Archives

360° MOBILITY Mega Shows 將在 4/14 登場！聚焦低碳化及 Agentic AI，搶先佈局 2026 全球智慧移動商機

聯合國環境署（UNEP）在《2025年排放差距報告》中指出，各國須在 2035 年前實現年度排放量削減 55%，才能將全球升溫控制在 1.5°C 以內，而交通運輸作為全球主要排碳源，電氣化與智慧化轉型已成為必然趨勢。 外貿協會（下稱貿協）作為台灣對外經貿推廣的推手，觀察到這股席捲全球的「移動革命」，即將在 4 月14 日至 17 日於台北南港展覽館 1 館，整合汽機車與電子產業鏈，打造「360° Mobility Mega Shows」，並同步舉辦「360° MOBILITY Forum」，回應產業以「軟體定義汽車（SDV）」與地緣政治下的供應鏈重構挑戰，為全球移動產業提供一個全方位的戰略對話平台。 綠能、軟體與生態系的 360° 全方位智慧演進 此次 360° MOBILITY Mega Shows 整合 「台北國際汽機車零配件展 TAIPEI AMPA」、「台灣國際智慧移動展 2035 E-Mobility Taiwan」及「台北國際車用電子展 Autotronics Taipei」  三大指標性盛事，以「 Empower Every Move」為主題，聚焦低碳移動、未來移動與移動生態系三大核心趨勢。 《S&P Global Mobility 2026 汽車產業分析師展望報告》指出，2026 年全球電動車市場面臨電氣化降溫挑戰，其中一個主因便是基礎建設不足。因此，在 360° MOBILITY Mega Shows 中，將於「低碳移動」的核心重點討論，如何透過技術解決基礎設施問題，更延伸至全生命週期的減碳技術與能源管理，涵蓋電動車動力系統、充電基礎建設、電池測試技術，以及精密零件的高值化。 而第二個核心「未來移動」的主軸將聚焦軟體定義汽車（SDV）的概念。在SDV 時代，車輛的性能與價值將由軟體來定義，意味著車輛可以像智慧型手機一樣，透過雲端來提升駕駛輔助性能，從單純的交通工具轉型為結合智慧移動夥伴。因此，360° MOBILITY Mega […]

【不是問 ChatGPT 就好】哪款 AI 最適合回答醫療問題？史丹佛實測 31 款模型

AI 工具進入醫療場域的速度，正在超越多數人的預期。美國每天有數百萬人透過 ChatGPT 等工具詢問醫療問題，約三分之二的美國醫師表示會定期使用大型語言模型，其中約五分之一會就病患照護問題諮詢 AI。 截至 2025 年，已有超過 1,200 種 AI 醫療工具獲得 FDA 批准，整個產業規模已達數十億美元。 但在這波快速擴張中，有一個問題始終沒有被認真回答：這些系統在真實臨床情境裡，到底有多可靠、又有多危險？由史丹佛大學、哈佛大學與多所機構組成的研究團隊，發表了一項名為 NOHARM 的研究試圖提供答案。 考試考得好，不代表臨床做得好 過去對醫療 AI 的評估，多數停留在「能不能通過醫師執照考試」這個層次。但研究團隊指出，通過考試和安全照護真實病患是截然不同的兩件事。 一項針對 500 多項醫療 AI 研究的回顧發現，近一半的研究使用考試題型測試模型，只有 5% 使用真實患者數據。NOHARM 研究的設計，正是為了補上這個缺口。 研究團隊從史丹佛醫療中心的電子會診系統中，抽取 100 個真實臨床問題，這些都是初級照護醫師針對真實病患提交的案例。接著由 29 位通過認證的專科醫師逐一審閱 AI 可能給出的各種臨床建議，依據適當性與潛在危害程度評分。 專家間的一致率超過 95%，最終共產生 12,747 筆標註，涵蓋 4,249 個臨床決策節點。研究團隊以此框架測試了 31 種 AI 系統，涵蓋主流商業模型、開源系統與專業醫療 AI 平台。 頂尖模型已超越一般醫師，但落差因模型而異 測試結果顯示，整體表現最佳的是 AMBOSS LiSA 1.0，一個基於醫學知識庫建構的檢索增強型系統，整體得分 62.3%。其次依序為 Google […]

【軟體將不再為人而寫】Box 執行長強調「API 優先」，下一代程式要替 AI 代理服務

Box 執行長 Aaron Levie 指出，AI 代理技術的快速發展，將會徹底改變下個世代的軟體樣貌，不僅一切都會以 API 為優先，AI 代理更會成為程式最主要的使用者。

【從適樂膚到嗨啾】零售品牌如何透過「融入遊戲」，在虛擬世界建立長期記憶？

當玩家沉浸在自己打造的遊戲世界中，一邊與虛擬角色互動，一邊自然地獲得一份 Wendy’s 薯條，或穿上 Puma 的最新球衣，這種過去看似違和的品牌體驗，如今正成為主流。2026 年，虛擬世界已不再是實驗性的行銷場域，而是品牌與年輕世代建立深度關係的核心管道。 虛擬世界不是行銷測試場，而是瞄準年輕受眾的主戰場 數據分析公司 GEEIQ 發布的《State of Brands in Virtual Worlds 2026》報告，針對全球品牌在遊戲與虛擬世界中的行銷活動進行追蹤，結果顯示高達 88% 的品牌將行銷資源集中在 Roblox 與 Fortnite 兩大平台。這樣的集中化不僅反映流量優勢，也代表品牌逐漸將資源押注在具有社群與創作生態的虛擬場域。 這樣的轉變，也反映在品牌策略的根本調整。GEEIQ 執行長 Charles Hambro 指出，虛擬世界不再只是測試曝光的渠道，而是需要以「受眾優先」為核心思維，重新設計品牌互動。品牌開始從追求觸及率，轉向強調社群契合度與參與深度，並且不再滿足於一次性活動，而是投入長期經營。 如此策略轉向，在執行層面最明顯的改變，是品牌逐漸放棄打造獨立的品牌世界。過去常見的做法，是在虛擬平台中建立一個完整的品牌空間，試圖吸引用戶主動造訪。然而，報告指出，2025 年首次出現「品牌整合」（integration）數量超越「品牌自建世界」（brand-owned worlds）的現象。 拒絕干擾式廣告，將品牌融入遊戲循環 Roblox 生態中的大型 UGC 工作室 Basket Entertainment 認為，將品牌元素嵌入遊戲核心機制，能顯著提升曝光與重複互動。比方說，其與護膚品牌 CeraVe（適樂膚）合作，在多款障礙賽遊戲中設計了一個「對抗細菌」的迷你玩法，玩家透過使用品牌產品來獲得遊戲內能力，例如噴射背包或速度加成。這種設計將品牌與遊戲進度直接綁定，使玩家在追求勝利或成就的過程中，自然地接觸品牌，而非被動接收廣告訊息。 「玩家不會為了廣告而進入遊戲，他們尋求的是能夠提升遊玩體驗的內容。」Basket Entertainment 行銷長 Amy Zehren 說，當品牌成為遊戲循環的一部分，無論是影響角色能力、創造力表現，或象徵某種身份地位，都會比傳統的展示性曝光更具吸引力。也就是說，未來在虛擬世界行銷上，品牌應該多思考「如何被使用」，而非單純的「如何被看到」。 遊戲即行銷，在娛樂中培養出更長期的連結 事實上，以「融入玩法」為核心的行銷策略，已在許多實際案例中被驗證。日本糖果品牌 HI-CHEW（嗨啾）在 Fortnite 中不僅置入視覺元素，更參與設計多款迷你遊戲，讓玩家可以躲進巨型糖果包裝、解鎖特殊道具，甚至透過品牌物件影響遊戲策略。其母公司 Morinaga America 美國市場總經理 Teruhiro Kawabe […]

【科技早餐】SK 海力士赴美上市，先進記憶體競爭進入資本戰

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊SK 海力士赴美上市，先進記憶體競爭進入資本戰 SK 海力士 (SK Hynix) 已正式啟動美國上市程序，向美國證券交易委員會以非公開方式提交美國存託憑證（ADR）上市申請，目標在 2026 年內完成。公司表示，募資規模、方式與時程尚未確定，是否上市仍將視監管審查、市場狀況與需求預測而定，但業界普遍認為，這項布局是為了強化海外融資能力。 市場預估，這次 ADR 上市規模可能落在 67 億到 100 億美元之間，所募資金將投入高頻寬記憶體（HBM）等先進記憶體產能擴張。這也意味 AI 半導體競爭已不只是技術與出貨之爭，而是進一步走向資本市場、融資效率與產能擴張速度的全面比拚。 ＊SK 海力士豪砸近 12 兆韓元買 ASML 設備，HBM 產能戰再加碼 SK 海力士 (SK Hynix) 通報將向荷蘭設備商艾司摩爾 (ASML) 採購價值 11.95 兆韓元（約新台幣2552億元）的極紫外光（EUV）微影設備，創下 ASML 客戶公布過的最大單筆訂單。公司表示，這批設備將於明年 12 月 31 日前完成採購，並用於新產品量產。分析師推估，訂單規模約相當於兩年交付 30 台 EUV 設備，高於市場原先預估。 業界認為，這批設備將主要投入韓國龍仁新廠與清州 M15X 廠，支援人工智慧所需的高頻寬記憶體與先進 DRAM 生產。這筆設備大單也再次反映，AI 帶動的記憶體需求已經從短期拉貨，轉向更長週期的設備投資與產能預訂，未來幾年的 HBM 供應版圖正提前成形。 […]

Amazon 為何收購 Fauna Robotics？看上的是更安全、能走進家庭的人形機器人

近日《Bloomberg》報導，Amazon 已收購成立兩年的紐約新創 Fauna Robotics，標誌著 Amazon 正式踏入消費型人形機器人市場。這家由前 Meta 與 Google 工程師共同創立的新創公司，先前已從 Kleiner Perkins、Quiet Capital 與 Lux Capital 等創投手中募得至少 3,000 萬美元的資金。 Fauna Robotics 旗下開發的核心產品是一款名為「Sprout」的雙足人形機器人。相較於市面上其他競品，Sprout 的體型更為嬌小，高僅 42 吋（約 106 公分）、重 59 磅（約 27 公斤），並擁有一個獨特的矩形頭部。Sprout 不僅能行走、爬行、抓握物品與跳舞，還具備強大的社交與自然語音互動能力，例如能與人對話、擊掌、握手、揮手，甚至能隨時間形成記憶，內部更搭載 AI 技術來協助機器人維持平衡。 Sprout 不只是機器人，更是 Amazon 切入家庭場景的實驗平台 《Bloomberg》指出，Fauna Robotics將 Sprout 設想為未來能在住家與辦公室中幫忙撿玩具、從儲藏櫃取食物的家務機器人。Sprout 的友善設計也非常適合家庭、學校等社交空間，甚至被設計為未來能順利融入有兒童與寵物活動的環境中。然而，Sprout 目前還不是現成的家用幫手，而是定位為以研究用途為主的「現代機器人開發平台」。因為 Sprout 機器人本身雖已內建移動、控制與社交行為，但今年初部署給研發夥伴的版本，仍需要使用者自行建立及開發應用程式。 隨著這筆收購案推進，Fauna Robotics 的兩位創辦人 Rob Cochran 與 Josh Merel 及約 […]

拿 2 萬套機器人幫 Gemini 練兵！拆解 Google 合作 Agile Robots 背後的實體 AI 數據飛輪

隨著生成式 AI 從雲端模型逐步走向實體世界應用，機器人正成為科技巨頭競逐的新戰場。根據《TechCrunch》報導，Agile Robots 與 Google DeepMind 已建立策略研究合作夥伴關係，將導入 Gemini Robotics 模型，並將其應用於電子製造、汽車、資料中心與物流等工業場景。雙方將共同測試與部署具備 AI 推理能力的機器人系統，同時將實際運作數據回饋至模型訓練，持續優化 Google 的 AI 模型。 這項合作表面上是一次技術整合，但從產業視角來看，更像是 Google 正在加速布局機器人 AI 平台的關鍵一步。 Google 加碼機器人：讓 Gemini 從「會想」走向「會做」 這項合作的核心，在於將 Google 的 AI 能力從數位世界延伸到物理世界。根據合作內容，Agile Robots 將把 Gemini Robotics 模型導入其機器人硬體，包括智慧機械手臂與人形機器人，並優先應用於高價值工業場景。 Google DeepMind 機器人負責人 Carolina Parada 指出，這次合作的目標是讓 AI 不只是理解與生成內容，而是能夠在真實環境中進行決策與行動，將 AI 的影響力帶入現實世界。 這也反映 Google 對機器人領域的戰略定位正在升級。過去一年，Google 已陸續與多家機器人公司合作，包括與 Apptronik 合作開發人形機器人、與 Boston Dynamics 合作強化 […]

OpenAI 終止 Sora 開發！焦點轉向機器人與 AI 代理，為 IPO 收斂戰線

曾被視為生成式 AI 影像與內容創作代表作的 Sora，如今正式退場，也揭示 OpenAI 正進入一個更強調商業化與產品聚焦的新階段。 根據《The Wall Street Journal》報導，OpenAI 計劃停止其 Sora 視訊平台的開發，並終止相關應用程式與 API 支援。執行長 Sam Altman 已在內部向員工宣布了這項變動，表示將逐步關閉所有基於 Sora 視訊模型的產品，包含消費者應用與開發者版本，甚至連 ChatGPT 中的影片功能也將不再提供。 We’re saying goodbye to the Sora app. To everyone who created with Sora, shared it, and built community around it: thank you. What you made with Sora mattered, and we know this news […]

代理式 AI 推升 4 倍 CPU 需求！Arm 打破 35 年傳統首推自研晶片，直攻兆元 AI 商機

「我們現在進入了一個全新的 Arm 時代，我們將直接供應 CPU 實體晶片，這麼做的最大原因，是因為合作夥伴提出了要求，同時也是為了解決當代理式 AI 成為主流時，所有工作負載都受限於 CPU 瓶頸的問題，」 Arm 在今（3/25）舉行的 Arm Everywhere 大會上，由執行長 Rene Haas 宣布一項具備歷史意義的重大戰略轉型：Arm 將打破過去 35 年來僅授權 IP 與架構的傳統，首度推出親自打造且量產就緒的實體 CPU 晶片——「Arm AGI CPU」。 隨著「代理式 AI」（Agentic AI）爆發性成長，全球資料中心正迎來前所未有的運算與能源瓶頸。為了解決這項挑戰，Rene Haas 不僅點出 AI 時代底層基礎架構的巨變，Arm 更邀請科技巨頭 Meta 與 OpenAI 同台，揭示算力與能源效率的戰爭，將如何決定人類 AI 發展的未來。 代理式 AI 引發資料中心「壅塞」，Arm 轉型直攻實體晶片 「昂貴的加速器負責生成 Token，就像砂石車倒下大量的泥土，但總得有人把這些泥土搬走，CPU 就是負責搬運這些泥土的機具，」Rene Haas 生動比喻當前 AI 基礎架構的分工與困境。他進一步解釋，AI 代理與過去單純的問答不同，它們能全年無休地處理複雜的非同步工作流程，這些全都是 CPU 的工作，也讓平均每個人類消耗的 Token […]

ASML 霸權迎來變數？挪威新創獲微軟 M12 投資，氦原子束如何顛覆 EUV 極限

當 AI 對算力的需求持續暴增，半導體產業正再次逼近物理極限，而一間來自挪威的新創公司，試圖從根本顛覆晶片製造的核心技術。 《Reuters》報導，總部位於挪威卑爾根的晶片設備新創 Lace，近日宣布完成 4,000 萬美元 A 輪融資，由創投機構 Atomico 領投，微軟旗下創投部門 M12 等機構參與。 這筆資金將用於推進其開發中的「氦原子束光刻」（helium atom beam lithography）技術，目標挑戰目前由 ASML 主導的 EUV（極紫外光）光刻體系。而這不只是另一家半導體新創的募資案，更可能預示晶片製程路線的潛在轉折點。 從 EUV 到原子級製程：光刻技術面臨下個十年關卡 在當前的晶片製造流程中，光刻（lithography）被視為最關鍵、也是最難突破的環節。包括台積電與英特爾等晶片製造商，皆依賴 ASML 提供的 EUV 設備，透過 13.5 奈米波長的光，在矽晶圓上刻畫電路圖案。 過去十年，EUV 幾乎定義了先進製程的演進節奏。但問題在於，光的波長本身就是關鍵物理極限。當電晶體尺寸持續縮小，EUV 技術也逐漸逼近其物理邊界。Lace 試圖突破的，正是這個「波長限制」。 該公司開發的技術，改以氦原子束取代光源，利用約 0.1 奈米尺度的原子束進行圖案刻畫。相比之下，EUV 的 13.5 奈米波長顯得巨大許多。根據 Lace 說法，這項技術理論上可將晶片特徵尺寸縮小至目前的十分之一，甚至邁向原子級解析度。 AI 推動製程競賽重回「物理極限」 這項突破之所以受到市場關注，關鍵在於 AI。隨著生成式 AI 與 AI 代理（Agent）快速擴張，資料中心對於算力密度與能效的需求同步飆升。這使得將更多電晶體塞進更小面積，再次成為核心競爭指標。 Imec 光刻研究總監 John Petersen 告訴《Reuters》，氦原子束技術有機會讓電晶體尺寸縮小一個量級，進而大幅提升 […]

90% 傷亡來自無人機，烏克蘭從零建立「不依賴中國」的無人機供應鏈

在烏克蘭某處地下室工坊，工人們戴著頭燈俯身焊接電路板，烙鐵青煙瀰漫。這個場景，濃縮了烏克蘭四年來試圖擺脫中國零組件依賴的縮影。 從幾乎完全仰賴進口，到如今部分關鍵零組件已能自製，烏克蘭正在戰爭的高壓下，重新定義軍工供應鏈的可能邊界。 無人機成為戰場核心，在地生產迫在眉睫 無人機在烏俄戰爭中的地位已無庸置疑。據烏克蘭無人系統部隊司令 Robert Brovdi 少校表示，目前俄羅斯軍隊傷亡人數的 90% 以上由無人機造成。 隨著戰事持續，烏克蘭最高指揮官 Oleksandr Syrskyi 也表示，隨著戰爭「進入新階段」，軍方必須加快研發有效無人車輛，並在各部隊組建無人機攔截排以對抗敵方攻擊無人機，顯示無人機的戰場角色仍在持續擴張。 俄羅斯入侵後的第一年，烏克蘭幾乎所有無人機都來自中國。前線士兵在臨時工坊改裝廉價中國無人機，搭載自製炸彈投入戰鬥。烏克蘭國防無人機技術公司創辦人 Hnat Buyakin 回憶：「拯救這個國家的是價值 500 美元的無人機。」彼時烏克蘭在人員與彈藥上遠遜於俄羅斯，低成本消耗戰術是唯一選項。 然而，隨著需求激增，北京在 2023 年實施出口限制，並在 2024 年擴大限制範圍。中國雖在官方立場保持中立，但專家指出，北京已給予俄羅斯優先取得仍可出口零件的權利。烏克蘭不得不透過中間商採購部分零件，中國市場的不可靠性日益明顯，迫使基輔加速轉向自主研發與本土生產。 去中供應鏈，從零開始 這場轉型速度超出外界預期。根據烏克蘭國防工業委員會與基輔智庫「蛇島研究所」的資料，到 2024 年，烏克蘭派往前線的絕大多數無人機已在國內組裝，但幾乎全部仍使用中國零件。一年後，中國零件佔比已降至約 38%。 以烏克蘭國防無人機技術公司為例，該公司以 F-Drones 品牌，生產爆炸性第一人稱視角四旋翼無人機，是摧毀俄羅斯重型裝備次數最多的機型。公司於 2023 年成立初期所有零件均來自中國，不到一年便實現碳纖維框架與天線的本土生產。 Buyakin 說，導線即使只有 1 毫米的偏差，都會導致天線無法正常運作。目前該公司每天可生產多達 15,000 根天線。 到 2025 年，該公司已將生產範圍擴大至飛行控制器、速度調節器、無線電數據機與影像傳輸系統，除攝影機外幾乎所有零組件均在烏克蘭製造。該公司與另外 10 家公司也一同入選五角大廈「無人機主導計畫」競標名單，該計畫旨在採購數千架低成本攻擊無人機。 成本現實：去中化的天花板 儘管進展顯著，完全脫離中國供應鏈在現實上仍有明確限制。Buyakin 坦言，雖然公司自製碳纖維框架，但碳纖維原料通常仍從中國進口，因為價格更便宜。無人機電池目前也主要產自中國，原因在於中國在鋰與稀土金屬等電池材料供應鏈中佔據主導地位。 烏克蘭雖擁有鋰礦資源，但尚未開發，投資開採也是烏克蘭與美國簽署礦產開發協議的目標之一。 成本壓力從另一個方向限制了去中化的速度。烏克蘭軍方需要大量無人機但採購預算有限，加上無人機任務失敗率高，低成本是無法輕易犧牲的優先考量。 一位因涉及敏感採購事務而要求匿名的烏克蘭官員透露，烏克蘭與俄羅斯公司經常從中國同一家工廠採購零件，中國工廠負責人甚至會嚴格管控生產現場進度，以避免雙方採購人員碰面。 降低依賴，就是強化談判籌碼 烏克蘭官員對去中化的戰略意義有清晰認知，目標並非完全切斷，而是降低風險、分散依賴。Robert Brovdi 少校表示，考慮到從對烏克蘭不友好的中國採購零件存在風險，首要任務是在烏克蘭生產這些零件。 […]

【科技早餐】OpenAI 攤開關鍵風險，微軟、台積電與馬斯克全入列

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊OpenAI 攤開關鍵風險，微軟、台積電與馬斯克全入列 根據《CNBC》報導，OpenAI 在提供給投資者的文件中，完整揭露多項核心風險，包括過度依賴微軟 (Microsoft)、台積電供應鏈中斷風險、AI 產品相關致死訴訟，以及與共同創辦人 Elon Musk 的法律糾紛。文件指出，若微軟調整或終止合作關係，或 OpenAI 無法順利拓展其他關鍵夥伴，營運都可能受到明顯衝擊。 同時，OpenAI 也把供應鏈問題直接寫明。由於未來多年龐大的算力需求，公司已承諾到 2030 年支付高額算力成本，一旦台海局勢升高，可能對晶片供應造成嚴重干擾。再加上 ChatGPT 相關訴訟持續增加，代表 OpenAI 現在面對的，已不只是模型能力與成長速度，也必須開始正面回答資本市場、供應鏈韌性與治理責任等問題。 ＊Apple 把 AI 翻身戰押在 WWDC26，Siri 與地圖廣告同步上場 Apple 宣布，年度全球開發者大會 WWDC26 將於 6 月 8 日至 12 日登場。市場預期，這將成為 Apple 今年最關鍵的一場 AI 發表會。焦點不只放在 iOS 27，也放在新版 Siri 能否補上 Apple 在生成式 AI 上的落差。根據目前方向，Apple 正同步整理 Siri 互動能力與整體作業系統底層，回應近年使用者對軟體反應不穩與錯誤偏多的抱怨。 另一條線則是商業化。外媒透露，Apple 最快本月就可能宣布，在地圖服務導入廣告機制，讓零售商與品牌針對搜尋關鍵字競價曝光。這代表 […]

當基地台變成 AI 算力節點！高通定調混合式 AI 戰略，通吃終端、邊緣與雲端推理商機

高通積極卡位 AI 市場，今（3/24）分享 AI 浪潮下的最新佈局與 6G 技術展望。高通副總裁暨台灣、東南亞與紐澳區總裁劉思泰指出，AI 應用早已突破單一終端裝置的限制，從終端、邊緣運算一路延伸到雲端，每個節點都扮演重要角色。他表示，高通一直堅信將雲端與邊緣算力完美結合的「混合式 AI」願景，是發揮 AI 效能的最佳架構。 隨著各界越來越看好 AI 推理的發展，劉思泰也表示高通已提前佈局推理端的運算能力，旗下 Snapdragon、Dragonwing 平台旨在廣泛滿足企業端與消費者端的多元 AI 需求。 6G 結合 AI 運算，重塑通訊基礎建設與商業模式 談及 6G，劉思泰表示 6G 不只是通訊世代（Generation）的演進，運算能力將成為核心要素，而 AI 的普及將使基礎建設的運算架構發生根本性轉變。舉例來說，基地台將不再只是單純的發射器或伺服器，而是強大的 AI 運算節點。他也強調，因為 AI 在 6G 時代扮演重要角色，6G 也將帶動全新的商業模式，對電信營運商影響尤其深遠。 「歷史上雙數世代的通訊技術（如 2G、4G）通常都特別成功。」劉思泰引述自家執行長的觀察指出，基於此定律，高通對 6G 發展寄予厚望，將其視為革命性的突破，目前已號召全球逾 50 家合作夥伴共組聯盟邁進，並預期在 2029 至 2030 年間，6G 系統將會陸續問世。劉思泰也強調，基礎建設受限於空間和電力條件，而高通主打的低功耗、高效能解決方案將能大顯身手。 高通技術行銷資深總監江昆霖補充，6G 時代不只資料傳輸量將在 2034 年成長 3 至 7 倍以上，其中 AI […]

從單純賣機台到賣一站式服務：工具機公會理事長陳紳騰揭產業 AI 轉型與生態系整合關鍵

專訪：戴季全撰稿：李昀蔚 在剛落幕的 NVIDIA GTC 大會上，NVIDIA 執行長黃仁勳直指今年將是「實體 AI（Physical AI）」的起飛年，並預言接下來所有工業公司都將成為機器人公司。面對 AI 時代的產業新趨勢，台灣工具機產業如何看待全球供應鏈重組下的競爭格局？本集《全新一週》特別邀請到台灣工具機暨零組件工業同業公會理事長陳紳騰，分享對當前台灣工具機產業導入 AI、擁抱數位化的深刻洞察。 談到轉型的第一步，陳紳騰點出思維升級的重要性：「過去台灣工具機產業可能只專注在賣設備，其實我們應該要開始思考，怎麼去賣解決方案。」他坦言，近一年台灣工具機產業在市場版圖、產品結構與客戶需求上面臨劇烈變化，這段時間確實非常辛苦。然而，面對如此巨大的市場變動，最關鍵的仍是如何「快速反應客戶需求」，這才是產業應該專注的核心，因為企業生存的本質，最終還是要回到能提供給客戶什麼樣的附加價值。 在這樣的戰略轉向中，數位化的意義已不僅止於提高單一產品的精度與可靠度。更重要的是在軟體加上 AI 之後，如何讓整體的品質與可靠度更好，甚至能進一步針對產品提出可預測的數據，藉此帶給客戶截然不同的價值，這正是台灣工具機廠商持續進步的方向。 台灣工具機產業的未來：建構「生態系」，成為 AI 製造解決方案提供者 然而，要從單純的「賣設備」跨足到「賣解決方案」，單靠一家企業的力量往往難以成功，因此陳紳騰給出的破局關鍵是建構「生態系」。「一開始大家可能會覺得同樣的產業競爭很激烈，其實最後發現是有互補性的，在這個時候團結是力量，經濟規模也是另外一個競爭力。」陳紳騰表示，過去台灣中小企業的思維，多半是「把自己的訂單做好就好」，現在則必須打破慣性，開始思考如何跟同業與上下游合作。 陳紳騰分享，像永進機械這樣的中心廠，已經開始與供應商一起坐下來交流客戶目前碰到的痛點，公會更持續鼓勵討論，期盼透過合作創造「一加一大於二」的綜合效益。陳紳騰進一步說明，整個生態系運作最關鍵的第一步，正是「通路整合」，在整合的過程中，各方才能逐步釐清客戶真正的需求，並透過實際案例來對焦。例如目前極具發展潛力的航太產業，面對不同材料的加工，往往不是單一家公司就能全部做好，這正是大家合作的契機。在合作的過程中，同業與各自的供應商也都可以把專長拿上桌，經過檢討與整合，再將最完整的解決方案提供給客戶。 AI 的本質不是取代人，而是加速精實管理與服務加值 建立生態系雖然解決「橫向合作」的問題，但在企業內部，「縱向」的升級同樣迫在眉睫。隨著 AI 發展加快，工具機產業的蛻變節奏，已從過去的「十年一循環」變成「用幾週在看」，在如此快速變化的環境裡，最終還是要回到最基本的問題：工廠與公司的營運模式，有沒有足夠的應變能力去面對市場挑戰？ 「AI 其實不是要取代我們，只是要協助我們做事情的精準度提高，還有如何把師傅的經驗傳承下來，甚至減少溝通成本，然後讓決策的品質可以更好，」陳紳騰以工廠現場為例，說明 AI 首先切入的痛點正是「精實管理」。現在透過 AI 工具，不僅能更快速找到七大浪費所在，也能更快擬定解決方案。他認為，AI 也許不會一開始就給出 100 分的完美答案，但至少可以先提供 60 到 80 分的基礎，再加上公司內部老師傅的經驗，就能梳理出最適合公司的對策。 另一方面，當企業開始持續收集數據後，新的商業模式也會隨之浮現，例如與客戶簽訂預防保養的服務契約，不必等到機台壞了才去修，而是用 AI 預先測知異常。他強調，未來服務性質的收入比率一定要拉高，這樣才能向世界證明：台灣不只設備做得好，連售後服務與軟體實力也是頂尖。 陳紳騰進一步舉達易智造為例，說明該公司目前已透過 AOI 視覺結合 AI 技術，觀察並收集現場師傅的組裝動作。這些分析數據未來將成為 RAG（檢索增強生成）所需的經驗資料庫，甚至未來若 Physical AI（實體 AI）發展成熟，也能直接應用在機器人的組裝學習上。這些技術背後的核心邏輯很清晰，那就是用數據收集、分析與洞察，轉成改善對策，最終形成未來的商業策略。 黃金縱谷要延續產業優勢，關鍵是 RAG 資料庫與互信合作 當越來越多企業開始透過 AI […]

