驗

為了防堵先進硬體設備流向中國，並進一步與美國的政策看齊，台灣正考慮實施更嚴格的 AI 晶片出口管制，這項措施同時也是目前台美雙方正在進行的貿易談判一部分。據報導，未來的管制對象可能進一步擴大，預計會限制對中國所有客戶的銷售，不再僅限於華為（Huawei）或中芯國際（SMIC）等已被列入出口黑名單的特定企業。 這波管制升級的背後，與美國持續施壓防堵第三地轉運漏洞的政策息息相關。具體來說，美國共和黨參議員 Jim Banks 與民主黨參議員 Andy Kim 已致函負責監督出口管制的美國工業和安全局（BIS）首長 Jeffrey Kessler，要求收緊對台積電這一類晶圓代工廠的規定，以防止中國企業透過在第三國的海外子公司或空殼公司，下單製造客製化 AI 晶片。 此外，東南亞與周邊國家作為走私中繼站的風險也日益升高。儘管馬來西亞曾在廣泛的雙邊互惠貿易協定談判中同意配合美國管制，但後續的具體執行狀況仍不明確。新加坡與日本也陸續傳出不肖分子透過造假目的地來轉運 AI 伺服器的案件，例如先將設備先運至日本，最終再轉運至香港，目前新加坡當局正在起訴相關詐欺行為。 台灣出口管制補漏洞：AI 晶片走私中國，法律責任將升級 面對日益猖獗的走私行為，台灣目前的法律現況顯得相對薄弱，尚未將未經授權的 AI 晶片出口至中國的行動視為犯罪行為。例如在今年五月破獲的基隆 NVIDIA 伺服器走私案件中，檢調機關拘留三名嫌犯並扣押約 50 台伺服器，此事件更促使 NVIDIA 公開敦促伺服器大廠 Supermicro 必須落實出口合規審查，但最終也僅能以偽造文書來起訴涉案人。 為了修補這項漏洞，台灣正在研擬的新規預計將設定與美國相似的晶片算力門檻，例如針對總處理效能（TPP）超過 21,000 及 DRAM 頻寬達 6,500 GB/s 的晶片進行限制。這項標準恰好對應 NVIDIA 的 H200 與 AMD 的 MI325X 等高階產品，且與美國《安全晶片法案》（SAFE Chips Act）的防堵目標一致。這項舉動將讓走私 AI 晶片或伺服器到中國的行為，首次成為可被起訴的刑事犯罪。 下游組裝成新防線，台灣 AI 伺服器供應鏈將面臨更高合規壓力 這項法規的調整將直接衝擊台灣在 AI […]

Anthropic 推出 Fable 5 與 Mythos 5，最重要的升級其實不是模型

今年 4 月，Anthropic 首度公開 Mythos Preview 模型時，曾以資安風險為由拒絕全面開放。當時 Anthropic 認為，這類模型如果直接開放，可能被惡意攻擊者用來開發新的網路工具。然而不到三個月，Anthropic 在今日正式發表 Claude Fable 5 與 Claude Mythos 5，首次把 Mythos 級能力以 Fable 5 的形式推向大眾市場。仔細觀察，這次並非單純的新模型發布，Anthropic 想回答的問題是，如何讓最強的模型，安全地進入商業世界。 Fable 5 與 Mythos 5 差異不在模型，而在治理層 可能會有人以為，Fable 5 與 Mythos 5 是兩款不同模型。但 Anthropic 明確指出，兩者使用的是相同底層模型（same underlying model）。其中真正差異在於安全控制機制。 根據《WIRED》報導，針對大眾開放的 Fable 5 雖然與 Mythos 5 是相同底層模型，但前者內建了極為嚴格的分類器（Classifiers）與安全護欄（Safeguards）機制，會擋下許多與資安、生物、化學相關的提問，並把這些請求轉交給前一代旗艦模型 Claude Opus 4.8 回答；若 Anthropic 懷疑使用者試圖對 Fable 5 進行「蒸餾」（以大模型的回應訓練小模型），相關請求同樣會被轉走。Anthropic […]

半導體出口暴增 169%、變壓器訂單衝上 32 兆韓元：AI 算力戰如何讓南韓成為全球戰略產業贏家？

南韓目前正處於經濟發展的「甜蜜點」，成為全球經濟的贏家，這主要歸功於全球 AI 霸權爭奪戰以及各國重新武裝的浪潮。根據 Insight Communications 執行長 Michael Breen 的觀察，儘管南韓面臨能源高度依賴進口、高昂生活成本與青年失業等挑戰，但其經濟成長引擎依然全速運轉中。 受惠於全球 AI 投資熱潮，南韓五月出口額以高達 53.2% 的年增率飆升，創下自 1984 年 1 月以來的最大增幅。五月出口總額達到創紀錄的 877.5 億美元，連續 12 個月成長，更為該國帶來高達 269.5 億美元的歷史新高貿易順差。 如此強勁的出口動能帶動了對這個貿易依賴型經濟體的強烈樂觀情緒，促使南韓央行將今年經濟成長預測從 2.0% 上調至 2.6%。央行總裁 Shin Hyun-song 更表示，半導體熱銷將使 2026 年 GDP 成長率提升 0.7 個百分點，足以抵消中東衝突帶來的負面衝擊。 AI 算力基礎設施爆發，晶片與變壓器需求大增 由於美國科技公司不斷加大 AI 投資力道，大幅推升記憶體晶片價格，帶動南韓五月半導體出口暴增 169.4%，達到創紀錄的 371.6 億美元。同時，AI 伺服器的龐大需求也促使電腦出口激增 290.7%。 這股狂熱直接反映在股市表現上，晶片巨頭三星電子與 SK 海力士的市值雙雙突破一兆美元大關，成功躋身全球前二十大企業。強勁的獲利表現帶動南韓 KOSPI 指數在去年飆漲 76% 後，今年以來更是大漲超過 100%，創下歷史新高，成為全球 […]

印度 AI 轉型的兩難：培訓 3.5 億人，但模型不在自己手上

印度擁有約 6 億名勞動力，是全球最大的 IT 服務人力市場之一。然而根據 IBM 商業價值研究院與 IndiaAI 本月發布的聯合報告，這 6 億人中目前具備足夠 AI 知識的只有約 2 億人，佔整體勞動力的 30%。 要讓 AI 真正成為印度下一波經濟成長的引擎，這個比例必須在不到五年內提升到 57%，也就是再培訓 1.5 億人。 市場已經先行反應 市場對這個衝擊的判斷，比多數分析師更早到來。Anthropic 的 Claude Cowork 代理工具推出後，印度軟體出口商上週市值蒸發 225 億美元，Nifty IT 指數單週下跌約 7%，創四個月來最大單週跌幅。 應用服務佔印度 IT 公司營收的 40% 至 70%，而 AI 正在威脅這塊業務。印度金融公司創辦人 Motilal Oswal 估計，未來四年，AI 主導的破壞可能消除印度 IT 業 9% 至 12% 的營收。 不過，並非所有人都認為這是存亡威脅。印度券商 Centrum Broking 的分析師 […]

幫草莓拍張照就知道能不能賣：美連鎖超商的 AI 生鮮品管工具，如何解決人工檢驗標準不一的老問題？

美國連鎖超商巨頭 Albertsons 宣布推出正在申請專利的「智慧品質控管（Intelligent Quality Control）」工具，透過 AI 與電腦視覺技術協助物流中心品管人員進行生鮮蔬果檢測，提升品質評估的一致性與效率。 導入 AI 智慧品管，首波鎖定高損耗水果類 對於大型零售業者而言，生鮮蔬果是供應鏈管理中最具挑戰性的品項之一。草莓、葡萄等水果保存期限短，品質狀況又容易受到運輸、溫度及儲存環境影響，因此如何在商品進入門市前快速且準確地完成品質檢驗，一直是物流營運的重要課題。過去多數品質評估仰賴人工判斷，不同檢查人員之間可能出現標準不一致的情況，也使得品管結果容易受到經驗與主觀認知影響。 Albertsons 推出的智慧品質控管工具，正是為了解決這項問題。系統利用 AI 視覺辨識技術分析蔬果的外觀特徵，包括顏色、成熟度、表面狀況及可能的腐敗跡象。物流中心的品質檢查人員只需透過平板或其他設備拍攝商品照片並上傳至系統，AI 便會依照 Albertsons 內部既有的品質標準進行分析，快速產出品質評分與檢驗建議，再由現場人員確認最終結果。 Albertsons 釋出的示範影片顯示，工作人員在物流倉儲內拍攝一盒草莓後，系統能立即辨識果實顏色與外觀狀態。顏色鮮紅、成熟度均勻的草莓將獲得較高評分，而出現變色、品質不佳或可能開始腐敗的果實則會被標示較低等級，協助品管團隊迅速做出判斷。 目前該工具已在部分物流中心正式上線，首階段應用聚焦於最容易腐敗且檢驗需求頻繁的草莓、紅葡萄與綠葡萄。Albertsons 表示，未來將逐步擴展至整個莓果類產品，接著推廣至更多生鮮品項，最終部署到全美物流網路，建立更標準化的品質管理機制。 效益驗證：加快驗收流程、建立供應鏈品質資料庫 根據該公司公布的早期測試結果，AI 系統已展現出多項營運效益，其中最明顯的是提升品質評等的一致性。過去不同班次或不同檢查人員對同一批商品可能給出不同評價，導入 AI 後，評分標準變得更加統一，有助於降低判斷差異，對於高度依賴品質穩定性的生鮮供應鏈而言，這項改善尤其重要。 另一項效益則來自決策速度的提升。系統能在短時間內完成分析與評分，減少人工檢查所需時間，協助物流中心更快完成商品驗收與分配流程，讓生鮮商品能更迅速送達各地門市。對消費者來說，這代表架上的水果有機會維持更佳的新鮮度與品質。 此外，AI 也為品質管理帶來更豐富的資料基礎。傳統檢查通常僅記錄有限資訊，而智慧品質控管工具能持續蒐集多項品質指標，建立更完整的數據資料庫。這些資料未來可用於品質趨勢分析、供應商管理以及流程優化，協助企業進一步改善整體供應鏈表現。 Albertsons 供應鏈執行副總裁暨供應鏈長 Evan Rainwater 表示：「該工具的目的是協助物流中心的專業品質檢查團隊，而非取代人員工作。」早期成果顯示，AI 在提升品質評等一致性方面已發揮顯著效果，對於水果與蔬菜等高度易腐商品特別具有價值。 【推薦閱讀】 ◆ 幽靈庫存讓線上訂單取消、顧客流失：RFID 如何把服飾庫存準確率拉升到 95% 以上？ ◆ 從 DTC 到 AI 供應鏈：平價奢華品牌 Quince 為何成為電商新黑馬？ ◆ 電商轉換率提升 380%、瀏覽頁面數提升 320%：戶外品牌 Columbia […]

【科技早餐】OpenAI 接續 Anthropic 申請 IPO，晶片備援與主權算力同步升溫

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊OpenAI、Anthropic 排隊 IPO，Perplexity 押 2028 上市 OpenAI 已秘密在美國申請首次公開發行，也就是 IPO，加入 Anthropic 前進股市的行列。OpenAI 目前尚未公布上市規模、條件與明確時間表，只表示上市可能還需要一段時間，因為有些事情作為私人公司比較容易完成。《路透》先前引述消息人士報導，OpenAI 目標最高以 1 兆美元估值在股市亮相，最快可能在 9 月登場。 Anthropic 這個月稍早也已秘密提交 IPO 文件，近期融資後估值達 9,650 億美元。另一方面，Perplexity 執行長阿拉文・斯里尼瓦斯（Aravind Srinivas）接受《CNBC》訪問時表示，無論 OpenAI 和 Anthropic 上市結果如何，Perplexity 仍維持 2028 年上市計畫。這讓 AI 熱潮從私募市場，開始進入公開市場的估值檢驗。 ＊馬斯克稱太空 AI 不需魔法技術，Starlink 架構撐起軌道算力 隨著 SpaceX IPO 進入倒數，SpaceX 執行長馬斯克（Elon Musk）表示，太空 AI 資料中心已不是遙遠概念，大部分所需技術已存在於下一代星鏈（Starlink）衛星網路中，不需要目前不存在的魔法技術。依照 SpaceX 說法，這些 AI 衛星會在軌道上作為運算節點，由太陽能供電，並把熱量輻射到太空。 第一顆擬議 AI […]

軟體股反彈不代表危機解除，Snowflake CEO：AI Agent 時代 SaaS 公司最危險的是太早樂觀

近期，《Business Insider》報導 2026 年初籠罩整個軟體股的「SaaSpocalypse」（SaaS 末日）恐慌已明顯降溫，iShares 擴展科技軟體 ETF（IGV）近兩日飆漲 13%，創下自 2001 年以來的最大兩日漲幅。 這波強勁反彈主要由三大力量所推動：首先是 Snowflake 日前繳出優於預期的財報，單日股價大漲 36%，顯示市場對其 AI 工具高度買單；其次是 NVIDIA 執行長黃仁勳在 COMPUTEX 的樂觀喊話，強調 AI Agent 的數量龐大，未來將使用比以往更多的軟體工具，軟體公司並不會因此倒閉；最後則是軟體股的空頭回補，讓做空機構措手不及，進一步推升股價表現。 然而，在一片樂觀中，Snowflake 執行長 Sridhar Ramaswamy 近日接受《Forbes》專訪時卻提出警告。他認為，現在宣告「SaaS 末日」已經結束還言之過早，因為 Agentic AI 仍在持續降低企業軟體開發的門檻與成本，並顛覆既有軟體商業模式。 AI Agent 讓寫軟體變容易，軟體公司必須重新回答「長期價值」 Sridhar Ramaswamy 點出一個殘酷的事實：在 Agentic AI 的浪潮下，寫軟體已經變得越來越容易。這也代表，企業必須重新省思，到底自己能為市場帶來什麼不可取代的價值？ 他警告，如果企業高層將「軟體開發成本下降」視為微不足道的改變，並抱持著「自然能撐過去」的心態，這將會是極度危險的錯覺。「我正在努力思考長期價值、網路效應，以及在這個任何人都能輕易打造軟體的時代，Snowflake 憑什麼能持續存在？」Sridhar Ramaswamy 以自身為例，提醒在現今的市場環境中，競爭對手只要做出 20% 或 30% 的產品改善，就足以在一夜之間抹平既有公司的領先優勢，「包含 Snowflake 在內，沒有任何人可以坐在這裡，假設未來的成功是理所當然的。」 AI Agent 衝擊蔓延至人才端，資料科學家與分析師面臨轉型壓力 現在 […]

一顆算力約等於一座 NVIDIA 機櫃！馬斯克首度公開太空資料中心衛星細節

當全球科技巨頭爭相建設 AI 資料中心之際，SpaceX 執行長馬斯克（Elon Musk）正在推進一個更激進的方案：把 AI 算力送上太空。在 SpaceX 即將進行首次公開募股（IPO）之前，馬斯克首次公開太空 AI 資料中心衛星的具體設計細節，揭露名為 AI1 的首代 AI 衛星規格，以及支撐這項計畫的製造基地與產能布局。 從表面上看，這是一項太空資料中心計畫，但如果從 SpaceX 的整體藍圖觀察，馬斯克真正想打造的，是一個由 100 萬顆衛星組成、運行於太空的 AI 算力網路。 AI1 衛星長什麼樣？算力約等於一座 NVIDIA 機櫃 SpaceX 最近在 X 平台發布一段由馬斯克與自家工程師對談、長達 30 分鐘的影片，首次展示 SpaceX 所謂的 AI1 衛星設計圖。 根據《Bloomberg》，這個早期版本的衛星配備跨度達 230 英尺（70 公尺）的大型太陽能板，能支援平均 120 千瓦、尖峰 150 千瓦的運算負載。 SpaceX 財務長 Bret Johnsen 在另一場訪談中表示，AI 衛星初期將採用 NVIDIA 的晶片。馬斯克與 SpaceX 工程師 Ian […]

Claroty 推出業界首款 CPS 原生 AI 安全代理 Claroty Claire™

Claire 結合AI 驅動的 CPS 可視化、情境洞察與自主執行能力，全面守護關鍵任務基礎設施的完整性與韌性 網路物理系統（CPS）保護領導廠商 Claroty 今日宣布推出 Claroty Claire™ 。這是業界首創的 CPS 原生 AI 安全代理，協助企業主動防護關鍵任務基礎設施。提供更快速、更精準且更直覺的操作經驗。 Claire 由全球最先進的 CPS 語言模型所驅動，該模型融合了超過十年的產業專業知識以及規模最大的 CPS 資料庫。這項創新標誌著一個典範轉移，大幅提升了企業在 AI 驅動時代中確保安全、正常運行時間（Uptime）與可用性的能力 。 捍衛快速擴張的攻擊面，抵禦超強威脅 隨著 AI 迅速擴大 CPS 的攻擊面，企業必須立即採取主動防禦措施 。以機器人領域為例，根據高盛（Goldman Sachs）的數據，「人形機器人的總體潛在市場規模預計到 2035 年將達到 380 億美元，較先前預測的 60 億美元成長六倍以上」，並預測「2030 年人形機器人出貨量將超過 25 萬台，且幾乎全數用於工業領域」。 同時，AI 也大幅加快了攻擊生命週期，使攻擊速度遠超過企業傳統防禦機制的反應能力。多數 AI 驅動的網路安全解決方案往往為了追求速度與簡便性而犧牲了準確度，這在捍衛關鍵任務基礎設施時是一項危險的權衡 。企業目前極需兼具智慧、情境掌握與規範性的解決方案，以提供值得信賴的洞察，並採取迅速、確定且具擴展性的行動 。 國際權威研究機構 Gartner 指出：「AI 正在重塑 CPS 安全。網路安全領導者必須在決定性安全（deterministic safety）與 AI […]

當 GPU 從成本負擔變成獲利引擎，企業 AI 經濟進入新賽局

當全球 AI 競賽的焦點從「模型演算法」轉向「算力基礎設施」，誰能高效調度 GPU、誰能將算力資產商業化，誰就掌握了下個世代 AI 經濟的話語權。 在剛落幕的 COMPUTEX 2026 上，深耕 AI 基礎設施近十年的 INFINITIX 數位無限，以「從 AI 基礎設施到 AI 雲端經濟」為主題，協助企業將手中昂貴卻無法最大化效率的 GPU，轉化為可營運、可計價、可變現的雲端服務。 「AI 經濟的底層驅動力不是模型，而是算力。」這是 INFINITIX 在 COMPUTEX 2026 展場上向業界傳達的核心命題，也是執行長兼共同創辦人陳文裕對當前 AI 產業的觀察。 從 AI Factory 到 Token Factory：算力需求為何出現轉折？ 針對近兩年全球 AI 產業的競爭焦點轉變，陳文裕指出，這個轉折其實是相輔相成的過程，「三年前大家明顯看到算力的增長，開始有人在投資相關基礎設施，但那時候算力的應用場景尚未明朗。」直到模型越來越普及、使用者大量增加，「訓練模型的需要算力，使用模型的也需要算力」，GPU 才開始供不應求。 「再加上今年 AI Agent 的使用，人類可以訓練很多 Agent，這些 Agent 也大量使用到模型，所以算力肯定不夠。」陳文裕解釋，這也是為什麼 INFINITIX 把今年的 COMPUTEX 主題訂為「從 AI 基礎設施到 AI 雲端經濟」，因為當 AI 從基礎設施走向經濟循環，算力本身就必須被服務化、商業化。 […]

Apple 終於揭曉 AI 戰略：新版 Siri AI 為何把「理解你」看得比模型更重要？

歷經兩年延遲與外界質疑後，Apple 終於在 WWDC 2026 端出新版 Siri：Siri AI。根據 Apple 官方說明，這次 Siri AI 將不再只是回答天氣、設定提醒或執行單一步驟指令，而是成為一個更具對話能力、能理解個人情境、螢幕內容，並跨 App 執行任務的 AI 助理。Apple 表示，Siri AI 將於今年稍晚以 Beta 形式推出，初期推出範圍不包含歐盟與中國。 不過，這場發表會真正值得關注的，並不是 Apple 終於追上生成式 AI 熱潮，而是它選擇了一條與 OpenAI、Google、Anthropic 不同的路線。 當多數 AI 公司仍在競逐更大模型、更強效能與更自主的 AI Agent，Apple 則把焦點放在「Personal Context」（個人情境）的便利性與隱私優勢，也就是讓 AI 理解使用者的訊息、郵件、照片、行事曆、備忘錄、螢幕內容與日常使用習慣。換句話說，Apple 不一定要做出最會聊天的 AI，而是想做出最了解使用者的 AI。 Apple 軟體工程資深副總裁 Craig Federighi 在演說中說：「有些人似乎正一路向前衝，看似只為了 AI 而追逐 AI，卻沒有清楚顧及它最終要服務的人，也就是我們所有人。」 新版 Siri 最大變化：能讀懂你的個人情境 Apple 官方表示，Siri AI 建立在「個人情境理解（Personal […]

台積電產能不足反成 Intel 福音：傳 Google 下單 300 萬顆 TPU、NVIDIA 測試 18A，AI 晶片進入備援製造時代

AI 晶片的爆發性需求，正嚴重壓縮台積電（TSMC）的先進製程與先進封裝產能。此外，過度依賴單一供應商的現況，已成為科技巨頭的戰略風險，這也迫使 Google、NVIDIA 等主要 AI 晶片設計公司，開始將目光轉向台積電的替代選項：Intel。對於近年來在晶圓代工領域苦苦追趕，且持續面臨虧損的 Intel 而言，這更是多年來少見的轉機。 據傳 Google 下單 300 萬顆 TPU，為 Intel 代工能力投下信任票 在這波供應鏈多元化的行動中，Google 的進展最為明確。《The Information》報導，Google 在測試 Intel 先進封裝技術數個月後，據稱已向 Intel 下單，計畫在 2028 年製造超過 300 萬顆張量處理單元（Tensor Processing Units, TPU）。 TPU 是 Google 自行研發的 AI 晶片，專門用於訓練與執行 AI 模型。為了控制成本並確保長期的運算量能，Google 的 TPU 不僅廣泛應用於其內部基礎設施、驅動 Gemini AI 系統、AI 強化搜尋以及 Google Cloud 的機器學習服務，甚至已開始向 Apple、Meta 等企業出售 TPU 的使用權限。因此，這次 Google 釋出的大筆訂單，將是對 […]

機器人現在還是戰國時期！廣宇董事長李光曜：美國做 AI 大腦、中國做硬體，台灣可以兩頭賺

專訪：戴季全撰稿：李昀蔚 在鴻海邁向「九兆帝國」的藍圖中，機器人不只是新事業，更是鴻海科技集團董事長劉揚偉押注的下一個關鍵轉型引擎，而這個最前沿的新戰場，被交到鴻海集團歷史最悠久的 C 事業群，以及擁有 50 年歷史的廣宇科技手上。 本集《全新一週》邀請到鴻海 C 事業群負責人兼總經理、廣宇董事長李光曜，解析廣宇如何從傳統製造基因切入最前沿的機器人戰場，並透過生態系合作，在美國 AI 大腦與中國硬體之間，找到台灣最有利的位置。 機器人產業還在戰國時期，廣宇從線束老本行找到轉型切入點 「廣宇本來的專長是做線束，所以我們不可能今天做線束，明天就去開飯店，這太遠了，」李光曜分享，廣宇尋找轉型方向時，並不是拋棄原有能力，而是從線束往相近產業尋找機會。後來他們發現，馬達與線束高度相關，因為馬達裡也有大量銅線繞組、矽鋼片與電子零件，這與廣宇既有能力非常接近。 但如果只做馬達，要賣給誰？這個問題讓廣宇把轉型思考再往前推。李光曜指出，機器人會使用大量馬達，因此廣宇最後把方向從「做馬達」推進到「做機器人」。「你問現在機器人哪個品牌最大，沒有人答得出來，」李光曜形容，這代表市場還在「戰國時期」，尚未出現絕對領先者，也意味著仍有切入機會。 對廣宇而言，背後有鴻海集團資源，又有自身在關鍵零組件上的基礎，若能掌握機器人產業成長初期的關鍵位置，就不只是做代工，而是有機會往終端產品與平台角色移動，創造更高利潤空間。 不過，廣宇並不打算一口氣包辦所有事情。李光曜指出，廣宇的策略是先掌握機器人最關鍵的核心模組，因此首先投資具備體積小、重量輕、馬力大優勢的軸向電機，特別適合用於機器人的手臂與腿部。 除了馬達，廣宇也投資力傳感器，並布局減速機，再加上鴻海 C 事業群本身就能提供精密結構件，因此李光曜表示，若把這些資源加總起來，已大約涵蓋整個機器人 BOM 表超過 50% 的價值，「我現在的想法就是，我們專心把這一塊做好，把這些做好了，再往下一步走。」 用「股東、供應商、出海口」打造生態系 在李光曜眼中，機器人產業之所以會爆發，背後有幾個明確驅動力：少子化與缺工、工廠任務需要更高精細度與穩定度，以及管理工廠時，最難處理的往往不是設備，而是人。 「機器人在某個時間點上會快速成長，我一直在外面推論的時間點是 2030 年，」李光曜分析，到了 2030 年，AI 應該會更加成熟，也需要走進物理世界，而目前最適合的載體就是機器人。此外，固態電池也有機會在 2030 年前後成熟，改善機器人續航問題。若固態電池能帶來體積減半、電量加倍的效果，機器人就可能從續航受限，進展到可連續工作 6 到 8 小時，成為另一個科技革命節點。 李光曜觀察，市場需求已經存在，只是機器人仍太貴也還不夠聰明，若 AI 與電池技術在未來三到五年成熟，機器人落地速度可能會非常快。「三到五年之內，有沒有辦法在一家公司裡設立全新部門，把所有東西建立起來？做不到，」李光曜表示，構成機器人的每一項元素都非常專業，從馬達、減速機、力傳感器，到控制系統、結構件、AI 模型與場景應用，都需要長時間累積。 因此，廣宇的選擇不是全面垂直整合，而是「一點點垂直整合，加上大量水平整合」。李光曜強調，過去企業做水平整合，常常仍是供應鏈思維，但現在許多機器人關鍵零組件供應商不是有錢就願意合作，他們更在乎合作方是否有未來發展性。因此，未來不能只靠供應鏈，而必須是生態系。 李光曜認為，生態系是由三層合作模式構成：第一，成為對方股東，與對方一起成長；第二，成為對方供應商，幫對方做部分生產，同時累積製造知識；第三，成為對方的出海口，協助合作夥伴進入國際市場。「我會是你的股東、供應商、出海口，三個都是，大家一起合作、一起成長，」李光曜強調，這種模式比傳統供應鏈用合約綁定的形式更快，也能省去許多議價時間。 美國做 AI 大腦、中國打造硬體，台灣有機會「兩頭賺」 面對全球機器人競爭，李光曜認為，目前美國與中國走的是兩條不同路徑，「美國弄 AI 大腦，中國主要在做硬體，我認為台灣其實可以兩頭賺，」他形容，台灣企業應善用這個特殊位置，搶占市場版圖。 李光曜的策略是，與美國維持生意與市場關係，同時不放棄中國快速成長的硬體與零組件能力。若中國零組件開發設計成熟，未來可以在東南亞、泰國、馬來西亞等第三地生產，甚至依情況討論墨西哥或美國製造，再銷往美國與歐洲市場。他指出，製造最困難的是取得原始資料，只是把東西做出來，反而不是最難的事，因此若能取得關鍵設計與製程資料，再轉移到第三地生產，就能在地緣政治與供應鏈風險中保持彈性。 至於機器人應用何時真正落地，李光曜認為，中國可能會是初期成長最快的市場之一，原因很直接：中國仍是世界工廠，但同樣面臨缺工與年輕人不願進工廠的問題。然而，問題在於機器人能否真的勝任複雜工作，仍取決於技術成熟度，李光曜指出，現階段多數機器人展示仍集中在搬運場景，例如搬箱子，許多看似會翻滾、打拳的表演，其實是預先寫好的程式，不等於真正由 AI 理解環境後自主行動。 因此，中國近期開始出現「機器人訓練廠」，透過遙操與資料採集，加速模型訓練。李光曜觀察，這個領域進步非常快，短期內物流搬運仍是最適合落地的場景，接下來分揀、簡單組裝等固定場景，也可能很快被機器人接手。 在 […]

