<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（1121～1127）</span></h3>
<p><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);"> AI基礎建設 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 辦公室 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>Google揭臺北全新辦公室，打造總部外最大AI基礎建設研發中心</strong></span></p>
<p>Google日前在臺北士林正式啟用全新辦公室，定位為美國總部以外規模最大的AI基礎建設硬體研發中心。新辦公室匯集硬體、軟體和供應鏈等跨領域團隊數百名工程師，要加速AI伺服器、資料中心和基礎建設的研發與測試。</p>
<p>Google表示，臺灣完整的供應鏈與產業聚落，是發展AI基礎建設的關鍵優勢，從設計、製造到部署都能在數小時的距離內完成，有助於縮短開發周期。新辦公室設有十多座專業實驗室，可在產品部署全球前進行嚴格測試與驗證；空間設計也融入臺灣地景與鐵道意象，強調協作與創新。</p>
<p>這座辦公室也以永續為核心，預計可降低12%能耗、46%用水量，施工廢棄物則有73%回收再利用。Google強調將持續投入臺灣的數位基礎建設與人才培育，包括資料中心、國際海纜、再生能源，以及AI素養推廣與學術合作。新中心的技術將支援全球Google搜尋、YouTube、Gemini等核心服務。<a href="https://blog.google/intl/zh-tw/company-news/inside-google/google-ai/">（詳全文）</a></p>
<p> </p>
<div class="media_embed" height="315px" width="560px">
<iframe allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" allowfullscreen="" frameborder="0" height="315px" referrerpolicy="strict-origin-when-cross-origin" src="https://www.youtube.com/embed/TsVaKO5M04U?si=QlZwVmZFGIuTEGtH&controls=0" title="YouTube video player" width="560px"></iframe></div>
<p> </p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Claude Opus 4.5 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 程式碼修復 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Anthropic </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>Claude Opus 4.5來了！程式碼修復能力大升、還能無限聊天</strong></span></p>
<p>Anthropic最近推出新一代模型Claude Opus 4.5，不只更強，價格也直接砍到前代Opus 4.1的三分之一，每百萬Token輸入5美元、輸出25美元。最大亮點是它成為首個在SWE-Bench Verified程式碼修復測試中，贏過80%的模型，等於逼近甚至超越專業工程師。</p>
<p>Opus 4.5也在Anthropic自家工程測驗中打敗所有人類考生，在限時兩小時的高難度題目拿下史上最高分。這次新增的effort參數讓開發者可自己調整運算強度比例，包括推理深度、速度和成本。比如，中等effort模式，可以遠低於Sonnet 4.5的Token用量，達到相同最佳成績，節省76%的Token。</p>
<p>為展示模型的電腦操作能力，Anthropic同步推出Chrome與Excel整合功能，讓它能自動放大螢幕區域、跨視窗操作或在Excel生成樞紐分析。Opus 4.5還導入新的長脈絡策略，加入「選擇性脈絡壓縮」機制，能在脈絡逼近上限時自動萃取並保留關鍵內容，等於支援「無限聊天」，長程對話或專案不再因脈絡塞滿而被迫重來。<a href="https://www.anthropic.com/news/claude-opus-4-5">（詳全文）</a></p>
<p><img alt="" src="https://www.anthropic.com/_next/image?url=https%3A%2F%2Fwww-cdn.anthropic.com%2Fimages%2F4zrzovbb%2Fwebsite%2Fc8852ce850bf63ef8225a261f39e717453a9f128-3840x2160.png&w=3840&q=75" /></p>
<p><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);"> Nano Banana Pro </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> AI生圖 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>Google推新一代AI生圖模型，AI畫圖更合理</strong></span></p>
<p>Google日前發表全新的專業級AI繪圖模型Nano Banana Pro（Gemini 3 Pro Image），主打高畫質、會推理、能處理複雜構圖，還大幅改善了上一代最常被抱怨的文字錯字和變形問題。</p>