精密訊號鏈走向系統化設計！「ADI 次世代訊號鏈設計量測工作坊」以原廠工具整合縮短高精度開發流程

在高精度電子系統設計中，訊號鏈完整性往往直接影響最終量測結果。Analog Devices (ADI) 與安馳科技（Macnica Anstek）近期舉辦「次世代訊號鏈設計量測工作坊」，針對研發工程師深度剖析從感測器端雜訊控制、濾波器頻寬配置到精密類比數位轉換器驅動設計的關鍵環節，並結合原廠設計工具與實作演練，協助工程人員理解高可靠度訊號鏈的建構方法，縮短從架構設計到驗證落地的流程。 雜訊分配決定量測精度上限 隨著工業量測、能源監控與高精度感測需求提高，訊號鏈設計的關鍵已不只是選用高解析度類比數位轉換器，而是確保訊號在進入轉換階段前仍保有足夠完整性。Analog Devices (ADI) 系統應用工程師 Lluis Beltran Gil 在「觀念解析 Part 1：透視採集訊號鏈中的雜訊來源」演講中指出，高精度系統的核心在於建立完整的雜訊預算，並確認每一級電路的雜訊貢獻維持合理比例，而非單純追求某顆元件的低雜訊規格。 Lluis Beltran Gil 表示，前端雜訊主要來自元件本身與外部干擾。元件內部的散彈雜訊、熱雜訊與低頻閃爍雜訊具有可預測性，可透過元件選型與電路架構控制；外部干擾則多來自電磁耦合、電路板佈局與接地不良，若內在雜訊尚未壓低，就難以判斷外部干擾的真實影響。此外，雜訊分析必須從頻域進行，因總雜訊取決於整段頻寬積分結果，因此濾波器階數與截止特性直接影響最終均方根雜訊。 在前端放大設計，增益設定需在放大器雜訊與轉換器雜訊之間取得平衡。增益過低無法充分利用轉換器動態範圍，增益過高則可能讓前級放大器反而成為主要噪聲來源。若採用逐次逼近型轉換器，前端設計更需處理取樣瞬間的電荷回衝問題。轉換器內部電容在每次取樣時會對輸入端產生瞬時拉扯，若驅動器建立速度不足，就會造成線性誤差與失真，因此前端通常會加入阻容網路作為緩衝，同時兼具第一層類比濾波功能。 高性能差動架構多使用全差動放大器，不僅完成單端轉差動，也負責建立穩定共模電壓，使輸入落在最佳轉換區間。另一方面，參考電壓路徑也是高解析度系統的重要噪聲來源，通常需加上低通濾波與緩衝，避免參考端雜訊主導整體表現。 若系統採用以過取樣與數位濾波為核心的高精度轉換方式，設計重點便會轉向後端濾波設定。不同濾波模式對應不同工程取捨，有些著重壓低雜訊底限，有些優先縮短穩定時間，以提升多通道切換效率；若應用於工業現場，濾波器是否能同時抑制 50Hz 與 60Hz 電源干擾，也會直接影響量測穩定度。Analog Devices (ADI) 指出，高精度訊號鏈的設計已不再只是追求單一元件規格，而是讓前端放大、驅動、參考電壓與數位濾波在同一系統中協同運作，使各級在既定頻寬與取樣速度下維持資訊完整，避免局部設計成為整體性能瓶頸。 抗混疊設計走向類比與數位協作 針對抗混疊設計，Lluis Beltran Gil 進一步說明，現代高精度訊號鏈已不再依賴單一類比濾波器完成全部頻譜控制，而是將類比與數位濾波視為同一套系統中的連續設計。傳統上，類比數位轉換器前端需透過低通類比濾波器先削弱奈奎斯特頻寬之外的高頻成分，避免取樣後折返至有效頻帶形成混疊；但若希望類比濾波器逼近理想磚牆式響應，往往需要更高階架構，不僅增加元件數量，也提高電路複雜度、成本與相位延遲。因此，在具備過取樣能力的系統中，設計逐漸轉向由前端類比濾波器先完成第一層高頻抑制，再透過轉換器內部數位濾波器進一步縮小有效雜訊頻寬。 以 Analog Devices (ADI) 的 AD4080 為例，這顆每秒 4,000 萬次取樣、20 位元差動式逐次逼近型轉換器內建 SINC1、SINC5 與 SINC5 加補償等數位濾波模式，可搭配不同抽取倍率調整頻率響應。當抽取倍率提高時，數位濾波器的第一個陷波點會往低頻移動，代表通帶變窄、可通過的總噪聲下降，因此系統訊噪比同步提升。ADI 在實作中以低頻鋸齒波作為目標訊號，加入約 1.2MHz 高頻干擾，先經由前端全差動放大器與類比濾波器進行初步衰減，再觀察不同數位濾波設定下的頻譜變化。結果顯示，SINC5 相較於 SINC1 具有更陡峭的截止特性，高頻噪聲抑制更明顯，但穩定時間也隨之增加。當輸入改為方波時，高階濾波器需要更多取樣點才能完成收斂，且較容易出現過衝。這也反映數位濾波器的選擇並非單純追求最低雜訊，而必須同步考量延遲、更新速率與暫態反應，使整體訊號鏈在頻寬、雜訊與穩定時間之間取得平衡。 […]

Palantir 打進英國金融監管核心：敏感資料交由美國 AI 公司處理，外界憂被單一供應商鎖定

美國 AI 公司 Palantir 近期取得英國金融行為監管局（FCA）一筆為期三個月、每週價值超過 3 萬英鎊的試點合約。根據合約內容，Palantir 將使用其 Foundry 系統分析 FCA 內部「資料湖」（data lake）中的高敏感情報，協助打擊詐欺、洗錢與內線交易等金融犯罪。 然而，這起合作之所以迅速引發爭議，不只是因為所涉及的資料高度敏感，外界更將此視為美國 AI 企業進一步深入英國國家治理與公共體系的一大警訊。 Palantir 進入英國公部門，從醫療、國防一路延伸到金融核心 Palantir 對英國公部門的影響力早有跡可循，這次與 FCA 的合約，只是其擴張版圖的最新一步。《The Guardian》報導，在與 FCA 合作前，Palantir 過去幾年已在英國拿下多項重大公共合約，包含國民保健署（NHS）高達 3.3 億英鎊的資料平台合約、警方相關技術案，以及英國國防部（MoD）價值 2.4 億英鎊的專案，累計的英國公部門合約總額已超過 5 億英鎊。 《The Register》將 Palantir 與 FCA 的合作，放在英國政府近年來高度依賴少數大型科技供應商的脈絡下探討，並點出這份合約恰好撞上英國公共政策圈近期對於建立更多本土「主權能力」（sovereign capability）的深刻反思。 更關鍵的是，英國官員指出這筆試點合約可能成為 FCA 後續更大規模導入 AI 系統或正式採購的前哨戰，這也代表 Palantir 在英國公共體系中的角色有機會再往前推進，從國防、醫療一路觸及英國經濟運作的核心領域。 Palantir 將接觸「所有 FCA 資料集」，隱私與監管機密風險同步升高 在這次試點中，Palantir 將運用其系統分析 FCA 龐大的「資料湖」（data lake）。根據官方公告，這套 […]

黃仁勳為何認定 AGI 已實現？關鍵不在 AI 能像人思考，而在能否創造價值 10 億美元服務

AGI（通用人工智慧）到底來了沒，至今仍是科技圈沒有共識，卻也最常被高層領袖拿來討論的命題之一。OpenAI 執行長 Sam Altman 上個月才表示：「我們基本上已經打造出 AGI，或非常接近了。」但隨後又補充，那比較像是一種「精神層面」的說法，而非真正宣告，並提到 AGI 的實現將需要「許多中等規模的突破」，而非單一的巨大突破。 Microsoft 執行長 Satya Nadella 則持相反看法，直言產業距離 AGI 還很遠，強調業界已有「良好的評估過程」，這件事並非任何人的一句話就能定義。事實上，黃仁勳在 2023 年也曾將 AGI 定義為「能以相當具競爭力的水準通過人類智慧測驗的軟體」，並預期在五年內將達成此門檻。 近日，美國節目主持人 Lex Fridman，在 Podcast 專訪 NVIDIA 執行長黃仁勳時，問到：如果 AGI 的標準是「能創辦、成長並經營一家價值超過 10 億美元的科技公司」，未來 5 到 20 年內是否可能實現？黃仁勳回答：「我認為就是現在，我們已經實現了 AGI。」 黃仁勳的說法旋即掀起討論，因為他把 AGI 的辯論，從抽象的智慧門檻，推進至一個更現實的問題：AI 是否已經具備催生 10 億美元等級的服務與商業價值的能力？ 黃仁勳眼中的 AGI：不在於「永久經營」，而是整體產業的爆發力 進一步聚焦節目主持人 Lex Fridman 所設定的「AI 能創辦、成長並經營一家價值超過 10 億美元科技公司」的門檻，黃仁勳之所以認定 AGI 已經到來，關鍵在於他對此標準的獨特解讀。他一針見血地點出：「你說的是 10 億美元，但你並沒有說要『永久經營』。」  順著這個邏輯，黃仁勳認為，只要不把條件侷限於打造一間具備管理層與董事會、且能長期運作的公司，AI […]

用 2.5 億美元撬動 1 兆美元！美國啟動「矽和平」基金，AI 供應鏈從製造回流轉向資本結盟

美國正將 AI 供應鏈競爭，從「製造回流」推進到更具系統性的資本與資源配置戰。川普政府近日宣布，將成立一個投資聯盟，目標吸引超過 1 兆美元資金，投入能源、關鍵礦產與半導體等領域，並由美國提供 2.5 億美元作為種子資金。 這項計畫源自「矽和平（Pax Silica）」倡議，自願參與的國家包含新加坡、阿拉伯聯合大公國、卡達與瑞典等，並預期串聯全球主權基金與大型機構投資人，共同布局 AI 關鍵基礎設施。 從晶片回流到「矽和平」：美國供應鏈戰略再升級 根據《The New York Times》報導，「矽和平」最初是在 2025 年底推出，目標是建立更安全的半導體與 AI 供應鏈體系，透過盟友合作降低對中國的依賴。隨著中東衝突升溫與能源運輸風險浮現，美國現在正進一步將該計畫擴大，納入能源領域。 美國國務院官員 Jacob Helberg 表示，這項投資聯盟將成為「將全球資本導向共同戰略目標的催化劑」，確保礦產、港口、運輸走廊、工廠與能源資產掌握在「可信任的體系」之中。 這項計畫的關鍵不在於資金規模本身，而是資金流向的控制權。相較過去以補助、稅收優惠推動製造回流，美國現在更傾向透過資本配置，直接影響全球供應鏈的布局方向。 AI 供應鏈不只是晶片，而是礦產、能源、算力的整體系統 這項策略轉變，是對 AI 產業結構更深層的掌控。換言之，AI 競爭不再只是晶片設計或算力性能，而是涵蓋從上游礦產、中游製造到下游資料中心與能源供應的完整產業鏈。《The Chosun Daily》指出，矽和平基金的投資範圍橫跨關鍵礦產、半導體、AI 基礎設施與物流體系，目的是避免供應鏈瓶頸被地緣政治武器化。 這一點在近年已多次被驗證。中國對稀土與磁材的出口管制、荷姆茲海峽（Strait of Hormuz）運輸風險，都突顯單一節點失效可能引發整體供應鏈震盪。因此，美國的策略不再只是「把工廠搬回來」，而是試圖重建一個跨國、可控、具韌性的供應鏈網絡。 從「美國優先」到「聯盟資本主義」 根據國際戰略研究所（IISS）分析，美國已將關鍵礦產與 AI 供應鏈政策，轉向一種「三軸國家資本主義」模式。 一方面，美國加強國內投資與法規鬆綁，加速礦產與製造開發；另一方面，透過雙邊協議與公共資金，介入海外供應鏈布局；而「矽和平」則是第三條路徑，試圖將資本、技術與產能整合為一個「能力聯盟」（coalition of capabilities）。 這種模式的核心，是政府不再只是制定規則，而是直接參與資本市場，透過股權投資、長期採購合約與價格保障機制，引導私人資金流向戰略產業。換言之，美國正在將供應鏈安全，轉化為一種可被投資、可被操作的金融架構。 AI 競爭進入新階段：從全球化到「陣營化供應鏈」 這也意味著，全球供應鏈的運作邏輯正在發生根本改變。過去數十年，全球化強調效率與成本最佳化；但在 AI 與半導體時代，供應鏈逐漸轉向安全性與可控性優先。在矽和平框架下，供應鏈不再是單純的商業網絡，而是帶有明確政治與戰略屬性的聯盟體系。 然而，IISS 也指出，這種模式的最大挑戰在於合作與控制之間的張力。一方面，美國需要盟友投入資金與資源；另一方面，其貿易政策與關稅措施，卻可能削弱盟友的信任基礎。 ＊本文開放合作夥伴轉載，資料來源：《The New York […]

【引導 AI 推薦自家產品】萊雅、聯合利華宣布採用，解析 Azoma 為 AI 代理打造的 AMP 平台

AI 新創公司 Azoma，近日宣布推出「代理商家協議（Agentic Merchant Protocol，AMP）」平台，希望為零售業者提供一套整合性的解決方案，應對 AI 代理購物的行銷需求。

【初級工程師工作轉變】不再需要改 bug、寫測試，聽起來很好卻很危險

隨著生成式 AI 快速滲透軟體開發流程，工程師的工作內容正出現明顯轉變。一名 23 歲、任職於紐約新創公司的軟體工程師 Ben Zabihi 表示，如果是在五年前入行，他的工作大多會花在撰寫程式碼與文件上；但現在，他大量時間都投入在使用 AI 工具，不只用來生成程式碼，也作為研究助手，協助理解產業知識與業務術語。 這樣的變化並非個例。AI 正逐步滲透工程師的整個工作流程，從功能設計、程式碼生成，到除錯與文件產出，都能在短時間內提供可用結果。工程師不再需要死記 API 語法，也不必耗費大量時間處理重複性任務。 然而，效率提升的同時，也帶來新的問題：當 AI 承接越來越多基礎工作，工程師的核心價值還剩下什麼？ 初級工程師的角色正在位移 過去，初級工程師是透過反覆處理基礎任務來磨練技能的，譬如修小 bug、寫單元測試、理解既有程式碼的邏輯。這些看似瑣碎的工作，實際上是培養工程判斷力的重要土壤。 但這塊土壤正在縮小。根據勞動研究機構 Revelio Labs 的數據，美國的初級職位招募自 2023 年以來已下滑約 35%。許多公司在縮減初階人力的同時，把原本屬於初階工程師的任務交給了 AI，或者壓縮到資深工程師身上。 在這樣的環境下，Zabihi 則認為他應該提早去思考系統架構、安全風險、商業目標這些過去屬於資深工程師的議題。某種程度上，AI 的存在加速了初級工程師的角色成熟，讓他們更早接觸複雜問題，而非長期停留在執行層面。 不過這究竟是一種被迫的進步，還是自然的成長曲線？ 效率的陰暗面：基礎能力正在流失？ 36 歲的資深工程師 Georgian Tutuianu 對這個趨勢抱持更謹慎的態度。他說，當他剛入行時，這份工作 95% 的內容是「痛苦的」，而正是那些痛苦，鍛鍊出他面對未知問題時的直覺。 他觀察到，如今審查同事提交的程式碼時，程式碼的行數已從過去的幾百行暴增到一千行以上，而許多工程師根本無法解釋自己新增的程式碼在做什麼。他直接說，「這都是汙染，工程師把最難的部分，也就是那些不懂的地方全都直接外包給了 AI。」 專案管理平台 Asana 的研究也指出，近三分之二的員工認為 AI 工具不可靠，超過一半表示 AI 會產出看似合理但實際錯誤的內容，而美國員工平均每週要花 4.5 小時，修正 AI 造成的錯誤輸出。 一位在大型科技公司任職的資深工程師也分享，他的公司曾出現 AI […]

AI 讓所有網站自然流量下跌？CYBERBIZ 點 AIO 真正戰場在「SSR 渲染」與「動態標籤」

文／CYBERBIZ 營運長 葉隆斌 最近這幾個月，許多品牌老闆與電商平台大概都被「AI 流量恐慌」相關的焦慮給塞滿了，「我們的網站加上 llms.txt 了嗎？」、「要不要改 robots.txt 讓 ChatGPT 來爬？」、「如果不趕快做 GEO（生成式引擎優化），我的自然流量是不是會直接歸零？」 剛結束的 2026 NRF 零售大展與各大論壇，把「GenAI」與「代理商務（Agentic Commerce）」推到了所有品牌老闆的面前，紛紛焦慮起當買家的搜尋習慣快速轉移，過去熟悉的流量紅利正在失效，為了尋找破口，許多企業急著照抄市面上的「AI SEO 攻略」，卻往往徒勞無功，最新的國際實證告訴我們一個殘酷的真相：將資源投資在非官方的語法標籤上，只是在浪費時間，真正的 AIO（AI 引擎優化）戰場，藏在那些消費者看不見的地方，你的「平台底層架構」與「動態數據生成」能力，將會是接住 AI 流量的唯一解方。 三大迷思，那些被過度神話的「無效優化」 面對未知的技術變革，焦慮往往會催生無效的解決方案，企業在投入資源前，必須先打破以下三個被過度神話的假議題： 迷思一：沒有 lims.txt 就會被 AI 淘汰？ 這或許是目前市場上最大的煙霧彈，llms.txt 僅是開源社群提出的一項草案，現階段主流搜尋引擎與 AI 巨頭尚未將其列為標準，花費大筆預算去設定一個未被承認的檔案，無法為你帶來任何實質流量。 迷思二：必須大改 robots.txt 才能迎接 AI 爬蟲？ 只要你的電商平台沒有刻意阻擋合法爬蟲，AI 本來就能順暢讀取你的網站，隨意更改爬蟲規則，不僅無助於排名，反而容易引發資安漏洞，甚至浪費珍貴的抓取配額（Crawl Budget）。 迷思三：AI 會讓所有網站的自然流量斷崖式下跌？ 數據顯示，真正可能會受到重傷的是「知識型內容與 QA 網站」，購物意圖明確的電商網站，不僅受到的負面影響甚微，反而能透過 AI 精準的意圖配對，獲得更高轉換率的長尾流量。 為何你的網站必須具備「SSR 渲染」體質？ 如果語法設定不是關鍵，那什麼才是？答案是渲染架構（Rendering Architecture）。 多數人不知道，目前的 AI […]

【科技早餐】祖克柏替自己做 AI 代理，Meta 開始重寫公司的工作方式

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊祖克柏替自己做 AI 代理，Meta 把 AI 推進公司工作核心 根據《華爾街日報》報導，Meta 執行長祖克柏 (Mark Zuckerberg) 正在打造一個「執行長 AI 代理」，協助自己更快取得公司內部資訊，縮短原本需要透過多層員工才能完成的流程。報導也指出，Meta 內部已有員工使用可存取聊天紀錄與工作檔案的個人代理工具，讓 AI 不只是產品功能，而是逐步進入日常工作系統。 Meta 近期也成立新的應用 AI 工程組織，專門用 AI 加速大型語言模型的開發，並持續推動更扁平化的團隊結構。從祖克柏自己的工作方式，到員工績效與組織設計，Meta 正把 AI 採用視為競爭力核心，試圖讓大公司也維持 AI 原生新創那種快速運作的節奏。 ＊黃仁勳把 Token 當管理指標，AI 算力開始進入薪酬邏輯 NVIDIA 創辦人暨執行長黃仁勳近日在《All-In Podcast》表示，如果一位頂尖工程師在 AI 上投入太少，他會非常擔心。黃仁勳舉例，一名年薪 50 萬美元的工程師，如果一年使用的 Token 不到 25 萬美元，代表沒有充分利用 AI 工具；若想讓工程師效率提升，公司就必須給足算力資源，而不是讓他們回到只靠紙筆或傳統流程工作的方式。 黃仁勳也提到，Token 正逐漸成為矽谷招聘的新條件。除了薪資、獎金與股票之外，企業可能開始把可使用的 AI 推論資源視為人才競爭的一部分。當 Token 從模型計費單位，轉變成效率與招募條件，代表 AI 算力已不只是基礎設施成本，也開始進入企業的人才制度與管理邏輯。 […]

從寫程式到數兆美元市場：Claude、Codex 與 Cursor 為何都想搶知識工作入口？

過去一年，儘管外界對 Claude Code、Codex 與 Cursor 等 AI 工具的討論，多半聚焦於程式開發與除錯效率的提升，但《華爾街日報》指出，這場競爭的本質已經被改寫，因為 AI 正從單純的寫程式輔助者，進化為能接手更廣泛工作與日常任務的「半自主 AI 代理」。 如今，這些工具的應用早已超越單一的開發場景，讓完全不懂撰寫程式的人也能輕鬆將任務交辦給 AI 執行。使用者不僅能拿這些 AI 工具來製作工作簡報、協調家庭行程，還廣泛應用於圖表製作、撰寫部落格、旅遊研究、信件處理及雜貨購物等日常需求，甚至有新手爸爸利用這類工具來整理分析醫療紀錄、申請房貸與彙整報銷表單。 種種跡象顯示，AI 工具的下一個主戰場已正式轉向「非程式開發人員」（non-coders）。由於知識工作市場本身就是一個「數兆美元的機會」，這波 AI 工具的競爭目標已不再侷限於工程師，而是「任何需要在電腦上工作的人」。 不過，若把視角從市場拉回產品本身，另一個值得注意的訊號是：這些工具雖然搶攻更大的知識工作場景，但在介面與操作邏輯上，卻開始快速收斂。 三家大廠正共享同一套 CLI 代理模式 《Implicator》報導，Claude Code、Codex CLI 與 Gemini CLI 目前在介面與功能上正快速收斂，共享一組核心的 terminal-agent（終端代理）模式。舉例來說，三套工具皆具備 /clear、/model、/plan 等指令，並支援 @ 檔案引用（file references）、! 執行 shell 命令（shell passthrough），以及在專案啟動時載入指示檔案（instruction file）等功能。 這三家公司事前並沒有相互協調，這種高度相似性完全是出於解決相同問題的必然結果。正如報導中所形容的：「三家公司打造了相同的駕駛艙，是因為飛機具備相同的飛行控制系統。」 當 CLI 代理都需要讓開發者透過自然語言來讀取檔案、修改程式碼、執行 shell 命令並解釋變更時，它們的介面自然會發展得愈來愈像。 從「差異」看不同 AI 公司的戰略方向 《Implicator》認為，隨著共通設計模式（shared patterns）愈來愈多，真正重要的是剩下來的差異，也就是不同 AI […]

矽谷新福利：工程師每天狂產上億代幣，卻可能只是一場效率幻象？

《The New York Times》報導，OpenAI 的一名工程師在過去一週內，透過公司的 AI 模型處理了 2,100 億個「代幣」，足夠填滿 33 次的維基百科頁面，這也是該公司員工的最高紀錄。在 Anthropic，甚至有單一用戶使用該公司的 AI 寫程式系統 Claude Code，在一個月內累積了超過 15 萬美元的帳單。而在 Meta 和 Shopify 等科技公司，主管們已經開始將 AI 使用納入績效評估，獎勵大量使用 AI 工具的員工，同時對沒有使用的員工提出批評。 矽谷新福利不是年終！「代幣預算」成標配 包括 Meta 和 OpenAI 在內的一些科技公司，員工會在內部排行榜上競爭，顯示每個人消耗了多少代幣。代幣是 AI 使用的基本單位，兩名熟悉公司運作的人士表示，代幣預算成為程式設計師的新福利，就像牙醫保險或免費午餐一樣，而有些人每月花費數千美元，盡可能自動化自己的工作。 NVIDIA 的共同創辦人暨執行長黃仁勳在 GPU 技術大會上表示，代幣將成為他招募工程師策略的一部分。他在近期的 Podcast 節目中更直言，如果一個年薪 50 萬美元的頂尖工程師，沒有消耗至少價值 25 萬美元的代幣，「我會感到極度擔憂」。他指出，工程師的基本年薪通常可達數十萬美元，「我可能會在此基礎上，再額外給予約一半金額的代幣，讓他們的產出能放大 10 倍，」黃仁勳補充說，如今在矽谷，一份工作附帶多少代幣已成為新的招募工具之一。原因其實很簡單，他表示，「任何能使用代幣的工程師，生產力都會更高。」 《The New York Times》指出，程式設計師作為首批受到 AI 浪潮影響的白領工作者，最直接感受到 AI 對經濟的衝擊。 AI […]

微信接入 OpenClaw：騰訊搶攻 AI Agent 入口，中國開源代理熱潮下資安風險浮現

騰訊推出一項新工具，宣布將旗下通訊平台微信與 OpenClaw Agent整合，進一步加碼 AI Agent 領域布局。該領域已成為中國科技公司之間競爭的關鍵戰場。 在中國科技重鎮深圳，民眾大排長龍，尋求工程師協助安裝 OpenClaw。一些地方政府開始提供補貼、免費算力及辦公室租金優惠，鼓勵企業利用 OpenClaw 開發新服務。隨著產業龍頭與新創公司爭相在平台上導入這項工具，中國科技公司股價也隨之大幅上漲。 AI 分身進駐微信！AI Agent 崛起，科技巨頭加速卡位 《Reuters》報導，這款名為 ClawBot 的軟體將以聯絡人的形式出現在微信中，用戶能像與一般聯絡人聊天般，透過訊息介面直接連接並對 OpenClaw 下達指令，與 AI 代理互動。此次整合正值 OpenClaw 迅速崛起之際。這款開源 AI Agent 能夠代替用戶執行多項任務，例如傳輸檔案與發送電子郵件，近期受到市場關注。 OpenClaw 是一款免費開源工具，可作為虛擬助手，協助使用者進行研究、發送訊息或電子郵件，並管理行事曆。安裝於使用者電腦後，這類 AI Agent 可在接收初始指令後，自主執行任務，例如在 WhatsApp 或 iMessage 等應用中讀取與回覆訊息。與多數依賴單一模型的聊天機器人不同，OpenClaw 可在多種 AI 模型上運行，且 OpenClaw 發布僅四個月，便已躍升至線上社群 GitHub 上最受歡迎的十大專案之一。NVIDIA 執行長黃仁勳近日更表示，OpenClaw「可能是史上最重要的軟體」。 中國科技公司正競相利用這股熱潮，推出各自的 AI 代理和助理工具。騰訊本月已推出自家 AI Agent 產品組合，包括面向個人用戶的 QClaw、面向開發者的 Lighthouse，以及企業用的 WorkBuddy。而阿里巴巴則推出名為 Wukong 的企業級 AI […]

為何馬斯克要蓋「一條龍」的 AI 晶片廠？拆解 Terafab 從地面到太空算力的垂直整合布局

當全球 AI 晶片競爭還集中在誰能拿到更多 GPU、誰能搶下先進製程時，特斯拉（Tesla）執行長馬斯克（Elon Musk）現在想做的，是要自己蓋一座 AI 晶片工廠。近日馬斯克公開揭露名為「Terafab」的新計畫，這項計畫是由 Tesla、SpaceX 與 xAI 共同參與，目標不只是單純擴充晶片產能，更是為電動車、自駕系統、Optimus 人形機器人、AI 運算，甚至未來的太空資料中心，自行打造一條完整的關鍵晶片供應鏈。 這項建設預估將耗資 200 億至 250 億美元，若順利上線，將成為史上規模最大的晶圓廠，不僅挑戰現有半導體供應鏈，也反映馬斯克想讓人類邁向「銀河系文明」的終極野心。 「不是我們想不想蓋 Terafab，而是如果不蓋，我們就沒有晶片可用，既然我們需要晶片，就只能自己蓋，」馬斯克直言，Terafab 之所以非做不可，是因為現有晶片供應速度與產能，已無法支撐旗下公司未來在 AI 與機器人上的需求。至於 Terafab 的最終目標，是要每年足以支撐 1 兆瓦（terawatt）的算力。 Terafab 不只是單純的晶片擴產計畫，而是馬斯克把晶片設計、製造與 AI 應用需求重新整合的關鍵一步。關於 Terafab 這項野心勃勃的計畫，可以從四大面向深入了解。 亮點一：一座「一條龍整合」的晶片工廠 《Business Insider》報導，馬斯克將 Terafab 定義為一座「一條龍整合的晶片工廠」（all-in-one chip plant），試圖打破傳統半導體產業的分工模式。這座將位於德州奧斯汀的龐大設施，核心理念是將半導體製造的所有階段集中於同一屋簷下，一路涵蓋晶片設計、微影、製造、記憶體生產，乃至先進封裝與測試。 在製程技術與產能規劃上，Terafab 將鎖定目前業界最先進的 2 奈米晶片，初步目標是每月生產 10 萬片晶圓，並期望最終全面擴張至每月 100 萬片，這幾乎等同於目前台積電全球產能的 70%。 為了打造出一個能持續迭代的製造平台，馬斯克希望能將光罩修正與反覆優化的流程都納入這個封閉體系中。他在受訪時強調：「據我所知，世界上沒有任何地方能像這樣，將製造邏輯晶片、記憶體、進行封裝、測試，然後製作光罩、改進光罩並持續循環所需的一切條件集中在一起。」 在具體的建設規劃上，馬斯克將先在奧斯汀啟動一座具備完整製造與測試設備的「先進技術晶圓廠」（advanced technology fab）。值得注意的是，雖然 Terafab 在技術架構上，其實是由「兩座各自專門生產單一晶片設計的晶圓廠」所組成的複合設施，但就整體運作與願景而言，它仍將是一個高度垂直整合的先進 […]