產業人才結構重塑中：AI 把開發成本砍半，工程師的市場價值不跌反漲

AI 能寫程式、生成測試、搭建服務，速度超過任何人類，市場也開始用股價表態；AI 模型的重大突破不斷引發軟體股拋售潮，彷彿整個產業正被工程師自己催生的技術慢慢替代。 但這個邏輯有一個根本的破綻，它把「寫程式」當成工程師的工作，但工程師的工作從來不是這樣定義的。 軟體工程師的工作不只有寫程式？ 首先，外界把「寫程式」當成工程師的工作，這是最根本的誤解。工程師的工作從來不是打打程式碼而已，重點在於解決問題，且是用降低複雜度、減少維護負擔、交付可用成果的方式解決。可以說，程式碼是媒介，不是目的。 這個區別如今更為重要。AI Agent 能寫程式、生成測試、搭建服務、串接 API，速度超過任何人類。但 Agent 目前做不到三件事：決定該建什麼、理解為什麼要建、權衡那些系統如何在真實環境生存。這三件事仍由工程師負責。 因此可以說，原先精通單一語言的專才，正讓位給可以督導多個 Agent 的協調者。工程師的日常工作會轉向釐清限制、讓 Agent 的產出對齊產品目標、確保系統的韌性與安全。 此外，要在龐大的程式庫與複雜系統中管理 Agent，工程師必須更深入理解底層技術，知道好的架構長什麼樣、系統會怎麼崩潰、問題會藏在哪裡。 最終工程師的工作的核心，會從寫程式轉變成理解系統如何運作，並把判斷力用在評估 Agent 的產出上。 黃仁勳對這波恐慌的回應也是相同邏輯。他表示，「AI 將取代軟體工具是世上最不合邏輯的事，」他指出 AI 最新的突破正建立在「工具使用」上，因為工具本來就是為了被明確調用而設計。而工程師，正是設計與調度這些工具的人。 注意力的消耗更大，管理 Agent 比想像中累 如今，業界還至少要面對三個正在發生的風險。第一個是人才培育的斷層。初階工程師過去承擔的工作，寫簡單功能、修 bug、熟悉程式庫，如果全被 Agent 接手，該產業就失去了初階層。 初階職位一直是進入產業的入口。入口消失後，人才供給終將枯竭。業界需要新的訓練制度來填補這個缺口，例如讓資深工程師固定帶新人、刻意保留一些適合練手的任務給初階工程師，即使 Agent 能更快完成。 第二個是技能的退化。許多重度使用 Agent 的工程師發現，自己愈來愈不會自己寫了。過去天天動手寫，遇到問題會自然想到幾種解法；現在實作都交給 Agent，久了反而想不起某個函式怎麼寫、某種 bug 該怎麼移除。但問題在於，工程師還是得判斷 Agent 寫出來的東西對不對，一旦自己的底子退化，這個判斷就做不準，等於在審查自己其實看不懂的程式碼。 第三個是注意力的消耗。一個意外的發現是，管理 Agent 比想像中累。工程師一天做完的事變多了，但下班時反而更疲憊。原因在於同時開著好幾個 Agent，這個在跑測試、那個在改另一個模組，工程師得不斷在它們之間切換、讀懂每一段產出、確認彼此沒有互相衝突。 這種一心多用、整天盯著好幾條線的狀態，跟過去一次專心解一個問題很不一樣，雖然產出更高，但腦力被切得很碎，特別容易累。 軟體開發成本變低，需求可能因此爆發？ 從歷史來看，蒸汽機變得更省煤之後，人們沒有少燒煤，反而燒得更多。因為效率提升讓用煤成本下降，價格便宜了，原本用不起蒸汽機的工廠、火車、輪船全都用了起來，煤的總用量不減反增。經濟學家把這個現象叫做傑文斯悖論（Jevons Paradox）：當一樣東西用起來更便宜，大家不會省著用，反而用得更兇。同樣的事正要發生在 AI 與軟體上。 AI […]

幽靈庫存讓線上訂單取消、顧客流失：RFID 如何把服飾庫存準確率拉升到 95% 以上？

全通路零售快速發展，品牌必須同時滿足精準庫存、快速履約、順暢購物體驗與損耗控管等多重需求。然而，建立在人工盤點與條碼掃描基礎上的傳統零售系統，已愈來愈難應付大量商品與即時營運需求。 愈來愈多零售品牌開始將無線射頻識別（RFID）與人工智慧（AI）結合，希望透過即時資料與智慧分析能力，提升營運效率與顧客體驗。 美國零售產業組織 National Retail Federation（NRF）指出，RFID 技術可協助零售商將庫存追蹤準確率提升至接近 99% 水準，並大幅縮短盤點時間，使 RFID 逐漸成為現代零售基礎設施的重要組成。 《Retail Insight Network》近期分析指出，當 RFID 與 AI 結合後，零售業正在出現四項具代表性的應用轉型。 應用一：RFID 結合 AI 需求預測，服飾庫存準確率可達 95% 以上 首先是在庫存管理領域。服飾零售商往往同時管理大量顏色、尺寸與款式組合，單一商品可能衍生數十種 SKU。傳統人工盤點不僅耗時，也容易因人為錯誤造成系統與實際庫存不符。RFID 能讓門市與倉庫快速辨識商品位置與數量，建立接近即時的庫存可視性。當 AI 進一步分析這些資料後，系統還能預測需求變化、自動觸發補貨建議，降低缺貨風險。 這對服飾業尤其重要。業界長期存在所謂「幽靈庫存（Phantom Inventory）」問題，也就是系統顯示商品仍有存貨，但實際上門市或倉庫已無法找到商品。這種情況不僅造成缺貨，更可能導致線上訂單取消與顧客流失。除了 NRF 數據，GS1 UK 過去的研究也顯示，RFID 可將服飾零售庫存準確率提升至 95% 以上，有效降低幽靈庫存問題，提升商品可售率。 應用二：智慧試衣導購與高效自助結帳 第二項轉型發生在門市購物體驗。過去試衣間主要扮演商品試穿空間，如今愈來愈多品牌開始導入智慧試衣間。當顧客攜帶附有 RFID 標籤的服飾進入試衣區後，系統能立即辨識商品資訊，並透過螢幕顯示搭配建議、推薦相關配件，或協助顧客尋找其他尺寸與顏色。 AI 推薦引擎則會根據商品屬性、歷史銷售資料與消費偏好進行分析，提供更具個人化的穿搭建議。這類應用讓實體店面具備接近電商平台的數位推薦能力，同時保留實際試穿的體驗優勢。 應用三：RFID 優化結帳流程，縮短排隊時間 第三項應用則聚焦於結帳流程優化。排隊時間過長一直是影響顧客滿意度的重要因素之一。傳統結帳必須逐件掃描條碼，商品數量愈多，等待時間愈長。RFID 結帳系統可一次讀取整籃商品資訊，無須逐件掃描，即可完成商品辨識與價格計算。 對零售商而言，這不僅有助於縮短排隊時間，也能提升自助結帳的使用效率，零售品牌 Uniqlo、Zara 都運用這項科技優化結帳體驗。 應用四：強化全通路即時履約與在地化出貨 第四項轉型則與全通路履約能力有關。近年來，消費者已習慣線上下單、門市取貨以及店取店配等服務模式。然而，許多訂單失敗的原因並非需求不足，而是庫存資訊不準確。當系統誤判商品仍有存貨時，消費者完成下單後才發現缺貨，容易損害品牌信任。 RFID 提供的單品級庫存可視性，讓品牌能更精準掌握每件商品的實際位置。搭配 […]

【科技早餐】NVIDIA 把 AI 工廠接上韓國供應鏈，資料中心、公共持股與鏈上美元同步重排

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊黃仁勳訪韓串起 SK、NAVER、斗山，NVIDIA 把 AI 工廠接上韓國供應鏈 NVIDIA 執行長黃仁勳訪問南韓期間，NVIDIA 宣布與 SK 海力士（SK hynix）簽署多年技術合作協議，雙方將共同推進下一代記憶體技術，支援全球 AI 工廠建設。這項合作不只關係到 HBM 供應，也涵蓋未來 AI 基礎設施、個人 AI 與實體 AI 所需的記憶體產品。 同一波訪韓行程中，NVIDIA 也與 SK 電信（SK Telecom）、NAVER 和斗山集團（Doosan Group）擴大合作。SK 電信將採用 NVIDIA 技術，在韓國打造 GW 等級 AI 雲端，第一座 AI 資料中心預計 2027 年上線；NAVER 則將以 NVIDIA 平台建置 AI 基礎設施，支援韓國主權 AI 與企業應用。從記憶體、雲端到實體 AI，NVIDIA 正把南韓供應鏈拉進更完整的 AI 工廠路線圖。 ＊AI 資料中心在美國被踩煞車，西雅圖、紐約同步拉高門檻 […]

李飛飛拆解「世界模型」3 大分類，Google、NVIDIA 談的世界模型不是同一件事？

從 Google 的 Genie、NVIDIA 的 Cosmos，到機器人領域的 Vision-Language-Action（VLA）模型，「世界模型（World Model）」已成為近兩年 AI 產業最熱門的關鍵字之一。然而，當越來越多企業與研究機構宣稱自己正在打造世界模型時，這個詞的定義卻變得越來越模糊。 ImageNet 創辦人、史丹佛大學教授、World Labs 執行長李飛飛（Fei-Fei Li）近日發表文章，試圖替這個快速發展卻缺乏共識的領域建立一套共同語言。她認為，世界模型已成為 AI 領域最重要、卻也最容易被濫用的名詞之一，而不同研究領域對它的理解其實大不相同。 在文章中，李飛飛不只是重新解釋世界模型的概念，更提出一套新的功能分類法，將目前產業中的世界模型分為三大類型，並進一步描繪未來 AI 發展的方向。 世界模型為何重要？AI 開始從理解文字走向理解世界 過去幾年，大型語言模型（LLM）展現了驚人的語言理解與推理能力，但李飛飛認為，「語言並不是世界本身」。 她指出，語言模型學習的是文字背後的統計規律，而世界模型學習的則是空間與時間的統計結構，包括光線如何照射物體、不同視角下場景如何呈現，以及物體如何遵循物理規律運動。 換句話說，如果語言模型回答的是世界是如何被描述，那麼世界模型試圖理解的則是世界本身如何運作。 這也是近年 Google、NVIDIA、機器人公司以及自駕車產業紛紛投入世界模型研究的重要原因。未來 AI 若要真正進入實體世界，不論是控制機器人、操作自駕車，或建立可互動的數位孿生系統，都需要具備對空間、物理與因果關係的理解能力。然而，問題在於大家口中的世界模型其實不是同一件事。 為了解決這個問題，她選擇回到一張比這些技術都更古老的圖。她指出，強化學習教科書如經典的 Sutton 與 Barto 著作，數十年來都用同一種圖示來描述代理（Agent）如何與世界互動，其正式名稱是「部分可觀測馬可夫決策過程」（POMDP），而世界模型一詞最初的定義就源自這個傳統。 在這個框架中，代理（可以是人、機器人或軟體系統）採取行動（action），行動改變了世界的狀態（state），但代理永遠無法直接看見狀態，而是接收到觀測（observation）資料，例如落在視網膜上的光子、感測器讀數或影格的像素，新的觀測再促成新的行動，如此循環。李飛飛認為，目前產業中所謂的世界模型，其實只是這個循環中的不同組成部分。 在這個迴圈的基礎上，李飛飛把世界模型拆解成三大類別。 將世界模型分成三類：渲染器、模擬器與規劃器 第一類 Renderer，也就是渲染器。這類模型的主要任務是輸出觀察結果，也就是產生人類看得到的影像或影片，最重要的衡量標準是視覺擬真度。李飛飛以文字生成影片模型為例，表示這些系統能夠根據提示詞生成逼真的畫面，甚至能即時產生可互動場景。她指出，Google 的 Genie 3，以及 World Labs 旗下即時生成系統 RTFM，都屬於這一類模型。 Renderer 最大的優勢是視覺品質，但缺點也十分明顯：它們能產生看似合理的畫面，卻不一定真正理解場景背後的三維結構或物理規律。 第二類則是 Simulator，也就是模擬器。與渲染器不同，模擬器輸出的不是畫面，而是狀態，讓人與電腦程式都能在其上運算與互動。這代表模型不只要知道物體長什麼樣子，還必須理解其幾何結構、材質特性與運動規律。建築師、遊戲開發者、自駕車公司與機器人研究團隊，都需要這種能夠反映真實世界物理行為的模型。李飛飛表示，World Labs 最新推出的 Marble 模型即歸屬於此類。 World […]

60% 企業部署未測試 AI 程式碼：Agentic AI 讓 Coding 變快，為何反而讓軟體治理失控？

金融 AI 公司 Clifton AI 的 CTO 暨共同創辦人 Joe Bertolami 近日在《VentureBeat》撰文指出，Agentic AI 已成為軟體開發流程的核心引擎，讓企業能以前所未有的速度生成更多程式碼。然而，這也讓企業領導者面臨一道新難題：既然寫 Code 的速度變快了，為什麼產品改善的腳步卻沒有同步跟上？ Joe Bertolami 點出核心盲點：因為「寫程式」從來就不是軟體開發的真正瓶頸，相較之下，需求定義、複雜系統整合，以及在真實環境下的軟體維護，才是更困難的部分。當企業只顧著利用 AI 追求開發速度，卻缺乏相對應的治理配套時，隨之而來的，將是三大系統性失控危機。 危機一：AI Coding 暴增壓垮人工審查，引發「未測試程式碼」氾濫風險 首當其衝的挑戰，是程式碼數量暴增讓「人類審查」成為新瓶頸，因為工程師在龐大的程式碼中，可能缺乏足夠上下文，進而無法抓出 AI Agent 犯下的錯誤。 這個現象已在業界造成嚴重影響。根據 Tricentis 發布的《2026 Quality Transformation Report》，AI 在軟體開發中的普及，已導致全球高達 60% 的組織將未經測試的程式碼部署到生產環境中。其中，有 32% 的組織承認是「明知未經測試仍執意部署」，主因是高層施壓要求速度優先於品質；另有 30% 的組織則表示，AI 生成的程式碼數量過於龐大，已經壓垮既有的品管與測試流程。 面對這些失控現象，Tricentis 執行長 Kevin Thompson 指出：「加速業務轉型計畫是當今高階主管的首要任務之一，AI 具備幫助軟體開發團隊以史無前例速度前進的潛力。」但他同時強烈警告：「然而，速度加快也帶來風險增加，當軟體品質流程無法跟上開發速度時，企業組織通常會採取走捷徑的方式來應對，這將損害信任度。」 危機二：別讓 AI Agent 繼承工程師權限，否則系統將出現責任漏洞 為了防堵品質下滑與系統風險，企業必須正視 AI 的治理與權限問題。Joe Bertolami […]

只有 26% 受訪企業知道自己的 AI 花多少錢：Token 計費時代，企業新管理難題浮現

當企業從試驗 AI 走向大規模部署，一個新的管理難題正在浮現：沒人真的知道 AI 花了多少錢。 顧問機構 KPMG 一份尚未公開的調查指出，只有 26% 的受訪企業表示對自家 AI 成本擁有全面的掌握，50% 僅有部分可見度，另有 22% 表示完全沒有可見度，或要等帳單寄來後才知道。KPMG 全球 AI 主管 Steve Chase 形容，這是一種過去不存在、如今卻需要被管理的新資源，而且正在呈現指數級成長。 為什麼 AI 成本比 SaaS 更難管理？ 問題的根源，在於收費模式的轉變。過去企業採購 SaaS 軟體時，大多按照使用者數量或授權席次付費。無論是使用 Microsoft 365、Salesforce 或 Slack 等軟體，財務部門都能事先預估年度預算。但《The Wall Street Journal》觀察，AI 業者與軟體公司正逐步改以使用量計價，並以 Token（AI 運算的基本計量單位）為衡量基準，這對即使是最有經驗的財務團隊也難以應對。 財務長習慣為技術支付固定金額，如今在打造 AI 代理、投入大手筆 AI 投資時，發現成本更難預測、也更難建模。金融服務公司 D.A. Davidson 科技研究主管 Gil Luria 認為，使用量計價把風險轉嫁給了客戶，因為它逼著客戶得自行追蹤用量；他並直言，雖然有些大公司鼓勵員工「tokenmaxx」（盡可能多用運算資源以展現走在 AI 前沿），但許多財務長「這一季看到 Anthropic 的帳單恐怕會嚇壞」。 […]

拆解 NVIDIA 的韓國 AI Factory 布局：聯手 SK 海力士搶 HBM4，攜 NAVER 打造主權 AI 基礎設施

在全球 AI 算力軍備競賽白熱化之際，NVIDIA 執行長黃仁勳近日親赴韓國，達成一系列的戰略結盟，合作對象涵蓋半導體巨頭 SK 海力士（SK Hynix）、網路巨頭 NAVER，並延伸至電信與重工業的領頭羊 SK Telecom 及斗山集團（Doosan）。 這場被視為 NVIDIA 深化韓國科技圈布局的關鍵行動，主要圍繞兩大核心：其一是與 SK 海力士深化多年技術同盟，築起下一代記憶體產能的護城河；其二則是讓 NAVER 以 NVIDIA 平台為底座，全面擴張主權 AI 基礎設施版圖。 SK 海力士與 NVIDIA 簽下多年合作，下一代記憶體成 AI Factory 關鍵底座 為支援全球 AI Factory 的加速建設，NVIDIA 與 SK 海力士宣布達成一項多年技術合作夥伴關係，雙方將共同開發符合 NVIDIA AI 基礎設施路線圖的下一代記憶體。 NVIDIA 指出，全球 AI Factory 擴張正面臨較長開發週期、先進製造技術門檻以及龐大資本投入需求等挑戰，這項合作將能確保先進記憶體的穩定供應。未來，SK 海力士將與 NVIDIA 共同開發適用於 NVIDIA Vera Rubin AI 超級電腦、NVIDIA Vera 處理器（CPUs）、搭載 RTX […]

【全美第一所 AI 高中的現實】沒有明確定義的 AI 素養，如何衡量一所 AI 學校的成效？

美國喬治亞州的 Seckinger 高中以「全美第一所人工智慧主題教育機構」自居，吸引了媒體廣泛報導，也引來其他學區競相仿效。 Seckinger 集群共涵蓋五所學校，從 Harmony 小學到 Seckinger 高中，全部遵循同一套 AI 學習框架，框架由六個面向組成：程式設計、資料科學、數學推理、創意問題解決、倫理，以及應用體驗。 這套框架在每個年段以不同方式呈現，AI 主題也延伸至各個科目；體育課的重訓室旁放著 iPad，學生可以使用生成式 AI 聊天機器人詢問有效的訓練動作。 品牌定位與課室現場的距離 《紐約時報》記者在小學觀察到的 AI 課程，實際上是讓一年級學生用磁力積木幫一個玩具人偶蓋房子，概念是「使用者體驗」。 在中學，AI 工具開始出現。一位社會課教師讓學生透過她建立在 MagicSchool 平台上的聊天機器人，扮演記者採訪已辭世的喬治亞州政治人物。學生按照老師提供的問題輸入，聊天機器人吐出歷史人物風格的回覆。 2024 年畢業、目前就讀 Emory 大學的 Muhammad Rizwan 說，在機器人等預期會有 AI 的課程裡 AI 確實存在，但其他課程並沒有那麼多。語文課老師要求學生在課堂上手寫文章，就是為了防止用 ChatGPT 作弊。 他說，老師們仍必須達到郡縣規定的課程標準，再設法加入 AI 元素，「老師真的會這樣做嗎？不見得，但這是對他們的期待」，他補充說，部分老師對聊天機器人介入課堂幾乎感到冒犯。 去年從 Seckinger 畢業、目前就讀喬治亞大學的 Joseph Schrage 說得更直白：「我修的學程，說實在的，我用 AI 做的事和在其他學校沒什麼差別。」他還補充，同學之間常開玩笑說學校很愛強調自己是 AI 學校。 數字說出不同的故事 如果用學區自己的指標來評估，Seckinger 的成績並不亮眼。只有 38.4% 的畢業生達到「大學準備就緒」標準（即參加 […]

從 DTC 到 AI 供應鏈：平價奢華品牌 Quince 為何成為電商新黑馬？

成立於 2019 年的平價奢華品牌 Quince 總部位於美國舊金山，近期快速崛起，憑藉獨特的供應鏈策略與 AI 技術應用，成功顛覆傳統零售模式，如今公司估值超過 100 億美元，成為近年成長最快的電商品牌之一。 靠高 CP 值「奢華基本款」，Quince 如何快速崛起？ Quince 主打價格親民的「奢華基本款」商品，包括售價 50 美元的喀什米爾毛衣、歐洲亞麻寢具以及各類家居用品。由於產品設計與品質接近高端品牌，價格卻遠低於市場同級商品，迅速吸引大量消費者關注。 Quince 與過去一批直接面向消費者（Direct-to-Consumer，DTC）品牌相似，都強調減少中間環節、降低產品售價。然而，Quince 的競爭優勢其實來自更深層的供應鏈重構。 傳統零售模式中，品牌通常需要提前數個月甚至一年預測市場需求，向工廠大量下單生產，商品再運送至倉庫儲存，最後配送給消費者。這套流程涉及庫存管理、倉儲租金、物流轉運以及各種中間成本。一旦預測失準，企業往往只能透過促銷或折扣清理滯銷商品，進一步侵蝕利潤。 Quince 選擇了不同的道路。該公司將絕大部分庫存保留在海外生產基地，商品完成生產後直接由製造商配送給消費者，省去美國本土倉儲與多次轉運環節。這種模式雖然需要消費者接受較長的配送時間，卻大幅降低了庫存持有成本與物流支出，形成具規模優勢的成本結構。 告別折價出清，「AI 週預測」讓工廠小量快製 支撐這套模式運作的關鍵，則是 AI 驅動的需求預測系統。相較於傳統零售商以季度或月份為單位進行採購規劃，Quince 建立了更細緻的預測機制。系統會持續分析銷售數據、搜尋趨勢、退貨紀錄以及消費者回饋，並以週為單位調整生產決策。預測結果甚至能細分至特定商品的顏色與尺寸組合，協助供應鏈快速判斷哪些產品需要增加產量，哪些產品應減少生產。 在 AI 的輔助下，Quince 採取「小量高頻」的生產策略：工廠不需要一次製造大量商品，而是依據即時需求持續補貨。這種模式降低了庫存積壓風險，也減少了商品過剩造成的浪費，讓 Quince 得以透過更精準的供需配對，大幅降低出清庫存的需求。 該公司在最新投資人資料中指出，AI 已經深入產品開發、商品規劃、營運管理與商務流程等多個環節。透過持續優化需求預測能力，該企業能夠縮短生產決策時間，提高供應鏈反應速度，同時減少不必要的庫存與折價損失。隨著更多數據累積，這種模式也將形成更強的規模效應。 不拚流量戰：Quince 用 AI 重新定義電商成本結構 市場表現證明了這套策略的成效。Quince 去年營收已超過 10 億美元，2025 年假日購物季銷售額較前一年成長超過一倍。值得注意的是，品牌並非僅吸引價格敏感型消費者，年收入超過 15 萬美元的高收入族群同樣是其重要客群，顯示其消費者追求的不只是低價，而是在品質與價格之間取得更好的平衡。 當許多 DTC 品牌仍停留在品牌行銷與流量競爭階段時，Quince 選擇把技術與供應鏈視為核心競爭力。透過 AI 驅動的需求預測、海外直送模式以及小量高頻生產機制，這家新創企業正在重新定義零售產業對庫存管理與成本結構的想像，也讓外界看見 AI […]

【科技早餐】Google 砸 9.2 億美元月租 SpaceX 算力，Anthropic 示警 AI 可能自我改良

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊Google 月付 9.2 億美元買 SpaceX 算力，AI 基建戰轉向容量鎖定 《路透》報導，Google 已與太空探索科技（SpaceX）簽署大型雲端服務協議，從 2026 年 10 月至 2029 年 6 月，每月支付 9.2 億美元購買運算資源。這份合約將讓 Google 取得約 11 萬顆 NVIDIA GPU 對應的運算容量，以及相關 CPU、記憶體與配套設備，用來支撐 Gemini Enterprise 等 AI 服務成長。 這不只是單純買晶片，而是大型科技公司開始用多年長約鎖定 GPU、電力與資料中心容量。除了這次與 Google 的協議，Anthropic 先前也與 SpaceX 簽署算力協議。這代表準備 IPO 的 SpaceX，正把 AI 算力服務納入資本市場敘事，也讓 AI 基礎設施競爭從雲端平台延伸到太空公司。 ＊AI 可能開始自己改良自己，Anthropic 喊出全球暫停機制 開發 Claude 的 […]

