<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <h3><span style="vertical-align: top; color: rgb(0, 0, 255);">重點新聞（0321～0327）</span></h3>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> MCP </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> OpenAI </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Cloudflare </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>OpenAI支援MCP協定、Cloudflare新添4款遠端MCP伺服器工具</strong></span></p>
<p>最近，<a href="https://x.com/sama/status/1904957253456941061">OpenAI執行長Sam Altman在X上發文表示</a>，OpenAI的所有產品將支援Anthropic提出的Model Context Protocol（MCP）協定。進一步來說，MCP是一種開源標準，就像USB介面一樣，可讓模型連接不同的工具和資料來源，生成更準確的回應。Sam Altman指出，OpenAI已在Agents SDK中支援MCP，其他服務如ChatGPT桌面應用程式和Responses API很快也會支援，未來幾個月還會分享更多自家產品的MCP計畫。</p>
<p>另一方面，雲端服務廠商Cloudflare也宣布新增4款工具，來讓使用者快速建置、部署遠端MCP伺服器：</p>
<ol>
<li>簡化OAuth驗證的workers-auth-provider</li>
<li>Cloudflare Agents SDK中專門處理遠端傳輸的McpAgent</li>
<li>讓MCP客戶端與遠端MCP伺服器協作的適配器mcp-remote</li>
<li>可讓使用者連接到遠端MCP伺服器的AI Playground聊天介面</li>
</ol>
<p>Cloudflare指出，遠端MCP伺服器的優勢，在於可透過網路存取，使用者只需登入並透過熟悉的授權流程，就能提供MCP客戶端授權存取權限。這麼做，可以把大型語言模型和AI代理的應用拓展至更多受眾、更多使用情境。<a href="https://blog.cloudflare.com/remote-model-context-protocol-servers-mcp/">（詳全文）</a></p>
<p><img alt="" src="https://cf-assets.www.cloudflare.com/zkvhlag99gkb/4N64nJHJiQygmMdSK7clIs/c0bf8c64f1607674f81be10c3871a64b/image1.png" /></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">AI代理 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 資安 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 微軟 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>微軟Security Copilot新添10款AI代理人 </strong></span></p>
<p>最近，微軟在去年推出的Copilot for Security安全聊天機器人中新添了10種AI代理人，來自動化資安工作，預計在4月提供預覽版。這些新代理人包括5項微軟自製的AI代理人功能，以及合作夥伴開發的功能。就前者來說，有Defender中的釣魚分類代理人，可分類釣魚警示，準確分辨哪些是真正的網路威脅，哪些是誤判。</p>
<p>再來有資料治理方案Purview中的警示分類代理，可將資料外洩及內部員工警示加以分類、排序重大事件，並可根據管理員回饋改進準確率。存取管理方案Entra的條件式存取優化代理人，可監控未被現有政策涵蓋的新用戶或App，辨識出必要的安全更新、提供快速修補建議。</p>
<p>Intune漏洞矯治代理人可監控並排序漏洞與矯正措施，來解決App和政策配置的問題。Security Copilot的威脅情報簡報代理人，可根據企業獨特屬性和曝險程度，自動安排最相關、適用的威脅情報。微軟合作夥伴也提供5項代理人，包括隱私外洩回應、監控VPN或閘道、評估安全監控中心（SOC）、安全警示分類，以及重大網路威脅警示優先排序等功能。<a href="https://www.microsoft.com/en-us/security/blog/2025/03/24/microsoft-unveils-microsoft-security-copilot-agents-and-new-protections-for-ai/">（詳全文）</a></p>
<p><img alt="" src="https://www.microsoft.com/en-us/security/blog/wp-content/uploads/2025/03/graphics-for-blog_2_MG.webp" /></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Gemini 2.5 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Google </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 推理能力 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>Google發表具推理能力的模型Gemini 2.5</strong></span></p>