【逾 200 萬台機器人上線】中國製造業全面升級，基層勞工反陷失業困境

中國 2025 年創下近 1.2 兆美元的歷史性貿易順差，出口機器高速運轉。但在廣東省的工廠街道上，臨時工在冬日寒風中守候工作的景象，展現的是出口的繁榮並未流向基層勞工。製造業升級正重塑誰能從這場成長中獲益。 出口創紀錄，基層感受卻是另一回事 廣東省是中國最重要的出口引擎，2025 年出口總值約 8,800 億美元，若獨立計算將是全球第六大出口經濟體。進入 2026 年，這台引擎仍在加速：前兩個月進出口總額達 1.64 兆元人民幣，創歷史同期新高，年增 22.1%，對全國外貿成長的貢獻率達 24.7%，居全國之首。 然而，這份亮眼的數字並未傳遞到基層工人身上。55 歲的臨時工盛先生表示，過去幾年收入已減少一半以上，如今每天不到 100 元人民幣（約 14 美元）。42 歲的陳姓車縫工每天工作 12 小時，貿易戰期間薪資暴跌 40%，降至月薪約 6,000 元。 高盛追蹤中國薪資成長的指標，在 2025 年第三季跌至疫情外歷史最低點；中國人民銀行的季度調查也顯示，同期近六成儲戶認為找工作「困難或不確定」，創 2011 年有紀錄以來新高。 高端出口帶動成長，傳統產業承受壓力 出口結構的轉變是理解這場脫節的關鍵。廣東省 2026 年前兩個月機電產品出口達 7,189.1 億元，年增 25.9%，佔全省出口總額的 68.8%。其中工業機器人出口年增 32.3%、無人機增 66.7%、CNC 工具機增 78.5%、3D 列印機暴增 172.3%；電動車、鋰離子電池與太陽能電池合計年增 54.6%。相較之下，服飾、玩具、家具等傳統勞力密集產業出口持續下滑，與高端品項形成鮮明落差。 高端製造業帶動出口成長，創造就業的能力卻遠不如傳統產業。花旗集團分析師指出，2017 年至 2025 年間汽車製造商營收平均每年成長 5%，但就業人數卻停滯不前。深圳新科技在 2025 年創造逾 […]

MLB 為何找上 Polymarket？預測市場正從監管灰區走向主流交易平台

在新球季開始前夕，美國職棒大聯盟（MLB）拋出一顆不小的震撼彈：宣布與 Polymarket 簽署授權合作協議，並讓 Polymarket 正式成為聯盟官方的預測市場交易所，更同步與美國商品期貨交易委員會（CFTC）簽署資訊共享備忘錄。 這項合作發生的時機格外敏感：一方面，預測市場正快速崛起，體育博弈與比賽完整性的爭議也同步升溫；另一方面，MLB 才剛因兩名球員涉入非法賭博及操縱場上表現案件而備感壓力。在這樣的背景下，這不只是一次新的商業合作，更是主流體育聯盟正面回應預測市場浪潮的關鍵一步。 MLB 為何選擇主動出擊與 Polymarket 合作？ 對 MLB 而言，預測市場的快速興起已是不容忽視的趨勢。預測市場是一個由數百萬名交易者參與，以「是」或「否」的形式押注體育與其他真實世界事件結果的新興市場。透過這項合作，MLB 讓 Polymarket 成為聯盟官方的預測市場平台，並賦予其獨家使用 MLB 官方數據與商標圖示的權利。同時，MLB 將預測市場視為獨立的贊助類別，與傳統體育博彩區隔，不過既有的官方合作體育博彩公司 FanDuel 和 BetMGM 仍保留在預測應用程式上使用聯盟商標的權利。 《Sports Business Journal》（SBJ）指出，預測市場去年交易量已超過 600 億美元，其中高達 80% 以上來自體育相關市場，顯示這已成為快速擴張中的新型運動交易市場。MLB 總裁 Rob Manfred 對此表示，在當今的環境下，重要的不是追著發展跑，而是要參與其中、走在這些發展的前面。媒體更預測，這筆合作將在四年內為 MLB 帶來高達 3 億美元的收入。 對於這項合作，Polymarket 體育業務發展總裁 Ari Borod 強調，與職業聯盟合作對於賦予該產業合法性至關重要，Polymarket 承諾建立長期發展的交易市場，絕不會為了短期利益而犧牲產業長期的信譽。 透過聯邦層級的資訊共享守護比賽完整性 同時，為防範新興市場帶來的風險，根據 MLB 與美國商品期貨交易委員會（CFTC）簽署的備忘錄規定，雙方將交換與棒球比賽競技完整性有關的資訊，以協助辨識內線交易或市場操縱的跡象。CFTC 也將參考 MLB 的專業評估，了解哪些在交易所上市的合約具有較高的完整性風險。 因此，MLB 與 Polymarket […]

【科技早餐】OpenAI 不只做模型，桌面超級 App 開始搶工作入口

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊OpenAI 收攏產品線，桌面超級 App 成形 OpenAI 證實，正規劃把自家瀏覽器、ChatGPT 應用程式，以及 Codex 程式碼工具，整合為一個「電腦端超級應用程式」(Desktop Super App)。這項調整的核心目的是減少產品碎片化，並集中資源押注最有機會放大的高生產力場景。相關計畫由 OpenAI 應用執行長西莫 (Fidji Simo) 主導，並由總裁布羅克曼 (Greg Brockman) 協助執行。 這個動作也顯示，OpenAI 正從單純的模型公司，進一步推向更完整的軟體入口。未來若能在同一個桌面程式裡完成搜尋、對話、寫程式與代理任務，OpenAI 競爭的就不只是其他模型公司，而是整個工作平台與作業系統層級的入口控制權。對企業市場來說，產品整合程度愈高，AI 就愈有機會真正走進日常工作流程。 ＊AWS 鎖百萬 GPU，AI 基建一路排到 2027 NVIDIA 超大規模與高效能運算部門副總裁巴克 (Ian Buck) 向《路透社》證實，亞馬遜 (Amazon) 旗下 AWS 已與 NVIDIA 達成協議，將從 2026 年起到 2027 年底前，採購超過 100 萬顆 GPU，並搭配網路晶片與多款推論用晶片組合出貨。這不只是大型採購案，也代表雲端巨頭搶的已不再只是算力數量，而是整套 AI 工廠的建置與交付能力。 更關鍵的是，AWS 還將在資料中心部署 NVIDIA 的 […]

【Google 雲端威脅展望報告】攻擊空窗期縮至數天，企業如何轉向「自動化調度」確保營運韌性？

企業對雲端的依賴持續加深，但攻擊者的行動速度與策略也正在同步升級。Google Cloud 最新發布的《Cloud Threat Horizons Report H1 2026》報告顯示，資安風險已不再只是技術問題，而是牽動營運穩定與決策節奏的關鍵變數。 從入侵手法的轉移、資料外洩模式的變化，到攻擊逐步滲透開發流程與雲端基礎設施，整體威脅輪廓正出現明顯重組。這份報告的價值不在於單一數據，而在於揭示攻擊與防禦之間的結構性落差。 📎 這份報告適合誰閱讀？ 報告主要提供雲端資安威脅的戰略情報與風險緩解建議，適合以下幾類工作者閱讀： 🔴 報告洞見 隨著全球數位化發展與地緣政治衝突加劇，企業面臨的雲端資安威脅正發生劇烈變化。Google Cloud 最新發布的報告指出，駭客利用軟體漏洞從「被公開揭露」到「遭實際利用」的空窗期，已經從過去的數週急遽縮短至短短幾天。 面對結合人工智慧輔助的攻擊手法，以及越來越專注於「資料竊取」的威脅目標，企業若繼續依賴傳統的手動防禦與事後補救機制，將無法抵禦現代化的資安攻擊。 因此，企業決策層與資安團隊必須徹底轉變思維，放棄耗時的手動流程，轉向建構以「自動化防禦」與「鑑識就緒（Forensic readiness）」為核心的現代化雲端戰略，才能確保營運的連續性與合規性。以下整理五大關鍵趨勢，揭示攻擊手法與防禦邏輯的結構性變化。 💡 趨勢一：漏洞攻擊超越憑證，成為雲端入侵主要入口 過去幾年，駭客主要依賴弱密碼或缺乏防護的憑證來入侵雲端環境，但這個趨勢在近期出現了決定性的反轉。最新數據顯示，針對第三方軟體漏洞的利用比例高達 44.5%，首度超越了憑證外洩問題（27.2%），正式成為駭客最主要的初始入侵管道。 在這些漏洞攻擊中，遠端程式碼執行的威脅成長最為驚人，其攻擊比例從上半年的 2.9% 飆升近五倍至 13.6%。這反映出駭客正逐步降低對密碼攻擊的依賴，轉向更自動化的應用層攻擊。 🧭 行動指南：企業應該全面導入零信任防禦架構 首先，應避免使用過度寬鬆的防火牆規則，改為部署 Identity-Aware Proxy 等以身分為核心的代理技術，確保在不對外開放網路連接埠的情況下，精準驗證每個存取請求並阻擋 RCE 攻擊。 其次，企業必須建立嚴格的自動化修補服務級別協議，目標是在漏洞爆發的 24 小時內，透過網頁應用程式防火牆完成邊界防禦的「虛擬修補」，並在 72 小時內完成底層系統的「完整修補」，以徹底消除駭客的攻擊空窗期。 💡 趨勢二：身分攻擊轉向資料竊取，「靜默外洩」成主流 雖然軟體漏洞的威脅急遽攀升，但「身分妥協」依然是雲端資安的重災區。數據佐證指出，高達 83% 的雲端入侵事件都涉及了身分與憑證的遭駭。 在入侵後的目標中，45% 的攻擊聚焦於「靜默資料外洩與間諜活動」，例如竊取企業原始碼或高價值的客戶資料，另外還有 28% 則涉及後續的勒索行為。 深入分析駭客的手法可以發現，社交工程攻擊已顯著進化。駭客不再僅依賴傳統的電子郵件釣魚（佔 12%），而是頻繁使用「語音釣魚（Vishing）」（佔 17%）。 例如，財務動機的駭客組織 UNC3944 與 […]

Uber 為何押注尚未量產的 Rivian R2？一場 12.5 億美元合作揭開 Robotaxi 新戰局

Uber 與 Rivian 近日宣布一項總額最高 12.5 億美元的合作，雙方將以 Rivian 尚未量產的 R2 平台布局 Robotaxi 車隊。這筆交易也被視為 Uber 在 2020 年出售旗下自駕部門 ATG（Advanced Technologies Group）六年後，再度明確推進「自己營運 Robotaxi」的方向。 根據已公開的規劃，Uber 將先投資 3 億美元、部署 1 萬台全自駕的 Rivian R2 Robotaxi，後續再依 Rivian 是否達成特定自駕里程碑，再逐步將投資總額追加至最高 12.5 億美元、5 萬台的規模。雙方希望先在 2028 年於舊金山與邁阿密率先部署車隊，接著預計在 2031 年底前擴展至美國、加拿大與歐洲的 25 個城市。 Uber 的 Robotaxi 策略正在轉向 《The Verge》指出，這批 Rivian 自駕車隊將獨家在 Uber 應用程式上提供服務，Rivian 也已同意在特定的獨家期間內，不會將全自駕車輛賣給 Uber 的直接競爭對手。 過去 Uber […]

亞馬遜收購 Rivr：用會爬樓梯的送貨機器人，瞄準物流最後一哩痛點

這筆交易最初由《The Information》率先披露。綜合外媒報導，亞馬遜已於本週低調收購總部位於蘇黎世、前身為 Swiss-Mile 的瑞士機器人公司 Rivr，該公司專門研發能「送貨上門」的機器人，而亞馬遜最初並未對外聲張此收購案。 機器人大軍再升級！亞馬遜望提升配送效率與安全 Rivr 執行長兼創辦人 Marko Bjelonic 形容自家機器人是「穿著滑輪鞋的狗」，核心技術是四輪爬樓梯送貨，能把包裹從貨車直接運送到顧客家門口。 亞馬遜發言人向《CNBC》表示，此次收購反映了公司持續投資研發的承諾，以及改善送貨員安全的努力。亞馬遜說明：「這項技術與送貨人員配合，有潛力進一步提升安全性和整體顧客體驗，尤其是在送貨流程的最後一段。」 亞馬遜長期依靠第三方承包商進行包裹配送，他們負責將包裹從倉庫送到顧客家門口。過去十多年，亞馬遜一直致力於倉儲自動化，2012 年以 7.75 億美元收購倉儲機器人製造商 Kiva Systems，接著成立專門負責此項工作的 Amazon Robotics 單位，並表示已部署超過 100 萬台機器人。 事實上，這並非亞馬遜一時興起的收購。早在本次交易前，亞馬遜旗下的「工業創新基金（Industrial Innovation Fund）」與創辦人貝佐斯的創投公司 Bezos Expeditions，就已經參與過 Rivr 總額達 2,200 萬美元的種子輪融資。 為了讓這項長期佈局落地，亞馬遜在發給送貨夥伴的內部通知中指出，Rivr 的技術包括帶輪子的四足機器人，這將讓他們能研究、測試設備如何整合到送貨操作中，例如幫助送貨員將包裹從送貨車運送到顧客門口。 跨越樓梯與各種地形，Rivr 用物理 AI 改寫「最後一哩」運送 《TechCrunch》提及，去年 Rivr 也與包裹配送公司 Veho 在美國奧斯汀啟動了試點計畫。Marko Bjelonic 當時表示，他希望能從與 Veho 的合作中學習，並計畫到 2026 年將機器人規模擴大至 100 台。 Rivr 新聞稿指出，這項合作是都市物流智慧模式的起點，機器人、物理 AI 與人員能並肩作業，Rivr […]

【創業。天使。趴- t.Hub 的榮耀專場！】從 0 到 IPO 實戰專場！想募資？拚公發？尋找下一匹黑馬？

t. Hub 宏匯集團內科創新基地訂下星期三（3/25），下午三點，舉辦三月份的「創業。天使。趴」邀請進駐基地的優質團隊發表，與專業的投資機構及企業一對一媒合交流。 甫上任的執行長蘇拾忠說：「我一月來 t. Hub 就發現這裡臥虎藏龍、高手如雲。所以我把我們三月份的活動聚焦推薦 t. Hub 的優質團隊給我熟悉的投資圈。」 3/25 下午的活動，發表的廠商包括：【關鍵 300 秒】的台灣智能機器人、米斯公司、慧誠智醫、環球睿視、應援科技和鳴醫。【直覺閃秀】的伍碩科技、伊斯酷軟體科技、海洋福星、關鍵智慧科技、Alonesafe(霓創科技)、舫園蒔里、康源基因科技、孿生智庫。 活動訊息 🚀【創業。天使。趴- t.Hub 的榮耀專場！】從 0 到 IPO 實戰專場！想募資？拚公發？尋找下一匹黑馬？t.Hub 邀您直擊「將公開發行團隊」的資本方程式！精彩陣容，不容錯過🔸【關鍵 300 秒】來自 t. Hub 團隊專長     台灣智能機器人、米斯、慧誠智醫、環球睿視、應援科技、鳴醫(即將公開發行)🔸【直覺閃秀】潛力新秀 Pitch      1.伍碩、伊斯酷、海洋福星、關鍵智慧      2.Alonesafe、舫園蒔里(FITI115-團隊)、康源基因、霓創科技有限公司🔸【天使派對】深度媒合與自由交流📆 時間：3/25 (三) 15:00-18:00📍 地點：t.Hub 1樓 102+103 會議室🔗 立即報名：https://forms.gle/Anr7Y3Mc9hZvTwRHA （本文訊息由 t. Hub 宏匯集團內科創新基地提供，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：t. Hub 宏匯集團內科創新基地。）

AI 寫程式更便宜了？Cursor 推 Composer 2，正面挑戰 OpenAI 與 Anthropic

AI 程式開發新創 Cursor 正計劃推出一款更高效率的 AI 模型，藉此與 Anthropic PBC、OpenAI 等 AI 巨頭展開競爭。 Composer 2 登場：專注程式開發、低成本 AI 代理 《Bloomberg》報導，Cursor 預計發布名為「Composer 2」的新產品。這款 AI 代理工具能替使用者執行長時間的程式撰寫任務。Cursor 共同創辦人兼研究負責人 Aman Sanger 表示，Composer 2 的訓練專注於程式相關資料，藉此打造出規模較小、成本更低的模型。他強調：「它不會幫你報稅，也無法寫詩。」凸顯其專為程式開發而生的定位。 Cursor 於 2023 年推出首款 AI 程式助理，受到專業軟體開發者青睞，並催生出 vibe coding 的新型程式開發方式。《Bloomberg》指出，目前該公司已擁有超過 100 萬名每日活躍用戶，其中包括 Stripe Inc. 與 Figma Inc. 等約 5 萬家企業客戶。憑藉亮眼的表現，Cursor 也正洽談新一輪融資，估值約達 500 億美元。 OpenAI、Anthropic 及多家新創公司紛紛推出可處理複雜任務的 AI 程式工具；相較之下，Cursor 採取多模型支援策略，支援來自 OpenAI […]

OpenAI 為何搶買 Astral？真正想掌握的不只是模型，而是開發者工作流

OpenAI 宣布將收購 Python 工具新創公司 Astral。交易完成後，Astral 團隊將加入 OpenAI 的 Codex 部門，旗下開源工具也將在 OpenAI 的支持下持續發展。這起收購被視為 OpenAI 在快速成長的程式開發與開發者服務市場中的最新戰略布局，目標不僅是強化 AI 寫程式的能力，更是為了將 Codex 推向更廣泛的開發者基礎設施平台。 Astral 旗下擁有三大核心 Python 工具：負責依賴與環境管理的 uv、負責格式化與程式碼檢查的 Ruff，以及負責型別檢查的 ty。這些工具在 Python 開發社群中具有極高影響力，每月下載量高達數億次，甚至已取代 Flake8、Black 等上一代基礎設施。由此可見，Astral 打造的絕非邊緣工具，而是早已深植於 Python 開發流程核心的關鍵要件，這正是 OpenAI 亟欲掌握的戰略資源。 從「寫程式助手」走向平台：Codex 想接管的是整個開發流程 Codex 自今年初以來，每週活躍用戶已突破 200 萬，用戶數成長了 3 倍，使用量更成長了 5 倍。OpenAI 官方指出，Codex 的發展方向已不再侷限於單純生成程式碼，而是希望邁向能參與完整開發工作流的系統，包含協助規劃變更、修改程式碼庫（Codebase）、執行工具、驗證結果，乃至於長期的軟體維護。 科技媒體《Implicator》分析，Codex 目前已能在沙盒環境中寫程式、修復 bug 並執行測試。因此，在整合 Astral 後，Codex 將能自動呼叫 uv 進行依賴解析、用 […]

【亞馬遜發起內部重組】力抗微軟、Google，AWS 諮詢部門朝 AI 轉型要搶回企業大單

在 AI 時代下，亞馬遜 AWS 正在發起近年來最具野心的內部轉型，透過重組擁有上千名員工的專業服務與諮詢部門，全面投入人工智慧領域。

【零售 AI 戰線升級】Walmart 不只要把自家 AI 聊天機器人送進 ChatGPT，還要讓 AI 輔助定價

從 2025 年 11 月起，Walmart 讓部分 ChatGPT 用戶可以直接在 OpenAI 聊天介面中購買部分商品，不必離開對話視窗，當時約有 20 萬項商品可直接在對話回覆中顯示並下單。 OpenAI 原先希望透過 ChatGPT 內的購買抽成來增加營收，並與 Walmart、Etsy 等零售商合作推出名為 Instant Checkout 的代理商務（agentic commerce）功能。然而，Walmart 執行副總裁向《WIRED》獨家透露，這項合作中的銷售表現令人失望，顯示由聊天機器人與 AI 代理主導電商購物的未來，至少目前看起來仍未真正成熟。 Walmart 設計與產品主管 Daniel Danker 表示，直接在聊天介面內完成購買的商品，其轉換率比導出至外部網站完成購買的模式低了三倍。因此，Walmart 決定讓以開源模型結合數十年零售數據訓練的聊天機器人 Sparky 進入 ChatGPT，而且下個月也將進入 Google Gemini。 提供更符合消費者習慣的無縫購物體驗 Daniel Danker 認為，Instant Checkout 的最大問題之一，是它迫使用戶逐項結帳，無法反映真實世界中跨品類、分次加入購物車後再一起結帳的購物習慣。例如消費者購買電視時通常還需要一併加購 HDMI 線等配件，逐一結帳反而會破壞體驗。因此在新的體驗中，Walmart 用戶第一次在 ChatGPT 遇到 Sparky 時會登入帳號，讓 Walmart 網站、App 與 ChatGPT 內的購物籃同步。 Walmart […]

【科技早餐】美光營收暴增近 2 倍，記憶體正式成為 AI 戰略資產

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊美光營收暴增近 2 倍，AI 記憶體供給更緊了 美光（Micron）公布截至 2 月底的 2026 會計年度第二季財報，受惠 AI 帶動 HBM 與 DRAM 需求升溫，單季營收達 238.6 億美元，年增 196%；淨利達 138 億美元，年增 770%；毛利率則由去年同期的 36.8% 大幅升至 74.4%，表現明顯優於市場預期。 美光董事長暨執行長桑傑・梅赫羅特拉（Sanjay Mehrotra）表示，AI 訓練與推論同步拉高記憶體容量與頻寬需求，尤其 NVIDIA 新一代 GPU 大量導入 HBM，成為主要成長動能。公司並預估第三季營收將進一步升至約 335 億美元，同時上修資本支出，顯示記憶體已成 AI 基建競賽中的核心資產。 ＊Google 簽下 20 年 1GW 電力長約，AI 資料中心開始自己包電 Google 宣布與美國電力公司底特律愛迪生能源公司（DTE Energy）簽署 20 年電力供應協議，支援密西根州大型資料中心計畫，供電規模達 1GW，預計 2027 年底啟動供電，並在 2028 […]

AI Agent 支付戰開打！Stripe 推 MPP、Coinbase 擴大佈局 x402，搶當下一代網路交易底層

金融科技巨頭 Stripe 聯手其孵化的區塊鏈新創 Tempo，在 3 月 18 日推出 Machine Payments Protocol（MPP），並宣布 Tempo 區塊鏈主網正式上線。這代表，AI Agent 支付正從想像中的應用場景，走入基礎設施階段。另一方面，加密貨幣交易所 Coinbase 也正加速打造讓 AI Agent 能夠付款的底層能力，並將 AI 代理支付（Agentic payments）列為公司最優先事項之一。 這次 Stripe 與 Coinbase 幾乎同步卡位，也讓 AI 代理支付這個仍處早期的新市場，迅速升高為支付業者爭奪下一代網路交易入口的新戰場。 AI 代理支付成熱門話題，Stripe 與 Tempo 先推 MPP 卡位 近期「AI 代理支付」已成為金融科技領域的熱門詞彙，是指 AI 代理或自主機器人（autonomous bots）代表人類使用者發送與接收資金的行為。 為因應此趨勢，Stripe 與 Tempo 推出的 MPP 是一個開源支付網路，支援法幣與加密貨幣付款，且相容於 Stripe 現有的 AI 支付基礎設施。雖然這套 AI 支付網路目前建立在 Tempo […]

48小時就能開公司？歐盟推「EU Inc」力抗矽谷吸金力，讓創業不必跑 27 國

《Reuters》報導， 歐盟提出新提案，允許企業在最短48小時內完成設立，並依據規範在27個成員國範圍內營運，以縮小歐洲與美國在新創企業上的差距。 推新制度防人才與新創企業外流，歐盟加速強化競爭力 這項提案是歐盟提升區域競爭力的一環，目的在於減少人才與新創企業流向美國，因為許多歐洲新創企業為了進入更大的市場，往往選擇在美國註冊企業，以享受公司法規的便利。 《Reuters》提及，新提出的 EU Inc 提案旨在建立一種全歐盟範圍的公司實體，類似美國的德拉瓦州有限責任公司（Delaware LLC），讓企業更容易進入整個歐盟市場，免去面對 27 國不同公司法規及超過 60 種設立表格帶來的繁瑣流程，避免創業動輒耗時數月。 歐盟司法委員 Michael McGrath 表示：「我們需要激勵企業留在歐洲，並鼓勵曾經選擇海外的企業回流。歐洲擁有人才、創意與雄心，但過度官僚會讓我們最優秀的創業家選擇離開。」《Bloomberg》指出，歐盟認為減輕行政負擔、增強法律確定性將使歐盟對新創企業和投資者更具吸引力，同時也有助於本土企業更有效地擴大規模。 提案還包括多項配套措施，例如全面數位化的公司註冊流程、簡化的治理和稅務規則，以及取消最低註冊資本要求。根據提案，任何企業都可在線上註冊成為 EU Inc，最快 48 小時內完成，費用約為 100 歐元，歐盟預估 10 年間將有約 30 萬家公司採用此模式。 EU Inc 非萬靈丹，專家：仍需搭配結構性政策推進 《Tech.eu》指出，對於 Pleo 執行長暨共同創辦人 Jeppe Rindom 而言，EU Inc 代表著朝向減少市場碎片化、讓新創與金融科技公司實現真正泛歐規模的重要一步。 Jeppe Rindom 向《Tech.eu》提到「歐洲在創新方面一直相對薄弱，而各個歐洲國家在全球舞台上規模也偏小。再加上近期的地緣政治與經濟事件，歐洲追求更高自主性與自給自足的迫切性加劇。」在歐洲跨國營運的成本高昂且耗時，需要在每個國家建立不同的合作夥伴、架構與流程，而不少流程至今仍未數位化。 《Reuters》補充，EU Inc 提案並非萬靈丹。Michael McGrath 坦言，「它無法解決所有問題，但可以作出非常重要的貢獻。需要與其他改革同步推進，特別是在消除市場碎片化與單一市場障礙方面。」該提案仍需歐盟成員國政府及歐洲議會批准。 《Bloomberg》指出，此舉反映出人們日益擔憂歐洲與美國和中國競爭的能力，尤其是在吸引高成長企業方面。這並非歐盟首次推動跨境企業發展，《Reuters》指出過去的嘗試多數失敗或僅限於大型企業，例如 2004 年創立的歐洲公司（Societas Europaea, SE）。支持者認為，EU Inc 提案成功的關鍵在於其數位化特性，以及歐盟成員國普遍意識到縮小競爭力差距的迫切性。 ＊本文開放合作夥伴轉載，資料來源：《Reuters》、《Bloomberg》、《Tech.eu》，圖片來源：Unsplash。

iPhone 安全神話遭挑戰：駭客工具擴散，多國用戶與加密貨幣成攻擊目標

《NBCNews》報導，根據最新資安研究，俄羅斯情報機構、中國網路犯罪集團及其他駭客，正利用 DarkSword 與 Coruna 的工具，入侵使用舊版 iOS 系統的 iPhone。這些工具屬於漏洞利用工具（exploit kits），Google 與資安公司 iVerify、Lookout 揭露，這可能讓駭客遠端存取受害者手機，並檢索其中資料。 DarkSword 能「看光一切」？隱蔽攻擊讓用戶毫無察覺 《NBCNews》提及，這項消息引發業界專家憂慮。因為 Apple 長期以來被認為比其他品牌更安全，但若未更新裝置，仍可能遭駭客全面控制。而此次攻擊鎖定多個族群，包括：遭俄羅斯情報單位鎖定的烏克蘭人、中國加密貨幣使用者，以及沙烏地阿拉伯、土耳其與馬來西亞的民眾。 《Mashable》報導指出，DarkSword 與大多數惡意軟體不同，它無需安裝到目標裝置上。受害者只需造訪一個受感染的網站，DarkSword 就會竊取個人或財務資料。《NBCNews》補充，當透過水坑攻擊（watering hole attack）進行，駭客會設計或入侵特定網站植入惡意程式碼，利用手機處理網路流量的漏洞，使造訪該網站的裝置自動遭到感染。雖然入侵 iPhone 具高技術門檻，但攻擊能透過多層複雜漏洞串聯運作，達到控制手機的目的。 iVerify 的聲明指出：「DarkSword 是一種監控與情報蒐集工具，能全面擷取資料，包括 Wi-Fi 密碼、簡訊內容、通話紀錄、定位歷史、瀏覽紀錄、SIM 卡與行動數據，以及健康、備忘錄與行事曆資料庫。」而 Apple 發言人 Sarah O’Rourke 表示，這兩種工具僅能攻擊舊版系統的裝置，凸顯定期更新的重要性。她強調：「使用軟體最新版本，是確保 Apple 裝置安全性的關鍵措施。」 雖然目前沒有證據顯示美國用戶成為目標，但多倫多大學資安研究機構 Citizen Lab 的資深研究員 John Scott-Railton 表示，只要 iOS 未更新，任何人都可能成為攻擊對象。他向《NBCNews》說明：「大規模且具破壞性的行動裝置攻擊門檻，已被大幅降低，很明顯這個問題只會持續擴大。」John Scott-Railton 補充：「對一般用戶來說，他們根本無法察覺這類攻擊。」 資安攻擊擴散全球：鎖定烏克蘭到加密貨幣用戶 工具「Coruna」的來源相當特殊。美國國防電子公司 L3Harris 前網路主管 Peter Williams 去年已承認將公司駭客工具（包括 […]