【微軟 2026 工作趨勢報告】代理 AI 接管常規任務，企業如何將成效轉化為無法複製的「自有智慧」？

2026 年，企業在 AI 投資與實際回收的效益之間出現明顯落差。當許多高階主管還在忙著採購技術、比較算力時，微軟最新發布的《2026 工作趨勢指數（Work Trend Index 2026）》報告直指，公司現有的管理體制與流程，其實跟不上 AI 擴張的速度。 這份報告分析微軟生態系中數兆個底層運作數據，並調查全球兩萬名 AI 使用者，數據反映，砸大錢導入 AI 系統，如果沒有跟著重塑底層的組織規則，只會讓內部陷入更嚴重的內耗。 以下摘要切入管理痛點，一起釐清企業如何在舊有管理模式失效時，重新定義員工的價值，並整理出決策者現在就必須採取的具體行動。 📎 這份報告適合誰閱讀？ 基本上適合所有面臨 AI 轉型挑戰的知識型工作者閱讀，因為建立能夠應對代理型 AI 的新營運模式，需要跨角色的共同協作。 🔴 報告洞見 許多企業以為買了最先進的 AI 軟體，就等同買到未來的競爭力，但技術進步的巨大紅利，正因為老舊的管理體制而大量流失。 當代理型 AI 開始接管大量日常執行工作，人類的能動性——亦即主導方向、下達判斷與為最終結果負責的空間，獲得了史無前例的擴張。多數員工其實已經準備好迎接這場變革，但組織背後的系統卻根本還沒準備好。 💡 代理型 AI 數暴增 15 倍，企業如何避免錯誤規模化？ AI 已經不再是等待人類下指令才動作的被動工具，而是轉變為能自主執行複雜任務的自動化勞動力。 數據顯示，微軟 365 生態系統中的活躍代理數量，與去年相比暴增了 15 倍，在大型企業中更達到驚人的 18 倍成長。 面對這種極速擴張的自動化規模，企業最大的潛在風險在於「錯誤的規模化」，因為當代理型 AI 開始大規模執行任務時，放行一個錯誤產出的風險與代價將呈指數級疊加。 為了解決這個致命弱點，企業必須建立起嚴格的評估基礎設施，將局部的成功經驗系統化，轉化為競爭對手無法輕易竊取的「自有智慧（Owned Intelligence）」。 這種自有智慧是一種會隨著時間產生複利效應、專屬於企業內部的機構知識。 報告指出，那些被稱為「前段班菁英」的頂尖 AI 使用者，正積極將這些隱性知識轉為顯性資產；他們將 AI […]

「沒有台灣就沒有 Anthropic。」Anthropic 高層來台，點名台灣在 AI 生態系三個不可取代的角色

當 AI 邁入 Agentic AI 時代，台灣正成為國際 AI 生態系不可或缺的重要節點。Anthropic 共同創辦人 Ben Mann 首度來台，出席人工智慧學校舉辦的 Developer Day（開發者日），Anthropic 國家安全政策主任 Tarun Chhabra 也一同參與。 表面上，這是一場聚焦 Claude Code 與開發者生態系的活動，但從 Ben Mann 的爐邊對談，以及 Tarun Chhabra 參與的專題討論來看，Anthropic 更想傳達的訊息其實是：AI 已不只是提升生產力的工具，而是牽動國家競爭力、供應鏈安全與民主國家合作的新基礎設施。 Ben Mann 在開場時就表示，Anthropic 之所以參與這場活動，是因為公司堅信民主國家應在 AI 發展上保持領先地位，並期待持續深化與台灣的合作關係、擴大在台灣的投入。 沒有台灣就沒有 Anthropic 爐邊對談中，與談者數位發展部政務次長侯宜秀提到，台灣生產全球超過九成 AI 伺服器，也是全球半導體供應鏈的重要核心。Ben Mann 對此表示，美國希望維持 AI 領先地位，但同時也希望將 AI 發展帶來的成果與更多國家共享，深化與台灣政府及企業的合作正是其中重要的一環。 而在隨後的專題討論中，Tarun Chhabra 更直接指出：「如果沒有台灣的供應鏈，就不會有 Anthropic。」他認為，若希望在 AI 競爭中保持領先，特別是在與中國的競爭中取得優勢，各國必須建立更緊密的合作關係，而可信任的供應鏈正是其中不可或缺的基礎。 Anthropic 對 […]

趨勢科技加入 Anthropic Project Glasswing：將前沿 AI 模型化為防禦武器，守住台灣 AI 供應鏈防線

過去，網路安全領域的攻防戰一直依賴人類的智力較量，但如今這場競賽的本質已經發生劇變，AI 已經同時存在於攻擊與防禦的兩端。在這個歷史轉折點上，全球領先的 AI 公司 Anthropic 與趨勢科技旗下全球企業 AI 資安領導品牌 TrendAI™ 展開深度合作，TrendAI 正式受邀加入 Anthropic 極具指標性的「Project Glasswing」計畫。這場合作不僅促成了網路安全防禦模式的典範轉移，更進一步鞏固台灣在全球 AI 供應鏈中的戰略地位。 透過 Project Glasswing 實現「以 AI 防禦 AI」 今年 Anthropic 所開發的先進 AI 模型 Claude Mythos Preview 對整個資安產業投下震撼彈。數位發展部部長林宜敬表示，這個強大的 AI 模型能在極短時間內發現數千個高風險的資安漏洞，甚至能快速串聯漏洞並產生攻擊指令。現實是殘酷的，惡意攻擊者絕對不會乖乖等待許可，才去使用這些先進工具。因此，防禦方必須搶占先機。 這正是 Anthropic 啟動「Project Glasswing」計畫的核心理念：在向大眾廣泛公開 Claude Mythos Preview 這一類強大模型之前，先將其交給具備深厚領域知識的防禦者。Anthropic 合作夥伴負責人 Rob Bair 解釋此舉的戰略意義：「我們需要盡早將技術交給值得信賴的防禦者，以盡可能降低攻擊發生後的波及範圍。」 AI 資安的真正戰場：不是找出更多漏洞，而是更快完成修補 然而，快速發現漏洞只是防禦的第一步。趨勢科技執行長暨共同創辦人陳怡樺一語道破當前資安界最大的挑戰：「資安的問題不是你能夠發現多少漏洞，而是你有沒有辦法修補。」 過去的漏洞處理流程耗時冗長。「我們通常即使知道漏洞後，也要至少三個月以上才能完成揭露流程，可是現在整個時間正在大幅壓縮，我們必須把這整個過程變成在幾分鐘之內做完，」陳怡樺強調。引入 AI 後，這場防禦戰正式演變為「速度革命」。未來，TrendAI™ 不僅會運用 Anthropic 的先進模型來強化程式碼分析，更會把 […]

不把雞蛋放在同一個 AI 供應商籃子裡：Walmart 自研 Code Puppy，降低模型依賴風險

《Business Insider》報導指出，Walmart 內部有一款名為 Code Puppy 的工具，由工程師 Mike Pfaffenberger 開發，並已在公司廣泛使用。Code Puppy 的意義並不只是另一個 AI coding assistant，它其實反映出 Walmart 面對 AI 時代的一項更深層策略：避免過度依賴少數幾家大型 AI 供應商。 Walmart 打造 AI 開發工具，降低供應商綁定風險 這類風險在科技產業其實並不罕見。企業往往會在新技術出現時快速導入，並逐步將核心系統建立在其之上；但隨著依賴程度加深，最後可能反而被少數供應商綁住。一旦需要更換，不僅成本極高，還可能引發系統中斷或營運風險。《Business Insider》舉例，類似情況在 IBM 時代曾經出現，在雲端運算興起後再次重演，如今也讓不少企業開始擔心，AI 可能成為下一個重蹈覆轍的領域。 在這樣的背景下，Code Puppy 被視為 Walmart 的一種應對方案。隨著企業在 AI coding 工具與 agent 上的投入不斷攀升，甚至動輒達到數百萬美元規模，如何壓低成本並降低對單一平台的依賴，也變得更加迫切。 Code Puppy 本身建立在 Pydantic AI 函式庫之上，主要用途是讓開發者透過自然語言指令來撰寫、修改、測試與管理軟體。它的功能與 Claude Code、Codex 等工具相似，都能協助生成功能、修復錯誤並分析專案，但關鍵差異在於，它並不綁定任何單一 AI 模型或供應商。 Code Puppy 可支援 OpenAI、Google、Anthropic 等供應商的多種模型，讓開發者依任務需求切換與比較結果，也能將工作負載分散到不同模型與供應商之間，以降低使用限制與成本風險。Mike […]

亞馬遜新一代 AI 機器人 Proteus 亮相：「用對話指揮機器人」如何改寫歐洲物流履約網路？

亞馬遜（Amazon）在倫敦舉行的「Delivering the Future」活動中，揭曉新一代自主移動機器人 Proteus。除了提升倉儲物流作業能力外，新版 Proteus 最大的改變在於導入 AI 自然語言理解功能，員工只需像與同事溝通一樣說明需求，機器人便能自動完成任務安排與執行。 從搬運到自主導航，亞馬遜打造新一代智慧物流中心 《Reuters》報導，這項技術是亞馬遜未來數年將在歐洲投入 100 億歐元升級物流與倉儲系統計畫的一環。新一代 Proteus 預計於 2027 年上半年率先在歐洲導入，相較於目前僅能在裝卸貨區域運作的版本，新系統設計上可在倉儲樓面更廣泛區域移動，並支援履約中心與配送站內的容器運送、工作站之間轉運等任務。目前第一代 Proteus 已部署於美國 25 座物流中心，主要負責搬運重量近 400 公斤的推車，藉此減少員工搬運重物及長距離往返的工作負擔。 新版 Proteus 最大的特色在於具備自然語言理解能力。員工不需要學習專門指令，只要以日常對話方式交代物料搬運需求，系統就能判斷任務順序、規劃路線與執行時機。亞馬遜機器人部門副總裁 Scott Dresser 表示，員工告知機器人需要完成的工作，其餘流程都能由系統自動處理。他認為，Proteus 未來將成為物流中心的重要工作夥伴，負責重複性高且較耗體力的搬運工作，讓員工能把時間投入庫存流動管理、品質控管等較高技能工作。 除了 Proteus 之外，亞馬遜此次也展示多項倉儲自動化技術，包括旗下首款具備觸覺感知能力的 Vulcan 機器人，以及用於貨箱搬運的 STARK 系統。其中，STARK 已在西班牙巴塞隆納展開測試，亞馬遜預計在 2027 年前將其擴展至歐洲 15 個物流據點。 亞馬遜強化歐洲布局：預計增 2.5 萬名員工與多項投資 亞馬遜歐洲營運副總裁 Armin Cossmann 表示，這些技術將改變物流中心在支援員工與服務客戶上的運作方式，以因應持續增加的配送需求。他指出，隨著客戶對配送速度與服務品質的要求不斷提高，公司也會持續投入技術升級與創新。 針對外界對自動化可能衝擊就業的疑慮，亞馬遜強調，技術投資與人力擴張將同時進行。作為歐洲投資計畫的一部分，公司預計未來數年在歐洲履約中心增加 2.5 萬名員工。亞馬遜也指出，自導入機器人技術以來，不僅整體員工規模持續成長，也逐步發展出設備維護、系統可靠度與機器人支援等新型職務。 Scott Dresser 表示，歐洲已成為公司推動營運轉型與技術創新的重要市場，未來無論是資金投入、人才培養或技術導入，都將持續加大力道。除了倉儲自動化外，亞馬遜也宣布，今年將在歐洲設立超過 25 […]

RSI 是新的 AGI：矽谷追逐的最終魔王關，為何讓 Anthropic 呼籲全球按下暫停鍵？

在全球 AI 競賽全力加速的此刻，身處第一線的 Anthropic 卻提出一個反方向的呼籲。Anthropic 在官方部落格中警告，AI 系統正接近能在無人監督下自我改進的臨界點，並呼籲全球頂尖實驗室考慮一項協調一致的協議，暫停或至少放慢前沿模型的開發步調。 這篇部落格文章由 Anthropic 內部研究主管 Marina Favaro 與政策主管 Jack Clark 共同撰寫，他們認為模型的進展正逐漸逼近一個理論概念：遞迴式自我改進（Recursive Self-Improvement，RSI）。他們表示有理由相信，某些模型可能在短短兩年內就具備這項能力。 COMPUTEX 2026 現在進行中！最新報導都在【TO Highlight】直擊 COMPUTEX 2026 台北國際電腦展 Anthropic 為何示警？逾 80% 程式碼已由 Claude 寫成 Anthropic 之所以這麼說，是因為它在自家內部看到了具體訊號。《VentureBeat》報導，截至 2026 年 5 月，Anthropic 合併進生產環境程式庫的程式碼中，有超過 80% 是由其 AI 模型 Claude 撰寫，而非人類；Anthropic 補充，在 Claude Code 於 2025 年 2 月推出研究預覽前，這個比例還只有個位數的低點。連帶地，相較於 2021 至 2025 年的基準，每位工程師每季交付的程式碼量增為 […]

電商轉換率提升 380%、瀏覽頁面數提升 320%：戶外品牌 Columbia 用 AI 標籤做對了什麼？

生成式 AI 快速改變消費者的搜尋與購物習慣，戶外品牌 Columbia Sportswear 也開始重新思考電商的核心邏輯。 告別傳統關鍵字！2026 每 5 人就有 1 人問 AI 買東西 Columbia 電商副總裁 Mimi Ruiz 指出，品牌內部在 2026 年的預測顯示，未來每五位消費者中，就有一位會直接透過 AI 助理取得品牌與商品推薦，而非使用傳統關鍵字搜尋。 對 Columbia 而言，這項轉變不只是搜尋介面的改變，更牽動整個商品資料架構與品牌資訊的重組。當消費者開始向 AI 詢問「適合潮濕岩地健行的鞋款」或「適合雨天通勤又保暖的外套」時，品牌若無法讓 AI 理解產品特性與使用情境，就可能失去曝光機會。因此，Columbia 近年積極將產品資料、技術規格與功能描述進行結構化，希望讓品牌商品能在自然語言搜尋環境中，被 AI 正確辨識與推薦。 日本 Columbia 靠 AI 終結電商分類孤島 這個策略，在日本市場率先看到具體成果。Columbia Sportswear Japan 近年導入AI ，針對電商購物流程進行調整，希望解決戶外商品長期存在的「選購困難」問題。 Columbia 在日本市場的產品線橫跨登山、健行、旅行與日常穿搭，同一件商品往往同時適用多種場景。例如一件防水外套，可能兼具城市通勤、防風保暖與戶外活動需求。然而，傳統電商平台大多仍以「外套」、「鞋類」、「背包」等品類分類為主，消費者很難直接依照自身情境找到合適商品。 傳統的分類方式，也讓大量商品資訊被切割在不同頁面之中。消費者即使知道自己的需求，仍必須在不同品類之間反覆切換，容易出現資訊疲勞與選擇障礙。尤其戶外品牌經常使用大量專業術語，例如防水透濕、熱能反射或特殊保暖科技，對一般消費者而言理解門檻較高，缺乏門市人員即時解說的情況下，更容易降低購買信心。 因此，Columbia Japan 導入 AI 標籤機制後，開始重新拆解商品資訊。AI 會分析商品內容，自動建立「功能特徵」、「使用情境」與「需求價值」等不同維度的標籤，再將原本晦澀的專業術語轉譯成更貼近日常語言的描述。例如過去需要理解技術規格才能判斷的機能設計，如今會被轉換成「雨天適用」、「輕量」、「寒冷環境」、「長時間戶外」、「通勤」等直覺式情境標籤。消費者不需要理解技術原理，也能快速掌握商品適用場景。 如此，也讓商品探索方式產生巨大變化。當使用者點擊「防水」標籤時，系統不再只顯示單一類型商品，而會同步推薦具備相同情境價值的外套、鞋款與包件。若點選「輕量」，則可能同時看到可收納外套、旅行背包與適合長時間步行的鞋款。AI 開始扮演類似實體店員的角色，依據使用需求進行跨品類導購與搭配推薦。 COMPUTEX 2026 […]

【科技早餐】鴻海聯手 Intel、台積電 CoPoS 最快兩年放量，AI 基建戰從機櫃燒到筆電

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊鴻海聯手 Intel、會晤 SK，AI 基建從機櫃推進記憶體與能源 鴻海宣布與英特爾（Intel）策略合作，雙方將結合英特爾處理器、矽光子技術與軟體生態系，以及鴻海全球製造、系統整合與 AI 資料中心部署能力，共同探索從晶片、機櫃、系統到應用的 AI 解決方案。 鴻海表示，雙方將探索客製化特殊應用晶片、系統單晶片與系統整合等合作機會，也將共同定義下一代邊緣 AI 與實體 AI 平台架構。同時間，鴻海董事長劉揚偉也與韓國 SK 集團（SK Group）會長崔泰源會面，討論 AI 伺服器、AI 資料中心、能源解決方案與下一代 AI 記憶體等合作方向。鴻海的 AI 基建布局，正在從伺服器代工，往機櫃、記憶體、能源與系統整合同步延伸。 ＊台積電 CoPoS 最快兩年放量，魏哲家回應 Terafab 與記憶體式漲價 台積電 6 月 4 日召開股東會，AI 需求、先進封裝、晶圓價格與新競爭者，都是股東關切焦點。台積電董事長魏哲家表示，台積電最重要的核心競爭力，仍是技術、生產效率與客戶信任三項世界第一，台積電 40 年來從未缺乏競爭對手，未來仍會持續保持領先。 在先進封裝方面，魏哲家透露，新一代先進封裝 CoPoS 已經有試產線，最快約兩年、兩到三年內量會非常大。被問到 Tesla 執行長馬斯克（Elon Musk）提出 Terafab、跨入晶圓製造的可能性，魏哲家簡短回應「祝福他」。針對晶圓價格，他表示「我也想這樣做，正在努力中」，但台積電不會像記憶體公司那樣突然大幅漲價，因為客戶信任是長時間累積，台積電重視的是永續經營。 ＊AI 資料中心砸錢也蓋不快，電力、水與設備成新瓶頸 Microsoft、Google 母公司 Alphabet、Meta 與 Amazon 在 […]

主權 AI 進入 2.0 時代：歐盟 CADA 草案將以 4 大主權評級看「終止開關」風險

全球各國談論「主權 AI（Sovereign AI）」時，焦點大多放在資料是否留在境內、是否建立在地資料中心，以及是否建立自己的大型語言模型，但歐盟最新提出的一項計畫，正把問題推向更深一層。 歐盟執委會近日公布一套名為「科技主權方案」（Tech Sovereignty Package）的政策組合，其中最受關注的，是《Cloud and AI Development Act》（CADA，雲端與 AI 發展法案）。 根據《Bloomberg》報導，歐盟不僅希望未來 5 至 7 年將區域資料中心容量提高至目前的 3 倍，更計畫建立一套「雲端主權風險評級制度」。這代表歐盟的科技主權戰略，正從「資料放在哪裡」的資料在地化思維，走向「誰能調動資料」的控制權治理。 歐盟推四級主權評級，評估的不只是資料存放位置 根據《Bloomberg》與《華爾街日報》取得的草案內容，未來歐盟政府機關若要使用雲端服務處理關鍵資料，將必須進行主權風險評估（Sovereignty Risk Assessment）。 評估內容不僅涵蓋資料儲存位置，而是進一步檢視雲端供應商的雲端服務、供應鏈、資料處理流程以及實體基礎設施是否受到歐盟控制，並依此劃分為四個主權等級。 《Politico》指出，未來不同敏感程度的公共服務，將對應不同等級的主權要求。歐盟科技事務執委 Henna Virkkunen 表示，等級越高，對控制權的要求也越嚴格，目標是避免關鍵系統存在所謂的「kill switch（終止開關）」風險。所謂的終止開關是指，當發生政治衝突、法律爭議或國安事件時，誰能夠決定資料是否被調閱、服務是否被中斷。 COMPUTEX 2026 現在進行中！最新報導都在【TO Highlight】直擊 COMPUTEX 2026 台北國際電腦展 真正讓歐盟擔心的，是美國《CLOUD Act》 這項制度背後最直接的推力，來自歐盟長年對美國《CLOUD Act》的疑慮。根據《Bloomberg》、《Reuters》與《CNBC》報導，美國《CLOUD Act》允許美國執法機關要求美國企業提供資料，即使相關資料實際儲存在海外資料中心，也可能受到法律約束。 因此，即便某家歐洲政府機關將資料存放在法國、德國或荷蘭境內，只要使用的是 AWS、Microsoft Azure 或 Google Cloud 等美國企業提供的服務，理論上仍可能面臨美國司法管轄權的影響。Virkkunen 便公開表示，歐盟希望確保最敏感的資料能夠真正受到歐洲控制。 根據 Synergy Research Group 旗下 Statista […]

TrendForce：NVIDIA 加入 Windows on Arm 陣營，推升 Arm 架構 AI 筆電 2029 年滲透率達 34.2%

根據TrendForce最新研究指出，目前AI筆電主要由Intel、AMD、Apple與Qualcomm推動，但市場仍缺乏能夠大規模展現裝置端AI運算價值，並形成明確使用者換機誘因的產品。隨著Nvidia於Computex正式發表RTX Spark平台搭配N1與N1X處理器，AI筆電市場有望從目前以NPU功能展示為主的階段，進一步邁向以Agent與本地端模型運算為核心的新發展階段。 TrendForce表示，RTX Spark平台的意義不僅在於新增Windows on Arm陣營的重要成員，更首次將CUDA生態系延伸至Windows筆電市場，預估將快速提升AI筆電滲透率，由2025年的19.3%與2026年的37.5%提升至2029年的84.9%。 N1/N1X處理器由Nvidia與聯發科(MTK)合作推出，扮演開拓高階市場的關鍵。此架構整合了高效能Arm架構CPU、Blackwell架構GPU、CUDA生態系，並支援最高128GB Unified Memory配置，讓硬體效能與作業系統、專業軟體層面達到深度整合。 受惠於裝置端算力提升，文件搜尋、簡報製作、知識庫查詢、工作排程及部分AI Coding等應用，未來皆有機會直接於本地端完成，降低對雲端算力與Token消耗的依賴。隨著AI Agent逐步普及，PC角色也將由被動工具轉變為主動助理，帶動換機需求由硬體規格升級轉向應用價值升級，成為2027年後推動筆電市場成長的重要動能。 想看更多 COMPUTEX 動態？最新報導都在【TO Highlight】直擊 COMPUTEX 2026 台北國際電腦展 Windows on Arm、Apple M、Chromebook推升，Arm架構筆電迎新局 從AI筆電市場結構來看，目前AI筆電仍以Windows x86平台為主，其滲透率由2025年的6.8%至2026年提升至14.5%，預估2029年將占整體市場約50.7%。相較之下，Windows on Arm AI筆電雖然目前基期較低，但成長速度在Qualcomm與Nvidia陸續加入此陣營後將明顯加速，滲透率將由2025年的1.2%提升至2026年的3.2%，預期將於2029年進一步成長至11.5%，顯示Arm架構正逐步擴大在Windows筆電市場的影響力。 除了Windows on Arm的發展外，Apple M系列預計維持約17%左右的筆電市場占比，持續扮演Arm架構筆電的重要組成。另一方面，隨著Intel與AMD近年將資源逐步轉向AI筆電與高階商務機種，在Chromebook市場投入相對保守，也讓聯發科(MTK)在今年有機會透過AI Chromebook進一步擴大在Chromebook平台的滲透率。在Windows on Arm, Apple M與Chromebook系列共同帶動下，預估2029年Arm架構筆電滲透率將達34.2%。 TrendForce指出，在Nvidia RTX Spark平台(N1/N1X)、Qualcomm Snapdragon X以及未來更多 Arm架構晶片陸續進入市場下，Windows筆電市場將由過去以Intel與AMD雙強競爭，逐步轉向多架構、多平台並存的新局面。 （本文訊息由 TrendForce 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：TrendForce。）

工研院攜手 AUVSI 推動 Green UAS 認可評鑑：　助攻無人機產業接軌國際市場，漢翔率先導入測試驗證

為有助於我國無人機產業拓展國際，以及促進臺美無人機合作，並協助「台灣卓越無人機海外商機聯盟（TEDIBOA）」強化全球布局，在經濟部產業發展署指導下，工研院今（4）日舉辦「無人機評鑑機構啟動大會」，正式宣布與美國無人產業協會（AUVSI）簽署 Green UAS 授權評鑑及服務協議契約，成為 AUVSI 於臺灣的第三方認可評鑑機構，並成為美國「綠色無人機系統（Green UAS）」，使臺灣成為美國境外第一個認可評鑑機構，協助臺灣業者取得認證，打入美國市場。將有助推動我國無人機產業取得國際認證，進而拓展國際市場。 本次啟動大會邀集政府、國際組織及產業代表共同參與，包括經濟部次長何晉滄、經濟部產業發展署署長邱求慧、美國在臺協會處長谷立言（Director Raymond Greene）、AUVSI 執行長Michael Robbins、工研院董事長吳政忠、工研院院長張培仁、漢翔航空工業股份有限公司董事長曹進平；另有無人機外交小組、無人機大聯盟、台灣智慧機器人與自動化協會、雷虎科技、亞洲航空、神耀科技與中光電等產官研代表共同出席。 Green UAS 制度為美國近年推動的重要無人機供應鏈驗證機制，著重產品資安、供應鏈透明度與可信任度，已逐步成為國際市場的重要門檻與合作標準。今年 1 月，AUVSI 與工研院已於美國華盛頓特區簽署合作協議，專職網路安全測試和技術評估，擴大在臺灣的滲透測試支援，由授權資安人員實際嘗試入侵系統，識別資安漏洞。 工研院董事長吳政忠指出，此次正式啟動 Green UAS 無人機評鑑機構，是臺灣無人機產業走向全球可信賴供應鏈的關鍵起點。工研院取得美國 AUVSI 的 Green UAS 授權評鑑資格，將以「在地驗證、接軌國際」為核心，協助國內業者在國內依循美國標準完成資安評鑑，縮短進入國際市場時程。此授權評鑑機制將為產業帶來三大價值，包括協助業者接軌國際標準、強化可信供應鏈韌性，以及帶動技術升級，促使業者系統性地強化資安能力與產品品質，讓全世界看見臺灣無人機「可信、可靠、可合作」的實力。 此外，工研院也與漢翔航空工業股份有限公司簽署 Green UAS 測試合作備忘錄（MOU），由工研院機械與機電系統研究所所長張禎元與漢翔董事長曹進平代表簽署，並由經濟部次長何晉滄、經濟部產業發展署署長邱求慧、美國在台協會處長谷立言及 AUVSI 執行長 Michael Robbins 共同見證，正式啟動雙方於 Green UAS 測試驗證合作。 （本文訊息由 工研院 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：工研院。）