<p>這代最大升級有兩點，首先是推理能力變強，模型能透過Search grounding把真實內容直接畫成圖，例如食譜步驟、植物介紹、天氣變化、歷史背景或資料圖表，讓教育與商業用途的圖像更貼近事實。第二是文字終於清楚可讀，Nano Banana Pro能生成多語言文字，還能控制字體粗細、樣式與排版，適合做海報、包裝或介面原型，也能把英文圖片翻譯成其他語言並保持原本版面。</p>
<p>模型最多可同時處理14張圖片、維持5個人物的光線與外貌一致，並支援局部編輯、景深切換、相機角度與色彩分級等設置。圖像輸出解析度最高 4K，可直接用在廣告或簡報。目前Nano Banana Pro已能在Gemini App、Gemini API、Vertex AI、Google Ads和Slides等產品中使用，免費用戶用完額度會退回前一代，付費訂閱者則能使用較完整的功能。<a href="https://blog.google/intl/zh-tw/products/explore-get-answers/nano-banana-pro/">（詳全文）</a></p>
<p> </p>
<div class="media_embed" height="315px" width="560px">
<iframe allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" allowfullscreen="" frameborder="0" height="315px" referrerpolicy="strict-origin-when-cross-origin" src="https://www.youtube.com/embed/UQsJIo46ZR8?si=kzIhVGn84y-D536B&controls=0" title="YouTube video player" width="560px"></iframe></div>
<p> </p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> OpenAI </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Code Max </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 大型專案 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>OpenAI推GPT-5.1-Codex-Max，可24小時跑大型專案</strong></span></p>
<p>OpenAI推出最新預設程式開發模型GPT-5.1-Codex-Max，主打可連續執行超過24小時大型任務，也是首個針對Windows特別訓練的Codex模型。新版的最大亮點是支援超大型脈絡，也就是透過壓縮機制，讓模型在任務進行過程中自動摘要重要內容、移除不必要細節，能跨多個脈絡視窗，在單一任務中處理數百萬個Token。這讓使用者更容易完成大型重構、系統級修補和跨檔案依賴分析。</p>
<p>效能方面，Codex-Max在基準測試全面超越舊版，比如SWE-Bench Verified基準測試達到77.9%、SWE-Lancer達79.9%。OpenAI表示，在保持品質下，Max 可減少約30%的Token用量，真實任務速度提升27%～42%。實測中，同一任務前代需3.8萬個Token，Max只要1.6萬；程式碼行數也從667行縮短到529行，速度則快了40%以上。</p>
<p>OpenAI透露，內部已有95%工程師使用Codex，Pull Request的產量增加70%左右。目前Codex-Max已開放給ChatGPT Plus、Pro、Business、Edu和Enterprise訂閱戶，近期也將推出API。<a href="https://openai.com/index/gpt-5-1-codex-max/">（詳全文）</a></p>
<p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E8%9E%A2%E5%B9%95%E6%93%B7%E5%8F%96%E7%95%AB%E9%9D%A2%202025-11-28%20155737.png" /></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Google </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 線性迴歸 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 充電樁 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>別小看線性迴歸，Google用它讓充電樁預測更可靠</strong></span></p>
<p>Google研究團隊在替電動車設計充電路線規畫時，棄用複雜的大型模型，改用最基本的線性迴歸模型，預測駕駛在30～60分鐘後抵達充電站時，是否還能找到至少一個可用的充電樁。這個輕量模型直接整合進導航系統，讓路線規畫能避開「到站剛好沒位置」的時間點。</p>
<p>模型只有一個核心特徵：一天的24小時，每個小時都有自己的權重，反映該時段充電樁占用率的平均變化。權重為正表示樁位會越來越滿、未來空位減少；為負則代表樁位會逐步釋出；接近零則表示變化不大。這等於模型直接學會「現在到未來的占用變化率」，而不是模擬複雜的排隊行為。</p>
<p>Google用加州和德國的即時充電樁資料來訓練模型，並在多個站點驗證。結果顯示，在至少6個樁位的大型站點、且處於占用變化最快的尖峰時段（如早上與晚上8點），線性迴歸能明顯提升預測準確度，早上錯誤預測降低約20％，晚上則降低約40％。整體而言，這個極簡模型能有效減少電動車駕駛在繁忙時段撲空的機率。<a href="https://research.google/blog/reducing-ev-range-anxiety-how-a-simple-ai-model-predicts-port-availability/">（詳全文）</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Ai2 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 開源 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Olmo3 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>Ai2推出真正全開源模型Olmo3</strong></span></p>