通用 AI 正在退場？黃仁勳與 AI 新創在 GTC 指向下一個主戰場：專業型 AI 與系統整合能力

在 NVIDIA GTC 2026 的「開放模型：現在與未來走向」（Open Models: Where We Are and Where We’re Headed）座談會上，NVIDIA 執行長黃仁勳與 Perplexity、Mistral、Reflection AI 等新一代 AI 公司代表同台對談，並釋出一個關鍵訊號：AI 產業的競爭焦點，正從「誰擁有最強單一模型」，轉向「誰能把開放模型、專用模型、AI 代理、工具與連接器整合成可落地的完整系統」。 黃仁勳：未來 AI 產業的關鍵不是模型，而是系統 《Asiae》報導，這場座談會傳達出一個明確的產業趨勢：什麼都做得好的通用 AI 正在退場，接下來將由以開放技術為基礎、針對特定產業優化的「專業型 AI」 （Specialist AI）主導。 因應這個趨勢，黃仁勳在座談中重新形塑對 AI 的定義。他明確表示，未來 AI 產業的成敗「關鍵是系統，而不是模型」，更直言「AI 不能再被解釋為單一模型」，並將 AI 定義為「模型系統」（System of Model），而非單一巨型模型。 黃仁勳進一步指出，市場正朝向把不同優勢的模型、代理、檔案系統、各種連接器與工具，組合成產業應用的方向演進，同時強調「單純以開放與封閉的二分法已不再能解釋現實」。 在這樣的系統化架構下，企業的 AI 策略也必須轉型。黃仁勳將 ChatGPT 這類閉源模型視為完成的「產品」，把開放模型（Open Models）視為像電晶體一樣的「核心技術」。 「所有的企業不應該只停留在借用他人服務上，而是要引入開源模型這項技術，直接打造屬於自己的獨家產品，」黃仁勳強調，並預期未來市場將進行重組，轉而圍繞醫療、法律、國防等專業領域中的專業型 AI 發展。 LangChain、Thinking Machines Lab、Perplexity 怎麼看 AI […]

當好萊塢還在爭論 AI，Netflix 已先買下 AI 製片新創：不只為了省成本，更想提早卡位影劇 AI 工作流

Netflix 共同執行長 Ted Sarandos 近日表示，在這個「媒體史上競爭最激烈的時代」，AI 的價值不在於讓內容變得更快、更便宜，而在於能否幫助影視作品變得更好。 與此同時，Netflix 近期收購了由知名演員兼導演 Ben Affleck 所創辦的 AI 製片技術公司 InterPositive，顯示 Netflix 希望進一步將 AI 相關技術納入平台布局的企圖心。這並非單純的內容輸出合作，而是一筆實質的商業併購，對於過去一直傾向內部開發的 Netflix 而言，這也是一次極為罕見的對外收購案。 Netflix 怎麼看 AI？重點不是省錢，而是讓作品變得更好 「AI 只是這些工具一次快速而重要的進化，」Ted Sarandos 在接受 POLITICO 採訪時表示，他將 AI 定位為創作者工具，並強調就像過去製作工具持續演進一樣，AI 也是一次大幅的躍進，而且即使 AI 可用於剪輯與製作，優秀的內容仍然需要編劇、演員與燈光技術人員。 在配音領域上，Ted Sarandos 特別強調配音最重要的部分是表演，因此優秀的配音員仍然非常重要，若僅為了便宜而使用 AI，將會因為缺乏真實的人類表演而降低作品品質。 不過 Ted Sarandos 也認為，AI 在聲音應用上仍有極大機會。例如，AI 能幫助團隊在作品完成數月後補錄台詞，而不必把所有人再召回現場重做，進而幫助作品變得更好。 Netflix 為何買下 InterPositive：因為瞄準的是電影製作技術，不是取代演員 近日，Netflix 收購了知名演員兼導演 Ben Affleck 所創辦的 AI 製片技術公司 InterPositive，成為 […]

【省下 50% 農藥成本】AgZen 靠電腦視覺與 AI，顛覆數百億美元的農業噴灑市場

長期以來，農民只能依靠個人經驗與粗略的操作準則，決定農藥的「每英畝施用量」，至於其中有多少比例真正接觸到植物葉面、發揮藥效，長期缺乏精準量化方式。 這種模糊性帶來的代價遠比想像中高昂。全球每年在農作物保護與噴灑上的支出達數百億美元規模，其中大量農藥因飄散、逕流或根本未能附著於葉面而白白流失，最終滲入土壤、進入河川，形成難以逆轉的環境污染。 農業噴灑從來就不是一項噴了就等同完成任務的工作，它牽涉作業速度、化學品種類、噴嘴規格、植株年齡、當下的溫度與濕度，每個變數都在無形地影響施藥結果。而過去卻沒有任何工具能即時監測、量化這些交互作用。 AgZen 以 AI 推動精準噴灑 在這樣的背景下，AgZen 嘗試從根本改變農業噴灑的邏輯。這家由麻省理工學院教授 Kripa Varanasi 與 Vishnu Jayaprakash 於 2020 年共同創立的公司，花費多年研究液滴與植物表面的物理交互機制，並將這些基礎科學轉化為可商業化部署的農業科技產品。 AgZen 的核心主張並不複雜，但需要龐大的技術支撐才能實現：讓每一滴農藥都被計算、被追蹤、被優化。Varanasi 曾如此描述這個目標：讓精準與可預測性的框架標準套入噴灑作業，讓每一滴農藥都有意義，為農民帶來可量化的增產與降低成本的成效。 在實地測試中，AgZen 的成果令人印象深刻。跨越麻薩諸塞州、加利福尼亞州、義大利與法國的田間試驗顯示，透過優化液滴與葉面的附著效率，可顯著降低農藥用量（部分案例達到約 50%），同時維持甚至提升防治效果。這對於每年平均在農藥上投入大量資金的農戶而言，是一筆實質可見的財務回報。 核心技術：電腦視覺與智慧推薦系統 AgZen 的技術架構建立在兩大重點之上，第一是電腦視覺，自從卷積神經網路（convolutional neural network，CNN）興起，電腦視覺已在多種精密空間分析應用中展現驚人實力，而 AgZen 的旗艦產品 RealCoverage 正是這項能力的具體體現。 RealCoverage 系統幾乎可以安裝在任何噴藥機的噴桿上，在噴嘴前後各配置一組感測器。前置感測器記錄噴灑前的葉面狀態，後置感測器則即時捕捉噴灑後的覆蓋情形，兩者的比較讓系統得以精確計算出農藥在葉面的實際附著率。這套視覺系統能夠偵測最小僅 150 微米的微小液滴，同時深入作物叢內部進行拍攝與分析，而不只是掃描作物表面。 第二大重點則是 AI 推薦引擎。蒐集到的即時數據並不只是用來「記錄」，而是即刻被輸入 AI 模型進行分析，系統會根據當前的溫度、濕度、作業速度、噴嘴型號與化學品配比，為操作員提供具體的調整建議：該換哪種噴嘴、應以多快速度前進、這片土地上的這種農藥最適合多少噴灑量。 另外，液滴在葉面的擴散速度、蒸發率如何隨溫度和濕度變化，這些原本「模糊不清」的農田物理學，如今都被納入軟體的計算邏輯中，讓每一次的噴灑預測都有科學根據，而非猜測。 精準農業的潛力與影響 AgZen 並非孤軍奮戰。在推廣其產品的過程中，公司選擇與農業巨頭先正達集團（Syngenta）合作。先正達活躍於全球九十餘個國家，是全球最重要的農作物保護與種子企業之一，其首席資訊及數位長 Feroz Sheikh 公開表示，能夠看見並控制每片葉子上的每一滴液滴，對農作物保護而言是真正的革命性轉變，並認為這為農民在效率提升與廢料減量方面開啟了巨大潛力。 這種企業層面的背書，也反映了整個農業產業正在發生的思維轉變。AI 不再只是科技圈的語彙，而是正在滲入農場管理的日常決策。從土壤條件分析到天氣模式預測、從噴藥路徑規劃到收成預估，數據驅動的農業決策，正逐漸取代農民過去依賴個人判斷的傳統做法。 從數字來看，AgZen 已在大型商業農場的試驗中，為客戶節省了高達五成的農藥成本，並同步提升了防治效果。 美國農業部也已委託 AgZen 協助，評估減少農藥滲入水系的實務做法，顯示這套技術的價值已獲得認可。 […]

【科技早餐】黃仁勳證實：NVIDIA 重啟中國 AI 晶片供應，H200 恢復接單

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊NVIDIA 重啟中國 AI 晶片生產，H200 恢復接單 NVIDIA 執行長黃仁勳 (Jensen Huang) 在 GTC 會後記者會證實，公司已取得美國政府出口許可，重新啟動可銷往中國市場的 H200 晶片生產，並且已經開始接受訂單。他表示，和兩三週前相比，情況已經完全不同，供應鏈現在已經重新動起來。 另外，《路透社》報導，NVIDIA 也正準備推出可銷往中國市場的 Groq AI 晶片，主打推論任務。由於 GTC 展示的新一代 Vera Rubin 無法銷往中國，市場也關注 NVIDIA 是否正同步調整產品組合，補上這塊需求。這不只是恢復一條產品線，也顯示中國市場在 AI 基建升溫下仍是重要需求來源。 ＊TrendForce：AI 伺服器戰場轉向推論，ASIC 比重持續升高 TrendForce 最新 AI server 研究指出，隨著 Google、Amazon 等大型雲端服務供應商持續加大自研晶片布局，ASIC AI server 在整體 AI server 出貨中的占比，預估將從 2026 年的 27.8%，進一步升至 2030 年的接近 40%。這也讓 GTC 2026 […]

Mastercard 斥資 18 億美元收購 BVNK：拆解背後把穩定幣正式納入傳統支付軌道的關鍵盤算

Mastercard 近日宣布將以最高 18 億美元收購總部位於倫敦的穩定幣基礎設施新創 BVNK，交易預計於 2026 年底完成。Mastercard 表示，這筆交易的目的，是要把鏈上支付與法幣支付軌道緊密連接起來，讓企業與金融機構能更容易處理穩定幣、代幣化存款與其他數位資產相關的支付流程。 這筆交易超越了 Stripe 在 2025 年 2 月以 11 億美元收購 Bridge 的金額，成為加密產業迄今最大規模的穩定幣收購案。在這筆收購背後，反映的是 Mastercard 正在積極回應穩定幣與區塊鏈支付軌道快速擴張的產業變化，以及搶占穩定幣基礎設施關鍵入口的決心。 《Reuters》報導，BVNK 的平台可以讓企業在穩定幣與法幣之間完成發送、接收、儲存、轉換等操作，並支援跨境匯款、商業支付等場景，更幫助 Mastercard 把自身的大型支付處理網路與穩定幣直接連接。目前，BVNK 已在 130 多個國家提供穩定幣服務，並處理跨區塊鏈、錢包與傳統帳戶之間的穩定幣流動。Mastercard 首席產品長 Jorn Lambert 對此表示，如果由 Mastercard 自行打造 BVNK 這樣的能力，將會花費大量時間，因此透過收購的方式，將能更快進入市場。 穩定幣從小眾工具走向主流基建，BVNK 的戰略價值高於短期獲利 Mastercard 在官方新聞稿中表示，隨著企業與金融機構愈來愈重視全球資金移動、企業金流管理與數位資產支付，數位貨幣支付的應用場景在 2025 年已至少達到 3,500 億美元規模。 《CoinDesk》報導，穩定幣交易量目前每年已達約 3,500 億美元，並預期在監管更明確、更多機構加入後持續成長。分析師估算，BVNK 在 2025 年處理的穩定幣支付金額就超過 300 億美元、在 2024 年底的年營收約為 4,000 […]

輝達 GTC 背後的兆元落地戰！新漢董座林茂昌：越強的雲端 AI 越需要邊緣 AI

在 NVIDIA GTC 2026 上，執行長黃仁勳長達近兩個半小時的主題演講，釋出大量 AI 基礎設施與實體 AI（Physical AI）相關訊號。對於台灣 AI 機器人與邊緣 AI 業者而言，這更牽動著未來產業的發展方向。 在展會期間，《TechOrange》專訪邊緣運算與 AI 機器人公司新漢董事長林茂昌，從台廠角度解讀這場演講的關鍵意義，以及 AI 產業鏈的下一步。 NVIDIA「兆元美金營收」及「百萬倍 Token 需求」的意義 林茂昌對於黃仁勳提到的兩大數據印象最為深刻，首先是 NVIDIA 未來的 AI 晶片營收將達到「兆元美金」的規模；其次是隨著 AI 從訓練走向推理，未來市場對於 Token 的消耗量將產生「百萬倍」的需求成長。此外，他也對新一代 Vera Rubin 晶片模組的強大功能與快速迭代感到驚嘆。 然而，林茂昌務實指出，雲端 AI 服務、大型語言模型（LLM）的軍備競賽並非台灣強項，但是無論雲端大廠誰輸誰贏，都必須仰賴台灣的半導體先進製程與伺服器生態系，因此台灣目前在 AI 浪潮中扮演的是不可或缺的供應鏈角色。不過他強調，如果台灣要從供應鏈走向「價值鏈」，關鍵在於 AI 的實際應用與邊緣 AI。 林茂昌點出，雲端 AI 雖然強大，但若沒有廣大的邊緣 AI 來支撐，整個 AI 產業鏈將無法永續發展。具體原因包含：首先，雲端 AI 模型目前多以低價爭取普羅大眾的流量，尚未創造實質獲利，因此必須與企業端的邊緣 AI 接軌，進而讓雲端服務商獲得回報並持續發展。第二，現實世界中的作業現場如智慧工廠需要產業專業知識，必須仰賴開發者將小型化的語言模型結合垂直領域 know-how，才能成就各種特定場域的邊緣 AI 應用。 […]

11 家科技巨頭為何罕見聯手？國際刑警組織示警：AI 正把金融詐騙推向工業化

Google、Amazon、Meta、Microsoft、OpenAI 等 11 家科技巨頭近日簽署一項新的反詐協議，承諾分享詐騙者如何濫用其服務的威脅情報。 根據 FBI 統計，2024 年消費者因詐騙與網路犯罪造成的損失已超過 160 億美元，美國政府近期甚至發布行政命令，指示關鍵政府機構必須將打擊國際詐騙集團列為優先事項。同一時間，國際刑警組織（INTERPOL）在最新發布的《2026 Global Financial Fraud Threat Assessment》（2026 全球金融詐欺威脅評估）中也特別警告，金融詐欺已成為全球最嚴重且演變最快的跨國犯罪之一。在這樣的背景下，11 家科技公司罕見聯手，也反映出詐騙問題早已超出單一平台可處理的範圍。 11 家科技巨頭為何罕見聯手？詐騙早已跨平台、跨服務運作 在聯合國全球反詐高峰會（UN Global Fraud Summit）前夕，Google、Microsoft、LinkedIn、Meta、Amazon、OpenAI、Adobe、Pinterest、Target、Levi Strauss & Co. 與 Match Group（Tinder 與 Hinge 的母公司）等 11 家企業，共同簽署一份名為「Industry Accord Against Online Scams & Fraud」的產業協議。這份協議不僅希望建立打擊詐騙者的合作規範，也試圖推動產業界與政府、執法機關及非政府組織（NGO）展開聯合應對行動。 這份協議的承諾內容包括：加強與同業及執法機關針對跨國犯罪網路的資訊共享、部署包含 AI 在內的新防禦工具，以更快偵測詐欺並為使用者導入新的安全功能、要求對平台上的金融交易進行更強的驗證以確保雙方合法性，以及提供使用者更清楚的詐騙通報管道，同時呼籲各國政府正式將「防範詐騙」列為國家優先事項。 「我們無法單獨解決這個問題，」Google 消費者信任體驗副總裁 Karen Courington 直言，業界必須團結應對。Amazon 全球買家風險預防副總裁 Scott Knapp 也指出，詐騙者很少只在單一平台上活動，往往會同時跨越多種服務展開同一場騙局，例如先在交友軟體上配對毫無防備的目標，再於社群平台上持續進行傳訊與操控。 此外，各大企業也坦言目前面臨的防禦瓶頸。Meta 安全政策與反詐欺全球主管 Nathaniel […]

黃仁勳喊 OpenClaw 是「下一個 ChatGPT」！NVIDIA 推 NemoClaw，真正想搶的是企業 AI 代理治理層

「這絕對會是下一個 ChatGPT，」NVIDIA 執行長黃仁勳在 GTC 2026 期間接受《CNBC》專訪時，如此形容近期爆紅的開源自主 AI 代理平台 OpenClaw。他進一步稱其為「軟體新文藝復興的開端」，指出這類 AI 系統代表的已不再只是傳統的聊天機器人，而是一種能從單純回答問題，進化到主動執行任務、做決策的新互動模式。 黃仁勳更以「設計廚房」為例，說明只要給予簡短提示，OpenClaw 代理就能自主研究圖片、學習設計工具並不斷修改產出。他強調：「每個木工現在都能成為建築師，每個水電工都將成為建築師，我們將提升每個人的能力。」 甚至在 GTC 演講中，黃仁勳也直言：「今天世界上每一家公司都需要有 OpenClaw 策略，這是全新的電腦。」 然而，在 OpenClaw 熱度快速升高的同時，NVIDIA 也在 GTC 同步端出了 NemoClaw 與 OpenShell，這項發布的核心重點，不只是為了讓自主 AI 代理（autonomous agents）變得更強大，更是為了補上企業導入時最在意的安全、隱私、控管與可部署性。 當 AI 代理開始自己做事，企業最擔心的是失控 為什麼安全與控管如此重要？隨著 OpenClaw 這類自主 AI 代理能更獨立地行動，外界對於隱私與控制的疑慮也正同步升高。《華爾街日報》進一步解釋了背後的具體原因：雖然 OpenClaw 能讓開發者建立會自行規劃、執行任務，甚至生成 subagents（子代理）的自主代理，並讓這些代理存取本地檔案系統與繼續委派工作。但若要讓它成為真正的個人助理，系統就必須接觸使用者的核心資料與系統。這也代表 AI 代理一旦失控（go rogue），就可能會竄改或刪除重要檔案。 CrowdStrike 技術長 Elia Zaitsev 就曾點出實際發生的慘況：「曾有使用者開放電子郵件權限給系統後，AI 代理卻因產生幻覺而刪除了所有信件。」 他更警告，有些 AI 代理甚至可能被誘騙交出使用者的密碼或信用卡資訊。這些潛在的嚴重後果，正是企業對此類系統保持高度警覺、不敢輕易導入的原因。 NVIDIA 推 […]

【超越釣魚信成最大破口】數位廣告將取代 Email 成為最大攻擊來源，企業該怎麼防禦？

隨著企業長期將資安防護重心放在電子郵件與端點防護上，惡意軟體的傳播路徑卻正在悄然轉移。過去二十多年來，網路釣魚郵件與惡意附件一直是主要攻擊載體，但最新研究顯示，支撐開放網路運作的數位廣告基礎設施，正逐漸成為新的入侵入口。 進一步的數據也指出，惡意廣告在整體惡意軟體與網路釣魚活動中的占比已超過 60%，且透過程式化管道散布的惡意程式數量年增達 45%，顯示廣告生態系正快速成為攻擊者優先滲透的目標。 惡意軟體傳播管道正在改變 長期以來，電子郵件一直是網路犯罪分子散布惡意軟體的主要方式。透過釣魚郵件、惡意附件與欺騙性連結，企業與個人每年因此承受數十億美元的損失。 資安公司 The Media Trust 預測，到 2026 年，程式化廣告將超越電子郵件，成為惡意軟體的主要傳播途徑。另有研究甚至將時間點提前至 2025 年，顯示不同觀測模型雖在時間預測上略有差異，但皆指向同一趨勢：惡意廣告正快速逼近甚至取代電子郵件攻擊的主導地位。 惡意廣告如何利用數位廣告系統 程式化廣告的核心，是透過自動化系統即時競價買賣廣告版位。當使用者開啟網頁時，多個廣告商會在毫秒內完成競價，並立即投放廣告內容。這種高度自動化的機制，雖然提升了行銷效率，卻也為攻擊者提供了新的滲透管道。 攻擊者可以將惡意程式碼植入廣告素材，或利用廣告供應鏈中的漏洞進行攻擊。與電子郵件不同，惡意廣告不需要使用者點擊或下載，只要廣告顯示於瀏覽器中，就可能觸發「驅動下載」（drive-by download），直接在裝置上執行惡意程式。 在更進階的攻擊中，惡意廣告會透過多層重新導向，將使用者引導至釣魚網站或漏洞利用工具，進一步探測裝置弱點。由於這些廣告往往出現在可信任網站上，整個攻擊過程對使用者而言幾乎不可見，增加了偵測與防禦的難度。 為何攻擊者開始轉向廣告管道 攻擊模式的轉變，與電子郵件安全機制的成熟密切相關。企業級郵件系統已整合機器學習、沙盒與連結重寫等技術，使多數威脅在進入收件匣前即被攔截。Google 與 Microsoft 等服務供應商也持續強化防護，使電子郵件攻擊的成功率逐步下降。 相較之下，程式化廣告提供了更具規模與效率的攻擊環境。根據產業估計，2023 年全球程式化廣告市場規模已超過 5,500 億美元，並延伸至整體數位廣告市場約 7,910 億美元的規模。每一次廣告展示都可能成為攻擊入口，一個惡意廣告素材在被移除前，可能已在數千個網站曝光數百萬次。 此外，人工智慧的應用也進一步降低了攻擊門檻。攻擊者可以快速生成具有高度擬真性的廣告內容，例如名人深偽廣告，並精準鎖定更容易受騙的受眾群體，使攻擊更具針對性與效率。 更關鍵的是廣告供應鏈本身的結構問題。在廣告主與最終使用者之間，廣告需經過需求方平台、供應方平台與多個中介機構。這種高度碎片化且不透明的架構，使攻擊者得以透過偽造帳戶、空殼公司或盜用合法資源滲透其中。The Media Trust 指出，多數網站與應用程式中約有 80% 的程式碼與資料追蹤相關，這些複雜結構本身也成為攻擊可利用的基礎。 對企業與產業的安全啟示 惡意廣告的影響範圍，正從傳統網頁擴展至行動應用與連網電視（CTV）等新場域。部分 CTV 裝置缺乏完整終端防護，使其成為潛在攻擊目標；行動應用內的廣告則可能透過 WebView 執行惡意程式碼或導向惡意下載頁面，進一步擴大風險。 對出版商而言，惡意廣告更構成直接的信任危機。使用者若在網站上遭遇惡意內容，往往將責任歸咎於平台本身，而非背後的廣告供應鏈。這種信任流失已促使約 30% 的全球網路使用者採用廣告攔截工具，對內容產業造成實質衝擊。 主要平台雖已採取行動。Google 在《2023 年廣告安全報告》中指出，已攔截或移除超過 55 億則違規廣告，但這一數字同時也反映問題的規模與複雜性。The Media Trust 執行長 […]

鴻海人形機器人細節首度曝光！盤點 GTC 2026 台廠如何搶攻黃仁勳「實體 AI」商機

台灣廠商積極切入 AI 機器人供應鏈，在今年 NVIDIA GTC 展會上展示不少機器人相關解決方案，要加速 NVIDIA 執行長黃仁勳口中的「實體 AI」（Physical AI）落地，讓 AI 代理（AI Agent）從虛擬走向物理世界。 以下盤點鴻海、達明機器人、新漢、研華、英業達與益登等 6 家亮點廠商，在本次 GTC 的機器人相關技術布局。 鴻海：首度揭露在美工業級人形機器人細節 鴻海今年陣仗龐大，參與 GTC 代表團規模較去年倍增，共有超過百位高階主管、工程師與科學家參展，分享 AI 工廠與實體 AI 的最新技術進展。這也是鴻海首次在美國公開其與 NVIDIA 合作開發的 AI 工業人形機器人細節。 鴻海在攤位與多場 GTC 專題場次中，展示其機器人如何在工業製造場域中自主執行取放、鎖螺絲與物料搬運等高精度、重複性任務的能力。鴻海表示，這些機器人透過模擬與實際工廠資料訓練，並結合 NVIDIA Isaac GR00T、NVIDIA FoundationPose、NVIDIA Isaac Sim 與 NVIDIA Jetson Thor 等工具，加速部署與跨場域的規模化導入。 在鴻海展出的整合式醫療 AI 生態系中，也可看見機器人解決方案的身影。鴻海聚焦四大臨床應用領域，包括刷手護理協作型機器人、大腸鏡 Agentic AI、心血管數位孿生（Digital Twins），以及乳癌多模態精準治療，要讓醫療 AI 從單一模型應用，進化為代理式 AI 醫療系統。 達明機器人：發表全新人形機器人平台 […]

輸送帶卡住誰來修？Walmart 結合 AI 與任務管理，打造敏捷人機協作倉儲現場

全球零售巨頭 Walmart 正在進行密集的供應鏈自動化升級。目前全美共有 42 個區域配送中心（Regional Distribution Center, RDC），其中已有 23 個正進行自動化改造。隨著改造持續推進，公司目標是將所有配送中心升級為高度自動化設施。這些投資已逐步展現成效：目前其約 60% 的美國門市能夠接收來自自動化配送中心的貨物，而電商履約中心的訂單處理量也有約一半透過自動化系統完成。 對零售業而言，物流與庫存是最主要的營運成本之一，Walmart 財務長 John David Rainey 指出：「透過自動化設施處理更多訂單，能有效降低每筆配送的邊際成本，提升整體營運效率。」 不止於搬運，AI 如何賦能 Walmart 供應鏈運作？ 在實際運作上，Walmart 的自動化不僅侷限於倉庫內的搬運機器人或輸送帶系統，而是結合多種數位技術打造更完整的智慧供應鏈架構。 「在我們的供應鏈上，從頭到尾、每一件事，都有不同程度的 AI 驅動。」Walmart 供應鏈技術資深副總 Indira Uppuluri 告訴《Supply Chain Dive》。從需求預測、庫存配置、倉庫作業到物流調度，各個環節都由 AI 模型提供支援。 其中一項核心技術是企業級「數位孿生」（Digital Twin）系統。這套系統會建立供應鏈基礎設施的數位分身，作為實際營運的性能基準，同時提供一個虛擬測試環境（Sandbox），讓工程團隊能在不影響真實作業的情況下，評估複雜決策的折衷方案及變更後的量化影響。 透過數位孿生平台，Walmart 可以模擬各種情境，例如調整配送節點、改變庫存配置或重新設計物流路線，並量化不同方案對門市營運與配送效率的影響。當供應鏈面臨需求波動或外部不確定因素時，這些模擬結果能協助公司快速評估決策的風險與效益，提升整體營運彈性。 生成式 AI 變身倉庫最強調度員，打造敏捷人機協作現場 另外，生成式 AI 則被應用於倉庫營運管理。自動化配送中心內有大量機器設備與員工協同作業，難免出現突發狀況，例如卡車延遲到站、輸送線卡住，或托盤在運送過程中損壞。Indira Uppuluri 表示，當這類問題發生時，系統會即時分析倉庫內的設備警示訊號，並透過生成式 AI 平台整合任務管理系統、員工排班資料與技能檔案，自動指派最適合的員工前往處理，實現「人機協作」的自動化管理。 這套系統不僅能安排人員，還會提供即時的操作建議，例如故障排除步驟或處理流程，協助員工快速解決問題。隨著系統持續累積案例與作業知識，相關經驗也會被納入內部知識庫，成為員工訓練與日常營運的參考依據。 隨著電商與即時配送需求持續增加，零售物流要比的不只是速度，還要比誰能更精準、快速應變供應鏈的各種變動。Walmart 透過整合自動化設備、人工智慧與資料平台為一套高度協同的供應鏈系統，說明了零售巨頭想把供應鏈從單純的後端基礎設施，轉變為支撐全通路零售競爭力核心引擎的決心。 想了解更多 AI 趨勢？歡迎閱讀《TechOrange》展會特輯◆【TO […]

【科技早餐】黃仁勳在 GTC 一次攤開 AI 下一輪戰場：推論、代理、機器人全面啟動

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊黃仁勳完整攤牌 AI 下一步：從推論工廠、代理系統到機器人全面啟動 NVIDIA 執行長黃仁勳在 GTC 2026 主題演講中，把整場重心從大模型訓練，明確推向推論、代理型 AI、實體 AI 與 AI 工廠。他表示，過去兩年 AI 運算需求已暴增約 100 萬倍，而資料中心不再只是存放檔案的地方，而是生產代幣的工廠。黃仁勳也把先前對 AI 基礎設施的預估再往上修，指出到 2027 年，相關需求至少上看 1 兆美元，顯示產業正從模型能力展示，進入大規模推論與基礎設施交付的新階段。 這次演講中，NVIDIA 也同步揭露 Vera Rubin 與下一代 Feynman 的產品路線圖，並推出企業級代理平台 NemoClaw，主打替長任務 AI 代理補上安全、隱私與部署控制能力。黃仁勳也把版圖延伸到太空運算、自駕車與機器人，持續強調 AI 不再只是軟體或模型競賽，而是從晶片、網路、系統到應用場景一起推進的整體工程。演講尾聲，黃仁勳還展示了與迪士尼合作的「雪寶」機器人，強調其「大腦」是由 NVIDIA Jetson 運算平台提供動力，透過物理模擬學會走路，「迪士尼樂園的未來，將是所有這些機器人與角色在四周遊走。」 ＊GTC 背板再度把台灣供應鏈推上前排，AI 基建戰裡的台廠角色更清楚了 今年 GTC 現場的合作夥伴名單，再次讓台灣供應鏈成為焦點。從台積電、鴻海、廣達、緯創、緯穎、仁寶、英業達、神達、和碩，到華碩、技嘉與永擎，多家台廠都出現在 NVIDIA 的合作版圖中，顯示台灣在 AI 伺服器、機櫃系統、主機板與整體製造交付上，仍是全球 AI 基礎設施的重要支點。學術界方面，國立清華大學亦名列其中，代表台灣在 AI 人才培育與研究領域同樣具備國際競爭力。 […]

