Archives

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 […]

Snowflake 砸 60 億美元押注 AWS CPU，AI Agent 正改寫 AI 基建戰局

過去兩年，AI 基礎設施的討論幾乎被 NVIDIA GPU 主導，但一筆新合約正在改變這個敘事。雲端資料倉儲公司 Snowflake 宣布，將在未來五年向 AWS 投入 60 億美元，主要採用 AWS 自研的 Graviton CPU，用於支撐企業 AI 與 Agentic AI（代理式 AI）工作負載。消息公布後，Snowflake 股價盤後一度飆漲逾 35%。 Graviton 是 CPU，不是 GPU 根據《華爾街日報》報導，此次合作將使 Snowflake 成為 AWS 在 CPU 運算領域最大客戶之一。Graviton 是 AWS 自 2018 年開始推出的自研 CPU，採用 Arm 架構，最新的第五代 Graviton5 搭載 192 個 Arm Neoverse V3 核心，採用台積電 3 奈米製程。 這個選擇的意義在於：AI 模型本身仍主要運行在 GPU 上，但 […]

Meta 也想做雲端？祖克柏鬆口考慮出租 AI 算力，背後是數千億美元 AI 基建變現考題

Meta 執行長祖克柏（Mark Zuckerberg）近日在年度股東會上表示，若 Meta 的 AI 基礎建設產生多餘容量，進入雲端運算市場是「絕對可以考慮」的選項。事實上，在美國四大超大規模科技公司中，Meta 目前是唯一沒有對外銷售雲端基礎設施與服務的公司。 這個表態之所以值得關注，是因為 Meta 正在投入數千億美元等級的 AI 資料中心建設，而「多餘容量是否對外出租」也開始成為 AI 基礎建設變現的新想像。同一時間，Meta 也推出 Instagram、Facebook、WhatsApp 的 Plus 訂閱，並開始測試 Meta AI 付費方案，顯示公司正在應用端與基礎建設端，同時探索 AI 的商業化路徑。 數千億美元的基建狂飆，催生 Meta「雲端夢」 Meta 考慮跨足雲端的背後，是其史無前例的基礎建設擴張。祖克柏在 2026 年 1 月提出「Meta Compute」計畫，目標是在十年內累積「數十吉瓦（tens of gigawatts）」的算力，長期野心更上看數百吉瓦或更多。為了支撐這些建設，Meta 資本支出可能達數千億美元，例如路易斯安那州單一專案就耗資 270 億美元，更大的超級叢集 Hyperion 專案，占地規模甚至被形容為可與曼哈頓相比。同時，Meta 也與 Google Cloud 簽下超過 100 億美元的合作協議，並與 CoreWeave 和 Nebius 等外部夥伴合作，以補足自有基礎設施建成前的過渡期需求。  《Crypto Briefing》指出，如果公司花費數千億美元建設這些 AI 資料中心，而部分容量處於閒置狀態，將其出租便成為合乎邏輯的選項。祖克柏也向《CNBC》透露，幾乎每週都有外部公司來詢問是否能建立 […]

20 人團隊靠 AI Agent 變 150 人戰力：「AI 原生」顧問公司如何瓦解 McKinsey、BCG 的金字塔模式？

AI 正在以前所未有的速度，削弱大型顧問公司長期依賴的規模優勢。過去，顧問業由 McKinsey、Bain、BCG 等策略巨頭，以及四大會計師事務所與 Accenture 等主導。他們的核心護城河在於「人力規模」，也就是擁有龐大的初階顧問大軍，具備跨越多個地區的交付能力與龐大專案人力。 然而，當研究、摘要資料、製作精美 PowerPoint 簡報等顧問核心工作變得可被高度自動化時，這種霸權首次出現瓦解的跡象。近日，《金融時報》就指出，AI 的出現大幅降低顧問業的門檻，讓小型顧問公司也能承接過去只有大型公司才能處理的專案。 AI 讓小型顧問公司壯大，打破「人力規模護城河」 AI 帶來最直接的影響，是讓小型顧問公司的產能得以指數級放大。以近期在英國成立的 Queen’s Tower Advisory 為例，這類由前大型顧問公司高層創立、並獲私募資金投入的「AI 原生（AI-native）」新興顧問公司，正積極利用 AI 代理（AI Agents）來放大人類工作者的能力。Queen’s Tower Advisory 創辦人 Mark Bunker 的目標，就是建立由 20% 人類與 80% AI Agents 組成的團隊，徹底顛覆顧問業基本的人力配置想像。 Mark Bunker 明確點出 AI 的影響力：「你的平台可能只有 20 人，但在 AI 的放大效應下，你會迅速具備 100 人、150 人的規模，這很快就會在市場產生影響力。」根據管理顧問協會（MCA）的估計，小型顧問公司在 AI 的協助下，已能有效與大型對手競爭，成長率最高可達 50%。 AI 原生顧問公司從 3 方向挑戰傳統顧問模式 這些 AI […]

當企業開始管理 15 萬個 AI 代理：Google Cloud 高層解析 AI Agent 導入三大支柱

如果一家企業只有 2 萬名員工，卻同時管理 15 萬個 AI Agent（代理），企業會變成什麼樣子？ 這是 Google Cloud 亞太區技術團隊副總裁 Moe Abdula 在 COMPUTEX 2026 展前論壇演講中拋出的情境。他引用市場研究機構 Gartner 預測指出，到 2026 年底，約 40% 的企業應用程式將具備某種形式的 AI Agent 能力；而 2028 年內，財富 500 強企業平均可能管理超過 15 萬個 AI Agent。 「如果這是我們正在談論的規模，思維模式必須非常快速地轉變和移動。」Moe 說。 這代表企業正在進入一個新的管理階段：競爭焦點不再只是誰擁有最強 AI 模型，而是誰能建立代理平台、治理框架與資料能力，讓 AI 真正進入組織流程。在接受台灣媒體採訪時，Moe 與 Google Cloud 台灣技術總經理林書平則進一步拆解，企業要支撐這樣的規模，必須先建立哪些技術基礎與組織能力。 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 支撐 AI Agent […]

150 家公司搶一個還沒成形的市場，中國人形機器人產業的供需失衡有多嚴重？

中國人形機器人產業的生產端與需求端，正在往兩個完全不同的方向走。目前中國有超過 150 家企業投入這個領域，光去年全球人形機器人出貨量就有九成來自中國，而 Unitree 與 AgiBot 兩家龍頭合計估值衝上 130 億美元。 從這些數字看，產業似乎正在高速起飛，但當摩根士丹利去調查實際買方時，卻是不同的光景。 首先，只有 23% 的受訪企業對市面上的產品感到滿意——電池續航停在兩到三小時，靈巧度與感知能力不足以應付真實工作場景；而且定價更讓大規模採購成為奢望，92% 的受訪企業表示，售價必須跌破 28,000 美元才會考慮大量採購。此外，目前真正在進行評估或試點的企業，只有約一成。 技術或許逐漸到位，但市場需求還沒出現 這個落差並非短期的庫存問題，而是整個市場的供需失衡。中國國家發展和改革委員會在 2025 年底罕見對外發聲，點出產業內公司數量已突破 150 家且仍在增長，過半為新創或跨界進入者，並警告產品重複、投資冗餘、真正研發空間遭到擠壓。 北京最高層級的經濟規劃單位公開講出「泡沫風險」這四個字，更凸顯現實狀況確實不明朗。 畢竟人形機器人已被中國列進「十五五」規劃（2026-2030年）的十大優先產業之一，背後還有一兆人民幣的國家基金在支撐，等於是政府自己跳出來表態，自己扶植的這個產業已經過熱了。 還有一點更值得注意，這些機器人大廠如今生產出來的機器人，大部分根本沒賣給真正會付錢的客戶，而是留在自己公司內部，拿來訓練機器人、測試系統用。 摩根士丹利分析師指出，2026 年人形機器人企業必須證明自己商模能真正變現，但現實卻是廠商生產出來的量明顯多過真正賣出去的量。且那些好看的出貨數字裡，有一大部分其實是廠商自己使用的，包括訓練機器人、測試系統等，根本尚未轉換成真正的收入。 即便 Unitree 的人形機器人在 2025 年的營收超越四足機器人，但整體規模對照它瞄準的 70 億美元估值，還是略顯不足，而準備在香港掛牌、估值 60 億美元的 AgiBot 也一樣。 馬斯克也坦承人形機器人尚未真正派上用場 再把鏡頭拉回去年那場北京 E-Town 半程馬拉松，Honor 做的 Lightning 機器人用 50 分 26 秒拿下冠軍，比人類世界紀錄還快了將近七分鐘，超過一百台機器人同場較勁，畫面紅遍全球。獲勝團隊的工程師說，這場比賽幫他們在機器人穩定性和散熱上做出突破，未來可以用到工業場景。 但機器人專家的看法就保守多了，他們認為，在平地上連續用兩隻腳跑步，跟工廠真正需要的「手要靈巧、看得懂環境、能臨機應變」根本是兩種完全不同的能力。春晚的武術表演、CES 上一整排展示、後空翻的短影音，這些畫面吸引到資本進場，但若轉換到實際應用，真的可行嗎？ 中國過去在太陽能、電動車、動力電池上都展現過「把技術變現」的能力，十年內就把這些東西做成主導全球的出口產業。問題是，人形機器人從「表演」走到「真實應用」的這段距離會有多遠？ 至於美國，Boston Dynamics 的電動 […]

【科技早餐】NVIDIA 對台支出上看 1,500 億美元，AI 晶片戰從供應鏈燒進國安系統

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊黃仁勳稱台灣是 AI 革命中心，NVIDIA 對台支出上看 1,500 億美元 NVIDIA 執行長黃仁勳（Jensen Huang）在台灣員工大會上表示，台灣是 AI 革命的中心，也是 NVIDIA 最重要的供應鏈基地之一。他指出，NVIDIA 過去每年對台灣供應鏈的相關支出約 100 到 150 億美元，如今已達 1,000 億美元，未來更可能朝 1,500 億美元邁進。 黃仁勳也提到，AI 革命的關鍵環節，包括晶片製造、先進封裝、系統整合與 AI 超級電腦打造，幾乎都與台灣科技生態系密切相關。不過他也點出下一個瓶頸，形容人類勞工需要米飯，AI 勞工需要電力，能源供應將成為台灣承接下一波 AI 成長的關鍵。 ＊高通傳供貨字節跳動，AI 資料中心晶片戰不只 NVIDIA 《彭博》報導，高通（Qualcomm）傳出已和 TikTok 母公司字節跳動（ByteDance）達成合作，將供應用於 AI 資料中心的 ASIC 晶片。若報導屬實，這代表高通正從原本熟悉的手機處理器市場，進一步切入 AI 基礎設施。 報導指出，字節跳動預計採購數百萬顆高通 ASIC 晶片，用於支援 AI 代理與生成式 AI 服務。對字節跳動來說，這也是在美國出口限制下，尋找可用 AI 運算能力的一條路徑。目前 AI 資料中心晶片仍由 […]

從 GPU 主導到 CPU 回溫：Agentic AI 如何改寫企業資料中心配置？

過去，AI 基礎設施的討論幾乎完全圍繞在 GPU 算力上。然而，隨著具備自主執行能力的 Agentic AI 逐漸升溫，CPU 與氣冷式（air-cooled）基礎設施正重新成為企業資料中心的焦點。 在近期舉行的 Dell Technologies World 2026 大會上，Dell 與 AMD 將 Agentic AI、CPU 需求與氣冷式設備串聯討論，明確標誌了市場方向的轉變，這也說明雖然 GPU 不會退場，但當 AI 工作負載從單純的模型訓練走向推論（inference）與 Agentic AI 後，企業勢必要重新評估 CPU、散熱、電力、資料流與在地部署的整體架構配置。 為什麼 CPU 回溫？Agentic AI 改變了算力需求  《SiliconANGLE》指出，儘管 GPU 長期主導 AI 領域，但 Agentic AI 需要在不同任務之間持續進行協調（orchestration）、資料處理與決策，這些工作其實更符合 CPU 的強項。AMD 資料中心解決方案架構與策略副總裁 Robert Hormuth 在 Dell Technologies World 2026 大會上明確表示：「Agentic AI 具有強烈的目標導向，當你要求它達成某個目標時，它會使用每一種工具、每一種軟體、所有可用的方法去達成這項目標，其中一個步驟可能是呼叫 GPU […]