【科技早餐】Microsoft 七款自研模型拉高 AI 平台戰，SK 海力士擴產、NVIDIA Robotaxi 鎖定高雄

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊Microsoft Build 發表七款自研模型，AI 全端自主往企業推進 Microsoft 在年度開發者大會 Build 一口氣公布多項 AI 計畫，從自研模型、Windows 裝置到企業代理安全護欄，都指向同一個方向：Microsoft 不只延續與 OpenAI 的合作，也在補強自己的 AI 技術堆疊。其中最受矚目的，是 Microsoft 發表七款自研 AI 模型，組成 MAI 模型家族，涵蓋推理、程式碼、圖像、語音與語音轉錄，並把開發者與企業應用放在核心位置。 硬體端，Microsoft 展示搭載 NVIDIA 晶片的新電腦 Surface RTX Spark Dev Box，目標是在 PC 執行更大型的 AI 模型；同時公布 Project Solara 概念裝置，讓 AI 代理進入行動工作場景。企業安全方面，Microsoft 也正開發工具，協助 Windows 執行開放原始碼軟體 OpenClaw，降低 AI 代理在企業電腦上誤用敏感資料或刪除檔案的風險。 ＊Microsoft 發表 Majorana 2，AI 協助量子運算提前推進到 2029 […]

研華搭 COMPUTEX 熱潮舉辦全球夥伴大會，力推 Physical AI 與 WEDA 架構

全球物聯網智能系統與嵌入式平台領導廠商研華公司（TWSE:2395）昨（3）日於研華智能共創園區舉辦全球夥伴大會 WPC（World Partner Conference），今年研華 WPC  首度與 COMPUTEX 展覽深度整合，成功吸引來自全球超過 800 位技術夥伴、產業領導與生態系成員共襄盛舉，透過12場垂直產業論壇，共同探討邊緣 AI（Edge AI）、實體 AI（Physical AI）與 AI 代理（AI Agent） 的最新發展趨勢。作為全球邊緣 AI 產業的年度盛事，研華打造出橫跨全球技術趨勢、前端產品體驗與跨國商業媒合的平台，透過為期三天的密切交流，不僅讓全球與會者直擊最先進的邊緣運算與 AI 智慧方案，更實質促進了全球生態系夥伴在策略、技術與落地商機上的深度綁定。 COMPUTEX 2026 現在進行中！最新報導都在【TO Highlight】直擊 COMPUTEX 2026 台北國際電腦展 首度整合 WPC 與 COMPUTEX 全球夥伴深度交流 Edge AI 關鍵應用 研華董事長劉克振表示，研華今年以「Edge Computing & AI-Powered WISE Solutions」為主軸，首度將 WPC 與 COMPUTEX 整合擴大舉辦，就是希望透過全球生態系合作以建立更完整的邊緣AI產業鏈，進而串聯技術夥伴、開發者與產業客戶，打造可複製且具規模化的解決方案。 研華北美區總經理牛文中從市場第一線觀察指出，企業導入邊緣 AI 的需求快速成長，客戶需要的已不再只是單一硬體設備或 AI 模型，而是能夠整合硬體、軟體、 AI 框架、系統部署與場域服務的系統級夥伴。尤其在智慧製造、醫療、物流與自主設備等應用場域中， AI […]

台灣大 AI 算力布局走向海外，攜 GMI Cloud 共拓國際 AIDC 市場

全球生成式 AI 浪潮帶動高階 GPU 與 AIDC 需求快速成長，企業對算力、資料在地化與 AI 基礎設施的需求同步攀升。台灣大哥大今（4）日於 COMPUTEX 宣布，與全球僅七家的 NVIDIA Reference Platform Partner 國際算力策略合作夥伴 GMI Cloud 簽署合作備忘錄（MOU），結合台灣大在大型基礎設施與機房維運的深厚實力，以及 GMI Cloud 全球算力調度優勢，共同布局東南亞、東北亞、美洲、歐洲等新興市場，打造符合當地法規，與高資安標準的國際級 AIDC 服務，搶攻跨國算力商機。   台灣大哥大企業服務事業商務長朱曉幸表示，AI 加速運算規模快速擴張，企業對高效能算力、資料治理與在地部署需求同步提升。台灣大近年積極布局超大規模 AI 算力中心，旗下 TAIDC 機房具備高密度電力架構、液冷散熱與電信級維運能力，可支援新一代高效能 GPU 運算需求。除協助金融、高科技研發等企業客戶加速 AI 模型訓練與推論應用，也透過高頻寬網路專線與電信級資安能力，提供兼顧效能與資料安全的 GPU 運算服務。朱曉幸進一步表示，此次與 GMI Cloud 深化合作，共同拓展海外 AI 基礎設施市場，協助企業加速 AI 應用落地。 GMI Cloud 執行長葉威延表示，GMI Cloud 作為全球唯七 NVIDIA Reference Platform 雲端合作夥伴，同時也是亞洲成長最快的 GPU 雲服務供應商，具備快速部署基礎設施的能力，能有效解決目前市場對 GPU […]

AI ROI 不能只看採用率：JPMorgan、Meta 推追蹤機制，為何引爆失真與隱私危機？

《Business Insider》報導指出，隨著企業大規模導入 AI 工具，使用 AI 逐漸從一種選擇，轉變為職場中的基本要求。面對在 AI 軟體與 AI 代理系統上投入的數十億美元，包含 JPMorgan、Meta 與 KPMG 等大型企業，紛紛建立內部數據儀表板，用來追蹤員工在日常工作中使用 AI 的頻率與方式，部分企業甚至會在內部公開使用數據，讓員工能比較彼此的 AI 採用程度。 AI 使用量成管理參考，企業使用數據評估員工表現 在部分企業中，AI 使用量開始被納入績效評估與工作表現比較的指標，用以辨識所謂的「落後者」，進一步作為人力資源決策的參考依據。 然而，這類高度細緻的監控機制也開始在職場內部引發緊張關係。《Business Insider》指出，當 AI 使用量被做成排行榜，指標也開始被扭曲。部分員工會刻意增加不必要的 AI token 使用量，刻意最大化 AI token 使用量（tokenmaxxing），拉高自己的使用數據。這讓企業面臨一個新問題：AI 使用量升高，不一定代表生產力提高，反而可能推高成本、削弱指標可信度。亞馬遜過去曾設立內部排行榜追蹤 AI token 使用情況，但因擔心鼓勵不必要的使用行為，已於今年 5 月底關閉該機制。 同時，企業的監控重心也逐漸從傳統的工作效率指標，轉向更細緻的工作行為分析。過去多數企業主要透過登入時間、滑鼠移動、螢幕截圖等數據來評估遠距工作生產力；但在 AI 時代，企業開始更關注員工實際如何完成工作，包括寫作、程式設計、溝通與決策等流程，以理解 AI 在工作中的實際作用。 COMPUTEX 2026 現在進行中！最新報導都在【TO Highlight】直擊 COMPUTEX 2026 台北國際電腦展 Meta 蒐集鍵盤與滑鼠數據訓練 AI，引隱私與監控爭議 隨著 AI […]

AI 算力競賽下一個瓶頸是電力：台達電源及系統事業群副總經理鄭謝雄解析 800 VDC 架構、液冷與數位孿生如何重構資料中心？

專訪：戴季全撰稿：李昀蔚 算力即國力，已經成為 AI 時代最常被討論的一句話。然而，在大型語言模型、AI Agent 與 Physical AI 快速發展背後，真正限制算力擴張的，可能不是晶片，而是電力。當 GPU 功耗持續升高，AI 資料中心的用電、散熱與能源轉換效率，正在成為新一代 AI 基礎設施的核心戰場。 本集《全新一週》特別專訪台達電源及系統事業群副總經理鄭謝雄，從 NVIDIA GTC 大會上備受關注的台達 800 VDC 方案談起，拆解 AI 資料中心為何必須重新設計電力架構，以及台達如何從「Grid-to-Chip」（從電網到晶片）角度，整合電源、液冷與數位孿生，回應 AI 算力爆發帶來的新挑戰。 為什麼 AI 資料中心需要 800 VDC？關鍵在 GPU 功率暴增 所有電源架構的改變，根本原因都來自 GPU 功率不斷提升。從 H100、H200，到 Blackwell，再到 Vera Rubin，GPU 功耗已從過去約 700 至 800 瓦，提升到 1,200 瓦，未來 Vera Rubin 世代甚至可能來到 1,800 至 2,300 瓦。 當 GPU […]

微軟發表最新 Majorana 2 量子處理器，透過 Agentic AI 讓新的量子晶片可靠性提升 1,000 倍

微軟 6/3 發表最新拓樸量子晶片 Majorana 2，採用新一代材料堆疊設計，並將量子位元的可靠性提升至前一代的 1,000 倍。伴隨著這項進展，微軟預期將在 2029 年底前實現可擴展量子電腦的目標，較原先規劃時程縮短一半。 透過近期專為加速科學研究流程與協作而設計的 agentic AI 最新進展，微軟量子團隊正在突破長期限制將量子運算應用於實際場景的關鍵挑戰，包括可靠性、速度與規模。例如，新晶片的量子位元能維持其量子態的時間比第一代延長 1,000 倍，從而實現更可靠的運算。其他常見方法通常以微秒衡量量子位元的「壽命」，而 Majorana 2 則提供平均 20 秒的量子位元壽命，部分情況甚至可長達一分鐘。這樣的突破，大約相當於手機的續航力從原本的一天耗盡，大幅提升至充電一次就能使用近三年。 這種卓越的可靠性、極快的運算速度（以微秒為單位的運作），以及極小的量子位元尺寸（約為百分之一毫米），促使團隊得以在 2029 年底前實現具備商業價值、可擴展量子電腦的發展路徑。微軟認為，這樣的電腦將能解決目前在全球健康、糧食供應、永續發展與能源生產等領域中難以克服的複雜問題。 微軟技術院士 Chetan Nayak 表示：「我們需要逐年持續進步才能更接近我們的目標，也就是打造出一台具有極大商業與社會價值的電腦。我們必須沿著既定的路線持續前進才能實現這個目標，但相較於去年的進展，可以說我們已經做得好 1,000 倍。」 其他正在尋求科學或工程突破的研究人員，現在也能運用與微軟量子團隊在 Majorana 計畫中所使用的 agentic AI 技術實力。 微軟亦宣布 Microsoft Discovery 正式開放使用。這是一個協助組織投入前瞻研發的全方位平台，整合專為科學研究與開發設計的專用 AI agent、可驅動研究與推理工作流程的 Discovery Engine，以及企業級的安全、治理與透明度。 微軟也推出一款具備核心功能的 Microsoft Discovery 應用程式早期預覽版本，可透過 GitHub Copilot 帳戶免費下載並於本地電腦運行，降低進入進階 AI 驅動研究的門檻。 Microsoft Discovery 讓研究人員能夠部署由人類專業引導的自主 […]

Meta 推 Business Agent 押注 AI 代理：從投放工具到企業營運入口，打破廣告單一營收

《CNBC》報導，為擺脫對廣告業務的高度依賴，並尋找 AI 帶來的新營收機會，Meta 正加速布局 AI 代理市場。近日宣布擴大推出 Meta Business Agent，並先針對部分使用 WhatsApp Business App、Instagram Pro、Messenger 與 Meta Business Suite 的企業開放測試部分營運輔助功能。 Meta Business Agent 上線，可自動整理訊息並提供營運摘要分析 Meta Business Agent 將納入日前推出的 Meta One 企業訂閱方案。Meta 上週同步宣布，開始測試 Meta AI 應用程式與網站的付費服務，積極推動 AI 商業化，並尋求廣告業務之外的營收來源。Meta 表示，目前已有超過 100 萬家企業在 WhatsApp 與 Messenger 使用 Business Agent，而 WhatsApp、Messenger、Instagram 每天累積超過 10 億個企業對話，也是 Meta 推動企業 AI 代理的重要基礎。 除了回應客戶訊息外，Meta Business Agent […]

攻克汽車業 90% 無法自動化的盲區，奧迪用「AI + 機器人」重塑高勞動強度產線

在汽車製造邁向智慧工廠的過程中，真正困難的環節往往不是高度標準化的機械加工，而是那些需要大量人工經驗、長時間重複操作，甚至伴隨高勞動強度的細節工序。 德國車廠奧迪（Audi）近期公布最新 AI 生產布局，揭示汽車製造業正在進入另一波自動化轉折點。過去長年難以被機器全面取代的產線工作，如焊接後處理、線束安裝與製程異常監控，如今正透過 AI、雲端架構與機器人整合逐步被重塑。 告別高強度人工打磨！AI 與機器人接管車底盤「髒苦累」活 奧迪表示，目前已在德國 Neckarsulm 廠區的 A5 與 A6 車身產線全面導入 AI 驅動的「焊接飛濺檢測系統（Weld Splatter Detection，WSD）」。在車體焊接完成後，車身底盤經常會殘留焊接飛濺物，若未即時清除，可能影響後續塗裝與品質穩定性。這類工作長期仰賴人工檢查與打磨，不僅耗時，也對現場人員造成高度身體負擔。 如今，WSD 系統透過 AI 視覺辨識，即時掃描車底盤表面，自動標記焊接飛濺位置。最新版本更進一步結合機器人手臂，直接接管後續研磨清除流程。原本需要大量人工作業的高強度工序，現在改由 AI 控制的機器人完成，員工則轉向監控與例外處理工作。 COMPUTEX 2026 現在進行中！最新報導都在【TO Highlight】直擊 COMPUTEX 2026 台北國際電腦展 AI 化身產線監工，提前發現製程異常 除了改善高勞動強度工作，奧迪也將 AI 延伸至製程品質管理。由內部數據專家團隊打造的 AI 解決方案「ProcessGuardAIn」，目前已進入測試階段。這套系統建立於跨廠區數據平台之上，該平台整合各工廠設備、產線與感測器資料，形成統一且標準化的製造數據基礎。 透過大量機器與感測器數據，ProcessGuardAIn 能夠即時監控製造流程，提前發現異常徵兆，並主動通知工程人員介入。現階段，系統已於 Neckarsulm 烤漆廠進行兩項試點測試，包括前處理藥劑劑量優化，以及陰極電泳塗裝（Cathodic Dip Coating，CDC）異常檢測。奧迪預計於 2026 年第二季正式導入大規模量產。 相較於傳統製程異常往往需等待品質檢測後才被發現，ProcessGuardAIn 的價值在於能於問題尚未擴散前即時阻斷，降低返工與後續維修成本。奧迪也規劃下一階段讓系統具備「建議式 AI」能力，未來員工可透過 App 取得逐步操作建議與排除流程，讓 AI 成為產線現場的即時協作助手。 攻克 90% […]

16GB 筆電就能跑多模態模型、AI Agent？Google 發表 Gemma 4 12B 揭企業 AI 新需求

過去兩年，AI 產業的競爭幾乎圍繞著同一件事：誰擁有更多 GPU、誰能訓練更大的模型。然而 Google 最新推出的開源模型 Gemma 4 12B，試圖證明另一條路線也正在成形：未來企業真正需要的，或許不是規模更大的模型，而是能在本地設備執行推理、多模態理解與 AI Agent 任務的模型。 Google 發表 Gemma 4 12B，這款約 120 億參數的開源模型採用 Apache 2.0 授權，最大亮點並非參數規模，而是首次導入「Encoder-Free（無編碼器）」多模態架構。透過移除傳統音訊與影像編碼器，Gemma 4 12B 能直接將影像與聲音輸入大型語言模型推理流程，同時將硬體需求壓低至一般 16GB 記憶體筆電即可執行。 Google 為何要砍掉音訊與影像編碼器？ 多模態模型近年已逐漸成為主流，但大多數模型仍採用分離式架構。根據 Google 與開發者文件說明，傳統多模態模型通常需要額外的視覺編碼器與音訊編碼器，先將圖片與聲音轉換成模型可理解的向量表示，再交由大型語言模型進行推理。這種架構雖然成熟，但也會增加延遲、記憶體需求與系統複雜度。 Gemma 4 12B 則採取不同做法。Google 將這項設計稱為 Unified Architecture（統一架構）。影像不再經過獨立視覺模型處理，而是透過一個僅約 3,500 萬參數的輕量模組直接投影至模型內部；音訊則更進一步，直接將原始聲波訊號映射至與文字相同的向量空間，完全移除音訊 Encoder。 根據《Exploring Language Model》分析，過去 Gemma 4 系列大型模型使用的視覺編碼器約有 5.5 億參數，音訊編碼器約有 3.05 億參數。Gemma 4 12B 將這些模組移除後，不僅降低記憶體需求，也讓模型能更快開始推理。 COMPUTEX […]

2025 年全球邊緣運算支出突破 2,600 億美元，決定成敗的是 IT 與 OT 能否對齊目標

當製造業的工業環境越來越自動化、越來越互聯，製造商每天生成的營運資料量，正以前所未有的速度膨脹。問題是，資料本身不會創造價值，能否在關鍵時刻發揮效用才會，這正是邊緣運算成為製造業架構基礎的原因。 然而值得先點明的是，多數導入計畫的成敗，並不取決於選了哪套硬體或平台，而在於組織能否真正把它當成核心營運能力來經營。 去年全球邊緣運算解決方案的支出，已近 2,610 億美元 首先邊緣運算之所以重要，在於它把運算能力移到更靠近機器與感測器的位置。過去依賴雲端集中處理的架構，必須將資料來回傳輸至遠端資料中心，這樣的延遲無法在許多製造場景中被使用。 當運算發生在資料產生的源頭附近，製造商便能降低延遲、優化頻寬，並支援傳統純雲端架構無法實現的即時決策。 而背後支撐的關鍵，是具韌性的連網架構。許多組織採用混合式網路模型，結合有線與無線系統以因應複雜的工廠運作。其中，時間敏感網路（Time-Sensitive Networking）這類技術正快速被採用，它專為微秒級的資料同步而設計。透過將延遲限制在可預測的範圍內，企業能在邊緣裝置、雲端平台與控制系統之間達成更一致、更可靠的資料交換，這正是推動進階自動化的重要基礎。 這股動能也反映在投資規模上。根據 IDC 的預測，2025 年全球邊緣運算解決方案的支出已接近 2,610 億美元，並將以 13.8% 的年複合成長率持續擴張，預計在 2028 年突破 3,800 億美元，其中製造業相關的部署是重要的推動力量。 如今，架構轉移已經啟動，問題不在於是否導入，而在於如何導入。 除了即時運算的優勢，資安與減碳效率都有突破進展 如果說邊緣運算提供了即時運算的基礎，那麼人工智慧便是放大其價值的關鍵。AI 讓製造商能即時分析資料流、自動調整機器參數，並在故障真正中斷生產之前就偵測出潛在問題。這種「預測性維護」如今已成為降低停機、延長設備壽命的可用工具。 在利潤微薄、需求波動劇烈的環境中，這些能力直接幫助企業壓低營運成本、穩定生產節奏。AI 驅動的邊緣系統還能優化工作流程、微調設備運作並提升能源效率，對於日益面臨減碳壓力的企業而言，這樣的效率非常具有突破性。 除了效益面，本地處理資料更帶來資安上的優勢。透過在資料產生的源頭附近完成關鍵運算，企業能減少傳輸至雲端的資料量，降低對中央基礎設施的負擔。同時，這也縮小了對外部網路的暴露面，協助企業能執行更嚴格、更符合區域規範的存取與治理控制。 當操作技術（OT）日益連網、工業領域的網路攻擊持續上升，保護營運與生產資料早已升級為董事會層級的議題。把資料留在本地，正是強化防護的有效途徑。 COMPUTEX 2026 現在進行中！最新報導都在【TO Highlight】直擊 COMPUTEX 2026 台北國際電腦展 難的不是技術導入而是組織的跨部門合作 不過儘管效益可見，許多邊緣運算計畫卻在試點階段後便停滯不前。失敗的根源很少單純來自硬體或軟體，更常見的卡關點是組織層面的分裂：IT 與 OT 團隊目標不一致、既有系統並非為即時智慧而設計，以及最關鍵的，資料與成果的所有權歸屬不清。當沒有人真正對結果負責，計畫便難以跨越試點走向規模化。 此外，許多企業把邊緣部署當成一個獨立的技術專案來執行，而非一項基礎營運能力。這種認知上的偏差，使得專案即使在技術上可行，也往往因為缺乏跨部門的共同投入而失去動能，最終停留在概念驗證的階段。換言之，邊緣運算的瓶頸通常不在機房，而在組織的協作結構之中。 突破之道是讓營運、工程與 IT 三方，圍繞著一小組高價值的應用場景共同協作，例如預測性維護或即時品質監控。這類場景能快速展現具體影響、建立團隊信心。 與其一次性更換整廠的老舊設備，不如在既有的產線機台與感測器上加裝邊緣裝置，讓舊系統繼續運轉的同時，逐步把運算與分析能力疊加上去。如此一來，企業不必停線、不必承擔大規模汰換的成本與風險，就能從單一機台或單一產線開始驗證成效，再逐步複製到其他場域。 自主工廠的整合，是技術演化的下一個方向 綜觀全局，邊緣運算的競爭優勢其實不在於技術的高下，而在於組織能否建立跨部門的共同問責機制。同樣的硬體與平台，在分裂的組織裡只會淪為昂貴的試點，在協作的組織裡卻能成為營運的核心引擎。 對於正在尋找切入點的製造商而言，預測性維護與即時品質監控，是最值得優先投入的高價值場景。它們不僅能在短期內展現可量化的影響，更能為後續的擴展累積信心與經驗，是兼具實效與示範意義的起點。 邊緣運算與數位孿生、進階模擬乃至自主工廠的整合，是這項技術演化的下一個方向。隨著邊緣智慧逐漸與這些前沿能力匯流，今天所做的架構選擇，將直接決定未來升級的彈性與空間。對於願意正面迎接整合複雜度與人才轉型挑戰的製造商來說，邊緣運算正逐漸成為定義下一個工業效能時代的核心能力。 【推薦閱讀】 ◆ 黃仁勳宣布「有用的 AI 已經到來」：從 AI […]

COMPUTEX 2026 AI 機器人展區直擊：從零件到整機，Physical AI 正在現場發生

AI（Physical AI）正成為科技產業下一波競逐焦點，看準這股趨勢，COMPUTEX 2026 首度設立 AI 機器人展區，聚焦具身智慧（Embodied AI）、機器人運算平台、智慧城市與數位孿生等技術發展。 實際走訪展區可以發現，現場展示的重點不只是機器人本體，而是支撐機器人運作的整體技術生態系。從 VLM 模型、邊緣運算平台，到減速機與視覺辨識系統，各家廠商正試圖補齊 Physical AI 從感知、決策到自主執行所需的關鍵技術。 COMPUTEX 2026 現在進行中！最新報導都在【TO Highlight】直擊 COMPUTEX 2026 台北國際電腦展 機器人從「執行命令」走向「理解並執行任務」 過去工業機器人大多依靠預先編寫的程式執行固定任務，但隨著生成式 AI、AI Agent 技術進入機器人領域，產業開始追求更高層次的環境理解與自主決策能力。其中，所羅門的展示便是代表案例之一。 所羅門除了展出招牌的機器視覺技術解決方案，這次更強調 VLM（Vision-Language-Model）技術的整合。所羅門指出，非標準化的場景隨時可能遇到突發狀況，由於工程師無法將世界上所有的意外情境寫進程式裡，因此機器人需要仰賴 VLM 來應變。而其也宣布整合 NVIDIA NemoClaw 架構，用於協調人形機器人上的多個 AI 代理，目的將推理、感知、感測器融合、移動與操作整合至單一工作流程中。 所羅門表示，現行的人形機器人仍高度仰賴近距離視覺來進行語意理解，通常要移動到物體附近才能確認目標或解讀環境背景，而透過 AI 代理與感知能力的協作，能提高機器人執行任務的精準度，省去頻繁走位確認物體的麻煩。 另一個導入 AI Agent 到機器人領域的案例是研揚。研揚與英特爾共同展出了應用於工業產線的即時瑕疵檢測系統，在 AI Agent 的應用面是將其設計為人員與機器設備之間的溝通介面。廠房營運人員只需透過簡單的文字或語音指令，即可直接詢問 AI Agent「今天檢查了多少板子？」或「目前的瑕疵率為何？」等問題，系統便會即時從伺服器抓取數據回報。 來自韓國的機器人新創 Circulus 則展示另一種路線。其展出最大亮點在於專攻機器人的「大腦」，強調採用邊緣運算（Edge AI）技術而非依賴雲端，使機器人能在無網路的環境中運作，同時避免廠房資料上傳雲端，以符合部分企業對機密工程資料保護的需求。 一台機器人背後，需要更多看不見的關鍵零組件 除了 AI 大腦，機器人能否順利移動、抓取與執行任務，仍仰賴大量關鍵零組件支撐。首度參加 COMPUTEX […]