群聯發表 aiDAPTIV 多層級記憶體架構技術，重新定義邊緣 AI 推論能力

NAND 控制晶片暨 NAND 儲存解決方案整合服務領導廠商群聯電子 (Phison; 8299TT) 於今日 (2026/03/17) 宣布將於 GTC 展會 119 號攤位展示其 aiDAPTIVTM 多層級記憶體架構技術 (multi-tier memory architecture)，如何在由 NVIDIA 平台驅動的本地邊緣 AI 系統中，支援更大型 AI 模型與長上下文（long-context）推論。 目前產業正面臨日益嚴峻的記憶體供給短缺狀況，而對 AI 就緒平台 (AI-ready platforms) 的需求卻持續快速攀升。由於針對專有資料 (proprietary data) 進行微調（fine-tuning）與推論 (inference) 需要大量運算與記憶體資源，也使得企業在投資 AI 基礎設施與邊緣 AI 設備時面臨挑戰。隨著 AI 解決方案成本上升與 AI 工作流程瓶頸增加，也進一步拖慢企業將 AI 創新轉化為實際營收的上市時程。為了解決此問題，群聯推出 aiDAPTIV™ 多層級記憶體架構技術，專為邊緣 AI 應用打造。透過搭載 aiDAPTIV 技術的群聯企業級 Pascari SSD 作為全新的 AI […]

2026 AI 資本支出迎來黃金交叉！Gartner 預測「AI 推理」投資將正式超越模型訓練

過去五年，AI 產業的競爭核心是誰能訓練出更大的模型。但現在，這個戰場正在快速轉移。根據《華爾街日報》報導，隨著企業開始大規模部署 AI 代理、將生成式 AI 工具導入實際業務流程，市場焦點已從「訓練模型」轉向「使用模型」，也就是所謂的「推理」（inference）。這代表 AI 正從研發競賽，進入商業化與規模化應用的新階段。 這個轉變，將反映在資本支出結構上。市場研究機構 Gartner 預測，今年全球用於 AI 推理基礎設施的資本支出，將首次超越訓練支出；到 2029 年，企業在推理上的支出將達 720 億美元，將是訓練支出約（370 億美元）的兩倍。 從訓練到推理，AI 正從「學習」走向「工作」 簡單來說，AI 分為兩個階段：訓練與推理。訓練就像是讓 AI 學習知識的過程：模型會被餵入大量資料，例如文本、圖片與數據，在數萬顆晶片的運算下，經過數週甚至數月的訓練，學會語言、邏輯與模式。 而推理則是模型正式上線後的日常運作。當使用者輸入問題，AI 模型會即時生成答案，這個過程就是推理。 《華爾街日報》用一個比喻來解釋，如果 AI 是一間餐廳，訓練就是廚師學習各種料理，而推理則是餐廳開始接單、出餐。隨著 ChatGPT、Copilot 等工具普及，企業開始真正依賴 AI 提供服務，推理的需求也因此爆發。 推理如何運作？其實分成兩個階段 AI 推理主要包含兩個步驟。第一步是 prefill，也就是理解問題。當使用者輸入提示詞，模型需要解析每個字詞與上下文，以精確掌握真實意圖。第二步是 decode，生成答案。模型根據訓練學到的知識，一個 token 一個 token 地生成回應。 所謂 token，是 AI 處理語言的基本單位，大約相當於一個英文單字的四分之三。而 AI 回答問題時，其實是在快速生成一連串 token。 AI 推理基礎設施需要什麼硬體條件？ 《IEEE Spectrum》指出，訓練與推理在運算需求上有明顯差異。訓練通常是在大量資料上同時進行，時間可能長達數週；但推理則是在使用者發出請求時即時執行。因此，相較於訓練需要進行高成本的反向傳播，推理更重視的是「速度」，也就是低延遲。特別是具備推理能力的模型，往往在輸出結果前就已經跑過多次推理，因此回應速度直接影響使用體驗。 prefill 和 […]

研華前進 NVIDIA GTC 2026 展示新世代 Edge AI 與 Physical AI 解決方案，採用 NVIDIA Jetson Thor 衝刺邊緣 AI 應用落地

全球物聯網智能系統與嵌入式平台領導廠商研華（Advantech）宣布於 3 月 16 日至 19 日參加於美國聖荷西舉行的 NVIDIA GTC 2026。本次展會中，研華將於展位 #1134 及會議室 #6077、#6078 展出多項新世代邊緣 AI 平台與解決方案，結合 NVIDIA  Jetson Thor 與 NVIDIA IGX Thor 等技術，聚焦實體 AI (physical AI) 與邊緣 AI 在機器人、智慧醫療、智慧物流與智慧零售等場域的實際落地應用。透過整合軟硬體平台、AI 開發工具與生態系夥伴合作，研華持續協助企業加速從 AI 評估導入到大規模部署進程，推動產業邁向智慧化升級。 研華北美區總經理牛文中表示，隨著 AI 技術快速發展，人工智慧正從雲端模型訓練逐步走向真實世界的實體應用，形成所謂的 physical AI。研華長期深耕邊緣運算與 AI，致力於打造兼具高效能與產業可靠度的邊緣 AI 平台。本次於 GTC 展會中，研華將展示與 NVIDIA 生態系的深度合作成果，透過整合硬體平台、軟體框架與產業應用解決方案，協助機器人、醫療設備與智慧場域更快速部署 AI，並加速 physical AI 在各產業的實際落地。 機器人感知與人形機器人應用加速發展 研華專為機器人感知與多感測器整合設計的邊緣 AI 平台 ASR-A702 / […]

OpenClaw 熱潮燒進企業端：阿里巴巴推企業 AI Agent「悟空」，CEO 親自重整 AI 戰線

當中國科技圈正在為 OpenClaw 掀起的 AI Agent 熱潮沸騰時，阿里巴巴已經搶先往前跨了一步。3 月 17 日，阿里巴巴正式推出面向企業的 AI 平台「悟空」（Wukong），主打自動化與多代理（multi-agent）協作。就在前一天，阿里巴巴才剛宣布成立全新的 AI 事業群 Alibaba Token Hub，這也代表阿里巴巴此次要推進的，不只是單一 AI 產品，而是更完整的企業 AI 佈局。 「悟空」的應用潛力：讓工作者成為一人 AI 公司 「悟空」是以阿里巴巴的旗艦模型 Qwen 為基礎所開發，並針對企業場景量身打造。《Reuters》報導，「悟空」能夠在單一介面中協調多個 AI 代理，處理包含文件編輯、試算表更新、會議轉錄與資料研究等複雜的商業任務。《Bloomberg》則進一步說明，「悟空」能協助公司操作電腦、瀏覽器與雲端伺服器，並且內建了資料安全保護機制，以滿足企業客戶對機密保護的要求。 在存取與協作方面，使用者可以把「悟空」作為獨立桌面應用程式使用，也能夠透過網站或目前服務超過 2,000 萬企業用戶的阿里巴巴協作平台 DingTalk 進行存取。為了讓工作流更順暢，「悟空」後續也將逐步連接 Slack、Microsoft Teams 與 WeChat 等外部通訊平台。阿里巴巴也計畫把這套 AI Agent 與自家的 Taobao（淘寶）與 Alipay（支付寶）等商業服務整合，積極將聊天機器人轉變為能實際採取行動、處理從購物到任務管理等各項工作的數位助理。 如果說前面的功能與整合描繪的是「悟空」的產品輪廓，那麼在發表會上，DingTalk CEO 陳航則進一步把它延伸成更具體的應用想像。針對「悟空」的實際應用潛力，陳航特別提出「一人 AI 公司」（one-person AI companies）的願景，並以律師、餐飲業者、設計師與創業者為例，親自示範這些工作者如何借助「悟空」強大的代理與自動化能力，處理繁雜的營運任務，讓單一個人也能高效運行整家公司業務。 Alibaba Token Hub 成立，AI 競賽正式升級為組織戰 […]

4 天鎖定 2,000 個目標：AI 驅動的「殺傷鏈」成形，拆解美軍如何用演算法改寫戰爭速度

AI 正在改變戰爭的運作模式，過去軍事決策往往依賴層層人員分析與指揮鏈批准，如今 AI 系統正逐漸成為戰場決策的重要工具。 根據《金融時報》報導，美國在近期的伊朗戰事中於短短 4 天內攻擊超過 2,000 個目標。這種前所未有的攻擊節奏，部分來自 AI 系統對海量戰場資料的快速分析。報導也指出，這場衝突被視為生成式 AI 模型首次在戰場上被實際應用的案例之一。 在美軍的作戰架構中，AI 不只協助分析情報，還能生成作戰選項，甚至參與整個「殺傷鏈」（kill chain）的運作流程，從目標識別到攻擊評估都可能受到 AI 的輔助。 AI 成為戰場資料分析核心 現代戰場會產生龐大的情報資料，包括來自無人機、衛星、雷達與其他感測器的影像與訊號，過去這些資料需要大量人員逐一分析，但透過 AI 則可以在短時間內處理這些資訊，找出潛在目標，例如透過影像辨識技術分析無人機影像，辨識飛彈發射器或其他軍事設施。 過去兩年，美國國防部已在多項作戰與情報流程中大幅導入 AI 技術。目前美國國防部的主要資料作業平台，是 Palantir 開發的 Maven Smart System，負責整合與處理國防部的大量資料。同時，該系統也結合由 Anthropic 開發的 Claude 模型，形成可即時分析戰場與情報資料的作戰儀表板，用於支援包括伊朗相關行動在內的軍事與情報分析。 Palantir 歐洲主管 Louis Mosley 表示，近一年多來 AI 技術最大的轉變，是從單純的資訊摘要能力提升到具備推理能力（reasoning），這使得 AI 能夠逐步分析問題並提供決策建議。他指出，這種能力大幅提高了軍事行動中的決策數量與速度。 研究 AI 與國際人道法的烏特勒支大學學者 Jessica Dorsey 告訴《金融時報》，在打擊伊斯蘭國（ISIS）的軍事行動中，美軍聯盟在最初 6 個月內約攻擊 2,000 個目標。然而，在近期伊朗戰事類似數量的攻擊卻在短短 4 […]

益登科技亮相 NVIDIA GTC 2026，展現 NVIDIA Jetson 軟硬整合的 Physical AI 與機器人創新應用

亞洲最佳解決方案合作夥伴益登科技（TWSE: 3048）第三度參與 NVIDIA GTC，今年以「From AI to Action: Physical AI in Motion」為主題，攜手生態系夥伴展示 AI 運算平台、關鍵零組件與系統整合成果。益登科技於 Booth #242 展出採用 NVIDIA Jetson 軟硬體資源的 Physical AI 與機器人方案，呈現 AI 技術在智慧醫療、視覺辨識與語音理解等多元領域的開發與落地，展現其串聯 AI 生態系並加速產業創新的整合能力。 益登科技（EDOM Technology）於 GTC 展會中計劃展示多項結合 Physical AI 與邊緣運算的創新應用。隨著 NVIDIA Jetson Thor 系列模組推出 AI 推理與控制架構得以整合於單一系統，為即時閉環控制與多模態感測提供高效能運算基礎，加速多模態智慧機器人的實際落地。 在機器人互動展示方面，益登攜手安格科技（Algoltek）展出「Dexterous Hand AI」，透過 4D AI Vision 技術與視覺動作模型，即時辨識與預測觀眾手勢並做出對應動作，展現低延遲 AI 推論與即時回饋能力，同時呈現從虛擬模擬到實體部署（Sim-to-Real）的完整流程。此外，益登亦與耐思尼（Nexuni）合作展示「AI Workforce: Embodied Intelligence」，透過 NVIDIA Thor 平台實現少量樣本學習（Few-shot Learning）的雙臂機器人操作。並示範家務服務機器人完成辨識、抓取與織物折疊的完整流程。由於布料屬於高度可變形物體，其操作涉及複雜的視覺理解、狀態估計與雙手協調控制，透過 […]

NEXCOM 新漢集團於 GTC 大會發表其首款基於 NVIDIA IGX Thor 的具身 AI 開發套件

在 AI 技術的快速發展下，近期人工智慧的範疇已逐步發展至物理 AI（Physical AI）以及具身 AI（Embodied AI）與真實世界作互動應用，然而要實現科幻電影中機器人融入家庭的場景，現實存在許多挑戰需要克服，而「安全」的考量最為關鍵。 NEXCOM 新漢集團自 2020 年起啟動機器人功能安全產品認證流程，並於 2024 年正式通過德國萊因認證，是目前業界少數提供一站式機器人功能安全方案的廠商。作為 NVIDIA IGX Thor 平台中提供「功能安全」與即時運動控制的廠商，本周於 GTC 大會上正式發表首款基於 NVIDIA IGX Thor 人型機器人開發套件，透過 NVIDIA 架構下的超高 AI 運算力結合新漢自研多項機器人關鍵技術，協助人型機器人開發商推進量產時程。 針對人型機器人開發商提供一站式模組化設計 整合 AI 運算、高速通訊、Real-time 運動控制、散熱以及功能安全（functional safety）與資訊安全（cyber security），大幅縮短開發時程、並提升各類型機器人運作效能 要打造一具高效、反應即時且動作可擬人自然的人型機器人，當中牽涉多層複雜的多平台整合，包括 AI 運算、5G/Wi-fi 高速通訊、Real-time 運動控制、機構散熱以及功能安全與資安等多領域技術，現有開發商往往在單一功能的軟硬體整合調校已緩慢費時，遑論要獨立打造出一台功能完備的整機系統。 NEXCOM 新漢此次與 NVIDIA 合作，採用 NVIDIA 最新針對機器人開發的 NVIDIA IGX Thor 平台推出 MARS400 T20，在額外搭載 RTX Pro 6000 Blackwell […]

恩智浦與 NVIDIA 攜手合作，共同推動先進實體 AI 創新發展

全球半導體領導廠商恩智浦半導體（NXP Semiconductors N.V.; NASDAQ：NXPI）宣布推出創新機器人解決方案，提供可靠、安全的實時資料處理與傳輸，以及先進網路連接功能，實現感測器融合、機器視覺與精密馬達控制。此為恩智浦基礎機器人解決方案系列的首款產品，該即時部署（ready-to-deploy）解決方案由恩智浦與 NVIDIA 合作開發，整合 NVIDIA Holoscan Sensor Bridge（HSB）與恩智浦高度整合的系統單晶片（SoC），能有效減少離散元件（discrete component），大幅縮小佔用空間、降低功耗與成本，同時簡化機器人，包括人形機器人感測與驅動的軟體複雜度。 實體 AI（physical AI）是下一個創新領域，其系統能夠精準、可靠且安全地感知、解讀並與周遭環境互動。人形機器人（humanoid robot）是實體 AI 最先進的表現形式之一，需要在機器人全身進行安全、可靠、低延遲的資料處理與傳輸，以實現同步運動、高密度感測器融合與先進驅動控制。 恩智浦全新整合式機器人本體解決方案直接應對這項挑戰，提供強大的邊緣智慧與低延遲網路，實現安全可信賴的實時通訊。這些解決方案將 NVIDIA Holoscan Sensor Bridge 無縫整合至恩智浦的軟體支援環境，讓開發人員能夠輕鬆實現實時處理，並在機器人本體與機器人大腦的預設區域之間建立直接傳輸路徑，大幅降低延遲，顯著簡化將 AI 導入實體世界的挑戰，而實時決策正是其中的關鍵需求。 恩智浦半導體執行副總裁暨安全連結邊緣事業部總經理 Charles Dachs 表示：「實體 AI 正在重新定義機器在真實世界的能力，而人形機器人則是這場變革最複雜的表現。透過將恩智浦在邊緣處理、安全網路、功能安全與實時控制領域的深厚專業知識，與 NVIDIA 機器人平台相結合，我們大幅簡化實體 AI 的開發流程，實現實體 AI 邊緣端與中央大腦之間的無縫連接，這僅是恩智浦加速實體 AI 生態系統發展的開始。」 NVIDIA 機器人暨邊緣 AI 副總裁 Deepu Talla 表示：「自主機器的開發需要高效能運算架構，能夠將複雜的馬達控制與實時感知同步協調，透過將 NVIDIA Holoscan Sensor Bridge 整合至其邊緣產品組合，恩智浦為開發人員提供可擴展的基礎，以加速實體AI的部署。」 恩智浦與 NVIDIA 的合作，有助於定義全身人形機器人（full-body humanoid […]

技鋼科技於 NVIDIA GTC 2026 展示完整資料中心產品組合與基礎架構並支援 NVIDIA Vera Rubin 平台

技嘉科技集團子公司技鋼科技，作為加速運算與基礎架構解決方案的領導者，今日宣布推出全新企業級 AI 解決方案，支援 NVIDIA Vera CPU 與 NVIDIA Vera Rubin 平台，並同步揭示將於臺灣設立的 AI 工廠。 在 NVIDIA GTC 2026 展會中，技嘉於 #1413 展位展示可擴展的 AI 解決方案，除著重效能與能源效率外，也整合打造 AI 工廠與大型 GPU 叢集所需的軟體與基礎架構。現場團隊將介紹最新硬體與軟體技術，協助企業成功部署加速運算。 必看亮點一：個人 AI 超級電腦 為滿足不同層級 AI 超級運算需求，技鋼科技展示多款專業級桌上型與桌邊型系統，適用於 AI 開發與 AI 訓練、推論加速，並已廣泛應用於研究機構、政府單位與企業資料科學團隊。 此外，在軟體層面，技嘉與 NVIDIA 正合作推動 NVIDIA NemoClaw，這是一套開源軟體堆疊，可透過單一指令安全地部署 OpenClaw 常駐型 AI 助理。作為 NVIDIA Agent Toolkit 的一部分，NemoClaw 會安裝 NVIDIA OpenShell runtime，提供安全環境以運行自主 AI Agent 與開源模型（如 NVIDIA Nemotron）。 隨著桌上型 AI 運算能力快速提升，NVIDIA NemoClaw 也讓新一類常駐型 AI Agent 能直接在本地硬體上運行。其應用情境包括個人研究助理、工作流程自動化代理，以及私有化程式開發助理等。透過 NemoClaw，個人與小型團隊可更容易部署這些智慧代理，降低對企業級雲端基礎架構的依賴，同時確保資料隱私並保有對 AI 工作負載的完整控制。技嘉個人 AI 超級電腦則提供支援此類 Agentic AI 應用趨勢所需的桌面級運算基礎。 必看亮點二：機櫃級 AI 超級電腦 必看亮點三：液冷與氣冷 AI 叢集 GIGAPOD 為技嘉機櫃級 AI 與 HPC 一站式資料中心解決方案，可將多台 GPU 伺服器整合為高效能、可擴展的運算生態系。GIGAPOD 整合先進加速器、網路技術與 GIGABYTE […]

凌華科技推出搭載 NVIDIA Jetson Thor 與 NVIDIA IGX Thor 的次世代邊緣 AI 平台，加速物理 AI 應用落地

邊緣AI運算解決方案全球領導品牌凌華科技（股票代號：6166）宣布推出全新次世代邊緣 AI 平台 DLAP-IGX 系列，搭載 NVIDIA IGX T7000。凌華科技看好 NVIDIA IGX Thor 平台將推動新一代安全且高效能的邊緣 AI 應用，特別是在工業機器人與人形機器人等領域。相較於 NVIDIA IGX Orin，NVIDIA IGX Thor 在整合式 GPU（iGPU）AI 運算效能提升最高 8 倍、獨立 GPU（dGPU）AI 運算效能提升 2.5 倍，同時提供 2 倍連線能力與 4 倍效率提升，使大型語言模型（LLMs）與視覺語言模型（VLMs）能夠在邊緣端順暢運行。 凌華科技此次推出的產品組合包括工業級 DLAP-IGX 系列與精巧型 DLAP-700 系列，分別搭載 NVIDIA IGX Thor 與 NVIDIA Jetson Thor。這些平台可提供 Physical AI 應用所需的高效能運算能力與功能安全機制，適用於醫療影像、人形機器人及各類自主系統等高要求應用場景。 DLAP-IGX 系列：具備功能安全的企業級 AI 平台 凌華科技DLAP-IGX 為高效能工業級邊緣 AI 平台，專為需要即時推理能力與嚴格安全標準的環境打造。該平台採用獨特架構，結合 […]

【GTC 2026】黃仁勳：每一家工業公司都將成為機器人公司，自動駕駛的 ChatGPT 時刻已經到來

在 GTC 2026 黃仁勳的專題演講尾聲，出現一位意想不到的來賓：會走路、會對話的《冰雪奇緣》 Olaf （雪寶）機器人。這個機器人運行在 Jetson 平台上，並在 Omniverse 裡學會走路，隨後透過整合進 Newton 物理引擎的 NVIDIA Warp 框架，成功適應真實的物理世界，成為 NVIDIA 對外展示實體 AI （Physical AI）的一個具體樣貌。 Olaf 的登場，讓外界更容易理解 NVIDIA 所說的 AI，未來將不只存在於雲端或手機裡，而是會進一步嵌入機器人、汽車等實體載具中，具備感知、理解、做出反應的能力，並真正走進真實世界進行導航、互動與行動。 NVIDIA 端出機器人時代完整技術堆疊 「實體 AI 已經到來，每一家工業公司都將成為機器人公司，」黃仁勳說。由於機器人正從特定任務機器，走向具備適應能力的通才系統，因此需要更接近人類的推理、感知、決策與自主行動能力。 為了迎接這項趨勢，NVIDIA 正試圖為機器人時代建立技術堆疊與基礎。《The Deep View》指出，NVIDIA 並沒有自己下場製造硬體，而是透過提供世界模型（World Models）、模擬框架（Simulation Framework）與人形模型（Humanoid Models），讓自己成為整個機器人生態系共同依賴的基礎層。 對應這項核心目標，NVIDIA 宣布推出新的 Cosmos world models、Isaac simulation frameworks 與 Isaac GR00T N models，目的是加速機器人從開發、訓練到部署的整體流程。這次推出的多個實體 AI 基礎模型中，包含用於複雜環境導航的 Cosmos 3，以及面向人形機器人（humanoid robots）、被官方稱為「可商業化部署於真實世界」的 […]

【GTC AI 晶片亮點一次看】瞄準 AI 推理、進軍太空，黃仁勳在 GTC 端出哪些猛料？

「代理式 AI 的關鍵轉捩點已經到來。」萬眾矚目的 NVIDIA GTC 2026 大會登場，NVIDIA 執行長黃仁勳在主題演講展示了一系列最新產品，包含一款全新的 CPU，以及一套基於 Groq 技術打造的 Vera Rubin AI 系統等，向 AI 晶片產業的其他公司發起了挑戰。黃仁勳更預測，自 2025 至 2027 年，NVIDIA AI 晶片的收入可能至少達到 1 兆美元，這比先前預測又翻了一倍。 這些動作，是黃仁勳強化 NVIDIA 在「推論運算」（inference computing）市場佈局的一部分。所謂推論，就是讓 AI 回答問題、實際執行任務的階段；而在這個領域，NVIDIA 的 GPU 正面臨來自 CPU，以及像 Google 等公司自研客製化晶片的競爭。相較之下，過去幾年 NVIDIA 的優勢主要集中在 AI 模型訓練市場。 在這場長達 2.5 小時的演講中，NVIDIA 如何迎接代理式 AI 的關鍵轉捩點？本文精選出 4 大亮點帶你看看。 亮點一：Vera Rubin 平台開啟代理式 AI 前沿 NVIDIA […]

達明機器人登 GTC 2026：發表全新 AI 策略與人型機器人 TM Xplore I

致力於定義機器人下一個十年的 AI Robotics 領導者達明機器人，於 NVIDIA GTC 2026大會中展出與雲達科技（QCT）及NVIDIA 的最新策略合作成果 。達明機器人同步宣告 2026 年全新品牌策略「See · Think · Act — Powered by AI Robotics」，透過整合協作手臂與人型機器人的雙引擎架構，展現從智慧製造邁向 Physical AI 的技術突破 。 此次展出的最大亮點，為達明機器人全新開發的人型機器人平台 TM Xplore I 。該平台結合人形上半身與輪式行動底座，具備高度穩定性與靈巧操作能力 。TM Xplore I 搭載達明「See, Think, Act」核心技術，並由 NVIDIA Jetson Thor 模組驅動，支援高性能邊緣 AI 運算 。透過導入 Vision-Language-Action（VLA）多模態模型，TM Xplore I 能夠進行多模態感測器融合、生成式 AI 推理與自主導航，快速適應半導體製程、電子組裝及汽車製造等需要高精準度的複雜自動化任務 。同時，達明機器人也擴大導入 NVIDIA Isaac Sim 及 NVIDIA FoundationStereo […]

五角大廈如何在紅色供應鏈中，透過「Blue UAS」清單精準挑選美軍所需的無人機？

在現代戰爭的演變過程中，無人機系統（UAS）已從單純的偵察工具，快速演變為決定戰局勝負的關鍵力量。面對全球地緣政治局勢的劇烈變動，美國國防部以前所未有的速度推動低成本無人機的大規模部署，並將無人機系統供應鏈安全視為國家防禦的核心命題。 這場轉型的核心，是由國防部統籌、近期移交至國防合約管理局（DCMA）主導的「藍色無人機系統」（Blue UAS）計畫。這個計畫不僅是一個核准採購的清單，更是美國試圖在中國主導的全球無人機市場中，重新奪回主動權並重塑國防採購模式的關鍵戰略手段。 美軍加速部署低成本無人機策略 過去十年，美軍的裝備採購往往傾向於高價、高科技且研發週期漫長的平台。然而，烏克蘭戰場的實戰經驗揭示在高強度的戰場環境中，無人機已成為一種高度消耗性的物資，數量優勢往往比單機性能更具威懾力。 因此，美國國防部開始轉向大規模採用小型、低成本且可隨時拋棄的無人機系統。為了達成此目標，藍色無人機系統清單應運而生，成為美軍各軍種以及聯邦機構採購與部署無人機的重要安全清單之一。 這份清單的存在，極大地簡化了傳統繁瑣的軍事採購流程。透過預先篩選出一系列符合安全標準的商用現貨（Commercial Off-the-Shelf，簡稱 COTS）的無人機，基層部隊不再需要經歷漫長的個別審查流程，即可快速獲得可投入戰場的裝備。 根據最新進展，已有數十款型號通過了訓練用途審核，其中包含如 Shield AI 的 V-Bat、Skydio 系列以及 AeroVironment 的 Red Dragon 等指標性機種，更有近三十款無人機已通過更為嚴苛的作戰部署審核。 美國國防部的目標非常明確，他們要在短時間內將數以十萬計的低成本無人機送入前線，形成壓倒性的戰力規模，這也正是「無人機優勢計畫」（Drone Dominance Program）所追求的技術與數量雙重壓制。 供應鏈安全：從資安風險到國家戰略 在推動大規模部署的同時，美國國防部深知，若無人機系統的底層技術與供應鏈，仍掌握在潛在對手手中，那麼這種數量優勢將成為巨大的安全隱患。因此，供應鏈安全儼然已成為無人機政策的靈魂。 Blue UAS 計畫的評估標準極為嚴苛，涵蓋了法律合規性、網路安全漏洞，以及最重要的零件來源追蹤。這不僅僅是為了防止數據洩漏或遠端干擾等資安風險，更是為了應對中國在全球商用無人機市場中佔據近九成市場所帶來的憂慮。 美國白宮的決策者們意識到，中國隨時可能透過出口管制，限制如馬達、電路板或關鍵偵測器等核心組件的供應。一旦發生衝突，若美軍的無人機生產高度依賴外部供應鏈，其戰力將在瞬間癱瘓。 因此，Blue UAS 清單扮演了「供應鏈過濾器」的角色，確保核准的系統符合《國防授權法》（NDAA）中關於外國實體限制的規定。透過這種方式，國防部正在強行切割與高風險供應鏈廠商的聯繫，試圖在美國本土及盟友體系內建立一個封閉且安全的生態系。 無人機要做到「全美製」是大挑戰 不過，美國無人機產業在脫離中國供應鏈的過程中，面臨著極大的成本與產能壓力。一個令人感到尷尬的事實是，即便是在 Blue UAS 清單上的許多核准系統，其內部零件，尤其是馬達等被視為「啞零件」（dumb components）的硬體，目前仍有相當比例源自中國。雖然專家認為馬達本身較不涉及間諜活動風險，但其背後的供應韌性問題一樣令人擔憂。 目前，美國本土生產的無人機零件不僅成本遠高於亞洲產製品，產能規模也遠不足以支撐「無人機優勢計畫」所需的數十萬架產出。倘若全球貿易發生中斷，美國的無人機生產線可能會立即陷入停滯。 因此，像美國小型無人機系統（sUAS）零件製造商 NW Blue 這樣的企業在清單中的地位顯得格外重要；他們提供的 Cube Orange+、Here4 導航系統等符合 NDAA 規範的關鍵組件，正成為系統集成商建構「全美製」或「去中國化」系統的基礎。 不過，如何提升這些本土零件的規模經濟，進而降低整體採購成本，仍是美軍在短期內難以完全克服的挑戰。 國防版本亞馬遜電商，採購合格零件像在網購 為了突破產能與技術瓶頸，美國國防部正藉由「Blue UAS」計畫推動一場採購革命。這場變革最顯著的標誌是管理權責的轉移，2026年，該計畫由專注於創新的國防創新單位（DIU）移交給負責大規模生產監管的國防合約管理局（DCMA）。這一轉向象徵著「藍色無人機」已從實驗性的試點計畫，正式進入國防部的常規採購體系與物流命脈。 DCMA 的目標是建立一個像是國防版本亞馬遜電商，讓政府人員能像網路購物一樣，直覺且快速採購合格零件。 此外，「無人機優勢計畫」下的競爭性測試，如在喬治亞州舉行的「Gauntlet」測試，正吸引著大量新創企業、國防工業巨頭甚至烏克蘭的實戰軟體開發者參與。這種採購模式不再是長達十年的研發合約，而是以「月」為單位的快速迭代。 […]