告別矽谷獨大時代：北歐浪潮與 AI 雙重引擎，歐洲科技生態迎黃金轉折點

《Business Insider》報導，近年歐洲科技產業快速升溫，外界開始以「北歐浪潮」形容這股新創熱潮。從瑞典 AI 法律新創 Legora、AI 開發平台 Lovable，到 AI 學者 Yann LeCun 在巴黎成立的 AMI Labs，越來越多歐洲科技公司開始在全球市場嶄露頭角，並逐漸擺脫過去高度依賴矽谷的局面。 美國不再是唯一選項？AI 帶動歐洲科技產業全面升溫 多位創業者與創投人士認為，AI 技術快速發展、歐洲募資環境改善，再加上 Spotify、Klarna 等成功企業累積出的產業能量，正一步步改變歐洲科技圈的生態，讓科技人才不再一味流向美國。美國創投公司 Sequoia 合夥人 George Robson 認為，這並不是短暫熱潮，而是已經醞釀多年的轉變。他表示，外界最近才開始注意到歐洲科技產業升溫，但實際上，背後的結構性變化早已持續一段時間。 《Business Insider》說明，過去幾十年，許多歐洲科技公司往往在當地起步後，因為資金、市場與擴張條件有限，最終選擇前往美國發展。像 DeepMind、Darktrace 等知名企業，最後也都與美國資本或企業體系產生深度連結。不過，AI 的出現正在改變這套模式。倫敦製造業新創 Matta 執行長 Douglas Brion 指出，雖然歐洲的新創在後期融資上仍面臨挑戰，但 AI 讓企業能以更精簡的人力與更低成本快速成長，降低對龐大資金的依賴。 Lovable 執行長 Anton Osika 也認為，現在最大的改變，在於企業不一定非得搬到美國才能成功。他表示，AI 正降低公司擴張所需的資本門檻，未來可能形成新的正向循環：更多新創能留在歐洲成長，進一步吸引更多創投資金與人才進駐。George Robson 進一步指出，大型語言模型（LLM）與相關 AI 基礎建設，大幅縮短了「研究成果變成產品」的時間，而這正好是歐洲擅長的領域。歐洲長期擁有深厚的研究實力，如今能更快轉化成真正的商業產品。 雖然去年美國新創募資金額仍是歐洲的六倍，但歐洲的資金環境正逐漸改善。根據創投機構 Atomico 的數據，歐洲創投基金的中位數規模，自 2016 年的 3200 萬美元增加至 1.05 […]

蒐集「第一人稱數據」訓練機器人：矽谷新創 Human Archive 深入印度零工經濟

《TechCrunch》報導，近年印度線上外送市場快速成長，矽谷新創 Human Archive 在這波趨勢下，開始與相關企業合作，蒐集 AI 機器人訓練資料。公司讓工作人員配戴裝有攝影機的頭戴設備，以第一人稱視角記錄日常工作內容，例如打掃、送餐、整理環境等，再將這些真實工作畫面提供給 AI 與機器人公司作為訓練素材，已與居家服務、飯店及餐飲產業合作，並在多個地點部署超過 1,000 組設備。 從外送員到清潔工：用真實工作影像訓練 AI 機器人 Human Archive 日前宣布完成 820 萬美元募資，投資方包括 Wing Venture Capital、NVP Capital、Y Combinator，以及來自 OpenAI、Nvidia、Google、Meta 等科技巨頭。《TechCrunch》提及，公司由加州大學柏克萊分校與史丹佛大學學生共同創立，創辦團隊具備機器人、硬體與觸覺感測研究背景。 Human Archive 說明，AI 與機器人產業面臨的問題，是缺乏足夠的真實世界訓練資料。當各大 AI 公司與機器人實驗室都在開發能執行現實工作的機器時，市場卻缺少大量、真實且高品質的人類工作數據。因此，公司把印度快速成長的零工經濟視為重要資料來源，希望透過外送員、清潔人員等工作者的日常工作過程，建立可大規模使用的訓練資料庫。 《SiliconANGLE》指出，Human Archive 一開始是使用 iPhone 錄製工作畫面，如今已改用超過六種不同設備，包括配備攝影機的頭戴裝置，目前有超過 1,000 名活躍使用者在工作時配戴設備進行資料蒐集。公司也會向參與的工作者支付報酬，並對願意接受資料蒐集的消費者提供折扣。Human Archive 主要透過印度零工平台取得資料，同時開發雲端服務，希望讓其他市場的使用者未來能上傳影像內容。 印度已有不少新創公司開始在工廠、物流與居家服務等不同工作場域蒐集第一人稱工作資料。為了與競爭對手做出區隔，Human Archive 不只錄製影片，還投入開發更多感測設備，包括觸覺手套、手腕攝影機與動作捕捉服，希望同步記錄人體動作、施力狀態，以及 RGB-D（彩色影像與深度資訊）等資料。 Human Archive 認為，單靠影像資料不足以訓練能在真實世界工作的 AI 機器人，若能結合觸覺、動作與環境感測資訊，資料價值將更高。公司早期曾使用臨時組裝或市售設備蒐集資料，如今則開始開發可互相協作的客製化硬體系統。目前 Human Archive 已部署超過 50 種不同設備，用來蒐集各類感測數據。 蒐集真人數據：Human […]

AI 加速零日漏洞武器化：攻防時間恐從 1 天縮短到 1 分鐘，資安危機從「找不到」變「漏洞修不完」

AI 輔助工具正以前所未有的速度加快發現與利用漏洞的進程。《Tom’s Hardware》報導，資安產業過去習慣的 90 天漏洞揭露期，正因 AI 加速攻防而面臨失效危機。近日，由 Sysdig 的 Sergej Epp 所建立、並獲多數科技與資安大廠支持的 Zero-Day Clock（ZDC）網站，就用清晰的數據與圖表點出歷年來資安鬆散所造成的嚴重後果，更在特定頁面中詳細記錄電腦安全崩潰的縮時過程。  ZDC 的資訊顯示，漏洞從被發現到被利用的平均時間，已從 2021 年的將近一年，大幅縮短至 2026 年的一天多。ZDC 甚至預測，2027 年將進一步壓縮到一小時，最終可能僅剩一分鐘。同時，在正式揭露前就已被惡意行為者利用的「零日漏洞」比例，也從五年前的 31% 飆升至目前的 73.2%。更糟的是，超過六週後仍未被利用的漏洞比例已降至 0%，這代表目前幾乎沒有漏洞能倖免。 然而，《Tom’s Hardware》也提醒，ZDC 其實只追蹤已公開揭露的漏洞利用，私人或國家層級的漏洞利用可能更早發生，因此這些驚人的數字恐怕只是冰山一角。 ZDC 的呼籲：企業資安不能只靠補丁，必須重設軟體與系統設計 面對急遽縮短的修補時間，ZDC 提出多項從技術到政策面的根本性改革建議。在技術與架構上，ZDC 建議所有硬體、軟體、框架與平台都應預設啟用安全功能，並盡可能採用零信任架構。由於高達 70% 的漏洞源於記憶體安全問題，ZDC 也呼籲以 Rust 這一類記憶體安全語言來取代 C 或 C++。 此外，系統應預設為「可拋棄式設計（disposable by default）」，確保受攻擊的機器能輕易還原；同時，應提供防禦者免費且開源的 AI 驅動工具，例如開源版 Mythos，以全面掌握系統、原始碼與日誌，抗衡攻擊者因 AI 被放大的能力。 在產業責任與法規面，ZDC 提出更具挑戰性的主張：軟體開發商必須為安全漏洞造成的損害承擔責任。《Tom’s Hardware》引用資安專家 Bruce Schneier […]

企業買了 AI 卻跑不起來，FDE 前線部署工程師成為科技業最搶手的職位

企業買了 AI，不代表 AI 能真正運作，而這個落差正在創造出一種新的職能需求。 2025 年 1 到 9 月，前線部署工程師（Forward Deployed Engineer，FDE）的職缺，在美國成長了 800%。Google Cloud、OpenAI、Anthropic 在同一時間裡，相繼宣布大規模投入這個方向。AI 的瓶頸從「能否建構」移到了「能否落地」，而填補這個缺口的人正是 FDE。 從 Palantir 到全產業，一個職稱的十年擴散 FDE 這個職稱不是新創的。2011 年，Palantir 將原本分開的解決方案工程師，與整合工程師合併為單一職能，稱為「前線部署工程師」。這個職能的核心定義從一開始就很清楚，FDE 是能同時向企業銷售 AI 產品、並且教導 AI 模型如何在該企業環境中真正運作的人。 超過十年後，這個職能開始從 Palantir 的專屬實踐，擴散成整個產業的集體押注。 根據 LinkedIn 的資料，2023 年至 2025 年間，美國新增了 8,500 個 FDE 職位。雲端內容管理與檔案協作公司 Box 執行長 Aaron Levie，在 X 上直接指出，前沿部署工程師或類似職位，即將成為科技行業最搶手的職位之一，也是人工智慧推廣中最重要的職能之一；他說，這是 AI 正在創造的高技術性工作的典型案例。 三大巨頭同步出手 Google Cloud 執行長 Thomas […]

從 SEO 到 GEO：AI 正在重寫電商入口，品牌最該避開哪 3 個錯誤？

過去三十年來，線上零售的運作模式幾乎千篇一律：一個搜尋框、網格狀的商品列表，以及規格說明頁面。然而，這個時代即將隨著 AI 加速發展而終結，因為 AI 並不只是為電商網站新增一個功能，而是以消費者為中心，徹底重塑整個購物流程。 這場巨大的變革包含幾個關鍵轉移：搜尋行為正在從過去的「排序連結清單」轉變為「單一的生成式答案」；產品曝光的貨架空間，正從零售網站轉移到「答案引擎（Answer Engines）」上；消費者也逐漸習慣「委託」而非自行瀏覽，期待由 AI 來代替他們決定、回答與購買。 與此同時，零售業正成為 AI 軍備競賽的下一個大型戰場。例如 Walmart 與 Sephora 等大型零售商正積極將 AI 導入購物體驗之中，而 OpenAI 與 Google 等科技巨頭，也同樣在競逐這塊由 AI 驅動的線上購物大餅。 儘管趨勢明確，許多品牌在應對這場 AI 變革時，卻仍在走彎路。《Forbes》觀察，品牌在 AI 電商時代佈局時，最常犯下三大代價高昂的錯誤：誤將 AI 生成內容當作流量密碼、盲目加裝毫無用處的聊天機器人，以及依然固守人工排序思維來對抗 AI 演算法。 錯誤 1：把 GEO 當成 SEO，用 AI 內容灌水反而可能讓品牌隱形 《Forbes》指出，傳統的網頁正在被拆解，過去品牌高度仰賴首頁作為大門，並將 Google 搜尋排名視為被發現的關鍵。然而，現在是由大型語言模型來決定哪些品牌與商品應該被推薦，「生成式引擎最佳化（Generative Engine Optimization, GEO）」正在取代傳統的 SEO。 在這樣的思維轉換下，品牌最常犯的致命錯誤，就是誤以為可以把過去 SEO 時代「產出更多網頁就能贏」的邏輯，無縫套用到 GEO 時代，因此開始大量產出 AI 生成垃圾內容（AI slop）。然而，《Forbes》警告，這種做法會適得其反，因為用 […]