從數位孿生到實體生產力：達明機器人定義 Physical AI 落地關鍵，發表「端到端開發套件」打通 AI 供應鏈最後一哩路

達明機器人宣佈深化與NVIDIA、QCT的策略合作，正式推出「Physical AI 開發套件（Physical AI Development Package）」。這套業界首創的解決方案，標誌著達明機器人已成功串聯從資料採集、算力支撐到終端部署的完整鏈條，成為台灣 AI 硬體供應鏈中，將數位智慧轉化為實體生產力的「最後一哩路」 。 雙引擎戰略核心：一套大腦，賦與機器人多元型態 不同於市場過往僅關注單一機器人型態，達明機器人強調 Physical AI 的核心價值在於「跨平台的智慧賦能」。本次發表的開發套件不僅是為人型機器人 TM Xplore I 量身打造，更是其「AI 雙引擎」戰略（協作機器人 Cobot + 人型機器人 Humanoid）的智慧中樞。透過同一個共享的 AI 架構與開發框架，企業能將 AI 視覺與 VLA 多模態模型快速導入既有的 AI Cobot 產線，或部署至未來的人型機器人應用，極大化研發投資報酬率並降低重複開發成本。 想看更多 COMPUTEX 動態？最新報導都在【TO Highlight】直擊 COMPUTEX 2026 台北國際電腦展 Physical AI 技能訓練的「使用者旅程」：加速工業落地，極大化降低 TCO 展會現場完整呈現了 Physical AI 技能訓練的三大關鍵階段，旨在解決企業導入自動化時面臨的「客製化成本高」與「部署週期長」兩大痛點。此整合工作流程全面導入 NVIDIA Isaac GR00T 人形機器人開放式開發平台，用以彌合數位開發與現實世界之間的差距，有效降低總體擁有成本（TCO）並縮短建置週期。 高品質的數據是 Physical AI 的基石。達明機器人與晶翔機電（j-mex）合作，展示如何透過 […]

AI 已催生 130 萬個新型職位：《富比士》點名 20 種 Agentic AI 人才，企業組織圖正在改寫

《富比士》報導，代理 AI（Agentic AI）帶來的最大討論焦點，往往集中在工作機會被取代與消失的議題。然而，數據所呈現的另一面卻顯示，AI 不僅正在改變既有職位，更持續創造大量全新的工作機會，而這項發展相較於失業議題，獲得的關注明顯較少。 新領時代來臨：AI 帶動百萬新職缺，人才需求全面翻轉 相較於外界普遍聚焦 AI 將取代工作機會的討論，最新數據顯示，AI 也正快速催生大量新興職業。根據 LinkedIn 今年 1 月公布的分析，自 AI 技術普及以來，全球已新增超過 130 萬個相關職缺，包括 AI 工程師、前線部署工程師及資料標註員等新興職務；同時，AI 基礎建設擴張也帶動超過 60 萬個資料中心相關工作機會。 LinkedIn 將這波轉變稱為 New-Collar「新領人才」時代，意指人才需求不再只看傳統學歷，而是結合知識工作、進階技術能力與人類特質。其中，AI 工程師更已連續兩年成為美國成長速度最快的職位。 世界經濟論壇（World Economic Forum）在《未來工作報告》中預估，到 2030 年全球將新增約 1.7 億個工作機會，雖然有 9,200 萬個職位可能因技術變革而消失，但整體仍將淨增加約 7,800 萬個工作。其中，AI 與機器學習相關專業人才被列為未來成長最快的職業類別之一。 麥肯錫（McKinsey & Company）則進一步提出代理式組織概念，認為未來企業運作將逐漸形成「人類與 AI 代理共事」新模式。在這樣的環境下，員工的角色不再只是執行任務，而是負責協調、監督及管理 AI 系統，確保其能有效完成工作目標。 COMPUTEX 2026 現在進行中！最新報導都在【TO Highlight】直擊 COMPUTEX 2026 台北國際電腦展 不只需要工程師：企業搶前線部署、治理與安全人才 從企業的人才布局來看，最先受到 […]

TechOrange 推出《 AI Ready 電子報 》，用 AI Agent 幫你掌握 AI 與機器人最新動態

科技報橘會員電子報即將迎來一次升級，我們想在正式上線前，先告訴你這次改變了什麼。 從本週四（6/4）起，《AI TOgether》電子報將更名為 TechOrange《 AI Ready 電子報》，並從週報升級為每日早上 6 點發送。 新版本會透過 AI Agent，每天從國際媒體與科技報橘官網中篩選出多則 AI 與機器人相關的重要新聞，提供中文標題並附上原文連結。看到感興趣的主題，點擊就能直接前往原始報導閱讀。 AI 產業的變化瞬息萬變，我們希望藉由新的工具與節奏，把最新的產業動態以最快的速度送到你手上，不讓你錯過任何關鍵訊號。 這是一個新的開始。上線後，我們會持續根據讀者回饋優化內容與形式。如果你有任何想法或建議，歡迎來信至 [email protected]，你的意見對我們來說非常重要。 還不是訂閱者？歡迎透過科技報橘首頁立即訂閱，從 6/4 起每天早上與你見面。 TO 編輯團隊

微軟 Build 大會公開 Project Solara：AI Agent 走進企業現場裝置，改寫傳統 App 模式

微軟在 2026 Build 開發者大會上公開 Project Solara，這是一套以 AI 代理為核心的新裝置平台，目標讓部分工作任務不再受限於傳統 App 介面，能直接透過 AI 代理與專用裝置完成。與過去以 Windows 為核心的策略不同，Solara 採用微軟基於 Android 開發的企業版平台 MDEP，支援更小型、低功耗、可由 IT 部門管理的新型態企業裝置，已完成兩款可實際運作的硬體原型，並吸引多家知名企業準備參與試點計畫。 微軟發布 Solara AI 平台，瞄準下一代運算裝置市場 隨著生成式 AI 技術快速發展，微軟正布局下一代運算平台。讓使用者不必在不同軟體之間切換操作，而是直接透過 AI 完成工作任務。搭配現成硬體元件，企業也能更快速、低成本地開發符合特定需求的智慧裝置。這項布局被視為微軟搶攻 AI 裝置市場的重要一步。目前除了微軟之外，Google、Amazon 與 OpenAI 等科技大廠也積極投入相關領域。《GeekWire》指出，若個人電腦是微軟建立軟體帝國的關鍵，AI 則被視為下一波運算平台競爭的主戰場。 負責領導微軟應用科學團隊的企業副總裁暨技術院士 Stevie Bathiche 指出，隨著 AI 能力持續提升，許多過去仰賴應用程式完成的工作，未來都可能直接由 AI 代理接手。他認為，傳統 App 主導的使用模式正逐漸鬆動，人機互動方式也將迎來新一輪改變。 Solara 定位為一套涵蓋晶片、裝置到雲端服務的 AI 平台。展示現場亮相的兩款概念裝置，分別是一台桌面 AI 中樞與一枚智慧識別證。桌面裝置可放置於個人電腦旁，透過語音互動、臉部辨識登入，並主動整理每日待辦事項；連接顯示器後，還能直接存取雲端 Windows 環境。 智慧識別證則鎖定第一線工作場景設計，內建指紋辨識與攝影機模組，使用者只需按下一個按鍵即可喚醒 AI […]

AI 算力進入部署期：COMPUTEX 2026 看技嘉、英業達、緯穎如何打造可商業化的 AI 基礎設施？

隨著 AI 技術發展從模型訓練邁向大規模商業應用，企業面臨的挑戰已逐漸轉移至「如何讓 AI 基礎建設（Infrastructure）快速且穩定地落地」。在 COMPUTEX 2026 展會上，技嘉、英業達與緯穎的展示，剛好對應 AI 基礎建設落地的三個難題：資料中心如何縮短建置時間、系統廠如何從單機伺服器走向整機櫃整合，以及當算力集群持續放大，光互連如何成為突破頻寬與功耗瓶頸的新選項。 COMPUTEX 2026 現在進行中！最新報導都在【TO Highlight】直擊 COMPUTEX 2026 台北國際電腦展 技嘉把 AI 資料中心貨櫃化，讓部署週期從 7 年壓到 2 年 要讓 AI 順利落地，首要問題之一是實體基礎建設的建置效率。技嘉今年以「Future Landing」為展區主題，對應企業在建置 AI 算力時面臨的時程壓力。技嘉表示，AI 部署的速度已經成為 AI 發展的關鍵競爭力，產業及市場真正需要的 AI 基礎建設，不僅取決於硬體效能及運作效率，更在於是否能快速建置、交付，並在落地後可即插即用投入運作。 因此，面對當前 AI 資料中心建置週期長、導入門檻高等挑戰，技嘉展出 GADU（GIGABYTE Accelerated Deployment Unit）模組化貨櫃資料中心，將水、電、網路、散熱與運算設備預先整合於貨櫃中。技嘉表示，若場地、電力與網路條件已具備，企業可藉此減少從零規劃機房的時間成本，將過往可能長達 5 到 7 年的部署週期，縮短至約 1 到 2 年。  除了硬體就緒，軟硬整合更是長期維運關鍵。在實體建置前，企業可運用 NVIDIA Omniverse 平台進行數位孿生模擬，預先完成電力與散熱的最佳化配置。在建置完成後，技嘉自研的 GPM（GIGABYTE […]

【運動手錶也要有 AI】讓 AI 真正理解運動員的身體狀態，為何 Coros 押注語音輸入？

Coros 成立不到十年，已在運動手錶市場站穩一席之地，名字開始與 Garmin、Polar、Suunto 並列在同一個討論框架裡。 這家品牌靠著在價格、功能與效能之間找到甜蜜點而快速崛起，但它現在想做的，已經不只是追上這些老牌競爭者，而是押注一個它認為將重塑整個產業的技術方向：語音與 AI 的結合。 麥克風上錶，但用法完全不同 在運動手錶上加入麥克風這件事，Coros 並不是第一個。Garmin 在 2022 年就在 Venu 2 Plus 上加入麥克風與喇叭，讓用戶能透過藍牙接聽電話、與手機語音助理互動，以及在錶上執行語音指令。此後 Garmin 也陸續將這套硬體配置擴展至 Fenix 8 與 Forerunner 等多個系列。 Coros 的路徑截然不同。2025 年，Coros 推出了第一款內建麥克風的手錶 Nomad，隨後又在 Pace 4 與 Apex 4 上加入麥克風，但它並不打算讓這些手錶變得更像 Apple Watch 或 Wear OS 裝置。 Coros 在近期軟體更新中推出了 Voice Control 功能，目前仍在 Beta 測試階段。用戶按住功能按鈕，就能以語音啟動訓練模式，包含健走、越野跑、礫石自行車等，也可以在訓練過程中進行細部調整，例如田徑跑道換道、調整跑步機速度，或設定提醒與啟動尋找手機功能。 在此之前，Coros 已推出「Voice Pin」功能，讓用戶在訓練途中錄製語音筆記，並標記在跑步路線的 GPS 地圖上，目的是記錄當下的身體感受，或留下路線的環境資訊，供下次跑同一段路時參考。這個設計的起點，是因為現有訓練數據的數字不夠用。 COMPUTEX 2026 […]

【科技早餐】NVIDIA 重做 AI PC、Google 募資 800 億美元，COMPUTEX 把 AI 基建戰推向新一輪

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊NVIDIA、聯發科重做 AI PC，代理式 AI 從雲端進桌面 NVIDIA 執行長黃仁勳在 COMPUTEX 說明，NVIDIA 與 Microsoft、聯發科（MediaTek）合作推出 RTX Spark 平台，目標不是只做新一代 AI PC，而是重新設計代理式 AI 時代的個人電腦。黃仁勳表示，未來 AI 不只是回答問題，而是能理解任務、運用工具、使用記憶並主動完成工作。 RTX Spark 結合 NVIDIA GPU 與聯發科 CPU，透過高速互連與統一記憶體，讓 Windows PC 支援更複雜的本地 AI 推論、專業軟體與 CUDA 應用。黃仁勳也提到，NVIDIA 同步推進人形機器人參考設計與 Isaac GR00T 平台。從桌上的 PC 到會移動的機器人，同一套代理式 AI 架構正進入不同型態的運算裝置。 ＊Alphabet 募資 800 億美元，Google AI 基建戰進入股權融資 Google 母公司 Alphabet 宣布，計畫透過股權募資 […]

陳立武上任 14 個月後首度亮牌：Intel 如何押注代理式 AI、客製化晶片與機架級系統？

經過一段時間的內部重整，英特爾（Intel）在 COMPUTEX 2026 台北國際電腦展上展現了截然不同的戰略姿態。從 AI 基礎設施、機架級系統、客製化晶片，到 Google、Ericsson 等合作案，面對 AI Agent 浪潮來襲，英特爾執行長陳立武在上任 14 個月後首度完整展示其 AI 佈局，他表示：「你們已經看到了英特爾的一些轉變，但我們才剛開始。」 針對 AI 產業變化，陳立武表示，「我們現在製造的晶片將供人類使用，也供 AI 代理使用。」而英特爾觀察到 AI 正在創造數兆美元的價值，並逐漸形成 4 大運算生態系，包含 PC、邊緣與實體 AI、企業資料中心，以及專門驅動 AI 代理的智慧資料中心（intelligence center），每一層都越來越需要專門建構的 CPU、GPU 和 ASIC 解決方案來處理特定的工作負載和應用。 18A 全面量產，首款產品已在出貨 製程是陳立武成績單裡關鍵一格。Intel 18A 製程已正式進入全量產，首款搭載產品為 Core Ultra Series 3，目前已有超過 300 款設計正在出貨，涵蓋消費與商用市場。今年四月推出的主流版本 Core Series 3，在短短數個月內便擴展至超過 70 款設計，使整個 Series 3 平台累計設計案接近 400 個。 針對掌上型遊戲市場的 […]

搭載 Arm 架構的 NVIDIA RTX Spark，重新定義代理式 AI 時代的個人電腦

作者：Arm 邊緣 AI 事業部執行副總裁 Chris Bergey 數十年來，個人電腦的設計思維一直以人們使用應用程式為核心場景。如今，代理式 AI 正在改變這個模式。隨著應用程式變得更加自主，使用者將透過提示，指示AI代理在各項工作流程中進行觀察、推論、規劃，並採取行動。 這項演進正帶動市場對兩大類 AI 運算的需求： 全新搭載 Arm 架構的 NVIDIA RTX Spark，正是展現這項轉型的最佳例證。 Arm 很高興與 NVIDIA 攜手推出次世代 Arm 架構晶片，為高階效能 Windows PC 樹立全新標竿，帶來智慧、即時回應，且隨時就緒的運算體驗，並將先進 AI 效能直接賦予開發者、創作者與玩家。 搭載 Arm 架構的 NVIDIA RTX Spark，揭示個人電腦新時代正逐步成形 在 COMPUTEX 2026 發表的 NVIDIA RTX Spark，是個人電腦演進過程的重要里程碑。NVIDIA 產品管理副總裁 Kaustubh Sanghani 表示：「AI 代理需要 GPU、CPU 與記憶體架構的緊密整合與最佳化，才能在裝置端提供即時回應且高效率的 AI 體驗。RTX Spark 採用 Arm 架構的 […]

NEXCOM 新漢集團攜手高通於 COMPUTEX 推動具身 AI 機器人發展，打造高效能開發平台

全球通訊與運算技術領先企業高通技術公司（Qualcomm Technologies, Inc.）與工業運算領先企業 NEXCOM 新漢集團旗下創博股份有限公司（NEXCOM Robotic Solutions, NexCOBOT Co., Ltd.）（8234）今日於 COMPUTEX 2026 宣布合作意向，將共同加速新一代機器人解決方案的開發。此次合作旨在結合高通技術公司在高效能邊緣運算的領先地位，以及新漢在機器人功能安全與運動控制方面的深厚專業，共同開發專為具身AI機器人打造的關鍵技術平台，以加速全球量產時程。 想看更多 COMPUTEX 動態？最新報導都在【TO Highlight】直擊 COMPUTEX 2026 台北國際電腦展 新一代 AI 控制板：整合 Qualcomm Dragonwing™ IQ10 系列與 NEXCOM 新漢集團旗下創博股份有限公司的即時控制與功能安全軟體堆疊 高通技術公司將智慧機器人視為實體AI應用的關鍵實踐平台。為滿足此需求，高通技術公司推出專為工業具身 AI 機器人設計的 Dragonwing IQ10 系列處理器。Dragonwing IQ10 系列具備高效能、低功耗及多感測器整合能力，可支援人形機器人、具身機器人、自主移動機器人（AMR，Autonomous Mobile Robot），及服務型機器人等應用。透過結合 Dragonwing IQ10 系列與新漢的即時運動控制及功能安全技術，雙方正評估推出「新一代 AI 控制板」。此解決方案預期可將高通技術公司的尖端 AI 運算能力與新漢專精的機器人控制技術無縫整合，為機器人產業提供兼具三大核心特性的AI控制器，包括即時就緒（Real-Time Ready）、EtherCAT 就緒（EtherCAT Ready）及功能安全就緒（Functional Safety Ready）。 聚焦高階垂直應用與人形機器人市場 新漢與高通技術公司預計聚焦需要高度 AI 運算能力與嚴格安全標準的智慧應用領域，包括智慧製造、自主移動機器人（AMR）以及各類高階垂直機器人應用。透過提供「開箱即用」的高效能AI機器人解決方案，雙方合作有望協助開發者大幅縮短研發週期並加速產品上市，尤其聚焦於快速成長的人形機器人市場。 […]

巨頭 IPO 資金爭奪戰：Anthropic、OpenAI 搶上市，誰能取得公開市場定價權？

《紐約時報》報導，開發聊天機器人 Claude 的 AI 公司 Anthropic，已向美國證券交易委員會祕密遞交 IPO 草案文件，可能在華爾街出現數十年難得一見的投資熱潮。隨著這項申請曝光，Anthropic 預計將成為今年三家備受矚目的潛在上市公司之一，另外兩家分別是火箭公司 SpaceX，以及在 2022 年以 ChatGPT 引爆 AI 浪潮的 OpenAI。 OpenAI、Anthropic 搶上市！AI 雙雄 IPO 大戰升溫 《紐約時報》指出，這些 IPO 若順利完成，可能成為史上規模最大的幾宗交易之一，帶動龐大的投資潮與員工財富增長，甚至誕生世界首位兆美元富豪：持有約 50% SpaceX 股份的馬斯克。這波上市潮也可能為非營利領域帶來可觀資金，因為 Anthropic 與 OpenAI 都已承諾將相當比例的股份投入慈善用途。SpaceX 預計將於本月進行 IPO，而 OpenAI 則準備在未來幾週內遞交申請。 IPO 申請也進一步升高 Anthropic 與 OpenAI 之間的競爭。上週，Anthropic 在新一輪融資中超越 OpenAI，成為全球估值最高的 AI 新創公司，募得 650 億美元，使其在新資金注入前的估值達 9000 億美元，而 OpenAI 最新估值則為 7300 億美元。Anthropic 在聲明中表示，此次申請「讓我們在完成美國證券交易委員會（SEC）審查後，擁有上市的選擇權」，但未透露 […]

【戴季全專欄】大家都知道會 AI 的人會取代不會 AI 的人，你的孩子會 AI 了嗎？

孩子的下一個競爭對手，是會用 AI 的同學 幾年後，我們的孩子要競爭的對象，恐怕不是比較聰明或家裡比較有資源的同學，而是很會用 AI 的同學。 這不是危言聳聽。當一個人能熟練指揮 AI 完成工作，他的產出是不會用 AI 的人的數倍以上。差距不再是努力就能追上，而是結構性的落差。努力練習射箭，比不上會用槍的人。努力練習騎術，比不上會開車的人。努力寫程式的人，比不上會用 AI 寫程式的人。我們都知道，會用 AI 的人會取代不會用 AI 的人。 問題是：我們的孩子能從現在的學校裡，學會使用 AI 嗎？ 絕大多數家長的答案是不知道。這不是任何人的錯，更不是老師的錯。但要把這件事看清楚，我們得先面對現實，分幾個層次往下討論： 首先，孩子的 AI 能力好不好，主要取決有沒有好的 AI 老師，老師有沒有足夠的時間和資源教會孩子 AI，取決於我們給了老師什麼樣的客觀條件來成為具有 AI 能力的 AI 老師，而這個客觀條件，取決於國家有沒有把錢花老師身上，全力推動老師成為 AI 老師。於是真正該進一步追問的問題，是我們有沒有給老師成為一位好 AI 老師該有的條件？因為孩子能走多遠，取決於老師能走多遠。 AI 能力是練出來的，不是教出來的 AI 能力和游泳、開車、寫程式一樣，都是練出來的，不是聽別人上課或看 Youtube 就能學會。這意味著兩件事必須同時到位。 第一件事，老師需要的不是研習，而是持續的、可實作的 AI 環境。真正能用、不必擔心資料外洩、可以反覆嘗試的工具，以及老師目前最稀缺的資源：時間。一場兩小時的研習講座，不可能讓任何老師成為 AI 老師，讓孩子成為成為 AI 人才。 第二件事，孩子需要的不是 AI 內容，也是可實作的 AI 練習場。看影片、讀課本學不會用 AI，就像看游泳影片學不會游泳。孩子必須真的動手，在引導下反覆與 AI […]

AI 基礎建設瓶頸不只在 GPU！Marvell 執行長揭下一場算力戰關鍵：突破「銅線之牆」

過去在探討 AI 基礎設施的效能時，業界目光往往聚焦在處理器與記憶體的硬體規格上，但隨著運算規模呈爆發性成長，這個觀念正在發生典範轉移。Marvell 董事長暨執行長 Matt Murphy 在 COMPUTEX 2026 主題演講中，開頭就先破除這個傳統迷思，他表示：「當你將成千上萬、甚至未來數百萬個處理器結合在一起，作為一個龐大的運算引擎運作時，這種規模的運算本質上就是一個連線能力的挑戰，且連線能力的架構與特徵，將決定系統的效能。」 為了迎接這個以「資料移動」為核心的時代，Marvell 早在十年前便預見資料中心互連需求將大幅飆升的趨勢，因此大刀闊斧地展開戰略轉型。Matt Murphy 分享，十年前資料中心占 Marvell 營收不到 10%，但透過投入高達 225 億美元收購 Cavium 與 Inphi 等企業，再加上內部研發的鉅額投資，Marvell 已全面蛻變為專注於資料中心基礎設施的企業。如今，資料中心業務已占 Marvell 營收超過 75%，讓 Marvell 得以在接下來的 AI 基礎設施建置潮中佔據關鍵地位。 COMPUTEX 2026 現在進行中！ 最新報導都在【TO Highlight】直擊 COMPUTEX 2026 台北國際電腦展 突破「銅線之牆」，從跨資料中心傳輸到 CPO 的光學革命 奠基於十年來的技術積累，Marvell 現在正面臨並著手解決 AI 系統發展中最艱鉅的連線挑戰，那就是：如何克服從數百公里到幾毫米之間各種距離的傳輸限制？Matt Murphy 說明，Marvell 具備業界最完整的技術組合，涵蓋跨資料中心的同調調變技術、資料中心內部的 PAM4 模組與全新發表的 100T Teralynx 交換晶片，一路深入到機架內部的銅線傳輸，甚至囊括毫米等級的晶片對晶片先進封裝技術。 然而，即便擁有多元技術，硬體架構仍面臨無法迴避的物理極限。隨著傳輸頻寬的倍增，銅線的有效傳輸距離就會等比例減半。因此，當業界推進至 […]

淡江大學啟動校園服務革命：AI 對話平台打造 24 小時專屬數位助理

淡江大學覺生紀念圖書館近期榮獲第三屆教育部「標竿圖書館獎」，評審肯定其導入全面品質管理、校際合作推動與發展AI技術以及卓越的數位服務流程，成為標竿典範。淡江大學資訊長石貴平教授指出，新世代學生的資訊獲取路徑已徹底改變，他們習慣對話式的即時滿足，而非傳統圖書館層層分類的檢索。因此，學校導入叡揚資訊 C.ai 對話式服務平台的考量不在於跟風科技，而在於解決「接觸率」與「即時性」這兩個最實際的服務痛點。 跨越數位與語言鴻溝：No/Low Code 賦能行政與國際化  在將 AI 推廣至全校各行政單位時，資訊處面臨行政人員數位落差與教育訓練耗時的巨大挑戰。叡揚 C.ai 「簡易教學、容易上手」的特性成為最佳解方，行政人員不需懂程式與複雜設定，只需提供處室網址或上傳法規文件，機器人便能擁有正確知識，讓各處室能獨立維護專屬的 AI。此外，因應外籍生增加的趨勢，C.ai 提供完善的「多語系動態切換」架構，讓學生能一鍵切換中英文或由系統自動偵測語系。這不僅大幅降低跨單位的溝通成本，更確保在招生與報到旺季時，能以流利外語無縫服務國際學生，展現淡江的國際化實力。 終結圖書館焦慮：NLP 語意解析打造貼心「小書僮」  此次獲獎的一大亮點為 AI 客服「小書僮」。傳統 FAQ 常讓不知如何提問的新生產生「圖書館焦慮」，而「AI 小書僮」因為導入自然語言處理（NLP）技術，突破傳統限制，能精準理解讀者的「語意」而非僅是匹配關鍵字 。例如，當學生詢問「半夜趕論文突然需要校外文獻怎麼辦」時，AI 能分析出背後「急需」與「館際合作」的需求，直接引導其使用「RapidILL 西文期刊快遞服務」的申請頁面。它降低專業服務門檻的深層痛點，並能自動串接後端系統完成研究小間預約，讓複雜的流程變得如聊天般簡單。 全方位生活秘書：從學務到住宿的 24 小時虛擬輔導員 為了讓 AI 成為學生的貼身生活秘書，淡江大學進一步規劃將智能對話服務延伸至充滿溫度但行政流程繁瑣的學務處。住宿組的應用是一大亮點，未來學生半夜若遇冷氣損壞或需申請寒暑假住宿，皆可直接透過 AI 查詢資格、費用並連動報修流程 。在課外活動與生活輔導方面，AI 能化身活動顧問，提供社團場地借用規則、經費核銷及弱勢助學金申請條件的即時引導。未來此服務更計畫涵蓋衛生保健組的傳染病防治與體檢資訊，讓 AI 真正成為全方位照顧學生食衣住行的虛擬輔導員。 分散維護與統一服務：建構永續進化的校務 AI 大腦  要實現跨處室的全面導入並確保資訊準確，建立主動參與的知識維護機制是 AI 落地的成功關鍵 。淡江大學計畫建立全校性的「數據中台」，統一管理教務、學務、總務等各單位的知識庫與法規文件。在這種「分散維護、統一服務」的模式下，權限被下放給各業務單位的承辦人員。當校園法規變更時（例如教務處更新學則、總務處更新採購法），第一線窗口只需在後台更新文件，前端的 AI 智能機器人便會即時同步最新資訊，確保校務 AI 大腦永遠保持在最聰明、最準確的狀態。不僅於圖書館服務，透過打造校園專屬的 AI 助理，讓校內豐富的數位資源能像便利商店一樣 24 小時全年無休，成功打破時空限制，主動將資源送到師生手邊。 (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 / […]