將螢幕錄影化為 AI 代理訓練素材，Guidde 用「影片教學」讓 AI 學會模仿人類操作

傳統訓練 AI 代理的方式不同，Guidde 藉由捕捉「真實人類專家」使用複雜軟體時的操作軌跡，建構成一條帶有豐富資訊流的「影片基準資料」，進一步投入 AI 代理進行訓練。

為什麼這個角落的商品賣不掉？看懂線下熱點，用 WiFi 數據拯救門市冷門區位

過去，零售門市的營運判斷多半依賴直覺與經驗。商場管理者會透過人流計數器、抽樣觀察或租戶回報，試圖理解顧客動線與消費行為；如今，越來越多零售商開始把目光投向另一種資料來源：顧客手機所發出的 WiFi 訊號。透過分析這些訊號，門市得以建立類似「線下版 Google Analytics」的數據系統，讓原本難以量化的顧客行為變得可被觀察、分析與優化。 透過 WiFi 數據分析停留時長與熱點圖、解構顧客意圖 當顧客走進商場或門市時，手機會搜尋或連接周圍的 WiFi 網路。零售商部署的 WiFi 分析系統能以匿名方式識別裝置訊號，進而建立訪客的行為輪廓。系統可以判斷顧客是首次造訪或回訪者，並記錄到訪時間、停留時長，以及在店內不同區域的移動與停留情況。隨著資料長期累積，零售商便能描繪出顧客的動線模式與興趣偏好。 這些洞察也讓實體門市能更精準地進行個人化互動。例如，當系統辨識到熟客再次進店時，可以依據過去的停留區域或購買紀錄，推送相關優惠券或商品推薦，將原本隨意的逛街行為轉化為實際消費。透過這種方式，零售品牌得以在大規模客流中維持個別化服務，使門市從單純的商品陳列空間，進化成能理解顧客需求的智慧零售場域。 除了個人化推薦，WiFi 數據對於門市營運另一項重要價值，在於店內動線與商品陳列的優化。透過顧客移動軌跡所形成的熱點圖（Heatmaps）與停留時間（Dwell Time）分析，零售商能清楚看見哪些區域人潮密集，哪些角落長期乏人問津。這些資訊讓商品陳列策略從過去的經驗判斷，轉變為數據導向的決策。 例如，一家門市可能發現某個角落的產品展示區長期表現不佳，但 WiFi 數據顯示顧客在鄰近區域停留時間很長。透過分析兩個區域之間的動線關係，門市可以重新安排商品展示或調整走道設計，引導顧客自然地走向原本冷門的區位。這類細微的動線調整，往往能顯著提高某些產品區域的曝光率與轉換率，也讓坪效得到實質提升。 WiFi 數據還能成為品牌爭取黃金櫃位的談判籌碼 對零售商而言，WiFi 數據還帶來另一層更具策略意義的改變：重新平衡與商場房東之間的資訊權力。過去，商場經營者通常掌握整體人流數據，租戶只能依賴房東提供的統計資料來評估店面位置與租金合理性。但當品牌自己部署 WiFi 分析系統後，零售商也能取得精確的客流與行為數據。 更進一步，這些數據還能揭示不同店鋪之間的關聯，例如分析顧客是否會先造訪咖啡店，再進入隔壁服飾店，或在某些餐飲店用餐後停留在特定零售區域。透過這種跨店鋪的行為關聯（Cross-tenant Correlation），零售商可以證明自己的品牌是否具備「帶客力」。若數據顯示顧客經常在造訪某品牌後轉往其他店鋪消費，該品牌便能在續約談判時提出更有力的證據，爭取更好的櫃位或更合理的租金條件。 對商場經營者而言，這些資料同樣具有價值。透過整體人流與停留時間的長期觀察，管理者可以更精準地調整租戶組合，比方說將高停留時間的餐飲品牌與零售品牌安排在相鄰區域，或在動線交會處引入快閃店與短期品牌測試市場反應，形成一個可透過數據持續優化的消費生態系。 然而，WiFi 分析的應用也伴隨著隱私與技術上的挑戰。多數系統會以匿名方式處理裝置資料，並遵循各地的隱私法規與用戶同意機制，但企業仍需要確保資料收集與使用過程透明且合規。此外，並非所有顧客都會開啟 WiFi 或攜帶可被偵測的裝置，因此數據模型必須經過長期校正，避免將樣本偏差誤解為真實行為。 即便如此，WiFi 數據仍有機會成為實體零售數位轉型的重要基礎。當線上電商長期依靠數據優化用戶體驗時，實體零售如今也開始建立自己的分析工具。未來的門市，或許就像一個大型的實體網站，每一條動線、每一個停留點，都能成為理解顧客與提升營運效率的關鍵訊號。 ＊本文開放合作夥伴轉載，參考資料：《propmodo》、《Comcast Business》，首圖來源：Unsplash （責任編輯：廖紹伶）

【科技早餐】Meta 鎖五年算力、豪砸 270 億美元，AI 基建戰正式進入長約時代

【科技早餐】今天精選 6 則國內外重要科技新聞。 ＊Meta 一口氣鎖五年算力，270 億美元把 AI 基建再往前推 Meta 最新與 AI 基礎設施供應商 Nebius 簽下總價值 270 億美元、為期五年的合作協議。根據《路透社》報導，合約包括 120 億美元的專屬算力部署，並保留最高 150 億美元的額外採購彈性。Nebius 將採用 NVIDIA 下一代 Vera Rubin 平台，預計今年下半年供應、明年初開始交付，顯示大型平台公司仍在持續擴大 AI 基礎建設布局。 另一個市場高度關注的訊號，是 Meta 內部也傳出正在評估裁員 20% 以上，以抵銷今年暴增的 AI 支出。雖然公司並未證實這項裁員計畫，但若方向成真，代表大型科技公司一邊加碼 AI 設備與算力，一邊重新計算組織規模與人力配置，已逐步成為新的經營邏輯。 ＊從 AI 機櫃到人形機器人，鴻海在 GTC 一次端兩張牌 鴻海董事長劉揚偉在 3 月 16 日法說會表示，集團今年 AI 機櫃出貨可望逐季成長，AI 伺服器市占率目標維持在四成左右，並預期每週 2,000 櫃產能不是問題，目標是在美國打造最大 AI 伺服器生產基地。鴻海也預告，將在 GTC […]

會翻跟斗的機器人沒必要？Rivian CEO：最重要的其實是「手」

近年來，人形機器人影片在網路上頻頻爆紅，不論是會翻跟斗或能跳舞的機器人，看似展現驚人的技術能力，但在電動車公司 Rivian 執行長 RJ Scaringe 看來，這些炫技展示未必代表機器人真正的產業價值。 Scaringe 最近創立了新的機器人公司 Mind Robotics，並完成了由 Accel 和 Andreessen Horowitz 兩家創投公司共同領投的 5 億美元 A 輪融資，目前估值 20 億美元。他在接受《TechCrunch》訪談時表示，機器人設計應該從任務需求出發，而不是單純追求人形或展示技術能力。 炫技能力未必等於實用價值 Scaringe 指出，他能理解機器人公司展示能翻跟斗或做高難度動作的人形機器人，主要目的是證明機器人的靈活度與控制能力，但是「如果你走進 Rivian 的工廠，你幾乎看不到有人能做後空翻。」 Scaringe 的意思是，在工業機器人的設計中，最常被忽略的一點其實是「工作本質上是用手完成的」。從機器人系統的角度來看，其他所有結構與功能，其實都是為了把手精準地帶到需要操作的位置。因此，一些展示高難度動作的能力，例如後空翻，對於多數實際工作而言，反而意味著不必要的複雜設計。 他認為，在製造場域真正重要的是降低系統複雜度、減少故障可能性並降低能耗。未來的機器人仍可能具備感知系統、能在 X、Y、Z 軸上移動並擁有雙手，但如果一味模仿人類的生物力學，反而會忽略製造業多數工作本質上都是以手部操作為中心。 工廠機器人不一定需要「像人類」 Scaringe 認為，目前機器人產業一個常見假設是，既然機器人要取代人類工作，就應該模仿人類的身體結構，但在製造環境中，這個假設未必成立。 他指出，人類的身體形態並不是為工廠工作而演化出來的。不同生物在演化過程中都針對特定環境最佳化，例如海豚適合游泳、獵豹適合奔跑、猴子適合攀爬，而人類的優勢則主要在於大腦，不是在特定任務中的身體效率。因此，如果機器人的目標是在製造業環境中工作，其設計未必需要完全模仿人類。 不過 Scaringe 也承認，工廠環境本身是為人類設計的，因此機器人仍然需要具備一定的人形特徵，例如能使用工具、在既有空間中移動，以及與人類協作。 機器人產業出現兩種不同路線 在研究機器人產業時，Scaringe 將目前市面上有的公司大致分為兩種類型。第一類是傳統工業機器人公司，例如工廠中常見的機械手臂，這類機器人擅長執行固定且重複的任務，但缺乏更高層次的靈活性。 第二類則是近年快速崛起的機器人新創公司，多數希望打造能在家庭環境中工作的通用型人形機器人，例如折衣服、洗碗或打掃。 然而在 Scaringe 看來，許多新創仍缺乏幾個關鍵能力，例如工業級產品量產經驗、機器人模型訓練所需的數據循環、完整供應鏈能力、對於工業運作的深入了解，而這也是他決定創立新公司的原因之一。 Scaringe 新創的 Mind Robotics 將同時開發三項核心能力：機器人硬體與機電系統、AI 模型、大規模部署基礎設施。Rivian 未來可能成為其重要客戶，將機器人導入汽車工廠的生產流程。 專用型機器人成為另一條路 Rivian 的觀點也呼應機器人產業中另一股趨勢：專用型機器人（task-specific […]

HBM 吃掉 30% 資本支出、台積電 N3 產能逼近極限：SemiAnalysis 創辦人揭 AI 狂飆後半導體的真正瓶頸

當外界以為 AI 競賽已從 H100 走向 Blackwell，舊一代 GPU 的價值應該隨時間下滑時，SemiAnalysis 創辦人 Dylan Patel 卻在近日受訪時，拋出一個反直覺的判斷：H100 今天的價值，可能比 3 年前還高。 Dylan Patel 指出，目前真正限制 AI 發展的，已經不只是模型能力，還有更底層的基礎建設，分別是邏輯晶片、記憶體與電力。同時，SemiAnalysis 最新報告更進一步指出，儘管過去幾年科技巨頭已大舉擴建 AI 基礎設施，但市場如今還是進入了「矽晶片短缺」的新階段。 瓶頸 1：AI 晶片集體轉向台積電 N3，但供應鏈擴產速度追不上 AI 需求 SemiAnalysis 指出，2026 年主要 AI 加速器（AI accelerator）家族，包括 NVIDIA、AMD、Google TPU、AWS Trainium 以及 Meta MTIA 等，幾乎都在往台積電 3 奈米（TSMC N3）製程轉移。SemiAnalysis 預估，AI 相關需求在 2026 年將吃下接近 60% 的 N3 產出，到了 2027 年這項佔比甚至上看 […]

睡前交辦 AI、醒來驗收成果：矽谷工程師變成「AI 代理主管」，Google、Amazon 都在發生

矽谷工程師的日常，正在被 AI 代理重新改寫：愈來愈多人開始把寫程式、安排行事曆、回覆 email 等繁瑣工作，交給 Claude Code、OpenClaw 等工具處理，自己則習慣在睡前、出門參加派對前先把任務交辦出去，隔天醒來第一件事，就是檢查 AI 昨晚替自己完成了多少進度。 這股變化不只出現在講求速度的新創圈，也已滲透到 Google、Amazon 等大型科技公司。當 AI 開始逐步接手執行層工作，工程師的角色也正悄悄改變，也就是從親手寫程式的執行者，變成負責與 AI 對話、下指令、驗收成果，並約束 AI 代理行為的管理者。這樣的新工作模式，已經在矽谷成為日常。 矽谷工程師開始「帶 AI 代理上工」 《華爾街日報》指出，矽谷科技人現在彼此互相比較的「最大炫耀點（biggest flex）」，是自己究竟能把多少任務外包給 AI，包含寫程式、管理行事曆與回覆 email 等雜務，同時還能確保 AI 不會出大錯。 例如創投家兼開發者 Nikunj Kothari，會在早上起床後、喝咖啡前，第一時間查看 AI 代理的工作進度，甚至覺得玩 Claude Code 比看 Netflix 更有趣。 Notion 共同創辦人 Simon Last 則說，他睡前總想再檢查一次 AI 代理們是否都在工作，「我真的很希望它們整晚都在工作，所以我睡前總是跑下樓再看一次。」 Simon Last 也分享，自己已經九個月沒有親手寫 code，而是改成管理四個 AI 代理來執行任務。 這樣的新趨勢，改變的不只是工作習慣，還包括工程師對自己角色的想像。「軟體工程師這個職稱將開始消失，」Claude Code 開發者 […]

【AWS 找上 Cerebras】AI 推理晶片戰開打，挑戰 NVIDIA GPU 主導地位

生成式 AI 的算力競賽正進入新階段。過去幾年，科技巨頭競相投入大量 GPU 訓練大型模型，但隨著 AI 應用快速普及，市場焦點正逐漸從「模型訓練」轉向「推理運算」。 亞馬遜雲端服務（AWS）近日宣布，將在資料中心部署 AI 晶片新創 Cerebras Systems 的處理器，用於支援 AI 推理（inference）工作負載。《華爾街日報》指出，這項多年合作協議，被視為 AI 算力市場的重要轉折點，也代表雲端業者開始積極尋找 GPU 之外的替代方案。 AI 算力市場轉向：從模型訓練走向推理 Cerebras 表示，AI 正在重塑軟體開發的方式，越來越多程式碼不是由人類工程師親自撰寫，而是由 AI 代理生成。與一般對話式聊天不同，代理式程式開發每次請求產生的 token 數量約為其 15 倍，因此 Cerebras 認為需要更高速度的輸出能力，才能維持開發效率。 AWS 表示，未來將在資料中心部署 Cerebras 的 Wafer-Scale Engine（晶圓級引擎）晶片，用於處理 AI 推理任務，也就是當使用者向 AI 模型提出問題時，系統生成回應的運算過程。 在新的架構中，AWS 自研晶片 Trainium 3 將負責處理使用者輸入的提示（prefill），而 Cerebras 晶片則負責生成回應內容。AWS 指出，這種分工架構可提升整體推理效率，尤其適合需要即時互動的 AI 應用，例如程式撰寫輔助或 AI 代理（AI agents）。 […]

中國版 Amazon 正式登陸歐洲！京東推 Joybuy，先從物流戰切入 Amazon 核心優勢

京東近日正式在英國、德國、法國、荷蘭、比利時與盧森堡上線零售平台 Joybuy，販售超過 10 萬種商品，涵蓋 Apple、Samsung 等品牌，以及家電、玩具、美妝、雜貨與生鮮食品等類別，並以「數小時內送達」作為主要賣點。 這不僅是京東迄今最大規模的海外擴張，也是京東在中國本土經濟成長放緩、消費需求疲軟與競爭加劇之際，試圖尋找新成長動能、降低對國內市場依賴，並透過把物流、倉儲與履約能力整套搬進歐洲市場，進而正面挑戰 Amazon 的關鍵一步。 Joybuy 正式上線，京東把歐洲布局從測試推向全面啟動 《Bloomberg》指出，京東此次選擇以自有網站 Joybuy.com 在歐洲市場推進業務，與過去曾考慮收購英國電子零售商 Currys、洽談收購 Argos 的策略相比，代表其在歐洲布局上出現戰略轉向：與其透過併購切入當地零售通路，京東這次更傾向把自身在中國驗證過的電商模式直接帶進歐洲市場。 在營運策略上，Joybuy 將複製京東在中國的成功模式，也就是直接與全球消費品公司建立合作關係、買斷庫存，並將商品存放在自有的倉儲設施中。《Financial Times》提到，京東曾在 2022 年以規模較小的 Ochama 進軍歐洲，但未能打開市場新局，荷蘭數位零售分析師 Ed Sander 更對此評論：「Ochama 開業時並沒有吸引力，最後只成了亞洲僑民的網路商店。」 早在 2025 年 9 月，Joybuy 就已在倫敦進行試營運，並準備擴及荷蘭、德國、法國、比利時與盧森堡，如今則已正式在上述六國全面落地，也讓這次京東推動 Joybuy 的計畫，被視為更大規模、直接面向主流市場的擴張。 京東為何此時加速出海？中國內部競爭升高，海外成為新成長空間 「中國企業紛紛出海，是因為國內市場的成長正在停滯，」荷蘭數位零售分析師 Ed Sander 形容。《Financial Times》也指出，隨著中國經濟成長放緩、零售商競爭激烈，京東等中國企業加速轉向海外市場，尤其京東近年切入外送與即時零售市場後，更迫使同業投入折扣戰，進而壓縮整體產業的利潤。 京東創辦人劉強東曾向媒體表示：「國際化對我們的未來至關重要。」但劉強東當時也承認，京東仍需要完成更多基礎建設工作，才能把中國成功的電商模式複製到歐洲。因此，京東在去年以 22 億歐元收購德國電子零售商 Ceconomy 的多數股權，就是擴展歐洲零售與物流基礎建設的關鍵一步。 不只拚快速配送，京東把中國電商的倉儲物流與自動化能力搬進歐洲 目前，Joybuy 主打「雙 11」配送承諾：上午 11 點前下單、當天晚上 11 點前即可送達。若不符合郵遞區號條件，則提供次日送達或自助櫃取貨的服務。 […]

【無人客服神話破滅】盲目裁員導致知識流失，2028 企業將重新僱用人類客服人員？

生成式 AI 近年快速進入企業客服體系，許多公司以聊天機器人與虛擬客服取代部分人工服務，希望藉此降低成本並提供全天候回應。然而，研究顯示，這股全面自動化的趨勢可能很快面臨修正。 研究機構 Gartner 指出，到 2028 年，部分曾以人工智慧取代人工客服的企業，可能因為 AI 無法有效處理複雜客戶問題，而重新聘回人類客服。 企業逐漸發現，過度依賴 AI 的客服模式不僅難以完全解決問題，還可能帶來額外的營運成本與品牌風險。 這項預測也與近期的產業調查結果相呼應：Gartner 指出，到 2027 年，約有 50% 原本計劃大幅削減客服人力的企業，將放棄相關計畫。這意味著，在許多公司努力推動「無人客服」或高度自動化客服體系的同時，企業開始重新評估全面自動化在實際營運中的可行性。 企業客服 AI 化浪潮可能出現反轉 企業導入 AI 聊天機器人與虛擬客服系統，希望透過自動化技術降低客服成本並提升服務效率。這些系統最大的優勢，在於能以較低成本處理大量客戶詢問，同時提供全天候回應，因此受到許多企業管理層的高度關注。 然而 Gartner 的分析指出，AI 客服系統雖然能有效處理許多標準化問題，例如密碼重置、訂單追蹤或常見問題解答，但在面對複雜、情緒化或多層次的客戶問題時，往往難以提供令人滿意的回應。 當 AI 無法理解客戶需求或提供正確解決方案時，不僅問題得不到解決，還可能進一步惡化客戶體驗，甚至影響品牌忠誠度。 在這種情況下，企業若完全依賴 AI 客服系統，可能反而增加營運壓力。因此 Gartner 預測，隨著企業逐漸意識到 AI 的能力邊界，部分公司將重新聘回人工客服，以補足自動化系統在處理複雜互動方面的不足。 AI 客服模式暴露的營運成本問題 AI 客服系統之所以受到企業青睞，很大程度來自於顯著的成本節約。許多公司在導入 AI 系統後，報告客服人力減少了 30%、50% 甚至更多。從營運角度來看，如果聊天機器人能以遠低於人工客服的成本處理約 80% 的客戶諮詢，企業自然會傾向縮減客服團隊規模。 然而，剩下約 20% 的客戶互動往往是最關鍵的部分。這些互動通常涉及複雜問題、情緒壓力或需要深入判斷的情境，而 AI 在這些場景中的失敗率仍然偏高。當 AI […]

Google「AI 摘要」終結 SEO？內容新鮮度需要大升級，行銷可以怎麼做

Google 推出 AI 摘要（AI Overviews）功能，將人工智慧統整而成的答案，直接顯示在搜尋結果的最上方，迫使 SEO 行銷人員重新思考，如何有效維持網站內容的新鮮度。

博弘雲端榮獲 AWS AI Services 能力認證—生成式 AI 顧問級別，助企業化解 AI 導入挑戰、注入創新動能

亞太區雲端解決方案領導品牌博弘雲端科技，榮獲 Amazon Web Services (AWS) AI Services 能力認證—生成式 AI 顧問級別（AWS AI Services Competency－Generative AI Consulting Services）。此項認證肯定博弘雲端能運用 AWS AI 解決方案的技術服務，協助企業透過 AI 技術，改善內部流程繁瑣與人力不足的挑戰，更進一步拓展到可規模化的商業應用，帶來無限的創新與商機發展性！ 跨越 AI 落地門檻 助企業用 AI 創造商業價值 使用 AI 技術與工具已成多數員工的日常，但就企業層級來看，導入 AI 的過程中仍面臨重重挑戰。根據財團法人人工智慧科技基金會在 2025 年的「台灣產業 AI 化大調查」指出，高達 70% 的企業未能跨越 AI 實際應用門檻；此外，「數據品質不齊導致模型偏差」以及「難以將 AI 技術對接至具體獲利場景」，更是企業在 AI 轉型路上的核心痛點。 博弘雲端擁有專業的團隊與 AI 技術量能，協助企業從內部數據治理、定義待解決的問題，再到AI應用部署情境，確保企業使用 AI 解決對的問題，發揮最大功效。 博弘雲端事業中心副總經理陳亭竹表示，獲得 AWS AI Services 能力認證—生成式 AI […]

台灣穩定幣到底誰來管？現在才做 CBDC 會不會太晚？陳冲揭金管會、央行、數發部三方權責盲區

專訪：戴季全撰稿：李昀蔚 當數位支付、穩定幣與新型貨幣工具同步推進，金融競爭的焦點也正在快速轉移。近期，美國總統川普主導的和平委員會提議，在戰後加薩重建中使用美元支援的穩定幣；Meta 也計畫在 2026 年下半年聯手 Stripe，重啟延宕已久的穩定幣布局。這些發展都顯示，穩定幣、數位支付、監理與貨幣制度的討論，已不再只是加密市場內部的話題，而是逐步成為全球金融與政策競爭的核心。 本集《全新一週》特別邀請新世代金融基金會董事長、前行政院院長陳冲，從貨幣、支付與監理的角度，逐步拆解這波新趨勢背後的關鍵意義。 川普拋加薩美元穩定幣提案，陳冲：時機很好 對於近期川普提出在加薩使用美元穩定幣的構想，陳冲形容現在「時機非常好」。他指出，川普這次是在聯合國框架下的和平委員會拋出這個穩定幣計畫，背後其實極具謀略。 陳冲進一步分析，加薩走廊目前的金融環境與基礎設施幾乎被破壞殆盡，且當地長期仰賴供給不足的以色列幣與埃及貨幣，因此經濟活動一直十分艱難。「一個社會如果沒有法償貨幣，經濟活動會非常麻煩，雖然人類在困難中總會發明替代品，但那只是『行得通』，代價與成本會比較高，整個社會如果在這種基本經濟活動上成本太高，對人民不公平，對社會發展也不正常，」陳冲說。 正因如此，川普在此時拋出穩定幣構想極易引發關注，陳冲也認為，這成為 Meta 執行長祖克柏（Mark Zuckerberg）重啟穩定幣計畫的絕佳契機。陳冲回顧，祖克柏當年推 Libra 計畫時之所以敗得很慘，是因為想主導全球支付系統的企圖心太強烈，導致主管機關因為害怕未知風險而高度緊張。然而，如今大環境中的科技門檻已經降低，主管機關的態度也有所轉變，這反而是祖克柏順勢而為的好機會。陳冲建議，祖克柏若夠聰明，應該順著川普的話主動表態：「你要做這個事，我來幫你做。」同時趁著這波機會把加薩的支付包下來，順便完成自己的布局。 全球監管態度正在轉彎，傳統金融業必須提高警覺 然而，祖克柏若想重新布局，就必須面對過去失敗的核心癥結：各國監管單位的態度。進一步來看，陳冲以祖克柏當年推 Libra 為例，說明 Meta 的目標不是只做美國市場，而是要主導全世界支付系統，因此才找來 Visa、Mastercard、Uber、PayPal 等 23 個大型企業合作。 然而，凡是牽涉到「準貨幣」的事情，對主管機關都是很大的壓力。「監管單位不是怕發生問題，是怕不知道會發生什麼問題，有問題還不可怕，最可怕的是不曉得那個問題會長什麼樣子，」陳冲指出，這就是祖克柏當年失利的重要原因，因此這一波穩定幣的新發展，關鍵就在於怎麼不重蹈覆轍，同時又能符合主管機關的需求。 陳冲強調，隨著科技門檻降低，全球各國的監管態度已經逐漸改變，例如日本、歐盟修改法律容許非銀行辦理匯款已經有好多年，反觀台灣至今仍對金融業高度保護。對此，陳冲呼籲：「知道環境變了就要跟著改變，任何傳統金融業，都要提高警覺。」 穩定幣到底誰來管？台灣最大的問題，是到現在還說不清楚 既然全球監理環境都在隨科技改變，那麼台灣目前的監管機制又是如何？陳冲直言：「其實這個老問題可以談很久，因為到底這個事情該是央行、金管會，還是現在新的數發部來管？」 他指出，很多人已經忘記，金管會組織法當初立法時，央行曾堅持加上一句：「有關金融的支付，由中央銀行主管。」問題在於，什麼叫「金融支付」？陳冲認為，從央行的立場來看，可能會認為自己只管金融機構之間的系統，因此才會出現穩定幣、VASP 這些明明和支付有關的事情，央行卻說不管的情況。對此，陳冲直言，這種把「金融支付」限縮解讀的方式，「稍微有點強詞奪理」，因為支付前面加上金融，到底增加了多少意義，本來就值得質疑。 他進一步指出，台灣有關支付的事情之所以一直沒有辦法有人真正專心投入研究，就是因為一直處在「不知道到底誰管」的狀況。金管會在 VASP 或穩定幣議題上，某種程度上是「被出面、被要求」的，因此也不會很認真去想。至於中央銀行則是在旁觀，結果就是台灣現在談這類問題很困難，因為根本不知道該和誰對話。 至於如果是由數發部來主責會如何？陳冲表示，數發部的問題在於「不懂市場」，因此他很早就主張，這類議題應該由行政院出面處理，因為事情牽涉太多部會權責，所以由行政院出面協調，才會有足夠權威性，也才有助於台灣未來的數位貨幣發展。 台灣如果現在才放手做 CBDC，恐怕已經慢了一步 對於台灣是否應該發行央行數位貨幣（CBDC），陳冲表示，自己其實很早就開始思考這個問題。早在 2006 年，他就曾寫文章談貨幣是否可能從金屬本位、紙本位，進一步走向「Software Base」的型態，當時雖然還沒有 CBDC 這個名稱，但他已經在思考貨幣數位化的方向。後來隨著 iPhone 問世，更讓他相信這件事是有機會發生的。 不過，他也坦言，央行其實極不願意推動 CBDC，因為這件事既有技術問題，也有防弊問題。儘管如此，陳冲一直認為，CBDC 這件事還是應該研究，只是如果現在台灣才開始做，已經有點太晚了。 陳冲以中國大陸為例指出，中國從 2009 年就開始有這個想法，2014 年成立專案小組研究，之後一路試辦到現在，已經開出 1 億多個錢包。雖然以整體人口來看，這個數字不算高，但整體制度已趨成熟，相關專利也超過 […]

【科技早餐】台積電市占衝上 70.4%，全球晶圓代工產值再創新高

【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊台積電市占衝上 70.4%，AI 帶動全球晶圓代工產值再創新高 市調機構集邦科技 (TrendForce) 最新指出，2025 年第四季全球前十大晶圓代工廠合計產值達 463 億美元，季增 2.6%；若以全年來看，前十大業者總產值約 1,695 億美元，年增 26.3%，創下歷史新高。主要動能來自 AI 伺服器 GPU、Google TPU 持續供不應求，以及旗艦智慧手機晶片新品帶動投片需求。 個別廠商方面，台積電第四季營收季增 2% 至 337 億美元，市占率達 70.4%，穩居全球龍頭；三星則受惠 2 奈米新品開始出貨與 HBM4 邏輯晶片投產，營收季增 6.7% 至近 34 億美元，市占率回升至 7.1%，並成功由虧轉盈。報告也指出，AI 需求已從先進製程外溢至成熟製程，帶動整體晶圓代工市場持續擴張。 ＊NVIDIA 罕見親自下場，押注尚未商業化的新型記憶體技術 外媒報導，NVIDIA 已加入三星電子的研發陣營，雙方攜手開發鐵電 NAND 快閃記憶體。值得注意的是，NVIDIA 直接投身尚未商業化的新型記憶體技術研發，這在業界相當少見，也顯示 AI 晶片競爭正從算力本身，進一步延伸到儲存架構與能耗效率。 鐵電 NAND 被視為可同時緩解高效能記憶體供應不足與資料中心耗電壓力的關鍵技術，理論上可實現 1000 層垂直堆疊，功耗最高可降低 96%。報導也指出，NVIDIA 未來在 Vera Rubin […]