【科技早餐】黃仁勳點出台灣 AI 用電壓力，COMPUTEX、國防 AI 與平台監管同步升溫

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊黃仁勳談 AI 資料中心用電，台灣電力供應成基建新焦點 NVIDIA 執行長黃仁勳近日被問到，台灣能源基礎設施是否足以支撐北士科 AI 資料中心需求時表示，台灣需要更多能源，並說「沒有能源，就沒有經濟成長」。經濟部隨後回應，AI 用電需求已納入整體評估，台灣也已提前部署供電規劃。 經濟部指出，今年底起，台電台中、興達電廠 4 部大型燃氣機組，合計 5.2GW，將陸續加入供電系統。未來 5 年內，台電通霄、大林、台中二期，以及民營國光、麥寮等燃氣機組，也會陸續完工商轉。這讓 AI 基建討論，從晶片、伺服器與資料中心，進一步延伸到電力供應。 ＊COMPUTEX 聚焦 AI 基建，Marvell、NVIDIA 同台把連接技術推上主場 COMPUTEX 主辦單位外貿協會（TAITRA）宣布，邁威爾科技（Marvell Technology）執行長 Matt Murphy，將在 6 月 2 日上午於台北南港展覽館發表主題演講。這場演講題為「The Future of AI Scaling Depends on Connectivity」，NVIDIA 執行長黃仁勳也將同台亮相。 這場同台將延續 Marvell 與 NVIDIA 今年 3 月底已公布的擴大合作，重點放在高速連接、光互連與客製化晶片，如何支撐下一代 AI 基礎設施。今年 COMPUTEX 以「AI Together」為主軸，聚焦人工智慧運算、機器人與智慧移動，以及次世代通訊等核心題目，展覽規模也創新高。 ＊胡潤報告：美國晶片企業在中國營收仍增，科技限制下市場連結未斷 胡潤研究院發布「2026 […]

當提示詞變成義大利麵程式碼：難察覺的「AI 技術債」來襲，企業如何跨越治理盲點？

《VentureBeat》報導，隨著 AI 快速導入企業營運，AI 技術債正逐漸成為企業數位轉型中的隱形危機。過去二十年間，技術債通常指的是過時架構、混亂程式碼與維護不善的文件，但在 AI 時代，這樣的定義已不足以涵蓋新型態風險。業界專家指出，AI 系統的失效模式更加複雜且難以察覺，相關問題不僅存在於程式碼本身，更橫跨提示詞、模型與資料依賴關係之間，使 AI 債務比傳統技術債更難管理，也更具破壞性。 AI 系統越做越複雜，企業開始累積「新型」技術債 根據 2025 年麻省理工學院（MIT）研究，高達 95% 的企業 AI 試點專案最終未能真正投入生產環境，或產生實際商業價值。另一項由 S&P Global Market Intelligence 發布的調查則顯示，2025 年有 42% 的企業中止多項 AI 計畫，較前一年的 17% 大幅增加。《VentureBeat》分析指出，許多 AI 專案失敗的背後原因，在於企業建構了過於複雜、難以監控的 AI 系統，進而快速累積 AI 技術債。 與傳統技術債不同的是，AI 債務具有高度分散與不穩定特性。過去軟體錯誤集中於程式碼層面，容易重現，因此開發者能在測試期間發現並修正問題。然而 AI 系統具有機率性，同一輸入不一定每次都產生相同結果，導致錯誤呈現間歇性。不僅增加測試難度，也使企業即使完成部署後，仍須持續監控系統，以防止模型漂移與效能惡化。 企業首先面臨的問題，來自提示詞（prompt）管理失控。《VentureBeat》說明，業界將這種現象稱為提示詞債，形容它是 AI 時代的義大利麵程式碼（spaghetti code）。由於企業在開發過程中不斷修改提示詞、臨時加入修補性指令，缺乏完整紀錄與版本控制，導致提示詞逐漸變得龐雜且難以維護。部分企業為了提升 AI 回答準確率，會將大量背景資訊直接塞入提示詞，形成所謂的提示詞資訊堆疊。這些做法雖然短期內可能改善輸出效果，但長期卻使提示詞演變成一種未經測試、缺乏管理的程式碼，大幅增加系統脆弱性。 《VentureBeat》指出，除了提示詞本身，企業對外部大型語言模型（LLM）的依賴，也逐漸成為另一項潛在風險。隨著越來越多 AI 應用建立在外部 API 與模型服務之上，企業實際上已將部分核心應用邏輯交由第三方模型供應商掌控。一旦模型版本更新，原本調校完成的提示詞可能立即失效，導致 AI 回應品質下降。由於這些模型並非企業內部可完全控制的系統，因此系統穩定性與結果可重現性等問題，變得更加明顯。 目前多數企業 AI […]

LinkedIn 共同創辦人用 AI 分身省下 50% 工時：企業生產力競爭，正從工具效率轉向「複製高階人才能力」

總覺得工作永遠做不完嗎？現在，越來越多高階主管找到新解方，就是直接「複製」一個自己。《華爾街日報》報導，儘管目前仍是少數，但一群走在科技尖端的企業高階主管已開始打造專屬的「AI 分身」（AI Replicas），代替自己登台演講、接受媒體採訪，甚至親自為員工解惑。 例如在紐約，紐約梅隆銀行（BNY）資訊長 Leigh-Ann Russell 下班走在街上時，都會習慣性地跟「自己」對話。Leigh-Ann Russell 運用 ChatGPT 的 Projects 功能打造自己的數位孿生（digital twin），讓這個 AI 分身不僅可以幫她撰寫領導日記與管理健康，更成為準備會議與修正演講的得力助手。 AI 分身上工：從公開演講到內部管理，高階主管開始複製自己的工作能力 想像一下這個畫面：在杜拜的一場大型會議上，大螢幕裡的講者正流利地用法文、中文向台下觀眾自我介紹，甚至能無縫切換成英文回答即時提問。這不是科幻電影，而是 LinkedIn 共同創辦人 Reid Hoffman 的數位分身「Reid AI」。這個分身吸收 Reid Hoffman 過去 22 年來的著作、演講與 Podcast 精華，並從 2024 年以來，已替 Reid Hoffman 完成超過 75 場演講與簡報。Reid Hoffman 也預測，在未來 10 年內，每家超過 50 名員工的公司，都會為高層主管配備這類高度訓練的虛擬分身，最終甚至會普及到一般基層員工。 除了對外演講，AI 分身也悄悄走進企業內部的日常營運流程中。像是美國工業包裝商 Greif 的人資長 Bala Sathyanarayanan，就訓練出一個名為「BalaBot」的分身，當公司主管遇到「如何輔導績效不佳員工」或「如何推動人才職涯發展」等棘手難題時，只要傳個電子訊息，BalaBot 就會傳授管理建議。 Quantium Health 執行長 […]

【Google Cloud NEXT 2026】Google 重新定義 AI 基礎設施，全線儲存產品迎接「AI First」時代

Google Cloud 在今年 Google Cloud Next ’26 年度大會上，宣布了針對 AI 時代下雲端儲存服務的多項更新。這些更新主要解決企業在訓練 AI 模型時常遇到的資料存取瓶頸問題，同時也讓一般企業在管理大量雲端資料時更加方便。 AI 訓練效能升級：Cloud Storage Rapid 讓資料傳輸不再卡關 Google 正式推出 Cloud Storage Rapid 系列高速儲存功能，專為 AI 模型訓練與高效能資料存取場景設計。 在大規模 AI 訓練中，GPU 的效能固然重要，但資料能否快速送達運算資源，同樣會直接影響訓練效率。若資料載入速度不足，即使企業採購了高階加速器，也可能出現運算資源等待資料的情況。 Cloud Storage Rapid 的目標，就是提升 AI 訓練過程中的資料讀取與寫入訓練中途儲存進度 (checkpoint) 的效率，其中包含： 此外，Google Cloud 也推出快取功能 (Rapid Cache)，針對模型載入、推論服務、或需要反覆讀取同一批資料的工作負載，提供更高速的快取能力。Rapid Cache 可在不更改程式碼的情況下， 提供最高每秒 2.5 TB 的讀取吞吐量，協助企業降低資料存取延遲，提升 AI 工作負載效率。 高效能平行儲存系統效能大幅提升：Managed Lustre 支援大規模 AI 與 […]

GitHub 爆「Megalodon」供應鏈攻擊！惡意自動化提交 6 小時內植入逾 5,500 個儲存庫

《SecurityWeek》報導，超過 5,500 個 GitHub 儲存庫在一起供應鏈攻擊中遭到惡意軟體感染，安全研究人員警告，這起攻擊利用自動提交程式碼進行散播。這場被命名為「Megalodon」的攻擊行動，利用包含惡意內容的 GitHub Actions 工作流程，目的是竊取憑證、金鑰、Token 以及其他機密資訊。 Megalodon 供應鏈攻擊，波及 5,500 個 GitHub 儲存庫 資安公司 SafeDep 指出，駭客於 5 月 18 日短短 6 小時內，透過超過 5,700 次惡意程式碼提交，將遭竄改的 GitHub Actions 工作流程植入受害專案，影響超過 5,500 個 GitHub 儲存庫。調查顯示，攻擊者此次使用兩種不同的惡意程式。其中一種會新增新的 GitHub Actions 流程，並在每次程式碼推送或提交合併請求時自動觸發；另一種則會直接取代既有工作流程，在特定觸發條件下建立可長期潛伏的後門機制。 《SecurityWeek》提及，一旦開發環境遭感染，惡意程式便會蒐集並外傳大量機敏資訊，包括CI（持續整合）環境變數、AWS 憑證、GCP 存取權杖、Azure 憑證、SSH 私鑰、Docker 與 Kubernetes 設定檔、API 金鑰、資料庫連線字串，以及 GitHub Actions 與 GitLab CI/CD 等平台的存取憑證。 SafeDep 表示，研究人員是在發現 Tiledesk 惡意套件版本後，揭露這起名為「Megalodon」的供應鏈攻擊。攻擊者並未直接入侵 […]

目標 2031 年追上台積電、英特爾：華為「τ 縮放定律」如何用架構效率繞開 EUV 封鎖？

華為近日在上海的 IEEE 國際電路與系統研討會（ISCAS 2026）上，正式發表「τ 縮放定律」（Tau Scaling Law，又稱「韜定律」）與 LogicFolding 架構。華為表示，這項技術可在不依賴極紫外光微影（EUV）設備的情況下，讓晶片達到等同 1.4 奈米製程節點的電晶體表現。華為半導體業務部總裁何庭波在會中強調：「我們的解決方案是可行且負擔得起的。」 這項發表的背景，是因為中國企業目前仍被美國主導的制裁所限制，無法取得 EUV 設備，而 EUV 又是製造 3 奈米以下先進晶片的關鍵工具。 摩爾定律推動產業成長的傳統路徑正在改變 半導體產業過去 50 年來依循摩爾定律（Moore’s Law）與登納德縮放定律（Dennard scaling），透過縮小電晶體尺寸帶來更快速度、更低功耗與更低成本。然而，研究機構 Global Semi Research 指出，7 奈米之後幾何微縮已明顯放緩，寄生電阻與電容、微影解析度極限以及製程複雜度，都讓效能提升的幅度逐漸縮小。 在經濟面上，先進製程也面臨 EUV 機台、光罩、設計規則與驗證成本飆升等壓力，2 奈米單一晶片設計成本甚至已超過 10 億美元。因此，過去「每一代技術帶來更多電晶體、更低成本、更好效能」的產業邏輯正在失效，傳統的幾何縮放路線正面臨邊際效益遞減與成本上升的困境。《南華早報》也指出，隨著電晶體尺寸接近物理與原子極限，全球半導體產業依靠摩爾定律推動運算能力成長的傳統路徑已明顯放緩。 「τ 縮放定律」對華為的意義：把競爭轉向時間延遲壓縮 面對物理與經濟瓶頸，華為提出的解決方案是直接改變「最佳化的目標」。τ 縮放定律的核心，是「將衡量晶片進步的主要指標，從電晶體尺寸轉向時間常數 τ」。這代表華為不再單純追求「更小的電晶體」，而是將真正目標放在「更快的系統」，也就是縮短訊號與資料移動所需的時間。 τ 縮放定律將時間常數拆分成四個層次：電晶體切換延遲、電路 RC（電阻與電容）傳播延遲、晶片運算與記憶體存取延遲，以及系統端到端的反應時間。Global Semi Research 分析，在 EUV 受限的環境下，華為將競爭戰場從「幾何縮放」重新定位為「時間域最佳化」，是一項極具策略性的舉措。何庭波也指出，在華為的新路線下，EUV 將不再是不可或缺的要素，這對受限於 EUV 設備的中國半導體產業尤為重要。 何庭波更透露，華為過去六年已利用這套新定律設計並量產 381 款晶片，並表示：「我曾以為可能需要 10 […]