押注實體 AI：NVIDIA 聯手宇樹科技推人形機器人參考設計，啟動數兆美元新賽局

NVIDIA 在台北 GTC 大會上宣布，其 Isaac GR00T 人形機器人開發平台將支援宇樹科技（Unitree Robotics）的 G1 人形機器人，並推出一款全新的參考設計：NVIDIA Isaac GR00T Reference Humanoid Robot。它整合 Unitree H2 Plus 人形機器人、Sharpa Wave 五指觸覺靈巧手、NVIDIA Jetson Thor 機載運算，以及 Isaac GR00T 開放軟體與模型。另一方面，Isaac GR00T 開發平台將支援研究界常用的 Unitree G1，相關工作流程預計釋出至 GitHub 與 Hugging Face。 NVIDIA 推人形機器人研究平台，加速實體 AI 開發與部署 《IBTimes》指出，這套系統旨在協助研究人員更快速地測試與部署機器人，無須從零開始建置完整的硬體與軟體架構。同時，希望透過大型 AI 模型提升人形機器人的學習效率，使其能更快掌握新技能，並更有效地適應真實世界環境。NVIDIA 共同創辦人暨執行長黃仁勳表示，人形機器人將把實體 AI 帶入全球最大的產業領域，創造數兆美元規模的經濟機會，NVIDIA Isaac GR00T Reference Humanoid Robot 則為研究人員提供一個統一且開放的平台，有助於推動通用實體 AI 重要突破。 在硬體設計方面，該機器人採用 Unitree […]

黃仁勳親解 Vera CPU 戰略：這是一個 6 個月前還未存在的市場

COMPUTEX 2026 展會期間，NVIDIA 執行長黃仁勳在同步舉辦的 GTC Taipei 進行全球媒體問答。相較於前一天定調未來十年運算趨勢的主題演講，這場問答更像一場補充說明會，黃仁勳親自回應了 Vera CPU 對打 AMD、進軍筆電市場等問題。 黃仁勳：代理時代不是賣核心，而是賣 Token 現場有媒體提問，台灣科技生態系數十年來圍繞 x86 架構建立，而 Vera CPU 將以獨立產品形式出貨，NVIDIA 如何看待與 AMD 等老牌業者的競爭。 黃仁勳的回答點出一個商業模式層次的差異。他先表示，傳統超大規模 CPU 的思路是不斷堆疊核心數：「什麼比 100 核心的 CPU 更好？是 200 核心。什麼比 200 核心更好？是 400 核心⋯⋯我可以一直說下去，但那是舊的方法，那是給人類使用的。」 過去資料中心 CPU 的核心設計目標，是讓更多使用者同時存取系統，因此核心數量越多越好。但黃仁勳表示，Agent 的目標不是租用核心，而是盡可能快速完成工作。 他強調，「代理不想租用 CPU 核心，代理想要生成 Token。」因為對於 AI 工廠而言，可獲利單位是 Token 而非核心。這就是 Vera 不以核心數量為設計目標，轉而主攻單執行緒效能與低延遲的原因。黃仁勳形容，這可能是 25 年來都沒見過的單執行緒效能提升，目的是讓代理少等待，避免讓一旁昂貴的 GPU 空轉。 黃仁勳也否認了「搶市佔」的框架：「我們創造的每一個產品，在我們創造它的那一天，市場是 0 […]

兩年覆蓋三分之二美國醫界，AI 醫學資訊平台 OpenEvidence 的崛起與隱憂

以生成式 AI 驅動的醫學資訊平台 OpenEvidence，在美國醫界的採用速度已相當驚人。光是今年四月，約 65% 的美國醫師、橫跨近 2,700 萬次臨床接觸場合使用過它，換算下來，約有 65 萬名美國執業醫師正積極依賴這項服務。 哈佛醫療政策教授、美國麻州總醫院內科醫師 Anupam Jena 形容：「每個人都在使用它，它的成長是指數型的。」七個月前，這項工具在美國醫師之間的採用率還只有五成，如今已逼近三分之二，擴張之快前所未見。 COMPUTEX 2026 現在進行中！最新報導都在【TO Highlight】直擊 COMPUTEX 2026 台北國際電腦展 為醫生省下在舊系統裡徒勞翻找的時間 OpenEvidence 的核心是一個 AI 驅動的醫學搜尋引擎，能梳理龐大的醫學研究資料庫，針對臨床決策或用藥選擇給出建議，並附上同儕審查論文與臨床指引的連結。 Jena 分析自 2024 年以來累積的 9,000 萬筆查詢指出，所有搜尋中有六成與臨床決策直接相關，也就是醫師輸入特定病患的條件、疾病狀況，詢問最合適的治療方式。 Jena 說，外科醫師精通手術，但面對病患血壓或心跳偏高時，未必確定能否停用某種藥物，OpenEvidence 正好填補了這類「非本科訓練範圍」的縫隙。一名新罕布夏州的初階醫師就在病患血鉀驟降時，用 OpenEvidence 確認那只是常見的藥物副作用而非緊急狀況；南達科他州一位醫師則靠它判斷脊椎骨折該用 X 光還是電腦斷層確診。 掌管美國最大醫療系統、督導逾 2,500 名醫療人員的 Sanford Health 醫療長 Jeremy Cauwels 說，OpenEvidence是少數「極易上手」的工具，不僅免費，還可以在手機上順暢運作，回答問題的速度遠勝其他方法。 位於美國麻薩諸塞州波士頓布萊根婦女醫院的感染科醫師 Paul Sax 直言，OpenEvidence 根本是奇蹟，他指出傳統參考工具實證醫學資料庫 UpToDate，對於有具體情境問題的醫師而言難以精準搜尋；而 OpenEvidence […]

為什麼消費者討厭 AI 語音客服？美國 Home Depot 用人機「黃金比例」破解傳統設計邏輯

生成式 AI 進入客服產業，消費者對 AI 客服的反感情緒也浮現。根據體驗管理公司 Qualtrics 發布的《2026 Customer Experience Trends Report》，近五分之一使用過 AI 客服的消費者表示，自己沒有感受到任何好處。調查顯示，消費者甚至將 AI 客服列為便利性、省時性與實用性表現最差的 AI 應用之一。 困在 FAQ 裡的無限循環，AI 客服引爆消費者反撲 許多使用者抱怨，AI 客服最大的問題不在於「不夠聰明」，而是它經常變成企業阻擋客戶接觸真人客服的第一道牆。來自加州的消費者 Carmen Smith 就形容，自己經常陷入 AI 客服的無限循環，系統不斷重複 FAQ 內容，或持續提供早已試過卻無效的資訊，他說：「我寧願直接和真人講話。」 顧問公司 Cognizant 全球數位體驗主管 Ben Wiener 指出，AI 其實只是把企業原本的客服邏輯放大。如果企業最在意的是降低退款率、減少真人客服接手案件，AI 就會朝這個方向持續優化，最後讓客服體驗變成「如何讓顧客放棄」。 也因此，當越來越多企業導入 AI 客服時，市場開始關注另一個問題：AI 到底該怎麼用，才能真正改善服務，而不是製造新的挫折感？ COMPUTEX 2026 現在進行中！最新報導都在【TO Highlight】直擊 COMPUTEX 2026 台北國際電腦展 Home Depot 靠 AI 自然語言扁平化客服體驗 美國大型 […]

【科技早餐】黃仁勳宣告有用的 AI 到來，歐洲 AI 基建與 Token 成本同步升溫

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊黃仁勳稱有用的 AI 到來，Vera CPU 亮相、RTX Spark 把 AI 推進 PC NVIDIA 執行長黃仁勳在 GTC Taipei 主題演講中表示，「有用的 AI 已經到來」，AI 正從生成式 AI，走向能完成工作的代理式 AI。他以軟體工程師為例指出，AI 工具正在推升開發者產出，也讓 token 從運算單位，進一步變成 AI 工廠的收入單位。 NVIDIA 同時正式推出為 AI agents 打造的 Vera CPU，並宣布下一代 Vera Rubin 平台已進入全面量產，預計今年秋季開始出貨。在個人電腦端，NVIDIA 也推出與聯發科（MediaTek）共同開發的 RTX Spark 超級晶片，並與 Microsoft 合作，把代理式 AI 帶進 Windows 生態系，讓 NVIDIA 的布局從資料中心延伸到使用者桌面。 ＊美國封堵中國海外子公司買 AI 晶片，Blackwell 管制再收緊 《路透》報導，美國商務部已發布最新指引，要求對總部位於中國、但設在海外的企業，落實先進 […]

研華深化 NVIDIA 合作推出「AI Factory Brain」，以 Agentic AI 串聯全廠智慧決策

全球邊緣運算與邊緣AI平台領導廠商研華公司（TWSE:2395）今（1）日宣布深化與 NVIDIA 的合作，正式推出 AI 原生工廠架構（AI-Native Factory Architecture）迎向 Agentic AI 與 Physical AI 時代的來臨。 AI 原生工廠架構結合 NVIDIA NemoClaw、NVIDIA Factory Operations Blueprint、NVIDIA RTX PRO、NVIDIA Jetson Thor，以及研華 WISE-Edge Developer Architecture（WEDA），協助製造業者將 AI 智能深度導入即時工廠營運流程，以因應生產彈性、人力優化與能源效率等關鍵營運需求。 研華嵌入式事業群總經理張家豪表示：「研華與 NVIDIA 此次進一步合作，象徵AI驅動智慧工廠發展的重要里程碑。透過整合 NVIDIA AI Factory Brain，以及研華基於 NVIDIA NemoClaw 與全棧式邊緣 AI 運算平台所打造的 Edge AI 與 WEDA 生態系，我們正以 Agent-driven AI、Software-defined Orchestration 與 Autonomous Operations，實現全廠級智慧化，並為新世代 Physical AI 智能製造建立可複製、可驗證的最佳實踐藍圖。」 […]

未來手機不再是生態中心：高通執行長揭「雙重性格」硬體架構，預言代理式 AI 將掀科技業史上最大換機潮

「2026 年是 AI 代理之年，AI 正從單純回答提示詞的工具，進化為能夠自主採取行動的實體，」高通執行長 Cristiano Amon 在 COMPUTEX 2026 的開幕主題演講中以此破題，並強調：「我今天只有一個任務，就是要讓大家了解邊緣裝置將發生多大的變革，因為一種全新的運算形式正在觸及每一個裝置。」 回顧過去，數位生活一直是以智慧型手機為中心，所有穿戴裝置與應用程式生態系皆圍繞著手機運作。然而，隨著代理式 AI 逐漸成熟，這個典範已經開始轉移，「AI 代理不會依附於單一的生態系，任何能讓人與 AI 代理連結的設備，都會成為它的端點，」Cristiano Amon 指出，未來包含智慧型手機、個人電腦與穿戴裝置在內的所有設備，都將退居為 AI 代理系統的「端點（endpoints）」，這也代表 AI 將跨越不同設備，成為隨時伴隨使用者、掌握全方位情境的專屬助理。 想看更多 COMPUTEX 動態？最新報導都在【TO Highlight】直擊 COMPUTEX 2026 台北國際電腦展 迎接代理式 AI 時代，終端裝置需要「雙重性格」 不過，要迎接這個未來，必須認清一個現實：現今的設備多半是為「人類主動操作」而設計，這已經無法滿足未來代理式 AI 的需求。因此，Cristiano Amon 強調，未來的裝置必須具備「雙重性格（two personalities）」，既能由人類手動操作，也能由 AI 代理自主在背景全天候持續運作、攜帶情境記憶並協調多項任務。 「光是人類操作，要讓手機續航一整天就已經充滿挑戰，想像一下，如果當你和 AI 代理同時運作時，會發生什麼事？」Cristiano Amon 進一步點出，這種轉變伴隨而來的，是對設備的功耗與延遲帶來的嚴苛工程挑戰。因此，未來的裝置不僅需要強大且高能源效率的 CPU 來負責任務協調，還需要具備高運算密度的 NPU 與 GPU 來執行本地模型，同時必須整合大量感測器以提供 AI 運作所需的關鍵情境數據。 代理式 […]

AI 讓個人生產力大爆發，為何企業 ROI 仍看不見？關鍵在決策流程重組

《Exponential View》報導，知名科技公司主管分享導入 AI 後的觀察。她管理約一千名工程師，幾乎所有人都已將 Claude Code 納入日常開發流程。從數據來看，工程師寫出更多程式碼、提交更多 pull request，也能在更短時間內完成工作。然而，個別員工效率提升，並不代表企業整體表現同步成長。雖然團隊成員都變得更有效率，但個人生產力提升並沒有等比例轉化成公司層級的 ROI、產品成果或營運效率，才會出現「1 + 1 + 1 + 1 只等於 1.5」的落差。 生產力被低估？為何 AI 創造的價值未反映於數據 這種現象並非個案。Uber 營運長 Andrew Macdonald 日前也坦言，企業雖然已投入大量資源發展 AI，但目前仍難以明確衡量其對業務成果的實際貢獻。他表示，產品開發速度或許有所提升，市場上推出的新功能也比過去更多，但要證明這些成果直接來自 AI，甚至進一步量化為企業多創造了多少價值，仍相當困難。 無論是個人用戶還是企業客戶，都已逐漸將 AI 納入日常工作流程。以 Anthropic 為例，兩年前每年在 Claude 上投入超過 100 萬美元的企業客戶僅十餘家，如今已突破千家；同一時間，平均企業客戶的支出規模更成長至原本的五倍。這些數據顯示，企業對 AI 的採用程度正快速提高。但當企業被問及實際成效時，答案卻不如市場熱度般樂觀。《Exponential View》提及，自 ChatGPT 問世以來，僅有 27% 的企業高階主管認為 AI 已達到預期的投資報酬率。 SemiAnalysis 將這種現象稱為隱形產出（Dark Output），以法律文件撰寫為例，當 AI 開始處理原本由律師完成的基礎工作後，客戶獲得的服務並未消失，但相關收入卻不再計入法律產業。結果是統計數據看到的可能是產值下降，卻看不見背後其實完成了同樣甚至更多的工作。SemiAnalysis 指出，現行統計制度主要依據價格與營收衡量服務業產出，不容易反映 AI 帶來的效率提升。隨著越來越多工作轉由 AI […]

AI 降低國家級網攻門檻：伊朗如何用 ChatGPT、Gemini 加速情報滲透

生成式 AI 正逐漸成為伊朗網路戰的新利器。《金融時報》報導指出，伊朗軍方與相關駭客正在使用 ChatGPT、Gemini 等西方 AI 模型，輔助惡意程式開發、釣魚訊息撰寫、假身分經營與漏洞掃描，讓既有網攻流程變得更快、更便宜、更容易規模化。透過 AI 協助，駭客能產出自然流暢的多語言釣魚訊息，進一步擴大攻擊規模並提高行動效率，讓伊朗在數位戰場上的威脅程度持續升高。 想看更多 COMPUTEX 動態？最新報導都在【TO Highlight】直擊 COMPUTEX 2026 台北國際電腦展 多國網路戰升溫：伊朗藉 AI 強化網攻與情報滲透 伊朗自今年 4 月初起與以色列及美國維持停火狀態，但雙方在網路空間的攻防並未停歇。一名不具名的資安專家表示，伊朗駭客幾乎在攻擊流程各階段使用 AI prompt，包括掃描敵方漏洞、保護自身弱點，以及生成更可信的假身分，用來接觸美國與以色列目標。 《金融時報》指出，區域衝突期間，各國同樣面臨網路攻擊升溫的情況。阿拉伯聯合大公國曾指出，境內每天遭受超過 50 萬次網路攻擊；以色列民眾也頻繁收到大量釣魚郵件與詐騙簡訊，部分訊息甚至假借合作名義，試圖引誘收件人與伊朗情報單位接觸。 前美國聯邦調查局高階網路官員、現任資安公司 Halcyon 資深副總裁 Cynthia Kaiser 表示，針對美國的大多數攻擊活動仍以較為初階的阻斷服務攻擊（DDoS）為主，這類攻擊透過大量垃圾流量癱瘓網站運作。在以色列，則由伊朗政府相關駭客組織 Handala 持續展開攻擊行動。《紐約時報》提及，該組織表面上偽裝成獨立的駭客行動團體，但實際上受伊朗情報與國家安全部控制，為伊朗主要情報機構。他們過去曾入侵並外洩以色列國防軍前總參謀長赫爾齊·哈勒維（Herzi Halevi）相關帳號，也公開過隸屬以色列情報機構分析人員的部分資料。 以色列資安公司 Check Point 策略副總裁 Gil Messing 表示，許多過去需要投入大量人力的工作，如今都能透過 AI 快速完成，讓攻擊行動的規模與速度同步提升。他指出，伊朗正積極運用各種 AI 工具，加速網路作戰部署與執行。 《金融時報》提及，伊朗駭客早已開始嘗試將 AI 導入網路攻擊，近年大型語言模型快速發展後，相關能力更進一步提升。過去若要假扮成美國企業員工或政府機構人員，需要長時間研究語言習慣與文化背景，才能取得目標信任；如今透過 AI 生成自然流暢的對話內容，這類偽裝工作變得更加容易。Google 今年稍早便發現，與伊朗政府有關的駭客組織 APT42 利用 […]

COMPUTEX 2026：AI 從雲端走入真實世界，台灣領銜全球產業轉型

全球科技產業高度關注的年度盛會—2026年台北國際電腦展（COMPUTEX 2026）將於明（2）日於台北南港展覽館1、2館及台北世貿1館盛大登場，今年以「AI Together」為主軸，匯集來自33個國家／地區、1,500家海內外科技企業，使用6,000個攤位，展覽規模再創歷史新高，全面展現全球AI產業鏈最新技術、應用與未來趨勢。 今年不僅邀集高通（Qualcomm）、邁威爾科技（Marvell）、英特爾（Intel）以及恩智浦（NXP）等全球科技巨擎發表主題演講，眺望AI時代下的產業洞察與趨勢；此外，今年亦打造「AI機器人區」、「科技應用暨體驗館」及「電子紙產業專區」展區，串聯全球科技生態。 外貿協會董事長黃志芳表示：「COMPUTEX 2026以『AI Together』為核心主題，聚焦AI產業從算力競賽邁入實體落地的關鍵轉折—從雲端走入製造自動化、高齡照護與勞動力轉型等真實場景。這不僅是台灣硬體製造韌性與全球軟體生態深度對接的戰略平台，更清楚宣示：AI的下一個戰場，是解決真實世界的問題。」 台北市電腦公會理事長陳俊聖指出：「COMPUTEX 2026以「AI Together」為主題，反映AI正從單點技術突破邁向系統整合與生態系協作。AI競爭已不只是模型與算力，而是涵蓋運算、傳輸、儲存、能效與應用的完整系統能力。台灣將從晶片、系統到應用場景，持續扮演全球AI發展的重要角色。」 想看更多 COMPUTEX 動態？最新報導都在【TO Highlight】直擊 COMPUTEX 2026 台北國際電腦展 COMPUTEX 2026聚焦AI應用落地　打造完整科技生活圈 因應邊緣AI與跨域整合需求快速成長，COMPUTEX 2026以「AI運算」、「機器人＆智慧移動」及「次世代科技」三大主題為核心，從晶片、運算平台到終端應用，全面呈現AI如何加速產業升級與生活轉型，建構完整「COMPUTEX科技生活圈」。 據TrendForce預測，2028年全球機器人大型語言模型（LLM）市場預期將突破1,000億美元，年複合成長率（CAGR）達48.2%。為因應實體AI與智慧機器人龐大商機，COMPUTEX 2026於世貿展區首度打造「AI機器人區」，展示AI機器人、智慧服務、自主移動與人機協作等應用成果，串聯全球機器人供應鏈與創新解決方案。此外，今年同步推出「科技應用暨體驗館」、「電子紙產業專區」，鎖定智慧應用、低碳永續及沉浸式互動體驗，展現AI技術如何深入智慧生活、零售、醫療、教育與永續場域，描繪未來科技生活新樣貌。 全球科技領袖齊聚　全面解析AI產業新趨勢 今年COMPUTEX主題演講（Keynote）陣容堅強，邀集Qualcomm總裁暨執行長Cristiano R. Amon、Marvell主席暨執行長Matt Murphy、Intel執行長陳立武以及NXP總裁暨執行長Rafael Sotomayor等全球業界領袖登場，從AI加速運算、邊緣運算到次世代行動平台，解析關鍵技術革新與產業趨勢。 同步登場的COMPUTEX Forum今年規模再創新高，三天共規劃28場議程，集結NVIDIA、Microsoft、Google DeepMind等國際科技企業、30位重量級講者，圍繞「機器人、自動化與實體AI」、「AI運算、基礎架構與開發」、「生成式AI與智慧內容應用」、「AI裝置、物聯網與邊緣運算」、「產業落地AI應用」及「資料智能、治理與安全」六大主題，分享從雲端到邊緣、從基礎架構到應用落地的最新技術進展與實務經驗。 InnoVEX匯聚全球新創能量　打造AI創新交流平台 「InnoVEX新創展區」來自23國、近500家新創團隊參展，匯聚來自法國、日本、韓國、泰國、澳洲、以色列、加拿大、義大利及捷克等9大國家館，展現COMPUTEX作為亞洲指標新創平台的國際影響力。InnoVEX聚焦AI、智慧移動、綠色科技、次世代通訊與創新應用，串聯全球創投、加速器與科技企業資源，打造跨國合作與技術交流的重要平台，持續激發創新動能與未來商機。 （本文訊息由 COMPUTEX 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：COMPUTEX）

黃仁勳宣布「有用的 AI 已經到來」：從 AI 工廠、AI PC 到實體 AI，全面押注代理式 AI

「代理式 AI（Agentic AI）已經到來，有用的 AI （Useful AI）已經到來。」COMPUTEX 2026 台北國際電腦展與 NVIDIA GTC Taipei 在今（6/1）同步拉開序幕，NVIDIA 執行長黃仁勳發表主題演講，圍繞代理式 AI 宣布一系列重磅更新，一路從 AI 基礎設施、AI PC，談到實體 AI（Physical），為接下來的 AI 趨勢定調。 為什麼稱「有用的 AI」已經到來？ 黃仁勳以軟體開發為例指出，GitHub 的程式碼提交（commit）數量正快速增加，從 2023 年的 3 億次、2024 年的 4 億次、成長到 2025 年的 5 億次，而到了 2026 年的最初幾個月，這個數字「幾乎增加了三倍」。 他將這個增幅換算成經濟價值：全球約 3,000 萬名軟體開發者每年領取約 3 兆美元的薪資，當產出接近三倍，等於用 3 兆美元的薪資成本，撬動出約 9 兆美元的生產力。他並反駁「AI 會減少工作機會」的說法，理由是當一名工程師能創造的價值大幅提高，企業反而會想雇用更多工程師。 「AI 現在是利潤產生器，AI 現在是 GDP 產生器。」黃仁勳表示，當企業發現 AI 能夠直接創造收入，就會想建立更多 […]

立即報名 6/4「2026 國際創業天使趴」，與加拿大、泰國、捷克新創團隊交流、鏈結國際創新資源

誠摯邀請您參與「2026 國際創業天使趴 International Startup Angel Party」！ 本次活動將邀請來自加拿大、泰國、捷克等國之新創團隊來臺 Pitch 發表與交流，並串聯臺灣創投、企業及國際創新資源，共同打造跨國合作與投資媒合平台。 We sincerely invite you to join the “2026 International Startup Angel Party”! This event will bring together startup teams from Canada, Thailand, and the Czech Republic to pitch and network in Taiwan, while connecting Taiwanese venture capital firms, enterprises, and international innovation resources to foster cross-border […]

技鋼科技攜 NVIDIA Vera Rubin 亮相，從桌上型超級電腦到貨櫃 AI 工廠一次看

技鋼科技為技嘉旗下子公司，專注於加速運算與基礎架構解決方案，今日於 Computex 2026 正式亮相，展示最新 AI 解決方案，涵蓋從輕薄緊湊 PC 上的 Token 生成、桌上型超級電腦，到快速部署貨櫃資料中心等多元應用。技嘉科技展位集中呈現由 NVIDIA 驅動的全方位 AI 基礎架構解決方案，加速企業、研究機構及工業應用領域的次世代運算發展。 機櫃級 AI 超級電腦 展區亮點包含劃時代的 NVIDIA Vera Rubin NVL72 平台，專為大規模 AI 訓練與推論及自主代理式 AI（Agentic AI）而設計。NVIDIA Vera Rubin NVL72 全面引領自主代理式 AI 時代，推論效能每瓦吞吐量提升 10 倍、Token 成本可降至十分之一，訓練所需 GPU 數量亦減少至四分之一。參觀者可親眼見證構成這款第三代機架級平台的所有關鍵元件，包含運算與網路架構。儘管機櫃級解決方案的效能逐代大幅提升、功率密度持續增加，現有電源架構仍面臨物理限制。為此，展區同步展出全新 800 VDC（800伏特直流電）解決方案，用於次世代電力配送。 串聯 Real-to-Sim-to-Real AI 工作流程 緊鄰機櫃級解決方案的展區，呈現一套涵蓋數位孿生模擬、模型訓練與即時邊緣控制的 Real-to-Sim-to-Real 解決方案。第一階段採用搭載NVIDIA RTX PRO 6000 Blackwell 的GIGABYTE XLS4-SX2 伺服器，擷取真實世界資料並重建模擬環境；第二階段使用基於 NVIDIA HGX Rubin NVL8 的 GIGABYTE G2L4-SD4 伺服器進行 AI […]