<p>繼去年揭露首個具推理能力的Gemini 2.0 Flash Thinking模型後，Google日前發表了Gemini 2.5模型，是Gemini新一代模型家族的最新成員，在多項測試中勝過OpenAI o3-mini、DeepSeek R1等模型。</p>
<p>Gemini 2.5具備100萬字符（token）的上下文長度，很快會再升級到200萬字詞。這個新模型能理解龐大的資料集，處理不同資料源，包括文字、影像、音訊甚至整個程式庫的資料，來解決複雜的問題。Gemini 2.5將提供多種版本，首先是Gemini 2.5 Pro Experimental，是Google處理複雜任務的最進階模型。</p>
<p>目前，Gemini 2.5 Pro Experimental透過Google AI Studio提供給開發者和企業使用，付費的Gemini Advanced方案使用者也能在桌機或手機上使用。Google預告，幾周內Gemini 2.5 Pro Experimental將在Vertex AI平臺上線。<a href="https://blog.google/technology/google-deepmind/gemini-model-thinking-updates-march-2025/#gemini-2-5-thinking">（詳全文）</a></p>
<p><img alt="" src="https://storage.googleapis.com/gweb-uniblog-publish-prod/images/final_2.5_blog_1.width-1000.format-webp.webp" /></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 推理效率 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 基準測試 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> ARC-AGI-2 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>新一代基準測試ARC-AGI-2登場，挑戰AI的推理效率與通用能力</strong></span></p>
<p>由ARC Prize基金會主導開發的通用AI基準測試ARC-AGI，最近釋出第二版ARC-AGI-2。相較於前一版，第二版提高了難度，設計仍維持對人類解題者相對容易，但對AI系統極具挑戰性的特性，可用來評估AI在未知情境中的即時推理能力和學習效率。</p>
<p>ARC團隊也根據第二版測試結果，歸納出AI目前的三大困難，首先是符號詮釋，AI系統能辨識圖形對稱和圖像變化，但無法理解符號背後的語意或邏輯功能；再來是組合推理（Compositional Reasoning），當題目需要同時套用多組規則或這些規則彼此影響時，現行模型容易出錯；第三是情境式規則應用，模型傾向於對表面模式過度擬合，缺乏根據上下文靈活調整規則運用的能力。</p>
<p>另一方面，ARC-AGI-2也將解題成本納為效率指標。團隊表示，人類解題成本約為每題17美元，但OpenAI o3系列系統則需約200美元以上的資源，才能完成極少量題目，突顯出解得出來與解得有效率之間的落差。ARC團隊強調，真正的智慧不應僅止於問題能否解決，而是能否以近似人類的資源使用效率快速做出正確判斷。<a href="https://arcprize.org/blog/announcing-arc-agi-2-and-arc-prize-2025">（詳全文）</a></p>
<p><img alt="" src="https://arcprize.org/media/images/blog/arc-agi-2-years.jpg" /></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> AI代理 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Nvidia </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 跨框架 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>加速整合跨框架AI代理，Nvidia開源AgentIQ工具</strong></span></p>
<p>Nvidia開源一套工具套件AgentIQ Toolkit，可讓開發者在現有架構中，快速整合多個AI代理，還能加速跨框架的代理系統開發與部署。這個套件特別針對AI應用的模組化、協作化趨勢設計，將每個代理、工具和工作流程抽象為函式呼叫，讓開發者得以重複使用既有資源，靈活組合應用場景，而不需重新建構原有技術堆疊。</p>
<p>進一步來說，AgentIQ可兼容LangChain、LlamaIndex、[Crew.ai](<a href="http://crew.ai/">http://crew.ai/</a>)、Microsoft Semantic Kernel等常見的代理框架，也能納入企業自建的Python代理模組。就算是已開始導入代理技術的企業，AgentIQ也能成為有彈性的基礎設施選項。AgentIQ核心組件之一是內建的Profiler工具，能精細地記錄每個代理與工具的輸入、輸出Token數、推理延遲與回應時間，並進一步辨識效能瓶頸。此外，AgentIQ也支援與OpenTelemetry相容的觀測平臺整合，方便系統管理人員即時監控、除錯整體流程。AgentIQ也有套完整的評估機制，可針對RAG或端對端系統進行一致性測試，並快速評估工具或模型替換對整體結果的影響。<a href="https://github.com/NVIDIA/AgentIQ">（詳全文）</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> GPU </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Nvidia </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Dynamo </span></strong></span></p>