2.8 萬台人形機器人已登記 ID：中國正在把 AI 治理延伸到實體世界

如果未來工廠裡的人形機器人撞傷員工、醫院照護機器人判斷失誤，或電網巡檢機器人造成設備事故，要如何追溯責任？這個問題過去多半停留在學界或監管討論，但中國開始嘗試把答案做成一套基礎設施。 中國近日正式啟動「人形機器人全生命週期管理服務平台」，替境內人形機器人建立國家級數位身分制度。根據官方公布資料，目前已有超過 2.8 萬台、涵蓋 200 種型號的人形機器人取得專屬 29 碼識別碼（ID），紀錄內容涵蓋生產、訓練、維修到回收報廢的完整履歷。 這表面上是一套產業標準化與風險追溯工具，但如果放進中國近年 AI 治理與機器人產業布局來看，可以發現中國正在把 AI 治理從演算法與模型，進一步延伸到實體世界。 一份會持續更新的「機器人履歷」 根據《The Next Web》與《南華早報》報導，這套制度由中國工業和資訊化部體系下的人形機器人與具身智慧標準化委員會（HEIS）推動。 每台人形機器人會獲得一組 29 碼專屬識別碼。這套 ID 碼由四個部分組成：兩位數的國家代碼，用於追蹤跨境出貨與銷售；四位數的製造商代碼，標識負責生產的中國企業；六位數的產品型號代碼，識別機器人類型；以及 17 位數的序號，區分每個獨立個體。設計概念參照中國 18 碼公民身份識別制度，但延伸出更長的編碼架構，以支援機器設備管理需求。 這也是一套動態數位紀錄系統，會持續追蹤機器人的維護歷程、作業環境與即時效能指標，包括機械關節磨損率、電池衰退狀況與動作精準度。當機器人出現故障，系統設計為能快速定位問題根源；當機器人除役，ID 隨之進入回收流程，直至最終報廢。 為何現在推？人形機器人進入規模部署階段 監管節奏往往反映產業成熟度。中國之所以現在建立追溯機制，為的是帶領產業打造機器人標準化、規模化發展。 《Reuters》先前報導，中國目前已有超過百家人形機器人製造商。僅 2025 年前 5 個月，機器人與具身智慧（Embodied Intelligence）投資規模就已超越 2024 全年，累計達 34 億美元，不僅高於同期美國，也約為歐洲的 5 倍。 中國政府也已同步投入基礎建設。上海建立具身智慧資料與測試設施；深圳成立 AI 與機器人基金；地方政府提供場域、租金與採購支持。中國國家電網規劃導入數千台巡檢與作業機器人，農業與物流場景也開始進入試驗。 中國新創 AgiBot 更向《Reuters》透露，其資料中心每天運作長達 17 小時，由真人持續示範折衣、搬運、開門等任務，替模型蒐集實體世界訓練資料。背後反映的產業現實是，Physical AI 的瓶頸不再只是模型能力，而是如何累積資料、管理部署，以及建立可驗證的運作紀錄。而當數萬台機器開始進入真實環境，治理需求也因此提早出現。 中國想管理的不只是機器，而是責任鏈 如果把這項制度放進中國近年的 AI […]

AI 時代下，企業私有雲也需要超進化：Dell Private Cloud 打造兼具彈性與效率的現代化架構

AI 浪潮來襲，企業基礎架構迎來決定性時刻 AI 正在重塑一切－從基礎架構到服務交付。對於企業而言，訊號相當清楚：現在就行動，否則將面臨被淘汰的風險。 許多企業過去導入超融合架構（HCI），原本期待能以更簡單的方式完成虛擬化與資源管理，但隨著資料量、應用場景與 AI 工作負載持續增加，架構限制也逐漸浮現－當企業只想擴充儲存容量時，卻必須連同運算節點一起增加；不同部門對運算與儲存需求不一致時，也難以靈活調整資源配置。長久下來，不只硬體成本提高，授權費用、機櫃空間與後續維運壓力也同步攀升。 與此同時，企業在推動 AI、混合雲與跨據點營運時，面臨更多資料治理與管理挑戰。無論是資料主權、資安治理、法規遵循，或大量資料運算帶來的效能需求，都讓企業無法單純依賴公有雲，而需要一個兼具安全性、自主性與彈性擴充能力的地端環境。研究顯示，85% 的企業計畫在未來 24 個月內將 AI 工作負載移至本地端，而 77% 尋求 AI 能力的企業希望找到一個能涵蓋整個 AI 旅程的整合基礎架構供應商。 面對這樣的挑戰，Dell Technologies 以三大核心解決方案－Dell Private Cloud、Dell Automation Platform（DAP）以及 Dell PowerStore－協助企業在 AI 時代快速建立競爭優勢。 Dell Private Cloud：從「等比擴充」走向真正按需配置的靈活架構 過去許多企業在導入基礎架構時，最常面臨的問題就是資源被綁定。例如只是需要增加儲存容量，卻被迫同步增加運算節點；或是不同應用場景對 CPU、記憶體與儲存需求不同，架構卻無法獨立調整。這類「存算網等比擴充」或受到單一廠商綁定的模式，在 AI 與資料密集型應用逐漸普及後，讓企業面臨越來越大的成本壓力。 Dell Private Cloud 採用 Disaggregated Infrastructure，將儲存、運算、網路徹底拆分。企業可以依照實際需求獨立擴充不同資源，不用被迫同步增加整體設備。這樣的架構優勢，不只提升資源使用效率，也讓企業在面對 AI 專案、資料分析或多部門需求時，能更靈活調整基礎架構，有效降低過度採購與長期閒置的風險 Dell Private Cloud 提供來自 Broadcom/VMware、Nutanix、Red Hat 以及 Microsoft Azure […]

AI Agent 進入企業的最大挑戰是 ROI！Appier 共同創辦人暨執行長游直翰：別只看燒了多少 Token

專訪：沈貝怡撰稿：李昀蔚 現在，無論是新創、成熟企業，或是正在尋找轉型方向的傳統產業，都開始思考如何把 AI 放進產品、服務與內部流程之中。然而，對台灣產業來說，如何把握 AI 帶來的新機會？挑戰又有哪些？本集《全新一週》邀請到 Appier 沛星互動科技共同創辦人暨執行長游直翰，深入剖析企業導入 AI Agent 的具體路徑，以及未來 AI 競爭重點。 作為台灣少數很早就投入 AI 商業化、並帶領公司走向全球市場的創業者，游直翰回憶，2012 年到矽谷向知名創投簡報時，他在簡報第一頁寫著「我們是一家 AI Company」，投資人卻直接告訴他：「沒有這種公司。」然而，十多年後市場已經完全反轉，現在幾乎每家公司都說自己是 AI 公司，新創若不做自動化與 AI，反而會被認為少了競爭力。 面對當前狂熱的 AI 市場，投資人最擔心的是：大模型會不會直接取代一家公司的核心功能？對此，游直翰指出，AI 新創或企業若要建立護城河，不能只是把應用建立在通用大模型上，而是必須找到特定場域，把垂直能力做深，並建立「資料、模型與營收成長」之間的循環。 導入 AI Agent 的挑戰：「可靠度」與「容錯成本」 隨著 AI 逐漸進入企業流程，游直翰看見的真正挑戰是「可靠度」。在個人使用情境中，人們熱衷嘗試各種 AI 工具，但當 AI 進入企業部署，領導者關心的問題就會轉向 AI 對公司的理解程度、如果 AI 犯錯可能造成的損失等，這些擔憂，也直接影響企業計算 AI 投資報酬率（ROI）的方式。 游直翰以 Appier 熟悉的廣告場景為例，說明系統會使用生成式 AI 針對不同消費者生成專屬的行銷文案，但若 AI 對折扣資訊判斷錯誤，把原本只打 10% 折扣的熱銷商品誤植為 20% 折扣，就可能對客戶造成巨大損失。這也是為什麼，每家公司都必須清楚定義 AI […]

AI 轉型加速，叡揚雲端助企業升級合規與韌性

叡揚資訊 Vital 雲端團隊於年度盛會 GSS Solutions Day 2026，攜手產業專家與企業代表，探討如何在穩健的雲端與資安基礎上掌握 AI 紅利，為組織開創新商機。 叡揚資訊雲端及巨資事業群總經理胡瑞柔表示，叡揚將產品 AI 化後先在內部驗證安全，才開放客戶採用，並深信真正對企業有意義的 AI Agent 不只是語言模型，而是 AI 結合工作流程、SaaS 與治理機制的完整體系，讓每一個執行動作都可追蹤、可管理。Vital 最新推出企業帳號管理功能，從彈性密碼設定、精準帳號管控、第三方驗證與多因子認證，到依循金融業規範兼顧合規與營運效率，四大面向全面強化資安防護。 從風險治理到智慧決策，構建一站式解方 資深國際風險管理顧問白佩華指出，企業正面臨「氣候風險」與「Agentic AI」雙重結構性衝擊，風險已不再只是單一事件，而是成為企業經營的新常態。她強調，從極端氣候、供應鏈中斷到 AI Agent 的自主決策風險，企業未來最大的挑戰，不只是技術導入，而是治理能力與韌性設計。白佩華認為，企業應從傳統「風險管理」思維，升級為「韌性治理」架構，包括建立跨部門治理委員會、導入情境壓力測試、強化 AI 治理與持續營運計畫（BCP），並將氣候與 AI 風險量化為財務語言，協助董事會真正理解未來風險的影響。她也引用全球最新趨勢指出，未來能勝出的企業，不一定是規模最大者，而是最能快速適應不確定性的企業。 雲端服務事業處副處長李宗青現場展示 AI Agent 透過 BizForm MCP，從一張含有 9 張票據的照片出發，自動辨識金額、填寫出差明細、不同權限查詢過往請款、分析請款差異、催簽主管，完整串起簽核流程的完整體驗。 BizForm 以資安為產品設計核心，透過自建 MCP 伺服器統一控制 API 開放範圍，並內建嚴謹安全機制，確保 AI 僅在授權範圍內運作 。 雲端服務事業處處長賴俊仁指出，Vital CRM 具備完整資安合規性，未來搭載 AI 後，能大幅降低業務在多系統環境中完成客情回報的切換成本。以遠通電收為例，業務與主管透過在同一平台協作，導入後業務人員回報客戶記事數大幅增加，工作效率顯著提升。處長黃家揚補充，郵件整合讓業務寄信時只需加入 CRM 指定信箱，往來郵件即自動歸檔，打破系統孤島。內建 AI Copilot […]