科技巨頭裁員佔滿頭條，但 AI 對職場最深遠的影響可能正在小型企業悄悄發生

大型科技公司的裁員潮佔據了多數媒體版面，但部分經濟學家認為，AI 對職場的最深遠影響，可能正在一個更不引人注目的小型企業裡發生。這裡的組織架構更扁平、重組成本更低，新技術的採用與落地可以比大公司快得多。 一家吉他學校的組織重組 Spencer Handley 經營的線上吉他教學平台 Sonora，擁有包含 Tom Misch 與 Billy Strings 在內的職業音樂人學員；平台穩定成長了七年，幾乎未受 AI 浪潮影響，直到 Anthropic 在去年 11 月發布 Claude Opus 4.5，情況才驟然改變。 這款模型經過專門訓練，能夠執行長時間運行的代理任務，包含軟體工程與行政作業。Handley 很快發現，AI 已能複製他用來經營業務的企業軟體，他說：「我意識到遊戲規則變了，你可以在沒有任何人工介入的情況下，複製一家十億美元公司的軟體。」 這個發現直接改變了公司的用人結構。負責接觸潛在客戶的 12 人「開發團隊」幾乎全數裁撤，銷售主管、客戶入職團隊與部分營運人員也隨之離開。 留下來的員工轉為監督 AI 代理，這些代理負責撰寫行銷文案、追蹤潛在客戶，並協助吉他老師引導新學員完成入職流程。 到了今年四月，Handley 已用客製化工具取代 HubSpot、Calendly、Vimeo 與 DocuSign，每年節省約 25 萬美元的軟體費用，同時將客戶資料集中管理，讓 AI 代理更容易調用。公司從 48 人縮減至 30 人，但營收沒有下滑，實際上成果還略微提升。 小型企業是更敏感的感測器 Sonora 的案例之所以值得關注，不只因為它的規模縮減，更因為它所代表的速度。 哈佛經濟學家 David Deming 在 2025 年指出，AI 在小型企業（包含新創公司）的採用速度快於大型企業。如果這個判斷成立，大型科技公司裁員數千人的頭條新聞，可能掩蓋了 AI […]

全新 TrendAI Inception Program 上線，引領下一波安全 AI 創新浪潮

全球網路資安解決方案領導廠商趨勢科技(東京證券交易所股票代碼：4704)旗下全球企業AI資安領導品牌TrendAI™於今年COMPUTEX大展宣布一項全新計畫，旨在提供AI方案供應商更快速地建構、驗證並推出以「安全為設計核心」的AI產品。此計畫整合了AI資安專業、技術賦能與市場推廣支援，協助合作夥伴無需自行建立深厚AI資安能力下加速安全發展。 想看更多 COMPUTEX 動態？最新報導都在【TO Highlight】直擊 COMPUTEX 2026 台北國際電腦展 趨勢科技TrendAI™企業事業群營運長金敬秀(Rachel Jin)表示：「AI導入生產環境的速度，已超越多數組織建立相應資安防護措施的進程。隨著客戶需求增長，攻擊者的覬覦也與日俱增。許多AI開發商缺乏專職資安團隊，也缺乏保護大規模AI系統的相關經驗。我們提供獨特的專業知識，幫助這些業者更快推出值得信賴、安全可靠的AI解決方案，將創新轉化為真正符合企業需求的成果。」 AI新創企業雖然具備快速創新的優勢，但企業客戶評估導入AI時，往往更重視信任基礎、治理機制與資安成熟度。TrendAI™透過完善的AI安全與治理能力，協助企業縮短創新與信任之間的落差。 此計畫旨在協助新興AI業者，從技術賦能、AI資安權益到合作夥伴專屬福利，全面提升涵蓋模型、管線(pipeline)、代理與資料等完整AI技術堆疊的安全成熟度，具體內容包括： • AI紅隊／紫隊測試服務(享合作夥伴優惠價格)—由TrendAI™專家執行，針對提示詞注入、越獄攻擊、系統提示洩漏及工具濫用等情境，驗證AI應用程式的韌性，依據OWASP LLM Top 10及MITRE ATLAS框架提供基準測試與驗證報告，透過安全內建於設計之中，讓新興業者自信上市。 • 免費點數—提供六個月TrendAI Vision One™ AI Security免費使用權，供開發或概念驗證(PoC)環境測試與驗證。 • 整合與賦能—提供參考架構、SDK/API及整合範例，與常見AI開發框架相互對齊。 • 客戶端資安素材—提供白皮書與解決方案簡介，協助向客戶清晰傳遞AI資安價值。 • AI資安諮詢與輔導—為開發團隊提供結構化培訓與專家指導，涵蓋AI資安最佳實務、威脅意識與實作建議。 • 聯合行銷與客戶曝光—共同出席TrendAI™ Spark活動，並名列TrendAI™合作夥伴，擴大觸及範圍，與尋求合格AI夥伴的客戶建立連結。 包括GMI Cloud在內的TrendAI™合作夥伴，正建構並部署其平台，以驅動下一波AI創新浪潮。Inception Program的設計，正是直接回應AI新創企業對獲得可信資安驗證、加速企業採購的迫切需求。 GMI Cloud創辦人暨執行長Alex Yeh表示：「隨著企業將AI從實驗性應用推進至大規模部署，資安已成為AI基礎架構不可或缺的一環。GMI Cloud專注於提供可擴展的AI基礎設施與推論平台，為真實企業環境而生。我們也深知，AI在模型、代理、管線與推論工作流程等方面，帶來了全新的攻擊面。透過Inception Program，我們得以將可擴展的AI基礎設施，與TrendAI™數十年的資安專業結合，協助客戶以更高的信任、治理與運營信心部署AI，共同實現更安全、可擴展且符合企業需求的AI部署。」 由李長榮集團與長興材料共同投資、以AI為核心的工業智慧新創昂鋐科創(Ontonics Lab)營運長 翁英哲(Robin Wong)表示：「在Ontonics Lab，資安是我們產品設計哲學的根本。作為服務工業企業的AI 原生平台，我們必須從第一天起就確保最高標準的安全性、可靠性與信任。TrendAI™的紫隊測試專家能幫助我們驗證架構、發掘原本可能被忽視的漏洞，並將在產品上市前強化平台。這項來自TrendAI™的獨立驗證，不僅提升了客戶信任，也在我們向工業企業推出AI原生解決方案的過程中，帶來了明確的競爭優勢。」 加入Inception Program的合作夥伴，將能透過TrendAI Vision One™ AI Security存取AI資安套件，其中涵蓋資料與安全態勢管理、即時掃描工具、安全存取、Agentic SIEM等多項功能。 （本文訊息由 TrendAI 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：Unsplash）

宏庭科技榮獲 Google Workspace 大中華區新簽約銷售冠軍，助大型企業以 Agentic 賦能指數型成長

隨著 AI 與雲端協作工具快速普及，越來越多大型企業開始檢視既有的郵件與辦公室協作平台，從傳統地端系統走向更具彈性與 AI 高度整合的現代化工作平台。近年企業導入 Google Workspace 的需求，已從過往單純的郵件替換，逐步轉向「Agentic Workspace」的全面轉型。 在此趨勢下，台灣雲端技術領導品牌宏庭科技（Microfusion Technology）宣布，榮獲 Google Workspace 大中華區 2025 年新簽約銷售冠軍（Google Workspace APAC 2025 Leaderboard Champions — Highest Total of New Bookings）肯定。此獎項不僅肯定了宏庭科技在亞太地區推動 Google Workspace 的市佔領先地位，更彰顯其在協助千人規模之大型企業進行數位轉型時，具備深厚的架構遷移技術與顧問整合服務。 傲視亞太，斬獲 Google Workspace 新簽約銷售冠軍 Google Workspace 每年度透過 Leaderboard Champions 評選出市場影響力最傑出的合作夥伴。宏庭科技在 2025 年度的激烈競爭中脫穎而出，奪下新簽約銷售冠軍。 宏庭科技台灣谷歌事業處處長李仁豪表示：「企業現在面對的挑戰，已經不只是將 Email 搬上雲端，而是如何建立與 AI 深度協作的嶄新工作模式。從協作平台、權限治理到資料整合，企業都需要更具延展性的架構，才能真正進入 AI 驅動的工作模式。宏庭科技在此 AI 趨勢下，獲得 Google Workspace 大中華區新簽約銷售冠軍，無疑是獲得市場與國際原廠的高度信任。」 從中小企業到千人集團，量身打造專屬搬遷策略 […]

中國 EV 競爭門檻變了：比亞迪以自研 4nm 晶片與平價 LiDAR，掀起智慧駕駛低價化戰爭

比亞迪（BYD）近期發表一系列智慧駕駛技術進展，其中最受矚目的便是號稱中國最強自駕車晶片的 Xuanji A3，凸顯比亞迪試圖在高度競爭的中國電動車市場中，與華為、小鵬、小米等對手做出明顯區隔的決心。 這場技術發表會的背景，正值比亞迪面臨連續 8 個月銷售下滑、激烈的價格戰壓縮獲利空間，以及中國車市在充電技術與智慧駕駛領域競爭日益加劇的艱困時刻。外媒指出，比亞迪這次推出 Xuanji A3 晶片與擴大搭載 God’s Eye 輔助駕駛系統，正是在獲利與銷售雙重壓力下，一次重要的策略改變。 自研 4nm 晶片上車，全面掌握智慧駕駛核心供應鏈 Xuanji A3 晶片是中國首款自主研發的 4nm 輔助駕駛晶片，目前已進入量產階段。比亞迪董事長王傳福強調，Xuanji A3 具備業界最佳的能效表現，較同類型晶片省電約 20%，三顆 Xuanji A3 晶片的合計算力超過 2,100 TOPS，足以支援 L3 與 L4 級別的自動駕駛能力。更具戰略意義的是，這款晶片作為比亞迪新一代中央運算平台的核心，搭配統一的軟體套件，成功將車內原本各自獨立的「智慧座艙」、「先進駕駛輔助系統」以及「核心電動動力系統」這三大領域整合。 相較於多數仰賴外部晶片供應商的車廠，比亞迪自 2002 年設立晶片專責部門以來，已在半導體領域投入超過 1,000 億人民幣、擁有 5 座晶圓廠，並推出超過 2,000 款晶片。這種高度垂直整合的模式，讓王傳福形容，比亞迪是全球唯一完全掌握輔助駕駛供應鏈的車廠。 COMPUTEX 2026 現在進行中！最新報導都在【TO Highlight】直擊 COMPUTEX 2026 台北國際電腦展 LiDAR 下放平價車款，為獲利壓力創造新收入來源 掌握核心硬體後，比亞迪的下一步是將智慧駕駛體驗「平民化」。雖然比亞迪目前尚未提供完全無人駕駛技術，但已計畫在中國全車系中擴大部署部分自動化駕駛輔助系統。 最具突破性的是，比亞迪將把搭載 LiDAR（光學雷達）的升級版 God’s Eye […]

【科技早餐】台灣 GDP 上修至 9.64%，COMPUTEX 把全球 AI 供應鏈推上主場

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊COMPUTEX 開展前夕，全球 AI 供應鏈在台灣同場卡位 COMPUTEX 將在 6 月 2 日於台北登場，台灣成為 AI 晶片、先進封裝、記憶體與系統整合集中亮相的主場。《路透》指出，今年 COMPUTEX 的焦點，不只在 NVIDIA，也包括台灣在 AI 基礎建設供應鏈中愈來愈核心的角色。外貿協會表示，包括高通（Qualcomm）、英特爾（Intel）、Marvell、NXP 等 4 家公司執行長，以及近 30 位企業高階主管將發表演講，與會公司市值規模超過 10 兆美元。 市場也關注英特爾、NVIDIA 與台積電之間的競合關係。NVIDIA 執行長黃仁勳近日表示，NVIDIA 與英特爾有「很棒的合作夥伴關係」。韓媒也報導，SK 集團等韓國企業高層將在 COMPUTEX 期間與 NVIDIA 方面互動。隨著 HBM 記憶體與 AI 晶片高度綑綁，台灣、韓國與美國供應鏈正在形成新的競合關係。 ＊台灣 GDP 上修至 9.64%，AI 需求推動全年成長創 16 年新高 主計總處最新公布，台灣 2026 年經濟成長率預測大幅上修至 9.64%，創 16 年新高。這波上修主要來自 AI、高效能運算，以及雲端服務商資本支出需求強於預期。台灣第一季 GDP […]

【數位資產的未來】30% 利潤蒸發風險：傳統金融如何透過五大關鍵佈局抓住代幣化機遇

這份《數位資產的未來》（The Future of Digital Assets）報告，由波士頓顧問集團（BCG）發布，內容瞄準金融業董事會與高階主管製作，將數位資產重新定位為「金融底層基礎設施」的典範轉移。 報告指出，在數位極速擴張的情境下，若傳統金融機構僅保持觀望，到 2035 年恐面臨利潤蒸發 30%、營收萎縮 14%、資產負債表縮水 10% 的結構性危機。 然而，這也是一場巨大的財富重分配，數位真實世界資產（RWA）預計在未來十年內帶來高達 88 兆美元的潛在市場。以下摘要報告內容，從宏觀情境推演、四大業務線的營收衝擊，到技術與風險的底層重置，梳理數位資產的未來。 🔴 報告洞見 💡 搞懂三類數位資產 要制定正確的戰略，決策者必須先精準界定數位資產的三大核心領域，並理解其截然不同的經濟邏輯與市場天花板。 首先是加密貨幣。作為目前規模最大的板塊，其市值高達約 3 兆美元，並創造了約 900 億美元的高利潤交易與服務營收池。然而，加密貨幣本質上屬於高波動、受週期驅動的交易資產。對銀行而言，這是一個由客戶需求驅動的營收來源，不應被視為金融基礎設施轉型的核心。 其次是數位貨幣，主要以穩定幣（Stablecoins）為代表。目前穩定幣市值約 3,000 億美元。數據顯示，目前高達 65% 的穩定幣供給量，仍綁定於加密貨幣交易與去中心化金融（DeFi）活動，約 25% 作為新興市場的價值儲存手段，僅約 10% 用於實體經濟支付，但這塊正處於高速成長階段。 不過，穩定幣的整體規模並非無限。報告指出，除非全球貨幣制度發生根本性變革，否則穩定幣的市場規模將面臨自然上限。由於穩定幣不具備孳息與信貸創造能力，其發展極限預估將落在全球廣義貨幣供給量（M2，為衡量市場流通貨幣總量的指標）的 15% 左右，即約 9 兆美元。 最後是目前檯面上規模最小、但戰略意義最重大的數位真實世界資產（Digital RWAs）。目前公開可見的規模僅約 300 億美元，但它卻是未來十年對銀行業最具結構性影響的黑馬。 在積極發展的情境下，到了 2035 年，全球將有高達 16% 的可投資資產被代幣化，總市場規模上看 88 兆美元。這將徹底重構發行、結算、託管與資產服務的底層邏輯。 面對這個規模的結構性變化，董事會的第一個問題不是「要不要做」，而是「不做的代價是什麼」。 💡 董事會視角：不作為的生存代價與四大未來情境推演 在基礎設施的轉型下，董事會面臨的核心戰略張力在於，究竟該漸進式防禦現有特許經營權，還是該在對手行動前主動重塑業務？ 報告指出，在基礎設施轉型中，最大的錯誤往往不是行動太早，而是行動太晚。 […]

模擬是思考、數位分身是連結現實：智慧製造下一波關鍵技術解析

Visual Components 業務發展總監 Graham Wloch 近日在《The Robot Report》撰文分析，近年製造業加速導入虛擬工具，重點已不只是把生產流程數位化呈現，而是希望能在正式投產前，先完成測試、調整與流程優化。模擬（simulation）與數位分身（digital twin）因此成為企業推動數位轉型的重要技術。不過，許多製造商在導入過程中，仍不清楚兩者實際上的功能差異與應用場景。理解這些技術在系統設計、產線規劃與後續營運中的角色，已成為企業評估投資效益與制定策略時的重要關鍵。 數位分身不是模擬：解析兩者在智慧製造中的角色差異 Graham Wloch 指出，模擬與數位分身雖然都能建立虛擬化的生產環境，但兩者的用途其實並不相同。 模擬比較像是在假設情境中進行測試。系統會根據預設條件與規則，推演產線運作可能出現的結果。在製造業裡，常見的是離散事件模擬（discrete event simulation），也就是把機器、輸送帶、機器人與各項作業流程轉換成虛擬模型，再透過邏輯運算觀察整體運作情況，藉此提前找出瓶頸或效率問題。 至於數位分身，它不只是建立一套虛擬模型，而是讓虛擬系統與真實設備持續同步、即時互動。也就是說，現場設備的狀態、數據與變化，會不斷更新到虛擬系統中，而系統分析後的結果，也能反過來影響實際運作。這是數位分身與一般數位模型最大的差別。 目前製造業中的數位分身應用，已經從單一設備擴展到整條產線，甚至整座工廠。這些虛擬系統會隨著實際環境持續更新，除了讓管理者掌握現況，也有助於分析問題發生的原因，進一步提升決策效率與生產彈性。 不只同步資料，數位分身下一階段關鍵在「語意智慧」 模擬與數位分身技術都建立在虛擬模型之上，因此具有不少相似性，但模擬具有基礎性的角色，它能協助製造商探索不同可能性、驗證設計方案，並在系統真正與真實資料流整合之前建立信心。如果缺乏完善的模擬基礎，數位分身很可能只是複製了系統的複雜性，卻無法帶來真正清晰的洞察。Graham Wloch 說明，模擬是「思考發生的地方」，因為假設會在此被驗證、洞察會在此被產生；而數位分身則是這些思考與真實世界接軌的地方。 另一方面，加拿大軟體公司 OpenText 在官方部落格補充，數位分身（Digital Twin）相關論述已經出現明顯轉變。未來的數位分身不只需要同步設備資料，更要能理解事件背後的營運意義，這種讓系統具備理解情境與推理能力的技術，被稱為「語意智慧」（semantic intelligence），能理解這些事件在營運層面上的真正意義。例如它們將如何影響生產排程、庫存供應、維護優先順序、永續發展目標、法規遵循，以及對客戶的承諾。 過去，數位分身通常被定位為實體資產或環境的虛擬複製體；然而，如今的願景則更加宏大，目標是建立能夠理解系統狀態、行為、關係、情境，以及歷史意義的智慧系統。許多討論也指出，傳統數位分身架構正逐漸顯現其限制。它們在模擬系統狀態與行為方面非常有效，但當關係產生動態變化，或系統缺乏語意理解能力時，其效能便明顯不足。這項洞察，很可能將定義數位分身創新的下一個階段。 ＊本文開放合作夥伴轉載，資料來源：《The Robot Report》、OpenText，圖片來源：Unsplash。

【Google Cloud NEXT 2026】Gemini Enterprise Agent Platform 開啟「代理企業」時代

當 AI 從「回答問題」走向「完成工作」，企業需要的不再只是一個聊天機器人，而是一整套能建構、治理、擴展 AI 代理人的基礎設施。 Google Cloud NEXT 2026 的焦點為何是「代理平台」？ 2026 年 4 月 22 日，Google Cloud 在拉斯維加斯揭開年度大會 Google Cloud Next 2026 的序幕。從 Google CEO Sundar Pichai 到 Google Cloud CEO Thomas Kurian 的主題演講，再到各大媒體的現場直擊，整場活動的核心主題只有一個：「代理式企業 (Agentic Enterprise)」。 其中最受矚目、也最被外界認定為本屆大會「C 位」的發佈，正是全新的 Gemini Enterprise Agent Platform。這不只是一次產品更新，而是 Google 把原本用於 AI 開發的 Vertex AI 整個「升級換代」，重新打造成專為 AI 代理人 (AI Agents) 而生的一站式平台。 根據 […]

【Google Cloud Next 2026】AI Agent 解題不再盲猜！Google Cloud Knowledge Catalog 讓 AI 真正讀懂企業資料

從資料脈絡到引用來源，讓 AI Agent 的每一次推理都有跡可循。 隨著企業導入 AI 的速度持續加快，真正的難題也開始浮現：AI 雖然會整理資料、回答問題，卻不一定理解企業內部的業務專屬邏輯。 根據麥肯錫《2025 年 AI 全球調查：應用、創新與轉型》報告顯示，88% 受訪者表示其組織已在至少一項業務職能中規律使用 AI；然而，調查結果也指出，雖然 AI 工具已相當普及，但多數企業尚未將 AI 深度整合至日常工作流程與業務流程中，因此 AI 仍難以實現企業級價值。 正如這次 Google Cloud 在 Next ’26 大會上強調的核心觀點，沒有上下文的推理，最終只是一種猜測。 當我們期望 AI Agent 不只是回答問題，而是能協助判斷庫存風險、合規問題、客戶流失原因，甚至自動提出行動建議時，最大的阻礙在於企業的資料與數據是分散在不同角落，有些在 PDF、有些藏在視訊會議記錄、以及各個資料庫和應用程式中。為了解決這個痛點，Google Cloud 在 Next ’26 推出了 Agentic Data Cloud，並將 Knowledge Catalog 定位為企業的「通用上下文引擎 (Universal Context Engine)」。 簡單來說，Agentic Data Cloud 就像是企業資料的「智慧導航系統」，將分散的企業資料串成一張 AI 看得懂的知識地圖，讓 AI Agent 不只會搜尋資料，還能沿著資料脈絡找到來源、理解關聯，最後做出有憑有據的判斷。 […]

不用駭進軍方系統也能追蹤美軍行動，手機裡的「廣告數據」如何成為國安破口？

美國中央司令部（USCENTCOM）近期首度向國會揭露一道國安破口：他們坦承已收到多起通報，證實美軍在現役戰區的行蹤，正被敵方透過隨手可得的「商業定位資料」追蹤掌握，這也是美方首次承認這類商業數據已對戰場造成實質威脅。 令人毛骨悚然的是，引發這場國安危機根本不需要駭客發動攻擊，因為真正的漏洞，就在每個人的手機 App 與廣告推播裡。這條由數位廣告和數據仲介商交織而成的「全球監控經濟（global surveillance economy）」產業鏈，原本是為了精準行銷，現在卻成為敵方隨手可得的情報網。 從精準行銷到精準打擊，廣告工具如何變成敵方情報來源？ 這一切究竟是如何發生的？在數位廣告領域，定位資料被廣泛用於精準行銷，通常由 App 或服務供應商從手機中蒐集，隨後賣給資料經紀商進行彙整與轉售，或在複雜的中介網路中持續流通。 《Business Insider》點出，正是這種讓廣告商追蹤一般民眾日常行蹤的機制，如今正將美軍推向致命風險。美國議員在致五角大廈的信中嚴正警告，這些商業定位資料能輕易拼湊出美軍的聚集地與日常移動模式，「這可能被敵方利用來鎖定飛彈、無人機和路邊炸彈等攻擊目標，以及用於反情報目的」。面對此風險，參議員 Ron Wyden 甚至發布聲明呼籲，現在是時候「開始將廣告科技產業視為國家安全威脅」。 美國海軍陸戰隊司令 Eric Smith 上將也曾多次警告，在戰場上使用手機可能致命，並以烏克蘭戰爭為例，指出俄羅斯軍隊就屢次因為手機使用、社群媒體發文與開源定位資訊而遭鎖定打擊。  風險早已浮現，五角大廈卻長達十年未採取足夠作為 然而，這項威脅並非近期才突然出現，五角大廈其實早已知情。《WIRED》報導，早在 2016 年，政府技術人員就曾在加州布拉格堡（Fort Bragg）向美軍高層展示，如何僅憑「買來的」商業定位資料，就能精準追蹤特種部隊手機，一路從美國本土基地追蹤至敘利亞北部的秘密前線。這批資料能被美軍買到，代表外國情報機構同樣能輕易取得。 事實上，這類外洩事件層出不窮。《WIRED》在 2024 年與德國媒體合作的調查中，單憑從資料經紀商取得的免費樣本，就成功追蹤駐德美軍及情報人員的日常移動，這也讓人聯想到過去健身應用程式 Strava 曾意外暴露美軍基地跑步路線，以及法國總統馬克宏保鑣行蹤的資安災難。  更令人擔憂的是，取得這些資料的門檻與成本極低。2023 年，杜克大學的研究人員曾模擬外國敵方行動，在數百個資料經紀商網站上找到數千筆販售軍人資料的清單。研究人員甚至以每筆 12 美分的價格，在幾乎沒有任何身分審查的情況下，買到現役軍人的姓名、住址、健康狀況與財務細節。因此《The Register》引述議員信件，強烈抨擊五角大廈很可能在十年前就已知曉此威脅，卻未採取足夠的防禦措施來保護軍人免於資料外洩風險。 難以全面防堵的原因：無法完全關掉的定位與 BYOD 政策 為了解決這個存在已久的漏洞，美國議員要求五角大廈採取更積極的具體措施，包含停用軍方裝置上的廣告 ID、在戰區自動關閉手機的定位分享功能，並讓人員改用更重視隱私的瀏覽器而非 Google Chrome。 然而，在執行面上，軍方卻面臨難以全面防堵的困境。首先，即使有規範，裝置的定位與廣告追蹤依然難以徹底關閉。《The Register》指出，雖然美國中央司令部已發布指引，要求人員在不需要的時候停用定位功能並定期檢查隱私設定，但軍方坦承，商業產品的設計使得這些功能往往無法被完全關閉。 此外，五角大廈雖透過行動裝置管理伺服器（MDM）停用個人化廣告設定，但國防部承認，這並不等於停止廣告 ID 的傳輸，相關設定仍可能存在，且使用者依然可以自行修改或重新開啟。儘管國防部表示正轉移至新的 MDM 解決方案，目標在五月初全面停用政府發放裝置的定位服務，但目前成效是否達成仍屬未知。  其次是個人裝置帶來的管理盲區。《Business Insider》提到，美軍人員在中東戰區仍被允許持有及使用個人手機，且美國陸軍目前正推行「自攜設備」（BYOD，Bring Your Own Device）作為主要連線方式，這項政策也讓軍方更難掌握及控管個人裝置上的 App、定位權限與廣告追蹤風險，使得原先保護部隊安全的指引顯得捉襟見肘。 這起事件凸顯，當廣告科技能輕易讓敵方用來追蹤前線軍人時，我們必須重新審視手機定位資料的本質，因為這已經不只是單純的數位行銷資產或消費者隱私風險，而是亟需防範的國家安全威脅。 […]