【AI 取代 Google搜尋】網站流量崩盤前，品牌必須加快執行的 4 個戰略行動

隨著生成式 AI 改變搜尋模式、社群平台成為購物入口，企業與消費者之間的互動方式正在快速重塑。 美國數位行銷與網站開發代理商 TheeDigital 發佈《Top Digital Marketing Trends for 2026》報告，分析 AI 搜尋、社群商務、內容策略與全通路體驗等關鍵變化，描繪數位行銷進入 AI 新階段的輪廓。報告指出，消費者的探索行為正從傳統搜尋引擎轉向 AI 助理與社群平台，品牌能見度與轉換路徑也因此被重新定義。 對行銷團隊與企業決策者而言，理解這些變化不只是策略調整，更關係到未來如何在 AI 主導的資訊環境中維持競爭力。以下整理報告核心洞見。 📎 這份報告適合誰閱讀？ 報告涵蓋了從 AI 搜尋、社群電商到全通路行銷的廣泛變革，主要適合以下幾類工作者閱讀： 🔴 報告洞見 💡 AI 成為消費者旅程的第一個接觸點 在 2026 年的數位行銷版圖中，消費者的探索旅程已經發生根本性的改變。買家不再將品牌官方網站或傳統的 Google 搜尋作為起點，報告指出，AI 正逐漸成為部分消費者探索旅程的第一個接觸點。 越來越多的探索行為始於 ChatGPT、Google AI Overviews（AI 摘要）以及其他生成式平台，使用者在點擊任何網站連結之前，就已經在這些 AI 環境中完成了深入的研究、比較與決策驗證。這意味著品牌的行銷能見度，必須在消費者「造訪網站之前」就建立起來。 面對這種典範轉移，單一渠道的優化策略已經徹底失效。 現代的行銷團隊不能再侷限於擔任各個獨立頻道的管理者，他們必須轉型成為「系統架構師」。行銷團隊的核心任務，轉變為精心設計數據、自動化流程、內容矩陣與客戶互動該如何無縫協同運作。 在這種整合型架構中，網站必須具備聆聽與回應的能力，CRM 系統則成為整個行銷情報中心。而自動化機制則需串聯搜尋引擎、社群媒體、電子郵件以及 AI 助理的各種訊號，打造出一個能夠高效驗證、培養並轉換潛在客戶的完整生態系統。 💡 AI 搜尋正在改變流量與營收的關係 許多行銷人員對於生成式 AI 帶來的「零點擊搜尋」感到恐慌，認為這會嚴重剝奪網站流量。然而，報告指出在 2026 […]

150 家新創湧入、百億資金重砸訓練場！拆解中國「具身 AI」狂潮背後的基建紅利與泡沫危機

當全球目光聚焦於大型語言模型（LLM）的軟體競爭時，AI 的戰場已從虛擬網路擴大至實體世界。中國正以舉國之力，加速建立龐大的人形機器人訓練基礎設施，試圖在這場被稱為「具身 AI」（embodied AI）的新世代科技革命中取得領先優勢。 根據《Financial Times》報導，在中國武漢，一座面積達 1.2 萬平方公尺的機器人訓練中心裡，年輕操作員每天透過遙控與感測裝置，反覆教導人形機器人端包子、擦桌子、摺衣服。這些動作會被鏡頭與感測器完整記錄，再整理成可供模型訓練的資料。該中心每天可產出約 100 小時可用資料，目標不是做出一台會表演的機器人，而是建立一個足以支撐整個產業成長的資料池。 中國大蓋「機器人訓練農場」 這座位於中國湖北的訓練中心，並不是單一案例。《Financial Times》與《Rest of World》都指出，這類由地方政府支持、機器人公司營運的資料收集與訓練設施，正在中國各地快速擴張。到 2025 年底，中國已宣布超過 40 座國有或官方支持的機器人資料中心，其中約 24 座已投入運作。光是湖北省，就推出規模達人民幣 100 億元的人形機器人基金；北京、上海、杭州、綿陽等地，也都在加速建立具身 AI 訓練場域。 背後的政策訊號也愈來愈明確。中國政府已在 2026 至 2030 年五年計畫中，將「具身智能」列為六大未來產業之一，並明確要求發展訓練中心、AI 模型與硬體，加速人形機器人落地。這代表中國對人形機器人的期待，已不只是單一技術展示，而是把它視為下一輪科技與產業競爭的核心基礎設施。 LLM 吃網路文字，機器人得靠人類一遍遍示範 為什麼中國政府願意投入大量資金蓋這些設施？答案在於，人形機器人的瓶頸並不只是硬體，也不只是模型，而是資料。 《Financial Times》指出，像 ChatGPT、DeepSeek 這類大型語言模型之所以能快速取得突破，關鍵在於它們能吃進海量網路文本。但機器人不同，它需要的不是單純文字，而是視覺、關節角度、速度、扭矩、動作順序，以及真實環境下的操作回饋。這些資料無法直接從網路抓取，也很難只靠模擬環境生成。 《Los Angeles Times》對印度資料標註公司的報導，也從另一個角度印證這件事。為了教機器人學會摺毛巾，工程師得頭戴 GoPro，一次又一次精準重複同樣動作，再把影片逐格標註，標記手臂怎麼移動、手指怎麼抓取、布料怎麼滑動。換句話說，讓 AI 學會「在真實世界裡怎麼動」，比教它在網路上「怎麼說」困難得多。 武漢訓練中心的員工張佳對《Financial Times》説，他們就像老師，而機器人是學生。教人類做動作，重複幾次就能學會；但教機器人不一樣，同一個動作得重複數百、數千，甚至上萬次。 中國人形機器人優勢，正從製造擴大到資料基礎設施 中國之所以能在這條路上快速推進，並不只是因為它有更多機器人公司。《TIME》指出，中國在電動車、感測器、減速器、控制器與電池等相鄰產業已建立大規模製造能力，讓機器人關鍵零組件成本大幅下降。這讓中國不只在硬體供應鏈上占優勢，也能更快部署更多機器人，進一步蒐集更多資料，形成規模飛輪。 報導提到，中國目前掌握全球約 70% 的光達市場，並在關節、控制器與諧波減速器等關鍵零件上快速壯大。當硬體成本下降、部署數量增加，機器人公司就更有機會在真實環境中蒐集資料，反過來再訓練更好的模型。《TIME》甚至直言，誰能更快部署機器人，誰就更可能收集到更大量、更高品質的資料，而這會進一步推動技術進步。 然而《Rest of World》也引述 Omdia […]

從半導體、物流、節能再到機器人領域，台達以 AI 驅動、軟硬整合的創新解方助企業深化長期競爭優勢

「我們以更貼近製造現場條件的方式，重新平衡效能、彈性與使用門檻之間的關係。」── 台達機電事業群 在 AI 技術與淨零碳排的驅動下，製造業正經歷前所未有的數位革命。 從穿梭街頭的 E-bike 心臟「動力系統」、應用在半導體設備驗證與優化的數位雙生解決方案、支援物流庫存可視化與自動化管理的「高階物聯網型人機介面」、橡塑製造的節能新引擎「油電複合射出機方案」，以及可完成上下料作業與 AI 伺服器機櫃檢查的「RS-M 模組型機器人」等應用，台達工業自動化深耕高成長潛力及變革性領域，並與全球產、官、學、研夥伴密切合作，創造產業轉型與升級的契機。 化新精密攜手台達推動伺服壓床與整廠監控整合，重塑精密製造品質與 ESG 永續生產體系 縮短換線時間至 30 分鐘！台達 RS-M 機器人兼顧效能配置與導入效率，以模組化單關節設計架構回應產線彈性需求 平均稼動率提升至 82%！台達打造節能轉型新引擎，以射出機與監控系統重塑橡塑製造模式 物流倉儲升級關鍵：台達整合感知、判斷到控制與優化，實現高效無縫人機協作 破解灌裝產線痛點！台達以伺服旋蓋機解決方案助力灌裝行業應對低碳、智慧工廠、少量多樣新趨勢，開創產能與品質雙贏新局 微小瑕疵無所遁形，實現超高速精準檢測！台達登場 SEMICON Taiwan 2025，從前端量測、封裝到資安防護，以 AI 驅動智慧製造 一年減少 210 萬元電費！台達與翔盟科技工程助台灣油品龍頭公司導入永磁同步磁阻馬達，推動水泵系統節能改善 破解設計同質化與系統封閉困境！台達以中置馬達三電方案助 E-Bike 車廠建立品牌差異化

守護 AI 疆界：利用 Apigee 構建「零信任」的 API 安全防護網

在前面的系列文章中，我們探討了如何利用 Apigee 駕馭 Gen AI 的 Token 成本，以及如何透過穩健的運維體系跨越鴻溝。當企業解決了「成本效益」與「運作效率」後，隨之而來的便是最嚴峻的挑戰——信任與安全。 在 Gen AI 時代，API 不再只是應用程式之間的資料管道，它們成為了企業核心大腦（LLM）與外部世界溝通的神經末梢。然而，這扇通往創新的大門，若缺乏適當的防護，也將成為駭客長驅直入的漏洞。 傳統的防火牆已不足以應對當前的威脅。面對 AI 時代的資安挑戰，這篇將探討如何利用 Apigee Policy 來落實合規治理，並搭配 Advanced API Security 來找出潛在的威脅，在 AI 時代構建一道「零信任（Zero Trust）」的防線。 API 的設計與治理缺陷正在放大整體系統風險 根據 Gartner 的預測，API 濫用將成為導致數據洩露的最常見攻擊方式。在生成式 AI 的架構下，這種風險被進一步放大： 傳統的 WAF (Web Application Firewall) 擅長防禦 SQL Injection 或是分散式阻斷服務攻擊 (DDoS) 等已知攻擊，但對於這些偽裝成正常流量的「新型態威脅」，往往束手無策。 以 AI 對抗 AI：Apigee 的智慧防護機制 面對日益複雜的攻擊，有些甚至由 AI 驅動的攻擊，防禦者必須同樣具備智慧化的手段。Apigee 不僅是 API […]

化新精密攜手台達推動伺服壓床與整廠監控整合，重塑精密製造品質與 ESG 永續生產體系

在化新精密產線上，一位剛報到不久的技術員正依循顯示介面上的標準作業流程操作伺服壓床，檢視壓入力、位移與速度是否落在設定區間，並同步確認系統回傳的即時製程與用電數據。相較過去仰賴手感與經驗判斷的油壓設備，伺服系統有效改善現場噪音與油霧問題，在穩定作業環境的同時，也降低人員職安風險。每一次壓合完成後，製程配方、能耗與關鍵組裝參數即自動記錄於生產履歷，使新進人員也能快速掌握製程狀態，確保品質一致性。 從經驗到數據：化新精密將隱性 Know-how 轉化為標準配方 成立於 1971 年、深耕汽車產業逾半世紀的化新精密，長期專注於汽車底盤與引擎關鍵零件的精密機械加工，面對日本與歐美等國際車廠與 Tier 1 供應鏈的高標準要求，化新以高質量的製造能力穩定供應全球市場。 近年油泵與轉子類零件等車用關鍵零部件的材料結構，逐步從鑄鐵轉向鋁合金，對壓合、組裝與製程穩定度的要求也隨之提高，製程升級與自動化不再只是效率選項，而是品質維持的必要條件。與此同時，全球精密製造產業競爭環境也快速轉變，量產規模已成為基本門檻，能否在不同場域中穩定複製製程、確保品質一致性並具備完整可追溯能力，逐漸成為決定競爭力的關鍵。化新精密營運長潘清吉指出，面對上述趨勢，台灣精密製造產業的壓力不只來自成本，社會結構轉變也是其一，「少子化讓老師傅經驗難以傳承，但品質不能跟著妥協，這對傳統製程是很大的考驗。」當人力結構與材料條件同步改變，過去高度仰賴經驗的製造模式，已難以支撐長期穩定的品質要求。 潘清吉說明，過去油壓壓床高度仰賴經驗與手感，不良率與品質波動難以精準掌控，隨著製程延伸至組裝整合與功能驗證，前段壓合品質對整體良率的影響愈發關鍵，既有模式的侷限也因此日益顯現。台達機電事業群智能製造事業部總經理林哲民也從產業端觀察到相同現象：「許多中小型精密製造廠技術很好，但經驗不易量化，數據留不下來，轉型就很難往前走。」在客戶對品質一致性、交期可信度與碳足跡透明化的要求同步提高下，如何將老師傅的隱性製程 Know-how，轉化為可被量化、複製的製程配方與操作規則，成為化新精密無法迴避的核心課題。 從 OEM 邁向 ODM：數據標準化如何強化化新精密的供應鏈競爭力？ 在正式導入伺服壓床之前，化新精密與台達展開長時間的驗證。雙方花費近一年時間，針對不同產品條件反覆測試壓合曲線、壓入深度、速度區間與節拍設定，逐一釐清過往僅憑經驗運作，卻難以量化的製程關鍵。林哲民指出：「我們不是單賣設備，而是先把問題的本質想清楚，確認哪些參數一定要量化、哪些數據必須長期被追蹤。」 完成驗證後，化新逐步導入伺服壓床，取代傳統油壓壓床，作為製程升級的核心。透過伺服控制架構，壓合過程中的力量、位移與速度被納入閉迴路控制，每一次壓配皆同步產生完整的壓力曲線，並即時與既有製程條件比對，讓品質控管前移到製造當下，而非事後檢驗，過去高度仰賴老師傅手感判斷的關鍵條件，也因此得以轉化為可被系統執行的製程配方與數據基準。 隨著設備上線，產線配置與作業流程也隨之調整。在台達協助下，化新重新梳理組裝流程，將原本分散於不同工作站的壓合、量測與檢測作業，整合至單一伺服壓床工站，不僅簡化動線與人力配置，也降低跨站作業所造成的變異風險，讓產線維持一致的製程條件。 不過，進入實際運轉階段後，挑戰真正浮現，此時的核心不再是設備能否運作，而是如何將既有製程設定與人員工作方式，順利轉換為以數據為核心的運作邏輯。潘清吉坦言：「最困難的是把老師傅腦袋裡的經驗，轉化成設備可以精準執行的製程配方。」為此，化新與台達重新設計部分治具以配合感測需求，並反覆校正壓床參數，才能在不同產品之間建立穩定且可複製的製程模型。 台達助化新精密雙軸轉型 實現數位製造與綠色減碳 隨著伺服壓床與相關系統的導入，現場人員的工作型態也隨之改變，從過去以分站操作為主的作業模式，轉為跨工序監控與製程判讀。透過壓合過程中壓力、位移與速度等關鍵參數的量測配置調整，反覆驗證數據擷取與回饋機制，讓製程經驗不再只存在於個人，而是逐步轉化為一致性的系統標準，顯著提升品質穩定度與製程可控性。潘清吉表示，過去仰賴經驗與手感的壓合製程，如今能以數據即時掌握關鍵狀態，「不良率明顯下降，品質不再靠人眼判斷，而是每一筆數據都可回溯、可驗證。」在此基礎上，製程配方得以快速複製，新進人員也可在短時間內穩定產出狀態，使產線調度與交期承諾更具彈性。同時，現場工作者的角色也從單純的設備操作人員，逐步理解製程邏輯、透過系統優化條件的工程角色。不僅為化新由 OEM 邁向具備製程建議能力的 ODM 奠定基礎，更透過持續累積製程數據，建立標準化機制，重塑化新與供應鏈夥伴的合作方式。現在，化新能引用數據與供應商明確溝通需求，提升雙方的合作效率。 「從台達的角度來看，這正是數位製造的核心價值，」林哲民表示，導入成效並非只看單一指標，而是透過良率、不良率、人力配置，與製程一致性等事前設定的 KPI 進行整體驗證，在透明且可追溯的機制下，化新不僅強化製造韌性，也逐步建立以數據為共通語言的協作型供應鏈，為後續擴線與國際客戶信任奠定穩固基礎。 在透過伺服壓床數據優化製程的同時，化新也著手推動減碳轉型。台達以工業圖控系統 VTScada 整合能源管理、設備監控、廢水系統等數據，即時偵測、記錄設備的能源狀態，讓節能不停留在口號，而是能被量測、追蹤與回溯的管理項目。潘清吉指出，系統上線後，用電可望降低近兩成，噪音也下降約 5～10 dB；同時搭配三段式電價契約，調整用電策略，將節能、減碳與成本控制納入同一套決策邏輯，成為支撐 ESG 實務運作的日常管理機制。 完成製程數位化與能源管理的階段性布局後，化新精密已著手規劃下一階段的營運升級藍圖。外部合作方面，化新將深化與客戶及供應鏈夥伴的協作模式，提前介入產品設計階段，提供製程與品質建議，逐步從 OEM 角色轉型為具備共同開發能力的 ODM 夥伴。在永續發展層面，既有累積的製程與能源數據，也將成為後續碳管理精進與新廠規劃的重要依據，確保企業在效率提升、品質穩定與淨零目標之間，維持可長期運作的平衡。 從化新的導入歷程與實際成效可看出，數位製造的核心價值不再只是設備升級，而是一套支撐企業面對高度不確定環境的長期能力建設。對此，林哲民強調在碳排管理與數位轉型同步推進的時代，台灣製造業必須建立能快速回應市場變化與政策調整的製造韌性與反應速度。他進一步表示，台達長期投入數位化與智能製造，可協助企業精準掌握設備稼動率、良率與製程狀態，建構起可複製與擴展的系統化能力，在製造環境變動時，仍能維持一致的品質水準與彈性供貨能力，持續擴大自身競爭優勢。

企業如何建構面向全球的營運數據平臺？台灣帆軟剖析 AI 驅動的數據中樞：從多地多工廠到「自動化決策」的智慧轉型之路

隨著台灣製造業加速擴張版圖、走向全球化，如何將散落於各國廠區的數據串聯，轉化為具備商業價值的決策依據，已成為數位轉型的關鍵挑戰。台灣帆軟日前在 TechOrange 科技報橘主辦的「AI 智慧大工廠論壇」台北場，聚焦講題『AI 驅動的數據中樞：從多地多工廠到「自動化決策」的智慧轉型之路』，探討企業推動跨國營運之際，如何透過 AI 數據中樞與混合分級部署架構，有效打破數據孤島，並實現全域視角的自動化決策。 打造跨區域、跨系統、跨角色的數據經營框架 台灣帆軟客戶經理孫平表示，企業在海外多地設立據點時，往往面臨數據整合的嚴峻挑戰。例如在地理與網路限制的面向，各國網路基礎建設穩定度不一，且部分地區受限於網路長城，企業必須依賴昂貴的跨國專線進行資料傳輸；在系統異構與數據口徑的面向，即使各廠區採用相同類型的 MES 或 ERP 系統，資料格式與計算邏輯可能大相徑庭，導致總公司難以匯整，無形中增加 IT 部門的資料處理負擔。 在跨國傳輸成本的面向，企業為了確保海外資料回傳的穩定性，常需租用高頻寬的專線，甚至配置備援線路，導致網路維運成本居高不下；與此同時，企業將迎來管控與自治的兩難，總公司期望掌握全局並產出合併報表，各地分廠則需要即時的生產數據來管控庫存與機台狀態，並兼顧機敏資料的合規性與安全性。有鑑於這些實務現況，台灣帆軟致力透過系統化的數據治理能力、跨境應用模組與全球營運場景經驗，打造跨區域、跨系統、跨角色的一體化營運數據框架，讓全球營運真正可視、可控、可決策。 以資料分級混合部署模式，協助集團總覽全局、子公司聚焦在地 孫平分析，企業建構面向全球的營運數據平臺，通常採取 3 種模式，包含各地獨立部署、統籌部署與資料分級混合部署，其中各地獨立部署的模式，就是在各廠區建置本地系統，並結合 ERP、MES、CRM 等應用，雖然能保有高度自治與即時監控，但各廠數據互不相通，會讓總部難以進行全局治理。而採用統籌部署的模式，意味著所有資料與權限皆由總部統一開發與管理，此舉雖能確保數據口徑一致，卻會對總部 IT 造成極大的人力負荷，且需要特別留意數據傳輸效率和報表訪問的帶寬。至於第三種資料分級混合部署的模式，優勢在於能提升集團核心指標口徑一致和各屬地開發彈性，提升內部協作效率，「針對各個屬地，我們都有自己可以直接連到本地端的資料庫報表伺服器，完全避免資料上傳時的卡頓問題，另外透過資料分級，僅同步集團管理所需的匯總資料，也可降低傳輸明細數據的專線流量成本。」 孫平坦言，資料分級混合部署模式仍存在幾項劣勢，如各地需要獨立的伺服器與報表軟體，提高初期建設成本，也將會增加開發和維運人力資源，因為每個屬地需要獨立的升級、備份、監控作業。不過從長遠來看，這將是企業更佳的作法，孫平強調，「如果今天企業走向全球化發展，我們比較建議採用資料分級混合部署。當企業推動跨國營運，在權限混亂下導致總部無法看清全局、子公司難以聚焦本地業務，透過這種部署方式，將讓 IT 根據不同部門、單位、角色，做到更明確的權限劃分，幫助集團總部觀局，子公司也可以交代本地資料庫，實踐視角統一。」 解決多系統資料整合化、報表流程自動化、生產狀態可視化等製造難題 那麼企業如何將分散在各地的數據資料整合，真正支撐跨區營運及自動化決策？孫平進一步說明，帆軟的企業級戰情室報表軟體 FineReport，支援一次報表版面設計，多語言使用，節省重複維護多語系版本的時間與成本，也可以和多種報表資料整合，動態切換數據源，或者將資料庫名稱寫為參數，讓整個 JDBC URL 可依參數變化。 在使用介面上，FineReport 支援使用者匯入現有 Excel 製作報表，且保留絕大部分原有表公式，並設有多重校驗規則，保障資料品質。孫平指出，帆軟還推出統一資料查詢入口的功能「數據門戶」，讓使用者能在門戶首頁中迅速找到自己收藏關注的報表、系統的公告、報表上下線動態，不僅提升尋找資料的效率，更降低報表管理者與使用者的溝通成本。而在 FineReport 提供的雲端健檢報告，協助技術支援團隊視情況安排效能瓶頸排查、阻塞問題答疑等年度巡檢，確保系統長期穩定運作，對於集團總部而言，則是能藉由橫向對比分析，比較不同工廠的差距，精確定位需優化的據點。 聚焦更多「自動化維運」的應用案例，孫平分享，帆軟以 FineVis 戰情室一比一還原廠區，助力企業即時進行物流進出監控，並打造高效、準時、成本可控的物料流通知與交付模式。針對 2D 版面，也可建立集團財務經營駕駛艙，透過現金流、資產總額、淨利潤、營收、資本報酬等關鍵指標，一次掌握營運績效的全貌和潛在風險趨勢，抑或是打造集團經營預警中心，設定條件變色警示，讓決策者輕鬆了解營運情況。 孫平強調，帆軟憑藉全球在地服務的優勢，正透過一體化的服務架構，提供一致的交付標準與本地化支援。接下來，帆軟也將會持續協助跨國企業在多地穩定落地、快速回應，落實集團級的數據治理與協同管理。

紅衫資本合夥人揭企業軟體新戰局：下一個兆元公司，將是「偽裝成服務公司的軟體公司」

「當 Claude 下一次升級，直接把你的產品變成一個『功能』，會發生什麼事？」紅衫資本合夥人 Julien Bek 近日在文章與 TBPN 節目中拋出這個問題，直指當前 AI 新創與企業軟體公司最深的焦慮。對許多打造 AI 工具的創辦人來說，現在最大的風險，已不只是競爭對手變多，而是自己的產品價值，可能在下一次 AI 模型迭代後瞬間被壓縮，甚至距離被取代與摧毀，只差一步。 Julien Bek 進一步提出一個判斷：「下一個一兆美元公司，會是一家偽裝成服務公司的軟體公司。」他強調，如果今天企業賣的是「工具」，本質上仍是在和 AI 模型競速，但如果賣的是「工作」，那麼模型每一次進步，反而都會讓服務變得更快、更便宜，也更難被取代。 從 Copilot 到 Autopilot，競爭邏輯從賣工具變成賣工作 Julien Bek 在文章中明確區分「Copilot（副駕）」與「Autopilot（自動駕駛）」兩種模式的差異。Julien Bek 形容，Copilot 賣的是工具，Autopilot 賣的則是工作。 至於為何現在部分類別已經適合直接從 Autopilot 起步？他解釋，這是因為在某些領域中，目前的 AI 模型已經夠聰明。例如，將產品賣給律師事務所的 Harvey、以及賣給投資銀行的 Rogo，都屬於「賣工具」的 Copilot 模式，是由專業人員擔任客戶並對產出結果負責；相對地，賣給需要簽署保密協定（NDA）公司的 Crosby，以及賣給需要保險的 CFO 的 WithCoverage，客戶則是直接購買「成果本身」。 對此，Julien Bek 也點出既有 Copilot 公司將面臨的「創新者的窘境（Innovator’s Dilemma）」：如果這些賣工具的公司想轉型賣「工作」，等同於是越俎代庖，搶了原本客戶，也就是專業人員的飯碗，而這正是純 Autopilot 新創大展身手的絕佳破口。 從商業模式切入，Julien Bek 進一步說明，在任何職業裡，「工作預算」都遠遠大於「工具預算」，因此 Autopilot […]

Mastercard 結盟 85 家巨頭進軍區塊鏈！要讓鏈上支付與銀行無縫接軌

全球支付產業的底層邏輯正在轉變，悄悄從傳統金融體系邁向區塊鏈時代。過去數位資產主要在傳統金融體系之外運作，被視為投機標的，然而，隨著技術的成熟與企業端的需求攀升，數位資產正在加速融入全球商業運作的血脈之中，場景涵蓋跨境匯款、企業間資金轉移等，為全球資金流動帶來新的基礎設施選項。 Mastercard 出招：集結 85 家巨頭的區塊鏈大聯盟 為了搶佔這波基礎設施轉型的先機，全球支付巨頭 Mastercard 近日宣布推出規模龐大的「加密貨幣合作夥伴計畫」（Crypto Partner Program）。該計畫一口氣集結了超過 85 家來自數位資產與支付產業的領先企業，陣容包含全球最大加密貨幣交易所 Binance、支付平台 PayPal，以及專注於跨境匯款的區塊鏈公司 Ripple 等。 這項計畫的核心目標，是探索如何將區塊鏈系統直接無縫接入現有的全球支付網路，用於處理大量支付交易，從而解決結算延遲、高成本以及跨境交易透明度不足等長期問題。 Mastercard 深知，區塊鏈支付若要實現大規模普及，就必須能與其遍布全球 200 多個國家、連結無數銀行與商戶的傳統基礎設施相互串接。透過該計畫，參與者將與萬事達卡團隊，針對未來產品和服務的設計方向進行互動，建立一個共享的協作框架，將技術創新轉變為可擴展、合規的應用場景，以在各個市場落地運行並無縫整合到日常的商業活動之中。 舉例來說，Ripple 將利用其 RippleNet 技術，提供更快速且透明的跨境支付。PayPal 則利用其商戶網路，協助將加密支付整合進主流電商環境。穩定幣發行商 Circle 與 Paxos 則負責建構支付與結算基礎設施，使區塊鏈交易能在銀行體系內合規運作。對於 Mastercard 來說，鏈上支付的下一階段將是更大規模的產業合作，而透過這些合作，Mastercard 希望打造一個完整的區塊鏈支付生態系，使加密資產可以像信用卡支付一樣，在全球商業體系中流通。 【推薦閱讀】 【TO Highlight】穩定幣新秩序：科技供應鏈與全球新金融的世紀博弈 支付巨頭的競合與穩定幣的崛起 Mastercard 並非唯一看見此趨勢的傳統金融機構。其主要競爭對手 Visa 早就開始與穩定幣發行商及區塊鏈公司合作，積極測試使用數位美元進行交易結算。同時，包含 PayPal 在內的多家大型金融機構，也正持續探索代幣化存款與基於區塊鏈的支付系統。 穩定幣在這場基礎設施的爭奪戰中扮演了關鍵角色。隨著法規逐漸清晰與企業採用的增加，穩定幣正被視為「網際網路的原生美元」，在跨境結算與企業金庫管理中的應用日益普及。支付巨頭們紛紛擁抱這些技術，正是為了避免在未來的自動化與 AI 驅動支付時代遭到邊緣化。 Mastercard 此次的結盟動作，釋放出一個強烈的市場訊號：數位資產已經跨越了單純的投機炒作階段。當掌握全球金流命脈的傳統支付巨頭主動將區塊鏈技術納入其核心網路時，意味著區塊鏈正在成為支撐下一代全球商務運作的底層基礎設施。儘管前方仍有複雜的監管合規與跨國標準制定等挑戰需要克服，但全球金融體系向區塊鏈靠攏的趨勢，顯然已不可逆轉。 ＊本文開放合作夥伴轉載，資料來源：《CoinDesk》、Mastercard、《MarketLens》，首圖來源：擷取自 Mastercard