【劍橋團隊潛入地下論壇】「AI 超級駭客」威脅被過度渲染，真正安全隱患是科技業裁員潮

過去三年，從資安公司、各國政府到 AI 實驗室，幾乎都用同一套劇本警告大家：生成式 AI 將催生新一代「超級駭客」，網路犯罪即將進入失控的階段。然而劍橋大學、愛丁堡大學與蘇格蘭的斯特拉斯克萊德大學的研究團隊近期發表了一篇論文，研究團隊實際到地下論壇蹲點，得出的結論幾乎完全與主流所想相反。 這份名為《Stand-Alone Complex or Vibercrime?》的論文發現，那些被預期會使用 AI 大幅強化自己犯罪技能的網路犯罪者，實際上多半只是拿 ChatGPT 來量產垃圾部落格、製作詐騙用的生成內容，距離我們想像的「超級駭客」還相當遙遠。 研究團隊親自蹲點調查，「AI 末日論」不存在？ 研究團隊從劍橋網路犯罪中心的 CrimeBB 資料庫中，分析了 ChatGPT 上線後地下論壇的 97,895 則討論串，搭配主題模型分析、研究團隊親自閱讀超過 3,200 則貼文，並蹲點在地下論壇長期觀察。結果顯示，高達 97.3% 的討論串被歸類為「其他」，也就是根本與利用 AI 進行犯罪無關，真正涉及 vibe coding 工具的僅占 1.9%。 研究者直言，這份結果對「AI 末日論」的信仰者來說相當現實。 WormGPT、FraudGPT 這類在 2023 年被媒體大幅報導的「黑暗 AI」產品，當時被描繪成專為犯罪者打造、毫無道德限制的攻擊工具，外界普遍擔心它們會成為駭客大規模武器化的起點。然而當研究團隊真的潛入地下論壇追蹤這些產品的實際使用情況，看到的景象與媒體敘事幾乎是兩回事。 且論壇中與這些工具有關的貼文，絕大多數並不是在交流如何用它發動攻擊、撰寫惡意程式或執行詐騙；相反地，最常見的內容是使用者排隊索取免費試用權限、彼此猜測這套工具到底能做什麼、抱怨付費後發現功能根本跑不動，或是質疑開發者是不是在騙錢。 更關鍵的是來自開發者本人的自白。其中一款被廣泛報導的黑暗 AI 服務，在專案收攤前，開發者直接對論壇成員承認，這個產品本質上就是一場行銷操作，它根本不是什麼專為犯罪打造的特殊技術，也沒有獨家的攻擊能力。「說到底，它不過是一個沒有限制的 ChatGPT，任何人用網路上常見的越獄技巧，都能達到同樣甚至更好的效果。」 連駭客都不太敢仰賴 AI？ 那麼 AI 究竟在哪些犯罪場景真的派上用場？答案落在食物鏈最底層的低技術、高產量領域。 SEO 詐騙者用大型語言模型量產部落格垃圾文，以追逐萎縮中的廣告收益；愛情詐騙業者把語音克隆與影像生成用在詐騙上；還有不少投機者則大量產出 AI 撰寫的電子書，每本賣 20 美元。 […]

NVIDIA 拉動台灣供應鏈，記憶體缺貨與 Mythos 資安風險同步升高

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊黃仁勳稱中國仍在 2,000 億美元 CPU 市場內，台灣供應鏈下半年非常忙 NVIDIA 執行長黃仁勳在台北受訪時表示，公司先前提到的新一代 CPU 市場規模上看 2,000 億美元，其中也包含中國市場。隨著 AI 從模型訓練走向代理式 AI，市場需求不只集中在 GPU，負責資料處理與系統控制的 CPU 重要性也同步升高。 黃仁勳表示，NVIDIA 新一代 Vera CPU 將與 Rubin GPU 組成 Vera Rubin 平台，並正在拉升相關產能。他也談到 H200 晶片對中國出貨進度，NVIDIA 已取得美國政府出口許可，但仍需等待中國相關審批，目前尚未正式出貨。黃仁勳也指出，下半年對台灣供應鏈來說將會非常忙碌。 ＊記憶體缺貨恐拖到 2028，美光示警、NVIDIA 早已提前卡位 美光科技（Micron）執行長馬羅特拉（Sanjay Mehrotra）接受《彭博》專訪時表示，AI 帶動的全球記憶體短缺，可能延續到 2026 年後，真正大規模的新產能釋放，最快也要等到 2028 年前後。目前記憶體已成為高階系統的核心關鍵，資料中心與 AI 基礎設施都高度依賴相關供應。 這波缺貨也讓 NVIDIA 的供應鏈策略受到關注。NVIDIA 財務長柯蕾絲（Colette Kress）近日表示，公司不是等產品完成後才採購記憶體，而是很早就與三大記憶體供應商共同設計、提前規劃供應。隨著記憶體廠把更多資源轉向 AI 伺服器與高階記憶體，一般記憶體市場也同步承受供應與價格壓力。 ＊Anthropic 融資估值上看 […]

運算力即主權！AI 時代地緣新賽局：英國如何靠「量子科技」突圍美中夾擊

《Financial Times》報導，從 AI 輔助戰場系統、自主無人機，到資安與情報分析，先進軍事力量越來越依賴運算能力。各國政府開始像過去對待石油與電網那樣，將運算能力視為關鍵基礎設施，因為它關係到經濟實力、軍事能力與政治自主。有些人甚至認為，運算能力本身已成為國家主權的前提，就像 20 世紀的核技術決定了地緣政治權力。 但對英國這類科技「中等強國」而言，問題在於：全球約 90% 的 AI 運算能力掌握在美國與中國企業手中。因此，其他國家也開始積極布局 AI 基礎設施，希望在晶片、網路、資料中心等核心技術領域取得優勢。「半導體晶片已經是現代高速運算技術不可或缺的一部分，它們對國家未來的重要性，應該如同水與乾淨空氣一般，」英國倫敦大學學院 UCL 的奈米電子與奈米光子材料教授 Tony Kenyon 說明。 英國加速布局下一代運算，擺脫 AI 算力受制美中 英國政府之所以高度關注這些技術，與現代軍事愈來愈依賴 AI 有關。《Financial Times》說明，新世代戰機每小時都會產生大量感測資料，需要 AI 即時分析；過去仰賴人耳辨識的潛艦聲波，如今則改由演算法判讀異常訊號。英國晶片公司 Graphcore 執行長 Nigel Toon 便警告，如果一國完全依賴外國雲端與運算供應商，對方甚至可能透過系統權限，讓資料中心無法運作。 《Financial Times》指出，英國其實曾是 AI 發展的重要基地，不僅奠定許多現代 AI 理論基礎，也擁有頂尖研究人才。然而，英國長期缺乏足夠資本支持本土科技企業成長，導致不少具潛力的新創公司在壯大前，就被海外科技巨頭收購。 最具代表性的案例就是 AI 公司 DeepMind。它 2010 年成立於倫敦，四年後便被 Google 收購。雖然 DeepMind 至今仍留在英國，並持續參與 Google Gemini AI 模型開發，但公司控制權早已轉移到美國。不願具名的專家向《Financial Times》坦言，Google 收購 DeepMind […]

美國人形機器人為何無法規模化上工？前 NASA 機器人部門負責人：只做單一任務，很難創造 ROI

美國前 NASA 軟體、機器人與模擬部門負責人 Robert Ambrose 近日在《Fortune》撰文指出，美國確實能打造出動作流暢、操作精準、甚至能完成後空翻等高難度動作的人形機器人，但他也點出一個殘酷現實：「美國確實打造出令人驚豔的機器人，但卻不是『對的』機器人」。  Robert Ambrose 觀察，前陣子中國在德國總理面前展示的人形機器人陣列，背後反映的並非單純技術炫技，而是凸顯美中兩國在機器人策略上日益擴大的差距。他警告，美國擁有頂尖的技術人才，卻正陷入一個致命盲點，那就是整個產業太容易把受控環境下的完美表現當成成功指標，卻完全忽略技術要走向商業化，真正的核心在於真實工廠與複雜工作場景中的實際部署能力。 展示成功不等於部署成功，長時間執行單一任務難以創造 ROI 這些展示的成果，往往掩蓋機器人進入真實場景的落差。Robert Ambrose 引用史丹佛大學的報告點出核心問題：機器人在受控模擬中成功率可接近 90%，但在真實家庭任務中卻僅剩下 12%。 以知名新創 Figure AI 為例，其技術展示屢屢引發熱議，但距離真正的商業化部署仍有距離。在製造端，Robert Ambrose 指出，Figure 02 模型在 BMW 工廠累積 1,250 小時運作時間、搬運逾 9 萬個零件，看似成果豐碩，但實際上在長達 10 個月的時間裡，Figure 02 只執行「把鈑金零件放到焊接治具上」這項單一任務。在這樣的情況下，如 BMW 這樣的大型製造商可以將這種單一任務試驗視為必須吸收的研發成本，但對中型製造商而言，花費數千美元投資一台只能做單一任務的人形機器人，根本無法創造合理的投資報酬率。 在物流端也面臨類似挑戰。《Business Insider》報導 Figure AI 近日在總部舉辦一場 10 小時「人機分揀包裹大賽」。在這場比賽中，即便人類實習生中途需要休息用餐，最終仍以分揀 12,924 件包裹、平均每件只需 2.79 秒的成績，險勝機器人的 12,732 件、平均每件 2.83 秒的成果。 儘管 Figure AI 執行長 […]

DeepSeek 大砍價 75％！華為晶片助攻，中國 AI 成本戰衝擊西方模型

中國 AI 新創公司 DeepSeek 在 X 平台宣布，旗下旗艦模型 DeepSeek V4 Pro 原本限時推出的 75% 折扣方案，將改為永久實施，被視為目前 AI 產業中最受矚目的定價策略之一。這項優惠原定於 2026 年 5 月 31 日截止。 《Digital Trends》分析指出，目前全球 AI 產業普遍面臨兩大挑戰，包括基礎設施成本居高不下，以及高階 AI 晶片供應受限。在這樣的背景下，企業若突然大幅且永久降價，往往意味著背後的運算資源或供應鏈狀況可能已出現重大變化。 DeepSeek 價格大砍，低價不等於真正便宜？ DeepSeek 表示，V4-Pro 現在的使用成本依據工作負載類型不同，每百萬 tokens 的價格介於 0.025 至 6 元人民幣之間，相較於先前每百萬 tokens 需 0.1 至 24 元人民幣的價格大幅下降。對於開發 AI 應用、AI 代理以及各類 AI 服務的開發者來說，這種降幅將能顯著降低營運成本。 在標準未使用快取的定價情境下，DeepSeek V4 Pro 每百萬輸入 tokens 為 […]

6 成受訪企業找不到懂 AI 的資安人才，資安主管年薪飆至 800 萬美元不罕見

生成式 AI 正快速提升軟體開發的速度與產出規模，但企業正在發現一個結構性問題：跟不上的不是開發能力，而是驗證與防禦能力。當 AI 產生的程式碼量爆炸性成長，漏洞、權限與供應鏈風險也同步擴張，而懂得辨識、治理與控制這些風險的人才，正變得極度稀缺。 Mythos 問世後，企業對資安主管需求暴增五到七倍 今年 4 月，Anthropic 宣布推出 Mythos 模型預覽版，聲稱其在找出並利用全球電網、金融機構與大型企業所依賴之軟體系統漏洞「出色到令人警惕」，並以此為由只向少數合作夥伴開放測試。一週後，OpenAI 也推出類似定位的 GPT-5.5-Cyber。這兩起消息在企業界引發了緊急評估熱潮。 專注於資安高階主管招募的 Hitch Partners 管理合夥人 Michael Piacente 向《紐約時報》表示，自 Anthropic 開始預覽 Mythos 以來，企業尋求高度技術型資安主管的需求快速升溫，其公司接到的相關委託案已暴增五到七倍，「我們因此婉拒了相當數量的委託。」 服務財星（Fortune）百大企業的獵頭公司 Heidrick & Struggles 高管人才顧問 Austin Cowan 也向《紐約時報》表示，過去需要 12 個月才會出現一次的職缺委託，現在每週都在發生，「我認為這是由 AI 軍備競賽中的恐懼與不確定性所驅動的。」求職平台 Glassdoor 的數據也印證了這股浪潮：今年第一季資安職缺發布量較去年同期成長 11%。 71% 受訪企業：人才短缺為直接商業風險 資安公司 Fortinet 今年發布的全球資安技能缺口報告，對這個問題提供了更系統性的描述。這份調查涵蓋 32 個國家、逾 2,750 位 IT 與資安決策者，結果顯示 71% 的受訪組織將人才短缺視為直接的商業風險，逾半數在招募資安人員方面遭遇困難，其中 52% […]