<p><span style="font-size:22px;"><strong>更有效運用GPU資源，Nvidia開源推論軟體Dynamo</strong></span></p>
<p>Nvidia日前開源一款推論軟體Nvidia Dynamo，可大幅提高模型推論表現。Dynamo有4個關鍵元件，分別是GPU資源規畫器、智慧型路由器、低延遲通訊庫，以及KV快取管理器。其中，GPU資源規畫器是個規畫與調度引擎，可依據不斷變化的使用者需求，動態新增或刪除GPU；智慧型路由器則是個可理解大型語言需求和特性的路由器，能在大規模部署的GPU群組中，將請求分配到最適合的GPU上進行處理，並減少對於重複請求的重新運算。</p>
<p>再來，低延遲通訊庫是個針對推論最佳化的工具集，可支援不同GPU間、不同類型記憶體和儲存類型的資料傳輸，來提高推論效率。KV快取管理器是個快取卸載引擎，會根據需求將KV快取資料轉移到不同的記憶體儲存層次中，以釋放寶貴的GPU記憶體，同時保持用戶體驗。經Nvidia測試，使用相同數量的GPU、在Hopper平臺上執行各種Llama模型，Dynamo能讓AI工廠的表現和營收翻倍；在GB200 NVL72機架的大型叢集上執行DeepSeek-R1模型時，Dynamo也能將每個GPU產生的Token數量，提高超過30倍。<a href="https://nvidianews.nvidia.com/news/nvidia-dynamo-open-source-library-accelerates-and-scales-ai-reasoning-models">（詳全文）</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 語音模型 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> OpenAI </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 語言 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>OpenAI推出新語音模型</strong></span></p>
<p>OpenAI最近推出新一代語音轉文字模型和文字轉語音模型，強化了多語言語音代理開發能力。這些新模型在語音辨識準確度、語音合成表現與客製化能力都有提升，相較於舊版Whisper和其他模型，在字詞錯誤率（WER）的表現更好。</p>
<p>其中，語音轉文字模型包括了gpt-4o-transcribe和gpt-4o-mini-transcribe，皆以強化學習和大規模語音資料集預訓練，提高模型對不同語言、口音、語速變化與噪音環境的適應能力。而文字轉語音模型則是gpt-4o-mini-tts，強化了語音輸出的可調整性，開發者可透過指指令來調整語氣和風格。不過，OpenAI仍維持對語音合成技術的安全管控，目前只提供人工預設語音，且會進行監測，來確保語音輸出符合規範。<a href="https://openai.com/index/introducing-our-next-generation-audio-models/">（詳全文）</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> ChatGPT </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 圖片生成 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> GPT-4o </span></strong></span></p>
<p><span style="font-size:22px;"><strong>ChatGPT圖片生成功能升級為GPT 4o模型，免費版也能用</strong></span></p>
<p>OpenAI最近宣布將GPT 4o模型部署到ChatGPT的圖片生成功能，以生成品質更好的圖片，幾乎所有用戶都用得到。GPT 4o是以大量多樣化圖片和文字訓練而成，可生成高度擬真的圖像，而它本身具備龐大的圖、文知識，及分析上傳圖片的能力，使其得以生成實用而美觀的圖片。</p>
<p>OpenAI強調，經過「積極後訓練」的GPT 4o具備驚人視覺能力，可生成能感知情境（context-aware）且具一致性的圖片；其文字渲染能力可混合精確符號和圖像，將用戶輸入的文字轉化成圖片；4o的多回合生成功能，可讓用戶以自然語言改進生成的圖片；它還可以遵循詳細指令，來完成精確細節，且有別於其他模型只能處理5到8個物件，4o可以處理10到20個物件，物件可緊密整合其特徵及關係，方便用戶控制。現在不僅Pro、Plus、Team方案用戶可使用，連免費版ChatGPT都能獲得GPT 4o作為圖片生成器的預設模型。<a href="https://openai.com/index/introducing-4o-image-generation/">（詳全文）</a></p>
<p><img alt="" src="https://images.ctfassets.net/kftzwdyauwt9/6HKLxPBPmGaKpuD4Zggqp7/c1fe8bbc7c58dc23d12d2e7fed2f551f/minnias_cat1.png?w=828&q=90&fm=webp" /></p>
<p>圖片來源／Cloudflare、微軟、Google、ARC Prize</p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> AI近期新聞 </span></strong></span></p>
<p><strong>1. Nvidia推出具推理能力的Llama Nemotron系列模型</strong></p>
<p><strong>2. <a href="https://huggingface.co/Qwen/Qwen2.5-Omni-7B">阿里巴巴釋出多模態模型Qwen2.5-Omni-7B</a></strong></p>
<p>資料來源：iThome整理，2025年3月</p>
</div></div></div>