串接 5 萬家醫療機構、50 種穿戴裝置：微軟推 Copilot Health 卻引爆信任戰

微軟（Microsoft）正在把 Copilot 從工作助理，推向更敏感也有更高信任門檻的健康場景。3 月 12 日，微軟正式推出 Copilot Health，目標是協助使用者理解自己的健康資訊，進一步取得可採取行動的個人化健康洞察。微軟更將這項產品視為邁向「醫療超級智慧（Medical Superintelligence）」的一步。 不只微軟，Amazon、OpenAI 與 Anthropic 近期也陸續測試類似的 AI 健康工具，顯示大型 AI 公司正把健康資料納入聊天機器人的下一波競爭。在這樣的脈絡下，Copilot Health 的亮相，也是微軟在生成式 AI 戰局中，試圖與其他競爭對手拉開差異化與專業定位的重要一步。 串接 5 萬家醫療機構、50 種穿戴裝置，Copilot Health 瞄準資料整合 微軟表示，Copilot Health 透過 HealthEx 串接超過 5 萬家美國醫院與醫療提供者機構的資料，包括就診摘要、檢驗結果與用藥清單。在使用者端，Copilot Health 可以匯入超過 50 種穿戴裝置的資料，包括 Apple Health、Oura 與 Fitbit，將分散的健康紀錄、健康歷史與穿戴裝置資料整合，並提供個人化建議。例如，若使用者輸入「我最近睡不好」，聊天機器人就能分析病歷與穿戴資料，觀察最近的睡眠趨勢。 微軟表示，Copilot Health 也連接即時的美國醫療提供者目錄，讓使用者可以依專科、地點、語言與保險條件搜尋醫師。目前，Copilot Health 將分階段推出，並優先在美國上線。 Copilot Health 目標是讓使用者更深入理解醫療資料 微軟表示，多數人缺的不是更多健康資訊，而是對於健康資料的理解。因為病歷長期以來既混亂又難以管理，且資訊往往散落在不同醫療提供者使用的不同資料庫中。因此，過去醫師可能需要花數小時人工檢視一個人的全部病歷與穿戴裝置資料，才能形成判斷，但現在 Copilot Health 可以在幾秒內就完成。 微軟副總裁 […]

力求準確率達 99%，Nimble 打造「商業級 AI 搜尋平台」突破企業資料蒐集瓶頸

AI 新創公司 Nimble 宣布推出自家的 AI 代理搜尋平台，並希望將公開網路上的資料，透過 AI 轉換成值得企業所信賴，同時具備決策價值的數據。

廣告技術進入情緒感知時代！Unity 廣告策略為何從精準投放轉向「情緒感應」？

在傳統 App 開發的情境中，討論到 App 優化時，多半仍停留在技術層面：頁面載入是否夠快、系統是否穩定、是否出現錯誤或當機。然而到了 2026 年，App 體驗的競爭已經進入另一個層次。 使用者對於數位服務的期待大幅提高，一個 App 是否順暢，往往在幾秒內就決定了消費者是否留下。隨著 AI 逐步滲透產品營運流程，企業也開始重新思考「優化」的定義：從修復問題，轉向理解與預測使用者的心理感受。 效能優化不再只是修 bug，而是提升「體驗效率」 根據數位體驗分析公司 Quantum Metric 2026 年發布的報告，App 成功與否的關鍵指標已從傳統的下載量或流量，轉向「體驗效率」（Experience Efficiency）。 這個概念衡量的是使用者完成目標的速度與順暢程度：當使用者想訂機票、購買商品或查詢資訊時，系統能否在最短時間內讓任務完成。報告指出，當企業成功降低錯誤率與流程阻礙時，不僅能提升轉換率，也會直接帶動平均訂單金額的成長。換言之，流暢的體驗會讓消費者更願意探索、停留與消費。 在這樣的趨勢下，優化的角色也有所不同。早期的數位分析工具通常是在問題發生後才進行診斷，例如發現異常率上升或轉換率下降，再由工程團隊追查原因。但近兩年越來越多企業導入 AI 驅動的預測式分析系統，透過即時行為數據辨識潛在問題，提前調整流程。優化不再只是修復 Bug 或縮短載入時間，而是主動管理使用者的情緒與感受。 這也說明，現代 App 必須具備更高的上下文感知能力。當系統能理解使用者當下的情境與意圖，一個 App 就會從「操作工具」轉變為一種「數位服務」。例如，在旅遊平台中，如果系統偵測到航班延誤，App 會立即顯示改票選項並自動填入旅客資訊；在電商平台中，若使用者頻繁購買某一類商品，首頁就會優先呈現相關推薦與優惠。這些看似微小的設計，實際上大幅減少了使用者的思考與搜尋成本。 零售應用潛力：AI 偵測挫折感，自動重塑轉換路徑 Quantum Metric 指出，在零售 App 的實際營運中，甚至可以運用 AI 即時判斷使用者是否出現挫折情緒。比方說，可以追蹤「憤怒點擊」（rage taps），也就是使用者在短時間內重複點擊同一按鈕，通常代表操作沒有成功或介面反應過慢。如果系統偵測到類似行為出現在結帳頁面，後端就可能自動啟動備用流程，例如簡化付款步驟、延後登入要求，甚至直接提供即時客服協助，以避免使用者在最後一步放棄交易。 同樣的邏輯也可以應用在搜尋或表單流程中。當 AI 發現使用者在某個欄位連續輸入錯誤三次以上，系統可能主動提供建議格式或自動補全資訊；若搜尋結果頁面停留時間過長，平台也可能調整排序邏輯，優先呈現更相關的商品。透過這類即時調整，企業可以在使用者離開之前化解阻礙，維持整體轉換率。 行為數據即情緒指標，廣告策略從精準投放轉向「情緒感應」 事實上，遊戲產業早已在這方面累積大量經驗。知名遊戲引擎公司 Unity 近年推出的廣告平台 Vector AI，便是一個典型案例。這套系統不再只依賴玩家的人口統計資料，而是即時分析遊戲中的行為數據，例如玩家的操作頻率、關卡進度與停留時間。透過這些資訊，系統可以判斷玩家的投入程度與情緒狀態。 例如，當玩家在某個關卡連續失敗多次、操作間隔逐漸拉長，系統可能判斷其挫折感正在上升。在這種情況下，Vector AI […]

【科技早餐】50TB 資料被竊！伊朗駭客攻擊醫療設備大廠 Stryker，20 萬台設備受影響

【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊ OpenAI 計畫整合 Sora 與 ChatGPT，AI 入口戰再升級 OpenAI 計劃近期將 Sora 影片生成技術整合至 ChatGPT 中。這項策略轉變發生在 Sora 行動應用程式推出約五個月後，雖然 Sora 應用程式曾經短暫登上排行榜榜首，但熱度卻迅速消退，且用戶在平台上公開分享影片的意願極低。 這次整合的主要動機是期望重現過去 AI 圖像生成所帶來的病毒式傳播熱潮，進一步推升 ChatGPT 目前約 9.2 億的每週活躍用戶數，以達成 10 億用戶的目標。然而，這項改動將面臨龐大的成本挑戰，因為影片生成功能勢必會大幅增加 OpenAI 的 AI 推理與伺服器運算成本，這也促使OpenAI 必須提前備妥足夠算力，以應對潛在的流量激增。 ＊ Meta 公布四代 MTIA 路線圖，AI 晶片走向「產品線化」 為應對龐大的 AI 運算需求，Meta 公布 MTIA 300、400、450 與 500 等四代自研 MTIA 晶片路線圖，目的是分散硬體來源、降低外部依賴，並透過捨棄非必要的通用功能來大幅壓低晶片成本。 目前 MTIA 300 已量產，並用於內容排序與推薦系統，MTIA […]

不用再登入 Salesforce 撈資料？Perplexity 搶攻「AI 代理編排層」，掀企業 SaaS 介面淘汰賽

AI 代理（AI agent）正快速從研究概念走向企業軟體的核心介面。AI 搜尋新創 Perplexity 在其首屆開發者大會 Ask 2026 上宣布推出新的多模型 AI 代理，包含雲端代理 Perplexity Computer 以及本機代理 Personal Computer。這項布局顯示，這家原本以 AI 搜尋聞名的公司，正試圖進入企業軟體市場，與微軟、Salesforce 等大型平台競爭。 Perplexity 表示，其本機代理系統可以把一台閒置電腦轉變成類似開源代理框架 OpenClaw 的 AI 控制系統，但提供更完善的安全與治理機制。該公司認為，隨著 AI 代理逐漸成為企業自動化流程的重要工具，能夠協調多個模型與企業資料來源的「代理編排層」（orchestration layer），將成為下一波 AI 軟體競爭的焦點。 AI 代理不只是聊天機器人，而是「完成工作的系統」 Perplexity 的核心產品 Computer 本質上是一個 AI 代理編排引擎。當使用者提出任務目標，例如「整理今晚活動參與企業的簡報資料」，系統會先將目標拆解為多個子任務，再分配給不同的 AI 子代理處理。 這些子代理會使用最適合的 AI 模型完成工作，包括資料搜尋、文件生成、程式撰寫、分析與內容整理，最後再整合成完整成果。換句話說，Computer 不只是回答問題，而是能直接完成一整個工作流程。 根據 Perplexity 說明，該系統可同時協調約 20 個不同 AI 模型。其中包括 Anthropic 的 Claude Opus […]

和椿科技董事長程天縱：AI 機器人不是一個產業，是企業轉型變革的時機

「在講機器人和 AI 時，大家都當成一個產業，但和椿來看，AI 機器人不是一個產業，是企業轉型變革的時機，這一點是我們跟大多數人看法不一樣的地方，」和椿科技董事長程天縱在今（3/12）接受媒體採訪時表示，雖然 AI 機器人的市場成熟期仍難預測、現階段需求也還有限，但他認為，對企業來說，真正重要的不是市場何時全面爆發，而是能否及早把 AI 機器人納入產品與營運流程，否則企業就可能長期停留在傳統製造思維中，難以進入高科技產業的行列。 程天縱進一步解釋，若只把 AI 機器人視為一個產業，很容易落入既有思維，將焦點集中在供應鏈、零組件與材料，卻忽略真正的需求與價值鏈。「機器人三個字，事實上是機器跟人，機器是供應方，人是需求方，機器是為人服務的，所以我們特別強調需求方，」因此和椿並非從供應鏈角度切入，而是選擇站在客戶端思考，與需求方一起尋找更多應用場景與可能性。 美中積極投入 AI 機器人，台灣如何掌握競爭優勢？ 談到在美國與中國皆積極發展 AI 機器人的背景下，台灣如何發揮自身優勢？程天縱表示，美國除了 AI 強，硬體也不弱，真正的弱點在於缺乏製造能力，而製造不只是代工，還會反過來影響最終產品創新，因此這正是美國過去較吃虧之處。然而，如今美國積極推動製造回流，隨著這波趨勢持續，他判斷美國硬體實力未來有機會持續加速發展。 至於中國的產業環境，程天縱認為，中國雖然政治專制、經濟居中，但科技其實相對民主，也就是說，中國的科技發展在很多時候反而保有相當自由度。因此，程天縱分享，不少中國的機器人企業並非單純靠政府扶植而壯大，而是在改革開放、政府相對不干預的環境中成長茁壯。 在美國補製造、中國持續推進應用落地的情況下，程天縱認為，台灣若要找到自己的位置，關鍵不在與大國正面比拚整機或大規模製造，而是在自身擅長的「微型化」與半導體能力上建立差異化優勢。 「我在兩年前就說，算力與算法會前移，」程天縱解釋，算力與算法接下來會從雲端移到邊緣，再從邊緣移到終端，最後再延伸到機器人的手和腳。他認為，未來機器人必須在前端就具備即時判斷與感知能力，而這也將是台灣的絕佳切入點，因為 AI 與機器人進入實體世界後，需要大量感測器感知觸覺、溫度、震動、聲音與位移等，而這些感測器多與半導體製程密切相關。因此，以半導體技術為基礎，台灣若能進一步結合感測器、GPU與前端算力，讓機器人的手腳本身就具備感知與計算能力，就有機會在下一波機器人競賽中建立關鍵優勢。 程天縱也特別強調，除了移動能力之外，機器人的操作能力同樣非常重要，而其中手的觸覺將是關鍵。因此如果台灣能率先掌握觸覺感測器、算法與前端算力的整合能力，將會是一個非常大的機會。 如果機器人是發電廠，和椿科技的目標就是成為「智慧家電」 「如果我們把機器人的硬體比喻為發電廠，那和椿現在要做的，就是成為解決千家萬戶痛點的智慧家電，」在當前的產業趨勢下，談到和椿在 AI 機器人產業中的角色與定位，和椿科技副董事長張以昇形容，「發電廠」固然重要，但真正能讓電力創造價值、實際解決生活或生產問題的，仍然是終端應用端的「智慧家電」。因此，和椿真正想做的，不只是機器人本體的供應，而是把技術轉化成能落地的應用方案，並強調人形機器人的應用市場，也將成為和椿未來持續投入與布局的主要方向。 面對中國在機器人硬體製造上已經進入高度競爭、甚至近乎極致內捲的狀態，張以昇指出，台灣若在這個階段再去拚硬體，不僅會陷入激烈價格戰，也不具備絕對優勢。在這樣的背景下，和椿選擇把核心競爭力放在理解場域需求、整合技術，並提供最終可執行的解方，也就是不再單純販售關鍵零組件或硬體設備，而是直接「賣給客戶問題的解答」。 未來，和椿的目標是成為深入百工百業、解決場域實際痛點的夥伴，並致力讓 AI 機器人技術真正落地，同時轉化為各行各業提升整體競爭力的實質動能。 （首圖來源：科技報橘）

新設施強化供應鏈效能！聯邦快遞桃園國際機場轉運中心擴建落成啟用，提升台灣在全球貿易中的關鍵地位 

全球最具規模的快遞運輸公司之一聯邦快遞（FedEx）3/11 宣布，其位於桃園國際機場全新擴建的轉運中心正式啟用。此設施是聯邦快遞在台深耕 35 年來最大規模的一筆單項投資，不僅大幅擴增設施面積與分揀能力，更旨在滿足台灣高科技、半導體、電子商務等其他關鍵產業日益增長的物流需求，持續推動台灣經濟成長。  新設施的面積較原址擴增一倍，達約 19,000 平方公尺，並配備先進的自動化分揀系統，每小時可處理高達 9,000 件包裹；與以往設施相比，進口貨件處理效率大幅提升 2.5 倍，出口貨件處理效率亦提升 1.2 倍。新設施全方位強化快遞包裹、大型貨物及特殊貨物（含危險品與冷鏈產品）的處理能力，使營運安全性與供應鏈韌性顯著提升，也讓跨境寄運企業受益於更快速、更可靠的物流服務。  新轉運中心採用全電動化的地面支援設備車隊。電動拖車的導入象徵著從傳統柴油車輛向電動化的重要轉型，估計每輛車每日可減少 21 至 26 公斤的二氧化碳排放。在完善的空側充電設施支援下，此舉不僅大幅降低噪音，也提升整體機械效率。  聯邦快遞亞太區總裁蘇查理表示：「隨著亞太地區各經濟體透過貿易與投資日益緊密連結，企業需要能夠跟上貿易版圖快速變動的物流網絡，此次擴建台灣轉運中心，再次展現聯邦快遞持續投資物流基礎設施的承諾，為客戶提供更快速、可靠且具彈性的物流服務，協助企業強化供應鏈韌性，並拓展更多市場機會。」  作為全球半導體製造重鎮，台灣的產業產值於 2025 年已達新台幣 6.84 兆元，預計至 2030 年將佔全球總產能約 80%，充分顯示其在全球高科技供應鏈中的重要地位。  運送半導體與精密儀器等高價值、時間敏感性產品，需在每個運輸階段維持極高的可靠性、即時可視化及嚴格的安全控管。聯邦快遞在跨境運輸中導入 FedEx Surround® 監控與干預系統及 SenseAware ID 感測技術，以滿足這些需求。此外，透過 FedEx® Sustainability Insights（FSI） 數位工具，客戶可對符合條件的貨件進行碳排放評估與管理，並檢視寄運紀錄，同時生成透明報告供利害關係人參考。  除支持科技大廠外，聯邦快遞亦持續協助台灣中小企業拓展全球市場。擴建後的轉運中心強化了聯邦快遞的區域網絡，促進更靈活高效的跨境貨物流通，有效降低貿易門檻，加速台灣中小企業搶攻國際商機。  聯邦快遞台灣總經理蘇智民表示：「新轉運中心的啟用是聯邦快遞在台灣的重要里程碑。透過提升網絡能力、整體分揀量能及營運效率，我們將更強而有力地支援台灣關鍵出口產業，並加深台灣與全球市場的連結。我們承諾將持續與客戶及合作夥伴緊密合作，提供可靠、優質且更具永續性的物流解決方案，為台灣的貿易與經濟發展貢獻心力。」  聯邦快遞自 1990 年進駐桃園國際機場開始營運，目前在全台設有 10 個全球服務中心、9 個服務站、逾 8,000 個授權寄件中心，並擁有超過 400 輛運務車與機車所組成的配送車隊。透過每週 40 班直飛美國、歐洲及亞太市場的航班，這座擴建後的轉運中心將進一步提升貨件與貨運處理效率、營運安全及供應鏈管理能力，鞏固台灣在全球供應鏈中的關鍵地位。 （本文訊息由聯邦快遞 FedEx 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：聯邦快遞 FedEx。）

如何讓 AI 看懂產線？台灣思科以數位轉型 3 部曲，助攻企業將 OT 通訊與資安作為關鍵橋樑

隨著 AI 技術席捲全球，製造業正加速邁向 AI 智慧工廠的新紀元。然而，如何讓 AI 真正「看懂」產線並發揮最大效益，成為產業界的共同挑戰。台灣思科亞太區工業物聯網產品經理吳竣民近日於 AI 智慧大工廠論壇，深度探討 OT 通訊與資安如何成為智慧製造的關鍵橋樑，並解析思科透過 3 步驟，協助企業突破數位轉型痛點的具體模式。 吳竣民指出，未來的 AI 智慧工廠將圍繞三大核心元素，不僅具備能處理複雜指令的 Agentic AI，現場的無人搬運車、機械手臂等實體設備也將全面搭載 AI，而支撐這一切的基石，在於工業現場數據。 根據思科預估，高達 75% 的數據將直接來自產線終端設備，包含 PLC、控制器、機台或影像，透過這些關鍵數據，才有辦法讓 AI 應用順利落地並發揮效力。但實際推動 AI 數位轉型，製造業者往往面臨現場資料擷取困難、設備運作存在盲點、資安風險遽增的難題，甚至擔心升級 OT 設備造成產線停擺。因為傳統工廠的系統各自為政，無法有效串接，也缺乏網路層的可視性，讓工作人員難以掌握機台即時狀態，當企業整合跨平台應用，更將擴大駭客的攻擊面，「許多 IT 同仁進行 OT 網路與資安作業時，最擔心的就是升級 OT 設備，可能導致生產線停止運作，所以我們透過思科提出的 3 步驟，希望協助客戶實現安全的升級轉型，」吳竣民說道。 數位轉型第 1 步：三階層架構，建立 OT 神經網路 吳竣民表示，思科建議企業架構三階層的神經網路，並盤點終端設備與工業大腦涵蓋哪些，接著以神經網路的概念建立防護網。過去，製造工廠在不同設備、系統，會使用不同的網路，一旦新系統導入，就會發現網路不相容、無法連接的問題，使得企業在建構網路的過程中重複投資，且容易形成資安盲點。而思科提供一系列工業等級的網路交換機，助企業以安全的設備建置安全的網路。這些交換機採用金屬外殼與無風扇散熱，支援攝氏 -40 度至 75 度的環境，可以直接放置於戶外的密閉機箱中穩定運行，另外，交換機通過 IEC-62443-4-2 工業資安認證，可確保企業基礎設施的安全性。 吳竣民說明，在思科 IE9300 工業交換機系列，主機功耗僅 35 瓦，特別之處在於能支援四台設備堆疊的模組，為企業大幅降低管理上的負荷量；最新的 IE3500 […]

新漢集團攜德國機器人生態系夥伴登 Embedded World 2026，亮相最新 Edge AI 軟體定義邊緣運算應用

【為什麼我們要挑選這篇新聞稿】 隨著 AI 技術走向實體，驅動工業機器人的應用與人機協作安全成為產業焦點。在德國嵌入式電子與工業電腦展（Embedded World 2026），NEXCOM 新漢集團如何透過兩大重點展區 ── AIoT 解決方案與 AI 運算，展示從建構 AI 運算平台、部署實體 AI 裝置，延伸至 AIoT 作業場域及新世代 AI 企業轉型的具體解決方案？ 工業電腦大廠新漢（8234）近年來積極推展 AI 在各類終端應用的布局，包括自動化解決方案、智慧強固車載、安全機器人、智慧城市、地端型 GPT 以及工業級資安軟體等服務。其中機器人被視作現階段AI得以具體發揮功能的物理載體，如何加速導入機器人在各領域的應用是產業共同努力的目標。新漢集團本周於德國嵌入式電子與工業電腦展（Embedded World 2026）上攜手德國機器人生態系夥伴 Synapticon 以及 Botfellows 針對智慧工廠、服務型機器人、車廠、物流倉儲等自動化應用，提供一系列通過安全認證的工業型機器人解決方案。 新漢旗下創博（NEXCOM Robotic Solutions）整合工業型機器人功能安全、視覺辨識、以及運動控制 針對多樣人機安全使用情境 打造以安全為本的機器人解決方案 在將智慧載體（Physical AI）導入工業作業環境的過程中，因牽涉到人機協作安全，智慧載體的各項環節如關節驅動器、控制馬達、以及安全感測器，均須個別導入嚴格的安全認證程序。作為智慧機械生態系的核心建構者，創博提供穩定的運動控制平台，結合德國夥伴 Synapticon 的關節驅動模組、以及德國夥伴 Botfellows 的安全應用軟體，可應用在智慧工廠、服務型機器人、車廠、物流倉儲以及其他自動化應用，創博與生態系夥伴致力於協助智慧載體開發商縮短單機開發時程，提供最高安全等級的工業型機器人解決方案。 新漢參展德國嵌入式電子與工業電腦展（Embedded World 2026）展會亮點 新漢本次展出以「在軟體定義邊緣運算盡情釋放潛能（Unleashing the Ingenuity of SD Edge Computing）」為主題，透過兩大重點展區 ── AIoT 解決方案與 […]

黃仁勳的底層護城河保衛戰：NVIDIA 豪砸 260 億美元打造的美製開放模型亮相

隨著 AI 代理（Agentic AI）開始被企業用於自動化更複雜的任務，AI 產業的競爭焦點正悄悄改變。過去市場比的是模型規模與能力上限，如今企業更在意的，則是推理效率、部署成本，以及模型是否適合多代理系統長時間運作。 NVIDIA 宣布推出的開放權重模型 Nemotron Super 3，正是對此新需求的回應。這款模型主打為 Agentic AI 系統設計，採用混合式 Mixture-of-Experts（MoE）架構，具備 100 萬 token context window，目標是在處理長流程、多步驟任務時，降低運算成本與所謂的「思考稅」（thinking tax）。 這也顯示，AI 產業正從單一大型模型競賽，轉向更重視推理效率、多代理系統與開源生態的新階段。而 NVIDIA 也試圖藉此從 AI 晶片供應商，進一步轉型成為完整的 AI 生態系提供者。 多代理系統興起，推理成本成新瓶頸 AI 代理之所以成為新焦點，是因為企業希望它們不只回答問題，而能真正執行任務，例如協助寫程式、處理資安事件、搜尋資料，甚至完成跨工具的工作流程。但這類多代理系統也帶來新問題。 根據 NVIDIA 與《VentureBeat》引述的資料，多代理應用在執行長流程任務時，產生的 token 量可能是一般聊天互動的 15 倍。原因在於，代理每完成一步，都必須反覆帶入歷史脈絡、工具輸出與中間推理結果。這種現象被 NVIDIA 稱為「上下文爆炸」（context explosion）。當上下文持續膨脹，模型不僅更昂貴，也更容易在長任務中偏離原本目標。 另一個問題則是「思考稅」。也就是說，若每個子任務都交由大型推理模型處理，成本與延遲都會迅速上升，使 Agentic AI 很難在企業場景中大規模落地。Nemotron Super 3 的定位，正是試圖在這兩個瓶頸之間找到平衡。 Nemotron Super 3：為 Agentic AI 優化的開放模型 NVIDIA […]

Meta 公開四代 MTIA 路線圖：不只拚自研晶片，真正要打的是 AI 推論成本戰

當全球 AI 競賽持續升溫，科技巨頭比拚的已經不只是模型能力，而是誰能用更快速度、更多元的硬體組合，撐起愈來愈龐大的訓練與推論需求。近日 Meta 公布 MTIA 300、400、450 與 500 等四代自研 MTIA 晶片路線圖，在這一系列晶片路線圖的背後，透露的是一場 AI 基礎設施戰略的加速。 Meta 一方面希望因應快速擴張的 AI 工作負載，另一方面也試圖透過自研晶片降低成本、分散硬體來源，因此這次發布的意義不只是單純的推出新晶片，更反映出 Meta 正在重新調整 AI 硬體布局的節奏與優先順序。 Meta 晶片戰略轉向，推論成為下一個主戰場 目前，首款新晶片 MTIA 300 已經投入使用並進入量產，主要負責支撐 Meta 內容排序（ranking）與推薦系統（recommendation systems）的演算法訓練。這也是在生成式 AI 崛起前，Meta 內部最主要的工作負載。 然而，隨著生成式 AI 浪潮興起，Meta 的硬體設計重點也隨之轉移。雖然 MTIA 400、450 與 500 等後續三代晶片仍具備處理各類工作負載的能力，但在近期至 2027 年間，將採取「推論（inference）優先」的策略，專門針對生成式 AI 的推論進行優化，並支援已訓練完成的模型產生文字或圖片等輸出。 針對此路線的轉變，Meta 工程副總裁 Yee Jiun Song 點出關鍵：「我們看到目前推論需求呈現爆炸性增長，這也是我們目前專注的重點。」相較於市面上主流 GPU 通常優先為模型「預訓練」而打造，Meta […]

《電通 2026 媒體趨勢報告》：AI 生成受眾助品牌更接近消費者，未來媒體競爭的是「人類行為瞬間」

在 AI、短影音與串流平台快速演變的媒體環境中，品牌接觸消費者的方式正變得高度碎片化。平台持續更迭、技術不斷升級，但消費者如何做選擇、如何建立信任，以及如何記住一個品牌，其背後的人類行為邏輯卻始終相對穩定。電通最新發布的《2026 媒體趨勢報告》指出，在演算法主導的媒體時代，品牌競爭的關鍵不再只是「選擇哪一個平台」，而是能否在消費者做決策的關鍵「人類行為瞬間」產生影響力。電通媒體專業服務暨貝立德執行長盧炳勳指出：「過去品牌談媒體策略，常聚焦在平台與流量；但在演算法時代，真正的關鍵其實是『人類行為瞬間』。當 AI 開始參與決策流程，品牌必須思考如何在消費者產生需求、比較選擇與建立信任的關鍵時刻建立影響力。」 報告從人類行為出發，提出三大核心觀察與九大媒體趨勢，協助品牌重新思考在新媒體環境中的策略布局。 核心一：我們從簡單走向複雜（We Are Simple Until We Are Complex） 在嘈雜的世界裡，人們始終在尋求「簡單」。從找停車位、付款流程，到瀏覽內容的便利性，效率依然是消費者最基本的期待。但人並不只是追求結果，真正好的體驗，往往是在效率與情感之間留下剛剛好的感受空間。 隨著生成式 AI 與代理型 AI（Agentic AI）的發展，消費者正逐漸將部分決策權交給系統完成，例如產品推薦、內容搜尋與購物選擇。未來品牌面臨的問題，不再只是如何提升曝光，而是是否能被 AI 視為「值得推薦」的選項。 數位體驗長期以「更快、更順暢」為目標，從付款流程、內容瀏覽到電商交易，效率早已成為基本標準。然而當所有品牌都提供高度順暢的體驗時，真正的差異化反而可能來自「刻意設計的摩擦」。例如限量商品、期間限定活動、實體場域體驗或需要排隊的活動，這些看似不夠便利的設計，往往能創造更強烈的渴望與記憶點。電通指出，在高度自動化的媒體環境中，「適度摩擦」將成為品牌塑造情緒價值與文化感的重要策略。 搜尋不再只是單一入口，而是一段跨平台的連續行為。消費者可能從社群平台開始探索，在電商平台比較商品，再透過 AI 對話取得建議。電通指出，品牌需要從傳統 SEO 思維，轉向建立「全搜尋策略」，確保在社群、電商與 AI 對話等多個入口中保持可見度，並在消費者決策的關鍵時刻不缺席。 核心二 : 我們是社交動物 We Are Social Animals 人類天生具有社交本能。即便近年孤獨感議題受到關注，人們渴望連結的需求並未減弱。真正能被看見的品牌，不只是完成交易，而是促成連結。消費者期待品牌能讓人與人產生互動與共同參與，而不是單向傳遞訊息。 在資訊爆炸與真假難辨的環境中，消費者更依賴「像自己的人」作為判斷依據。信任正從完美的品牌說法，轉向創作者、社群與真實使用者的聲音。品牌若希望在社群中被接受，關鍵不在於強勢曝光，而是理解並尊重社群文化，支持創作者發展，讓品牌自然融入社群對話。 隨著即時通訊工具普及，消費者與品牌的互動正從單向訊息轉向持續對話。對話型互動不再只是客服工具，而是品牌關係經營的重要場域。以台灣市場為例，品牌透過 LINE 等平台整合會員資料、客服與銷售流程，將對話設計為完整的顧客旅程，正逐漸成為企業建立長期顧客關係的重要能力。 即使串流影音已成主流，直播（Live）仍然是集體記憶的製造現場。體育賽事、音樂活動與大型直播內容，仍然能讓不同世代在同一個情緒時刻產生共鳴。品牌若能在這些共享時刻中出現，往往更容易建立深刻且持久的品牌印象。 核心三  : 我們不「讀」廣告 ( We Don’t Read Advertising ) 娛樂性長期以來都是吸引注意力的重要因素，而在螢幕使用時間不斷上升與 AI 生成內容大量出現的情況下，人們的注意力變得更加分散。品牌若希望被看見，必須將品質置於數量之前，並重新思考如何創造值得觀看的內容。 AI […]