歐洲想擺脫「數位美元化」，37 家銀行推歐元穩定幣反攻：為何歐洲央行反而踩煞車？

在全球高達 3,220 億美元的穩定幣流通量中，大約 99% 都與美元掛鉤；相較之下，包含 Circle 的 EURC 在內的所有歐元穩定幣，加總起來僅占全球供應量的 0.3%。如此懸殊的差距，正讓歐洲面臨嚴峻的「數位美元化」（digital dollarisation）危機與金融主權焦慮。 歐洲在日常支付基礎設施上，早已高度依賴 Visa、Mastercard、Apple 與 Google 等美國企業，數位貨幣顧問 Marieke Flament 就曾對此提出嚴厲警告：「如果不為未來的歐元鋪設支付軌道，那麼歐元可能將不復存在。」 37 家銀行打造替代方案，企圖打破美元穩定幣霸權 為了降低依賴並反制美元穩定幣霸權，總部位於阿姆斯特丹的公司 Qivalis 推動一項歐元穩定幣專案，目前已獲得高達 37 家歐洲銀行的支持，目標是透過參與銀行既有的客戶群與金融網絡，讓這款尚未推出的歐元穩定幣更有機會被市場採用。 這項專案原本就已取得法國巴黎銀行（BNP Paribas）、荷蘭國際集團（ING）與裕信銀行（UniCredit）等巨頭支持，近期更一口氣新增荷蘭銀行（ABN Amro）、義大利聯合聖保羅銀行（Intesa Sanpaolo）等 25 家金融機構，成為歐洲目前獲得最多銀行支持的歐元穩定幣專案。 Qivalis 執行長 Jan-Oliver Sell 強調，「歐洲主權角度」是這項專案的重要背景，目前的地緣政治情勢「讓人們更有興趣思考美元以外的替代方案」。他指出，Qivalis 目前已向荷蘭央行申請牌照，並表示：「我們正努力在牌照核發時做好營運準備，以便盡快上線。」Qivalis 也期待能在今年下半年順利推出。 智庫呼籲放寬法規，歐洲央行卻急踩煞車 然而，歐元穩定幣若要壯大，嚴格的法規是一大挑戰。歐盟目前實施的 MiCAR 法規，嚴格要求穩定幣發行商必須將至少 30% 的準備金存放在傳統銀行體系中。相較之下，美國在 2025 年通過的《GENIUS Act》對美元穩定幣採取較寬鬆的監管規範，並透過推廣受監管的美元代幣來鞏固美元的全球地位。歐洲智庫布魯蓋爾（Bruegel）的經濟學家為此發出警告，強調若歐盟規範持續比美國嚴格，可能會把相關活動推向海外，進一步加劇數位美元化。 為此，Bruegel 向歐盟財金決策者提出建議，呼籲放寬對穩定幣發行商的流動性要求，甚至考慮讓發行商取得歐洲央行（ECB）的融資。然而，這項提議在近期舉行的歐盟財長非正式會議上，遭到歐洲央行總裁 Christine Lagarde 的強烈抵制，多位央行官員也質疑「允許穩定幣發行商取得歐洲央行緊急融資」的建議，強調這類機制只能保留給受嚴格監管的傳統銀行體系使用。同時，央行官員也擔憂，跨越多個司法管轄區發行的穩定幣若在歐洲面臨大規模贖回，可能會引發準備金遭「擠兌」的連鎖風險。  三大系統性風險成為歐洲央行不能妥協的底線 歐洲央行之所以拒絕放寬規則，並非不願意發展數位貨幣，而是擔憂私營穩定幣的過快擴張，將對金融體系帶來三大系統性風險。首先是「銀行存款流失與資金去中介化」，歐洲央行官員擔憂，當民眾購買穩定幣時，資金會轉入發行商的帳戶，這將使銀行原本較穩定的存款變成不穩定的資金來源，引發資金「去中介化」（disintermediation）效應。 […]

AI 公文走入行政校務，淡江大學邁向智慧校園 3.0

「以前我們在處理公文簽核時，可能都要在座位上才有辦法簽。」淡江大學資訊處石貴平資訊長寓意深長地描述過往經驗。這句話的背後，是一所橫跨三校區、約 2,000 位行政人員、每年近 2 萬件收發公文的大學，長年依賴紙本與定點簽核撐起整個行政體系的現實。 淡江大學設有淡水、台北、蘭陽三個校園，各有獨立的行政運作需求。多校園的行政協作本來就不容易，再加上校內每年收發公文近 2 萬件、內部簽辦約 7 至 8 千件，往來對象涵蓋教育部、各級政府機關、合作機構、學生與家長，頻率高、類型雜、跨單位協作頻繁。一份公文等主管回到辦公室才能簽核，整個流程就卡住了。這是淡江在 2008 年決定導入叡揚資訊 SPEED 公文線上簽核管理系統最直接的原因。 透過 SPEED 公文系統，強化數位治理 導入初期，目標很清楚：讓公文流程數位化、可追蹤，減少紙本依賴。全校行政人員全面上線，以自然人憑證簽辦，這套制度從此嵌入日常。 隨著 IE 瀏覽器走入歷史，加上資安要求日益嚴格，淡江大學於 2023 年 9 月升級至 SPEED 3.0，支援主流瀏覽器與行動裝置。這次升級帶來最直接的改變，石貴平資訊長說得直白：「現在不管你身在哪裡，只要能夠連得上網路，就可以使用公文簽核。對長官來講是非常方便，而且是很即時的處理。」公文不再卡在某個環節，整個流程的推進速度明顯提升。 2024 年導入 Spelling Check 詞彙校正模組，則是針對另一個長期痛點。石貴平資訊長解釋：「公文屬於正式文件，用詞必須嚴謹，專有名詞需要維持一致。」對新進同仁來說改變最具體——過去公文撰寫經驗不足意味著來回退件、反覆修改，現在系統即時提示，能直接在撰寫過程中修正，減少來回、提升品質。 還有一個容易被忽略的面向：人員異動。行政單位人員流動是常態，查詢歷史公文往往仰賴個人經驗或人工整理。SPEED 提供完整的全文檢索功能，讓接手的同仁可以快速調出歷史文件，同時系統會依權限進行閱讀控管，兼顧資訊安全與使用便利性。知識銜接不因此而中斷，同時落實數位治理。 運用 AI 智慧分文，打造高效永續的行政流程 淡江大學以「AI+SDGs=∞」作為校務發展核心理念。石貴平資訊長對 AI 在公文管理的應用方向說得很直接：「AI 絕對是未來的發展趨勢，但相關過程不會一次到位，而是逐步優化、逐步成熟。」 下一步評估的方向，則是籌劃導入 AI 智慧分文推薦模組，石貴平資訊長提到：「未來規劃導入智慧分文，協助總收文人員推薦適當的承辦單位，減少同仁查詢歷史公文或是判讀的負擔，快速分文作業流程，並使同仁有更多時間去做其他的事情。」進而釋放人力，提升行政效率。未來也評估導入行動自然人憑證（TW FidO），讓長官在外公出時能更便利、安全地完成簽核作業。 從行政工具，到智慧校園的一部分 從 2008 年導入的電子公文系統，到今天的跨裝置即時簽核與 AI 錯字校正，淡江走過將近 20 年，每一次升級都不只是換個介面，而是解決了當下真實的行政痛點。 […]

花 100 億美元蓋一座城：Toyota 豐田 Woven City 的實驗現場報告

2020 年的消費電子展上，Toyota 豐田執行長豐田章男宣布要在一座廢棄工廠舊址上，打造一座供研究員、工程師與科學家共同生活工作的未來城市。五年後，這座耗資估計 100 億美元的城市已有第一批住民入住。 為什麼豐田要蓋一座城 Woven City 的核心設計邏輯，源自豐田對自動駕駛安全的一個判斷：車輛本身的感測器不夠用。豐田 Woven City 技術長 John Absmeier 指出，Waymo 等自動駕駛公司目前的車隊規模以數萬輛計，但豐田未來的自主車隊規模將遠遠更大，必須達到更高的安全標準。 而要達到這個標準，光靠車上最先進的雷達、光達與影像感測器仍然不夠。以一個孩子從貨車後方衝出為例，唯一能即時偵測並預警的方法，是在每條街道都布設攝影機，搭配對來車的警示系統。 這正是 V2X（車輛與萬物通訊）這個概念的實踐場景，而 Woven City 試圖把這個想法落地。為此，豐田開發了 AI Vision Engine，一套整合視覺、行為與環境資料的大規模 AI 基礎模型，從攝影機影像、移動系統與使用者輸入中識別模式、偵測潛在風險，並協調跨系統的應對行動，在 MVBench 視覺語言模型排行榜上列為全球頂尖水準。 在此基礎上，豐田進一步建立了 Integrated ANZEN System，整合 AI Vision Engine、行為 AI 與駕駛輔助技術，分析來自車輛與交通號誌的攝影機資料，讓行人、駕駛人與基礎設施形成單一協調系統。 豐田將整座城市定位為這些技術在商業化之前的封閉驗證場所，而目標客戶是有意採購這類技術的地方政府。 攝影機無所不在，隱私問題無所不在 走在 Woven City 裡，攝影機的密度會讓人停下來。光是在單一路口就計算到八台攝影機，建築物天花板與咖啡店內也都掛著大量鏡頭。 AI Vision Engine 的展示案例包括偵測零售環境中的扒手，官方表示不使用臉部辨識，但系統仍能依據服裝特徵跨鏡頭追蹤人員動態。 豐田 Woven City 總經理 Oishi Kota 表示，豐田曾針對隱私議題在全球進行調查，結果顯示日本受訪者的態度接近歐洲，對資料保護高度在意。為了應對這個問題，豐田設計了 […]

當 AI 不看廣告，只看資料：品牌行銷邏輯從頭改寫的三大策略

根據麥肯錫於 2025 年公布的研究，預計到 2030 年，美國由 AI 代理人驅動的代理式商務市場規模將達到 1 兆美元，全球市場更上看 5 兆美元。IBM 今年的研究則指出，目前已有 45% 消費者在購物流程中使用 AI 工具協助決策，代表 AI 已開始介入零售消費的重要環節。 這意味著，當消費者開始把「該買什麼」交給 AI 判斷，零售產業的遊戲規則也正在被改寫。過去，品牌行銷的核心是吸引人的注意力，透過視覺設計、情緒敘事與廣告創意刺激購買衝動；如今，品牌必須開始學習如何吸引 AI 演算法的注意。 策略一：重塑產品數據架構，打造 AI 可理解的事實基礎 在代理式商務環境中，AI 並不會因為品牌形象影片而感動，也不會被情緒化廣告說服。AI 代理人讀取的是資料。它會解析商品規格、材料清單、第三方認證、物流資訊、價格變化、退貨政策與使用者評論，再依據演算法模型進行交叉比對。 所以如果資料缺漏、描述不一致，甚至不同平台上的商品資訊互相矛盾，AI 便可能無法正確辨識商品價值。結果就是品牌在推薦結果中被降權（編按：在推薦結果中排名下滑）。對 AI 而言，缺乏資料等同於缺乏可信度。因此，品牌的第一個生存策略，就是建立能被 AI 深度理解的產品資料架構。 過去，商品資訊管理往往被視為後台行政工作，由 IT、電商營運或商品部門各自管理；現在，企業需要建立「單一事實來源（Single Source of Truth）」，整合產品規格、供應鏈資訊、顧客評論、客服紀錄與行銷內容，確保所有平台上的資料能同步更新且保持一致。因為 AI 不只閱讀廣告，它同時也在閱讀評論區、物流資訊與退貨紀錄。 策略二：從情感行銷轉向理性數據 第二個關鍵策略，則是將品牌價值轉化為可驗證數據。 傳統零售高度依賴情緒行銷。限時優惠、品牌故事、名人代言與社群聲量，都是推動購買的重要手段。但 AI 代理人的決策模式偏向極致理性，它更重視耐用度、評價可信度、效能表現與長期價值。 即使是知名品牌，若產品數據表現不佳，AI 仍可能優先推薦規格更完整、評價更高的競爭商品。反過來說，中小品牌若能提供清楚透明的產品資訊，也有機會在 AI 推薦系統中取得更高曝光。 企業未來需要思考的，不再只是如何「講好故事」，而是如何把產品實力轉化成 AI 能讀懂的語言。例如耐用測試數據、真實用戶反饋、永續認證、物流時效與售後服務評分，都可能成為影響 AI […]