資料多已不是優勢！momo：AI 時代真正的競爭力，是問對問題、做對決策

台灣電商龍頭富邦媒今(29)日受邀出席「FineEvent 2026 台灣帆軟用戶大會」，首度對外分享 momo 推動數據治理與智慧決策的實務經驗。momo表示，隨著生成式 AI 與代理式分析(Agentic Analytics)快速發展，企業競爭已不再只是比數據量，而是能不能讓第一線團隊更快找到資訊、看懂問題並做出決策。數據應用也正從過去的「看報表」，逐步走向「和數據對話」的新階段。 今年大會以「十年共進．智領新局」為主題，聚焦企業數據治理、AI 分析與智慧決策應用。momo 由倉儲運輸暨平台研發處處長吳康德代表出席，分享 momo 如何透過數據治理、自助分析工具與 AI 技術整合，逐步建立兼具即時性與效率的智慧運作架構，讓數據不只留在後台，而是成為企業營運與策略判斷的重要依據。 打破報表塞車　「FineBI × CDP」雙引擎推動精準營運 隨著市場競爭加劇，傳統數據使用模式正面臨挑戰。吳康德指出，過去商業分析多以週報、月報形式呈現，且資料使用權限集中於資訊單位，業務單位從提出需求、撈資料到產出報表，往往需要花費不少時間，難以跟上市場變化與消費需求。 為了解決「報表塞車」問題，momo 近年持續導入 FineBI 自助分析工具，降低資料使用門檻，讓業務、營運、行銷與物流等第一線團隊，也能直接查詢與分析資料。原本需要仰賴資訊部門支援的流程，逐步轉變為業務端可自主查詢、自主分析的模式，縮短從發現問題到採取行動的時間，加快決策速度。 在會員經營方面，momo 也同步深化第一方數據應用，透過 CDP(顧客數據平台)整合消費者行為與交易資訊，並結合 One ID 技術建立更完整的會員輪廓。FineBI 幫助團隊了解「發生了什麼」，CDP 則進一步補足「是誰」以及「下一步可能需要什麼」，透過雙系統整合，讓行銷與營運團隊更精準掌握消費者需求。 串聯54個部門、整合近千份報表　建立全公司共通語言 吳康德表示，自助分析要真正發揮價值，關鍵仍在於「數據治理」。為此，momo 啟動跨部門數據治理工程，串聯經營管理、電商、物流與財會等 54 個單位，建立數據字典、整合近千份報表，統一指標定義與資料標準，建立全公司共通的數據語言。透過一致的標準，不同部門在解讀營運與業績數字時，就能站在同一基準上討論，也讓 AI 未來更容易理解資料背後的商業邏輯，而不只是停留在表面數字。 資料架構升級　工時最高減少八成，決策從等待走向即時 除了數據治理外，momo 也同步升級資料基礎架構，目前已導入湖倉平台、K8s 容器化管理，以及「存算分離」技術，提升大規模資料查詢效率。即使面對千萬級資料量與高頻查詢需求，系統仍可維持秒級回應速度。同時，過去大量人工彙整與重複整理報表的流程也大幅簡化，整體工時最高減少八成，降低資料處理成本與等待時間。原本需要等待資料、反覆整理的流程，逐步轉變為即時掌握與快速分析。對 momo 而言，資料架構升級不只是技術優化，更代表企業決策模式正從「等待資料」走向「即時掌握」。 從「會用工具」到「會提問題」　讓分析能力成為每個人的日常工具 展望下一階段發展，momo 規劃導入 FineChatBI 等 AI 分析工具，透過自然語言問答降低資料使用門檻，未來同仁不一定需要熟悉複雜報表或分析語法，只要用對話方式提問，就能直接取得洞察與分析結果。 吳康德表示：「企業真正的競爭力，不是擁有多少資料，而是能不能比別人學得更快、行動得更準。」 未來資料應用將從「會使用工具」逐步走向「會提出問題」。隨著 AI 與自然語言技術日漸成熟，資料分析不再只是少數專業人員的工作，而將逐步成為全團隊的基本能力。未來企業比的，也許不只是誰資料多，而是誰更會問問題。 […]

不當追隨者：法國 Mistral AI 宣布三大策略打造全棧生態，與美科技巨頭拼企業主權

法國 AI 新創公司 Mistral AI 舉辦首屆官方大會，釋出多項重大擴張計畫。這家成立僅三年的法國公司，透過進軍工業製造、於巴黎南部打造全新推理資料中心，以及全面重塑消費端 AI 助理品牌等三大核心策略，展現其野心。Mistral 的目標明確：許多企業拒絕將最敏感的數據拱手讓給微軟、亞馬遜等美國雲端巨頭，而 Mistral 希望成為這些企業心目中值得信賴的首選企業級 AI 服務商。 《VentureBeat》報導，這次大會最受矚目的焦點是工業工程專用 AI 平台 Mistral for Industrial Engineering。這套軟硬體整合的完整技術堆疊，將 Mistral 旗下的大型語言模型，與今年五月初剛收購的 Emmi AI 物理模擬技術深度結合。該平台鎖定航太、汽車與半導體三大產業，提供能大幅加速產品設計、驗證模擬並優化製程的工具。 不只做聊天機器人，Mistral 瞄準航太與汽車產業核心 隨著新平台亮相，Mistral 也祭出重量級的合作陣容。在航太領域，Mistral 將與空中巴士展開全面合作，範圍橫跨商用飛機、直升機、國防及太空部門，將 AI 深度導入從研發初始設計到機載設備的各個環節。在汽車製造方面，Mistral 成為 BMW 集團大型工業模型計畫的核心夥伴，雙方將聯手開發專門用於碰撞模擬等複雜工程的多模態推理模型。此外，身為 Mistral 最大股東的半導體設備巨頭 ASML，也是這項技術的早期採用者。 Mistral AI 執行長 Mensch 表示，這波工業化布局切中了目前 AI 落地的痛點。他對峰會觀眾表示，現在的 AI 雖然很擅長幫知識工作者和軟體工程師自動化處理日常工作，但傳統工程師的需求卻被嚴重忽略了。他進一步解釋，這背後是結構性問題：不論是模擬飛機機翼的氣流還是工廠的製程，都需要耗費大量算力的物理方程式計算軟體，每改一次設計變體，就要等上好幾天甚至幾週。這種傳統模擬帶來的時間瓶頸，導致工程師根本沒辦法利用 AI 進行快速的設計迭代。 為了打破僵局，Mistral 研發出核心技術物理 AI。這套數據驅動模型直接透過求解器的輸出數據進行訓練，過去需要耗費數小時的物理行為預測，現在只要在單個 GPU 上運行，幾秒鐘之內就能完成。Mistral 官方部落格坦言，物理 […]

Anthropic 發表更「誠實」新模型 Opus 4.8，還想打造 AI 代理軍團作業系統

AI 新創 Anthropic 在美國時間週四同一天連續投下兩枚震撼彈：一手完成新一輪鉅額融資、成為全球估值最高的 AI 新創公司，另一手則發表最新旗艦模型 Claude Opus 4.8。值得關注的是，這次新模型主打的不是更強的運算能力，而是「更誠實」。而這個組合，正好說明了 Anthropic 的整套策略。 估值反超 OpenAI，記憶體與晶片廠成新股東 根據《implicator.ai》報導，Anthropic 已完成 650 億美元融資，投後估值達 9,650 億美元，超越了 OpenAI 先前約 7,300 億美元的估值，成為全球最有價值的 AI 新創。這輪估值約為 Anthropic 三個月前 3,800 億美元的 2.5 倍。 根據《紐約時報》，本輪由 Greenoaks Capital、Sequoia Capital、Altimeter Capital 與 Dragoneer Investment Group 等投資人領投。值得注意的是新進股東名單。Anthropic 引進了 Samsung、Micron 與 SK Hynix，也就是它最需要產能的記憶體與晶片供應商。《Reuters》日前報導，Anthropic 為了因應市場對 Claude 的龐大需求，已不得不在尖峰時段實施使用限制。 41 天推出新版 Opus，Anthropic 押注「誠實 AI」 《TechCrunch》報導，Opus […]

AI 之後的下一場算力戰：IBM 砸 100 億美元，拚 2029 年突破容錯量子電腦門檻

IBM 宣布未來 5 年將投入逾 100 億美元發展量子運算，目標是在 2029 年打造第一台能可靠執行複雜計算，且具備大型容錯能力（fault-tolerant）的量子電腦。這項投資涵蓋研發、資本支出、生態系合作、製造擴張與潛在併購，凸顯 IBM 正在把量子運算從長期的研究計畫，正式推向更明確的商用化時程。 押注 Starling 系統與「容錯能力」，嘗試跨越商用門檻 IBM 這次的核心目標並非單純增加物理量子位元數，而是致力於打造大型容錯量子電腦。目前實驗性的量子系統極易受到環境雜訊影響，讓高錯誤率大幅限制實用性。因此，《The Quantum Insider》指出，「容錯能力」正是現今實驗室機器與未來實用型商用系統之間的關鍵分水嶺。 為了跨越這個技術門檻，IBM 規劃推出名為「IBM Quantum Starling」的系統，預計具備 200 個邏輯量子位元（logical qubits），並可執行高達 1 億次量子閘（quantum gates）操作。《CryptoBriefing》說明，邏輯量子位元是經過錯誤校正的量子位元，能支撐更可靠的大規模計算。其中，1 億次量子閘的運算能力，則代表 Starling 將有機會處理目前古典電腦難以解決的複雜問題，例如分解現有密碼學的大型質數。 解決製造瓶頸，IBM 聯手美國政府打造專屬晶圓代工廠 Anderon 這項鉅額投資案是在美國政府上週的一項關鍵決策之後：美國決定對 9 家量子運算公司投入 20 億美元的股權投資。其中，IBM 將取得一半的資金，用於成立名為 Anderon 的新事業。《Reuters》指出，Anderon 將成為美國第一座專門的量子晶片製造工廠，除了政府資金外，IBM 也將投入 10 億美元現金，並提供智慧財產、資產與專業人力給這家新公司。此外，Anderon 未來也計畫將其晶片製造技術提供給外部客戶，目前已經與潛在客戶展開洽談。  《The Quantum Insider》補充，Anderon 總部將設於紐約，目標是在美國製造 300 毫米的量子晶圓，這被外界視為美國在量子運算領域至今最積極的產業政策之一。由於量子產業目前面臨的其中一個瓶頸就是「製造難以規模化」，因此專門的量子晶圓代工廠將有助於標準化生產流程、降低供應鏈限制，並加速讓量子技術從實驗室走向工業規模製造。 IBM 研究部門負責人 Jay […]

AI 輔助飛行進入實機驗證：飛行員短缺與航管壓力，正把航空業推向自動化新階段

想像一下，當飛機在跑道上加速升空，駕駛艙內的機長卻輕鬆地將雙手離開控制桿，這個畫面不是科幻電影，而是正在真實上演的航空科技革命。CNN 記者 Pete Muntean 近日在羅德島州親自搭乘新創公司 Merlin Labs 的 Cessna Caravan 測試機，見證 AI 系統「Merlin Pilot」如何參與從起飛、轉向、進場到降落的飛行任務。 Merlin Pilot 導入自然語言處理（NLP）模型，讓系統具備理解與溝通的能力，不僅能精準聽懂模擬航空管制員的指令，還能直接用電腦合成語音透過無線電即時對答。在實測過程中，試飛員甚至只需說出「Authorize」，飛機便會自動轉向新航線。 這場試飛也凸顯航空業對 AI 的態度已經更加務實，目前的戰略目標並非想要馬上打造出完全無人的客機，而是讓 AI 成為人類飛行員的重要副手，透過接管繁瑣的飛行任務與人類並肩作戰，並在實戰中逐步建立起航空業最在乎的安全標準與信任感。 飛行員短缺與航管壓力，讓航空業開始尋找 AI 解方 這波推動 AI 輔助飛行的浪潮，正逢全球航空公司面臨嚴重的缺工危機。波音（Boeing）公司估計，未來 20 年內全球將需要超過 60 萬名新飛行員。另一方面，近年來發生多起備受關注的驚險與致命事故，也讓航空安全官員承受巨大壓力，必須盡快改善老舊且負擔沉重的航管系統。 面對日益擁擠的空域，美國交通部長 Sean Duffy 向 CNN 表示，政府絕對不會將國家空域的安全外包給 AI 工具，飛航管制員依然會是空域的控制者，但 AI 的價值在於能降低他們的工作負荷，並提升整體空域的效率。 Merlin 執行長 Matthew George 則從駕駛艙內部的角度出發，認為導入 AI 的最大誘因是減少人為疏失，「80% 的航空事故仍是由人為錯誤引起，如果我們能減少這種情況，這將是我們非常值得投入時間的方向，」Matthew George 說。 AI 飛行員不是自動駕駛，最終目標是與人類飛行員協作 商用航空多年來早已導入大量的自動化技術，例如線傳飛控（fly-by-wire）系統就能在手動飛行時由電腦解讀飛行員的指令。然而，史丹佛大學自主系統與航空安全研究員 […]

【科技早餐】台灣 AI 供應鏈舉債創高，經濟部稱供電可撐到 2034 年

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊台灣 AI 供應鏈舉債創高，台股市值站上全球第五 《彭博》彙整數據顯示，台灣科技業今年以來已完成約 145 億美元債務融資交易，規模創下歷史新高，幾乎是去年同期 75 億美元的兩倍。融資來源包括 62 億美元貸款、59 億美元可轉換公司債，以及 24 億美元公司債，主力來自 AI 伺服器、晶片零組件與硬體製造商。 摩根士丹利（Morgan Stanley）也首度在台北舉行 Asia AI Summit，指出 AI 訂單與目光高度集中台灣，推升台股市值站上全球第五大。摩根士丹利預估，2027 年 AI 半導體市場仍可望成長約 60%，目前記憶體、載板與先進製程雖然偏緊，但尚未看到明年 AI 供應鏈斷鏈風險。 ＊台灣 AI 用電壓力升高，經濟部稱已盤點至 2034 年供電無虞 NVIDIA 執行長黃仁勳近日在台灣新總部預定地北士科 T17、T18 舉行員工大會時表示，NVIDIA 需要在台灣使用更多能源，並形容 AI 員工需要的是電力。對此，經濟部長龔明鑫表示，目前已盤點至 2034 年供電無虞，並呼籲 NVIDIA 若有新增重大投資計畫，應及早通知經濟部與台電，以利政府提前規劃電力配置。 龔明鑫表示，近年因半導體擴廠、AI 需求與經濟成長，用電量持續增加，能源規劃已納入相關需求。他也說，政府會與產業保持溝通，提前掌握重大投資案的用電需求。這使 AI 基建議題，從資本支出與供應鏈產能，進一步延伸到台灣電力配置與長期產業承載能力。 ＊Meta 推 AI 訂閱，祖克柏鬆口多餘算力可望轉雲端服務 […]

誰說機器人一定要像人？杜克大學用「20足全向架構」顛覆仿生思維

杜克大學（Duke University）研究團隊開發出一套新型機器人系統，顛覆過去以模仿人類外型為主的設計思維，改追求「無論朝哪個方向，都能維持同樣移動能力」的設計概念。為了實現這項概念，研究人員模擬超過 1,500 種機器人配置，從中找出最接近理論性能極限的方案，最終誕生的機器人名為 Argus。 有別傳統機器人設計，Argus 以特殊結構提升移動效率 研究團隊指出，這種跳脫傳統的機器人結構，讓 Argus 能在不同地形中維持穩定且高效率的移動表現，也更能勝任複雜的空間操作。其核心關鍵，在於團隊提出的一套名為動態等向性（dynamic isotropy）的數學設計概念。這項指標會以 0 到 1 分來衡量機器人在各個方向上的運動能力是否均衡；分數越高，代表機器人無論朝哪個方向移動，都能維持接近一致的加速度、穩定性與操控表現。 目前多數機器人系統，包括先進四足機器人、人形機器人與傳統無人機，在這項指標上的表現通常不到 0.6；而 Argus 則達到 0.91，已相當接近理論極限。根據《Interesting Engineering》報導，高度對稱的設計，不僅提升了機器人的移動協調性，也在軌跡控制、能源效率、容錯能力、系統穩定性，以及複雜地形導航等面向帶來更好的表現。這套原理未來也有機會成為評估各類機器人性能的通用架構。 相較於過去偏重模仿人類外觀的設計思維，Argus 更強調運動能力與感知系統的整合。整套系統結合全身驅動與感知概念，使移動與環境偵測能同步協作。機器人本體由 20 條可模組化伸縮的機械腿組成，每條腿皆搭載深度攝影機，以放射狀方式環繞中央核心配置。這些機械腿依循正十二面體的幾何結構排列。正十二面體由 12 個五邊形面組成，能讓力量分布與視覺覆蓋更平均。Argus 不需要固定的前後方向，就能在任何方向維持平衡的加速度與穩定視野，在多變環境中保有高度機動性。 Argus 展現多方機動能力，能翻滾、爬牆和搬重物 《Interesting Engineering》提及，這套設計在實際測試中的表現相當突出。研究人員在杜克大學校園內，針對沙地、森林步道、草地、水泥地與濕滑路面等不同地形進行測試。結果顯示，Argus 幾乎不受朝向限制，能穩定穿越各種地面，甚至跨越高達 5 英吋（12.7 公分）的障礙物。即使遭到外力推擠，Argus 也能迅速恢復平衡；就算有三條機械腿失效，仍可持續移動，展現高度容錯與抗損能力。此外，它還能在接近最高速度的狀態下，搬運約 10 磅（4.5 公斤）的重量，同時維持穩定與機動性。 除了地面行走外，Argus 還具備攀爬垂直牆面的能力。它會透過不同腿部模組交替提供支撐與推進力，完成向上移動。研究團隊也展示，它能在持續翻滾移動的同時，穩定追蹤並推動一個邊長 3 英尺的立方體，顯示其在動態環境下，仍能有效整合感知與運動控制。值得注意的是，這些能力最初都是在模擬環境中完成訓練，再進一步轉移到真實世界應用，反映出整套設計架構具備高度泛化能力與穩定性。 領導這項研究、並主持杜克大學 General Robotics Lab 的 Boyuan Chen 表示：「當機器人在所有方向上都具備相同的加速能力時，它就不需要再以特定方向面對世界。」他也希望，這套原理未來能應用於搜救機器人、水下與空中載具，以及具備抓取能力的新型機器人系統。Boyuan Chen 舉例說，與其打造一隻模仿人類手掌的機械手，不如讓 Argus […]

點點簽與叡揚資訊攜手，實現表單到簽章 AI 零斷點整合

KDAN 凱鈿 (TPEx: 7737) 旗下電子簽章品牌點點簽 DottedSign 與台灣軟體大廠叡揚資訊 (TPEx: 6752) ，以叡揚資訊 Vital BizForm 智慧表單與點點簽完成深度產品整合，企業客戶自此可在單一工作流中完成表單建立、AI 輔助審核、電子簽署與法遵存檔，實現從內部管控到對外簽約的零斷點數位體驗。 雙方於昨 (27) 日在台北集思台大會議中心共同舉辦「簽核表單 × 電子簽章：打造 AI 零斷點企業流程」研討會，正式宣告深化經銷合作夥伴關係，現場吸引來自各產業的企業數位轉型負責人與 IT 主管共聚交流。 深度整合落地：從流程斷點到一站式數位流程 研討會由點點簽事業群總經理張博瀚與叡揚資訊執行長特助林景堂共同開場，直指台灣企業普遍面臨的核心痛點：對紙本的依賴多數源於慣性，而非真實的安全考量。文件遺失、版本失控、簽署過程無從查核，才是真正潛藏的法遵漏洞；點點簽作為政府核可的電子簽章服務，符合台灣《電子簽章法》規範；整合至 Vital BizForm 後，企業完成的電子簽署即具備完整法律效力，並提供稽核軌跡、時間戳記與不可竄改機制，賦予企業紙本時代從未擁有的透明度與可控性。 叡揚資訊雲端服務事業處副處長李宗青說明，Vital BizForm 長期協助企業推動表單流程無紙化，此次與點點簽完成串接，進一步滿足合規簽署需求，實現從表單到簽章的全鏈路數位閉環。此外，Vital BizForm 更建置了 MCP 接口，讓 AI Agent 得以在安全的授權範圍內，跨系統整合資料、自動啟動流程，並完整留下稽核軌跡，為企業智慧化營運奠定可信任的基礎。 點點簽商務開發經理張意璿補充，點點簽推出的 MCP 支援，讓企業得以透過 ChatGPT、Claude 等大型語言模型與簽章流程互動，視覺化追蹤功能則讓管理者即時掌握各部門簽核效率，讓人的判斷力集中於真正需要決策的環節。 企業實踐驗證，雙方攜手深耕策略夥伴生態圈 活動壓軸邀請慶霖智權總經理袁耀慶與大中和國際管理部特助李家毓分享第一線轉型經驗。袁耀慶指出，導入點點簽後簽約流程大幅提速，估計節省 80 到 85% 的作業時間，客戶無需再印紙蓋章，成交效率與客戶滿意度同步提升：「科技化不只是讓我們更快，也是幫客戶省麻煩。」李家毓則分享，大中和國際目前已成功說服約六成客戶改用電子簽署，其餘習慣紙本的客群仍維持原有方式，展現務實的導入策略，同仁也從繁瑣的合約整理事務中解放，得以投入更高價值的工作。張博瀚為對談作結：「數位化讓流程釋放人才價值，讓人做更值得做的事。」 展望未來，張博瀚表示：「今天是一段深度合作的正式啟動，點點簽在電子簽章領域的專業與叡揚資訊在企業表單管理的深厚積累相互補足，共同目標是讓台灣企業以更低摩擦成本建立符合法遵標準的數位流程。」林景堂亦強調，雙方將持續擴大台灣策略夥伴圈，攜手系統相關合作夥伴，共同建立涵蓋流程自動化、電子簽章與法遵管理的完整數位轉型生態，讓「可控、可追溯、零斷點」成為台灣企業文件流程的新標準。 此次與叡揚資訊的整合落地，亦是 KDAN 凱鈿推動 AI 文件基礎設施生態佈局的具體實踐，透過點點簽與夥伴系統的深度串接，協助企業將簽章能力嵌入現有工作流，定義台灣企業 […]

「軟體工程師」職稱最快今年開始消失？Claude Code 負責人：寫 Code 的人會更多，但不一定叫工程師

隨著 AI 技術快速演進，科技圈正激烈辯論 AI 是否將大規模取代白領階級的工作，而「軟體工程師」更是這場自動化風暴的核心焦點。Anthropic 旗下 Claude Code 的負責人 Boris Cherny 近日在接受專訪時直言，「software engineer」（軟體工程師）這個職稱最快今年就會開始消失，並轉向更接近「builder」（建構者）的新角色。 Boris Cherny 坦言，自己已經超過 6 個月沒有親手寫下一行程式碼，但他仍然整天都在打造產品。這也凸顯 AI 正在顛覆軟體開發工作的傳統分工方式，並重新定義「誰能寫 Code」的界線。他形容這是一場技術的巨變，未來的程式開發甚至會進一步演變成對著一個 Agent 說話，而這個 Agent 會再去和其他 Agent 對話，進一步完成寫程式的工作。 Coding 雖被「部分解決」，但工程師價值正轉向判斷與規劃 要理解工程師角色為何轉變，首先必須釐清外界常誤解的一句話：「coding is solved（寫程式已被解決）」。Boris Cherny 澄清，這句話真正的意思是：面對目前個人正在處理的簡單程式碼庫而言，Coding 確實大致被解決了；但若要面對像 NASA 這樣擁有龐大且複雜程式碼庫的大型企業，模型仍然會犯錯，產出的程式碼也並不完美。 因此，工程師的真正價值正在快速轉移。過去，工程師可能有高達 50% 的時間在鍵盤前打字寫 Code，另外 50% 的時間則用於與用戶對話、腦力激盪、除錯（debug）、思考系統運作與規劃下一步。然而，當 AI 模型能接管越來越多繁瑣的寫程式工作時，工程師反而可以獲得解放，能將時間大幅轉移到理解用戶需求、思考產品方向等高價值工作上。 Boris Cherny 以 1990 年代企業引進電腦的歷史為例，強調當年只有那些徹底拋棄紙本與檔案櫃、將電腦置於運作核心的企業，才獲得真正的生產力提升。如今，面對 AI 也是如此，企業必須改變既有的業務流程，將 AI 工具放在核心位置，才能確實發揮技術的巨大紅利。  企業未來對軟體人才的需求將出現兩極化發展 […]

Robinhood 宣布串聯 AI 代理與金融平台，70 萬會員成首波測試對象

美國金融服務公司 Robinhood 宣布開放 AI 代理使用旗下交易平台。未來，使用者可以替 AI 代理建立專屬帳戶，並預先存入一定資金，讓代理依照設定條件自動進行股票買賣。這項功能主要是協助投資人將部分投資流程自動化。例如，使用者可以讓 AI 代理持續追蹤特定產業動態，並在符合條件時自動下單；也能依照市場變化，自動調整投資組合配置，減少人工操作的負擔。 AI 能買股和購物，Robinhood 開放代理交易與自動下單 不過，Robinhood 也強調，AI 代理交易仍存在高度風險，投資人甚至可能因此損失全部資金。公司提醒，AI 驅動的投資策略在某些市場情況下可能失靈，而且由於交易速度快，使用者未必能即時監控或中止操作。Robinhood 表示，公司不保證 AI 代理提供資訊的正確性、完整性與適用性，若因 AI 所做出的決策造成損失，平台也不承擔責任。 《The Verge》報導，Google、Microsoft、OpenAI 與 Anthropic 等科技公司都將 AI 代理視為下一波發展重點，目前的 AI 代理技術距離真正成為能獨立處理大小事的「萬用數位助理」仍有落差。雖然在程式撰寫等特定用途上有一定實用性，但若要代替使用者購物、填寫表單或處理複雜線上流程，整體效率與準確度仍不穩定。 Robinhood 說明，只要 AI 代理執行交易，使用者都會收到推播通知，也能在 App 內即時查看交易紀錄，必要時可隨時暫停 AI 操作。使用者需透過 MCP（Model Context Protocol，模型上下文協議）將 AI 代理連接到平台。MCP 是一種開放標準，可讓 AI 系統與不同應用程式及資料來源互通。目前該功能仍屬 Beta 測試階段，初期僅支援股票交易，未來則預計擴展至選擇權、加密貨幣、事件合約與期貨等市場。 除了 AI 交易功能外，Robinhood 也同步推出 AI 信用卡購物服務。未來 Robinhood […]