【科技早餐】AI 競爭從太空基建燒到企業人力預算，6.1 兆美元知識勞動力市場浮上檯面

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊SpaceX 星艦 V3 闖過關鍵試飛，太空基建離商業化還差最後幾步 SpaceX 最新升級版星艦（Starship）V3 完成首次試飛。這次任務從德州 Starbase 發射，Starship 上段雖在飛行過程中失去一具引擎，仍成功部署模擬星鏈（Starlink）衛星，並完成大氣層重返與印度洋受控濺落。 不過，推進器沒有完成原定返航程序，顯示這款大型火箭距離全面商業化仍有技術關卡。Starship 被視為 SpaceX 降低發射成本、擴大 Starlink 部署，並支撐美國太空總署（NASA）登月與深空任務的核心系統。亞馬遜（Amazon）創辦人貝佐斯（Jeff Bezos）也提醒，太空資料中心雖可能成為未來方向，但市場對時程可能過度樂觀。 ＊川普延後 AI 監管、晶片關稅也暫緩，美國科技政策先守速度 多家外媒報導，美國總統川普（Donald Trump）臨時延後原定簽署的 AI 行政命令。他表示，美國目前在 AI 領域領先中國及其他國家，因此不希望任何措施妨礙這項優勢。這項命令原本規劃建立自願性機制，讓 AI 開發商在公開發布先進模型前，先與美國政府預覽與交流。 在半導體方面，美國貿易代表葛里爾（Jamieson Greer）也表示，川普政府仍在研究進口半導體關稅，目前沒有立即實施計畫。他強調，關稅仍是推動晶片製造回流美國的重要工具，但時機與範圍仍需和業界溝通。這也顯示，美國科技政策正在安全、監管與產業速度之間重新調整位置。 ＊蘇姿丰稱 AI 才第三局，AMD 對台百億投資押注系統戰 超微（AMD）董事長暨執行長蘇姿丰（Lisa Su）出席《天下雜誌》45 周年論壇時，進一步說明 AMD 為何要在台灣 AI 生態系投資超過 100 億美元。她表示，這是對台灣投下的巨大信任票，因為台灣是技術最先進的地方，也對 AMD 長期發展至關重要。 蘇姿丰指出，台灣生態系涵蓋先進製程、後段封裝、系統、OEM、ODM 到機架級製造能力。她也強調，AI 不是泡沫，如果把這波機會比喻成九局棒球賽，現在大約才第三局。隨著 AI 從訓練走向推論、代理式 AI 與終端裝置，競爭不只看單顆 […]

【Redpoint 發佈全球創投風向】AI 獨角獸展開極速生長週期，解析 AI 創投三大賽道與企業「二次創業」藍圖

美國創投機構 Redpoint（紅點創投）發布《2026 市場更新報告》（2026 Market Update），揭露新一代 AI 獨角獸打破歷史紀錄的「極速生長週期」。 報告指出 AI 已將軟體產業的天花板，從原本 5,000 億美元的「軟體採購預算」，強勢擴張至規模高達 6.1 兆美元的「知識勞動力市場」。以下重點摘要報告指出的創投重金佈局的三大賽道，並解析企業如何在資本部署期，透過「二次創業」的底層重構，在下一波財富重分配中搶佔先機。 📎 這份報告適合誰閱讀？ 整體來說，適合「需要為公司決定未來 3～5 年技術投資、產品轉型與預算分配」的決策層閱讀。 🔴 報告洞見 💡 AI 獨角獸的估值速度與人均產值，已和傳統軟體脫鉤 企業價值的物理法則已經被徹底改寫。當傳統軟體企業還在為雙位數的年成長率掙扎時，新一代的 AI 獨角獸正以顛覆歷史的效率，重新定義何謂「極速生長」。 根據最新市場數據對比，科技企業達到 500 億美元估值的時間，已從 2000 年代以前的中位數 25 年，大幅壓縮至 2000 年後世代的 9 年；而新世代的 AI 獨角獸（如 Anthropic），更正以超越此均值的極端效率打破歷史紀錄。 更令人震撼的是資本效率的極端差距。指標性 AI 新創 Cursor 的人均年度經常性營收（ARR/FTE）高達 610 萬美元，遠超傳統軟體巨頭 Salesforce 的 54 萬美元與 Atlassian 的 46 萬美元。這種極致的人均產值，解釋了為何晚期私募市場會給出看似瘋狂的估值。 […]

GitHub、OpenAI 都遭滲透：解析 TeamPCP 的供應鏈飛輪攻擊

一個 VS Code 外掛，在官方市集上線僅 18 分鐘，就讓 GitHub 約 3,800 個內部程式碼儲存庫遭到竊取。這不是一次偶發的資安事故，而是駭客組織 TeamPCP 連續數月、橫跨數十個開源工具的大規模供應鏈攻擊中，目前最新的一次。受害者名單已確認包含 GitHub、OpenAI、Grafana Labs 與 Mistral AI，反映整個開發生態系正面臨一場結構性的信任危機。 一個外掛、一名員工、3,800 個儲存庫 2026 年 5 月 18 日下午 12 時 30 分（UTC），一個名為 Nx Console v18.95.0 的 VS Code 外掛出現在微軟官方 Visual Studio Marketplace，帶有經驗證發布者標章、累計 220 萬次安裝。這些信任訊號，正是讓它成為高價值攻擊目標的原因。 據《Tech Times》援引 GitHub 資安長 Alexis Wales 的說明，這個版本只在市集上存活了 18 分鐘便遭偵測下架，但已對 GitHub 造成實質影響。一名啟用自動更新的 GitHub 員工在毫不知情的情況下安裝了這個版本，其裝置隨即遭到入侵，並成為 TeamPCP […]

歐洲人形機器人量產鏈成形：Humanoid 攜 Bosch、Schaeffler 布局製造體系

在人形機器人商業化競賽持續升溫之際，英國機器人新創公司 Humanoid 宣布，將與德國工業巨頭 Robert Bosch GmbH 合作推動人形機器人大規模量產。雙方在 2026 年 3 月成功完成聯合概念驗證（POC）後，正式啟動合作。 當 Figure AI、1X Technologies 等人形機器人公司持續強調自研與垂直整合時，英國新創 Humanoid 選擇不同路徑：由 Bosch 負責歐洲製造、Schaeffler Technologies AG 供應關節致動器，而自身則聚焦研發、系統設計與工業部署。這種分工意味人形機器人競爭正從展示影片與概念驗證，轉向以量產供應鏈整合與真實工廠導入為核心的階段。 加速人形機器人進現場：多規格箱體搬運驗證能力 Humanoid 創辦人暨執行長 Artem Sokolov 表示，這項合作是 Humanoid 從概念驗證邁向大規模商業部署的重要一步，目標是加速人形機器人真正進入工業現場。他指出，Humanoid 希望透過與具備大型製造能力的 Bosch 合作，推動人形機器人在物流、製造等場域的實際應用與規模化導入。 《The Robot Report》報導，Humanoid 前身為 2024 年成立的 SKL Robotics Ltd.，公司開發的 HMND 平台專為工業環境打造。該機器人採輪式底盤設計，搭載人形上半身、頭部與雙手臂，可在以人類作業流程為核心的空間中執行搬運與操作任務。在與 Bosch 的概念驗證（POC）測試中，Humanoid 表示，HMND 01 已能在複雜工業流程中完成自主作業。測試於德國 Bosch 廠內物流中心進行，機器人可自行將箱體從輸送帶搬運至推車。 此次測試涵蓋五種不同尺寸的箱體，並包含不同高度、重量與底面規格。測試重點包括進階掃描辨識、多條輸送帶協同處理，以及在動態環境中的作業適應能力。Humanoid 自研 AI […]

DEAT《六都數位政策調查研究》出爐：城市發展邁入分化時代、數位平台成補位關鍵

社團法人台灣數位平台經濟協會（Digital Economy Association Taiwan，以下簡稱 DEAT）昨（21）日與國立政治大學公共行政學系共同發布《六都數位政策調查研究》成果。此為台灣首度系統性轉譯七大國際智慧城市評比指標，建立符合本土治理脈絡的評比架構，並以六都為對象進行實證試作，為國內數位治理與智慧城市發展提供具體且可操作的分析工具。 活動現場同步舉辦「智慧城市論壇」，由數位發展部主任秘書胡貝蒂與台灣數位平台經濟協會理事長劉于遜進行開場致詞，並邀請臺北市政府產業發展局局長陳俊安、桃園市政府經濟發展局局長張誠，以及 Uber 公共政策暨政府事務總監馬培治、WeMo 副董事長暨創辦人吳昕霈、ChargeSPOT 董事姜建丞等產官學代表，共同探討數位治理、城市轉型與平台經濟的未來發展方向。 從七大國際指標到五大構面，半年建立在地化評比體系 本研究歷時近半年，從 IESE CIMI、IMD Smart Cities Index 等七大國際評比出發，透過系統性內容分析與語義轉譯，建構出「五大主構面 × 十八個次構面」的本土化架構。研究團隊進一步運用德菲法（Delphi Method），邀集產官學共十八位專家進行兩輪問卷調查，從一百三十一項指標中收斂至一百零四項具在地適切性的評比指標。 在方法設計上，研究採用「序位加總法」處理不同尺度的量化資料，將各項指標轉換為排名後加總，以降低指標間差異造成的比較偏誤。研究團隊強調，本次結果定位為評比架構的初步驗證，重點在於測試方法與資料整合的可行性，而非最終城市競爭排名。 數位發展部主任秘書胡貝蒂表示，「智慧城市發展的下一階段，關鍵已不再只是基礎建設，而是資料治理、跨部門整合與 AI 應用能力。過去各城市常因資料標準不一致形成『數據孤島』，導致系統難以互通，因此數位發展部近年持續推動資料標準化與跨機關互通機制，並將『互通性』作為各項資訊計畫初期規劃的重要核心。隨著 AI 技術逐步導入城市治理，未來也必須同步強化個資隱私與風險治理，確保科技應用真正回到提升民眾幸福感與城市治理品質的核心目標。」 六都發展出現結構性分化，「單一領先城市」格局鬆動 研究結果顯示，台灣六都的數位發展已不再由單一城市主導，而是轉向明顯的路徑分化。臺北市在多數構面維持領先，新北、桃園與臺中以經濟與人口動能支撐成長，臺南與高雄則在能源轉型與開放治理上發展出差異化優勢，整體形成多核心競爭格局。 進一步分析指出，基礎數位建設如網路覆蓋與寬頻成本，在六都之間已趨均質化，但在政府數位能力、電子參與與資料治理等面向仍存在明顯差距。其中，「政府數位能力」獲專家最高共識評分，被視為推動城市數位轉型的核心引擎。 行政數位化已普及，「數位民主」仍待深化；經濟與環境呈現拉鋸 研究亦發現，六都線上申辦服務使用率普遍已達九成以上，顯示行政數位化已趨成熟。然而，公民線上提案與電子參與活躍度普遍偏低，多數城市低於一成，顯示數位治理仍停留在效率導向，尚未進入深度公民參與階段。 在跨構面分析中，經濟動能與環境永續呈現結構性拉鋸。經濟成長較強的城市，往往伴隨較高環境壓力；而在能源轉型上領先的城市，則在經濟指標上相對保守，顯示兩者之間仍缺乏有效整合。 此外，研究過程中最關鍵的限制，在於部分資料可得性不足，包括中央缺乏縣市分層數據、地方資料零碎化，以及社會信任等軟性指標量化工作困難，都可作為未來研究與評比深化時持續精進的重要方向。 數位平台被視為補位關鍵，產業角色由服務提供者轉向治理夥伴 從產業角度觀察，數位平台企業所累積的即時數據與服務網絡，被視為補足公共資料缺口的重要來源。未來若能建立制度化合作機制，平台有機會在資料治理、政策分析與城市服務優化中，扮演更關鍵的角色。 台灣數位平台經濟協會理事長劉于遜表示，「這份研究的重點不單只是呈現各城市在不同指標上的排名，更重要的是建立一套能透過長期研究持續運作的治理工具。當城市發展進入分化階段，政策不應再追求一致解方，而是需要依據數據理解各自的發展路徑。對產業而言，這也意味著數位平台不再只是服務提供者，而是能參與城市治理、協助政府補足資料與決策能力的重要夥伴，讓台灣整體數位競爭力成為具有特色且長期的核心優勢。」 從評比走向治理，台灣數位政策進入「可量化決策」階段 DEAT 指出，本研究不僅完成一次性分析，更建立可持續運作的評比模型。未來若能制度化為年度或雙年度評估機制，並由中央統籌資料標準，將有助於提升政策透明度與跨城市比較基礎。 本研究為台灣首次完成本土化智慧城市評比架構並進行六都試作，象徵數位治理正式進入以資料、方法與制度為基礎的新階段。隨著 AI 與數位平台持續深化城市運作，如何將評比結果轉化為政策行動，將成為下一階段發展關鍵。 關於 社團法人台灣數位平台經濟協會 Digital Economy Association Taiwan (DEAT) 社團法人台灣數位平台經濟協會（Digital Economy Association Taiwan, DEAT）集結了台灣社會關心網路協作與共享經濟發展趨勢的業者、學者、法律專家，致力推動有利創新的商業模式與法規環境、促進社會支持、以及推動本地數位平台與共享新創的蓬勃發展。 […]

AI 獲利戰進入下半場：Anthropic 押企業客戶、OpenAI 扛免費流量，IPO 考題轉向算力成本

當 OpenAI 與 Anthropic 兩家 AI 巨頭雙雙走向公開發行（IPO）的道路，一場關於 AI 商業模式的考驗正在資本市場上演。過去幾年，矽谷與華爾街總愛拿初期的亞馬遜（Amazon）作為 AI 發展的範本，深信只要度過「狂燒錢換取龐大市佔率」的陣痛期，最終就能收割豐厚的利潤。 然而，當真實的財務數據攤在陽光下，這個「亞馬遜神話」在當今的 AI 戰局中已逐漸失靈。過去，亞馬遜在 2003 年迎來首次年度獲利前，累積虧損大約為 30 億美元；反觀，OpenAI 現在卻有上看數千億美元的虧損黑洞，兩者在規模與成本結構上存在極大差異。這個百倍的規模差距，也宣告依靠「免費消費者規模」來支撐高估值的時代已經終結，市場的目光已轉向「企業端變現能力」與「基礎設施成本控制」兩大關鍵指標。 Anthropic 靠企業客戶拉開獲利差距，OpenAI 則被免費用戶推高算力成本 在市場目光轉向企業變現能力之際，Anthropic 展現出明顯優勢。截至 2026 年 4 月，Anthropic 的年化營收運轉率（run rate）預估將達到 300 億美元，並超越 OpenAI，同時有高達 85% 的營收來自企業與開發者客戶。企業客戶每個代幣（token）的收益不僅是消費者的 3 到 5 倍，且查詢模式更具確定性、合約黏著度高，服務成本也相對更低，目前已有超過 500 家企業每年在 Claude 平台上花費超過 100 萬美元，其中甚至包含 8 家財星 500 強的前十大企業，構成 Anthropic 穩定獲利的基石。 相較之下，OpenAI 則背負龐大的用戶包袱，其收入結構與 Anthropic 完全相反，約有 […]

【蘇姿丰來台開講】AI 競賽才進入「第三局」，看好 Physical AI 成下一波熱潮

AMD 執行長蘇姿丰快閃來台，繼昨（5/21）日宣布兩項重大布局：包括投入超過 100 億美元深化台灣合作、擴大先進封裝供應能力，以及採用台積電 2 奈米製程技術後，今（5/22）日再出席論壇活動，暢談 AI 浪潮下的全球戰略、技術革命與算力布局。 蘇姿丰表示，半導體市場和 AI 市場的成長從未如此快速過，AMD 的策略是在高效能和 AI 運算領域保持領先，而為了做到這一點，必須擁有非常強大的供應鏈。她提及，台灣半導體產業最特別的地方在於擁有生態系統的每一個部分：從基礎材料一路到先進製程、系統 OEM 與 ODM，以及機架級製造。她也觀察到，台灣生態系許多合作夥伴也在台灣以外的地方擴展，「我認為這是一件非常好的事情。因為半導體對世界來說太重要了，具備全球地理佈局的能力非常重要。」 當 AI 進入推論時代，AMD 看好 CPU 重返成長 針對下一階段運算需求的預測，蘇姿丰提及，AI 訓練需要大量的運算能力，但事實上沒有人能真正從訓練中賺錢。「訓練是必要的，但那不是你看到投資回報的地方，你看到投資回報的地方，是人們『使用』這項技術，也就是推論。」 她認為，AMD 現在看到 AI 不僅是進入了推論階段，而是可以進入讓人做「非常聰明的事情」的時期，例如要求 AI 解決複雜問題，而這些問題將會顯著改變人們打造產品、經營公司、探索科學的方式。蘇姿丰也強調，AI 發展週期仍處於非常早期的階段，「它還不夠好，但每隔幾個月你就會看到非常大的進展。」 AI 推論需求也推升 CPU 市場，蘇姿丰在會後媒體訪問時提及，AMD 對於 CPU 在未來 AI 機架中成長的潛力感到非常興奮。她表示，CPU 市場在過去三、四年大概以 3% 到 4% 的速度成長，市場焦點集中在 GPU，但隨著推論和代理式 AI 真正開始發展，「在未來五年，我們看到 CPU 市場每年將以超過 35% 的速度成長，這是我們非常強大的領域。」她表示，AMD 的策略不是只推出一顆 CPU，而是建立一個完整的 […]

不只拚晶片效能：AMD 宣布台灣逾 100 億美元投資，押注封裝與 AI 機櫃產能

AMD 宣布將於台灣生態系投入超過 100 億美元資金，在全球晶片供應鏈競爭日益激烈之際，強化先進封裝、製造合作夥伴網絡，以及機櫃級 AI 基礎設施的產能布局。《Startup Fortune》指出，這項投資的重點並非建立一座掛上 AMD 招牌的新工廠，而是確保其下一代 AI 系統能夠順利進入大規模量產階段。 作為一家無晶圓廠的晶片設計公司，AMD 要在 AI 市場挑戰 NVIDIA 的主導地位，不僅取決於晶片設計本身，更高度依賴整體供應鏈的協同能力，包括台積電的先進製程產能、封裝夥伴、載板供應商、測試與封裝服務廠，以及能將 AI 加速器整合為完整系統的伺服器製造商。根據《Reuters》報導，AMD 表示，這項投資將用於支援台灣合作夥伴與相關基礎設施，以擴大其 AI 運算供應能力。 先進封裝成 AI 晶片核心瓶頸，從載板到機櫃同步擴產 AI 客戶已不再只是採購單一 GPU。對大型雲端業者而言，關鍵在於機櫃級系統、穩定交付時程，以及支撐多年建設規劃的供應能力。《Startup Fortune》指出，AMD 雖具備產品競爭力，但市場更在意的是，它能否快速放量出貨，成為 NVIDIA 之外可信賴的第二供應來源。 AMD 此次公告突顯先進封裝的重要性，這正是當前 AI 晶片供應鏈的核心瓶頸之一。其點名的台灣合作夥伴包括 ASE、SPIL、PTI、Unimicron、Sanmina、Wiwynn、Wistron 與 Inventec，反映 AI 基礎設施正依賴高度分工的供應體系。從封裝、載板到系統與機櫃整合，各環節必須同步擴產，晶片需求才可能轉化為實際交付能力。 其中，AMD 與 PTI 完成 2.5D panel-based EFB interconnect 技術驗證，旨在提升大規模部署下的頻寬與效率。封裝能力雖屬技術細節，但直接影響 AI 系統從設計走向部署的速度。《Reuters》補充，AMD 的 Venice CPU […]

量子運算還沒成熟，美國為何急著入股？投入 20 億美元押注 9 家公司，搶下一代算力主權

當市場目光還停留在 AI 晶片的霸權爭奪時，主宰未來數十年的下一個科技戰早已悄悄開打。美國川普政府與商務部近日投下一顆產業震撼彈：宣布透過《晶片與科學法案》（CHIPS Act），豪擲 20.13 億美元的聯邦資金，重押 9 家量子運算企業，並打破過去單向發放科技研發補助的傳統慣例，美國政府這次選擇化身為「國家級創投」，要求以資金換取這些企業的少數股權。 在量子運算尚未真正商業化的此刻，美國政府已經將量子技術視為超越傳統超級電腦的全新運算典範，因此決定主動出擊，提前鎖定下一代算力主權的戰場。 美國投入 20 億美元押注量子代工廠，提前卡位新算力供應鏈 這筆超過 20 億美元的資金，最大宗流向了製造端，目的在於打造量子代工廠。例如科技巨頭 IBM 獲得 10 億美元補助，計畫在紐約州奧爾巴尼（Albany）成立美國首家專注於 300 毫米超導量子晶圓的純量子代工子公司「Anderon」。為了展現決心，IBM 自身也將同步注資 10 億美元現金，並投入相關智慧財產權與技術人才。 IBM 執行長 Arvind Krishna 樂觀預期，這項新業務到 2030 年代中期，將能每年創造數十億美元營收，並具備高利潤率，且 Anderon 初期雖專注製造超導量子晶片，未來將會把產線擴展至支援其他類型的量子技術硬體。 另一方面，晶圓代工廠 GlobalFoundries 也獲得 3.75 億美元，用於建立國內安全且支援多種架構的量子代工產能，並將釋出約 1% 的股權給美國政府。 除了重金押注製造端，商務部更採取百花齊放的技術路線下注，向 Rigetti、D-Wave、Atom Computing、Infleqtion、PsiQuantum 與 Quantinuum 等 6 家公司各注資 1 億美元，並向新創公司 Diraq 提供高達 3,800 萬美元的資金。這筆資金廣泛涵蓋超導體、中性原子、矽自旋、光子與離子阱等各種量子技術領域，期待藉由多樣化的技術路線佈局來分散投資風險，並解決各領域關鍵的工程難題。 針對「入股」策略的背後考量，美國政府透過取得企業的非控制性少數股權作為資金發放條件，目的是確保美國納稅人能在未來技術成熟與企業成長時獲得回報。美國商務部長 […]

AI 直接串接庫存與物流：拆解亞馬遜砍掉 Rufus、押注 Alexa 的底層邏輯

亞馬遜近期宣布終結兩年前高調推出的網頁版 AI 購物聊天機器人「Rufus」，並將 AI 購物策略全面轉向以 Alexa 為核心的「語音代理商務（Agentic Commerce）」生態系。 Alexa 新功能接管搜尋，大數據打造一步到位的購物大腦 新版 Alexa for Shopping 將直接整合於亞馬遜搜尋結果頁面、App，以及 Echo Show 等裝置中。當使用者瀏覽商品時，系統會主動出現 AI 對話介面，消費者能透過自然語音或文字輸入複合式需求，例如「比較兩款咖啡機並推薦適合新手的型號」、「當價格低於某個金額時自動補貨」，甚至直接根據過去購物紀錄完成購買決策。 亞馬遜 Alexa 業務主管 Daniel Rausch 在接受《CNBC》訪問時指出，Alexa for Shopping 的關鍵優勢，在於它能直接存取亞馬遜內部龐大的商品目錄、庫存資訊、物流資料與顧客評論，因此 AI 回答不只是網頁摘要，而是真正建立在即時商務系統上的執行能力。根據亞馬遜新聞稿，新系統能串接使用者過去 12 個月的購物紀錄、購物車內容與偏好設定，讓 AI 不再只是「提供建議」，而是能夠代替消費者完成整段購物流程的代理人。 Join the chat 互動技術：AI 主播實現真人級導購 同時，亞馬遜也開始強化 AI 在「互動體驗」上的參與感。近期推出的「Join the chat」功能，便進一步展現其語音代理商務的方向。這項功能整合於「Hear the highlights」商品語音摘要服務中，當消費者收聽 AI 生成的商品介紹時，可以隨時透過語音或文字插入問題，例如詢問「這款咖啡機適合新手嗎？」、「使用者會覺得這件毛衣刺癢嗎？」或「是否能放入洗碗機清洗？」。 與傳統 FAQ 式 AI 不同的是，「Join the […]