<p>美國非營利研究機構 Ai2 釋出最新語言模型 Olmo3，主打「真正開源」——不只公開最終權重，連訓練資料、程式碼、評測流程、各階段 checkpoint，到能回溯推理來源的工具，全都開放釋出，使用者可完整重現並延伸模型，是目前少見的完全透明做法。</p>
<p>Olmo3分為7B與32B兩個系列，均以Olmo3-Base為核心，再依用途分為3種模型，包括： Olmo3-Think：加入多步推理訓練，可產生可閱讀的中間思考步驟。 Olmo3-Instruct：強化對話與指令跟隨，用於一般助手場景。 Olmo3-RL Zero：針對強化學習研究，提供多領域RL的完整檢查點。 開發者可直接用Instruct或Think，也能從Base或任一訓練階段接手，加入自家資料微調。</p>
<p>本次最受關注的是32B版Olmo3-Think，它不只會輸出推理步驟，還能透過OlmoTrace把思考鏈條回溯到可能相關的訓練資料，讓使用者檢視模型為什麼這樣回答。Ai2測試顯示，Olmo3-Think 32B在MATH、BigBench Hard、HumanEvalPlus等多項數學與程式推理評測中，多數成績逼近Qwen3 32B和Qwen3 VL 32B Thinking，並明顯領先Gemma3 27B Instruct等同級模型。<a href="https://allenai.org/blog/olmo3">（詳全文）</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 微軟 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 電腦代理 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 小模型 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>微軟開放Fara-7B，小模型也能自己操作網頁</strong></span></p>
<p>微軟發表開放權重模型Fara-7B，主打只用70億參數就能在本機執行「電腦代理」，自動完成點擊、輸入、捲動等網頁操作。模型目前仍屬研究階段，官方建議在沙箱環境測試，避免用於敏感或高風險任務。</p>
<p>Fara-7B會讀取瀏覽器截圖，推論下一步該做什麼，可用於協助表單填寫、找資料、比價購物、訂票或管理雲端帳號，但全程仍需人類監看。它以 Qwen2.5-VL-7B 為基礎，支援長內容輸入，並透過監督式資料學會「看畫面 → 思考 → 行動」的流程。每次推理都會同時參考使用者指令、歷史行動與最近3張截圖，最後輸出一次工具呼叫，對應瀏覽器自動化框架Playwright的滑鼠與鍵盤動作，或瀏覽巨集。</p>
<p>微軟測試發現，Fara-7B的成功率優於同源模型UI-TARS-1.5-7B，也逼近OpenAI電腦使用預覽版等系統，同時需要的步數更少、成本更低。模型只處理截圖與必要資訊，不會額外存取網站資料，且所有動作都有完整紀錄，方便稽核。Fara-7B已整合到Magentic-UI研究原型，並可於Microsoft Foundry、Hugging Face和VS Code AI Toolkit下載試用。<a href="https://www.microsoft.com/en-us/research/blog/fara-7b-an-efficient-agentic-model-for-computer-use/">（詳全文）</a></p>
<p><img alt="" src="https://www.microsoft.com/en-us/research/wp-content/uploads/2025/11/model_accuracy_vs_cost_v2-1-1.png" /></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 超級電腦 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 國網中心 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> GPU </span></strong></span></p>
<p><span style="font-size:22px;"><strong>全球500強超級電腦排名公布：美國三巨頭稱霸、臺灣10臺上榜</strong></span></p>
<p>最新一屆Top 500超級電腦榜單出爐，美國再次包辦前三名，包括El Capitan（1.809 Exaflop/s）、Frontier（1.353 Exaflop/s）、Aurora（1.012 Exaflop/s），第四名則是歐洲首度突破1 Exaflop/s的JUPITER Booster，部署於德國Jülich超級電腦中心。</p>
<p>美國三大系統涵蓋了核武安全、氣候和宇宙模擬、材料科學與AI等科研任務。JUPITER Booster則是美國以外首個Exascale等級系統，支援歐洲在氣候、量子與AI訓練領域的重點研究。</p>
<p>臺灣這次共有10臺上榜、數量居全球第九，包括國網中心的Nano 4（第29名）、友崴Ubilink（第49名）以及Nvidia TAIPEI-1（第80名）等。國家分布方面，美國以171臺遙遙領先，日本43臺、德國40臺、中國40臺、法國22臺。硬體方面，最常見處理器為Intel Sapphire Rapids（14.6%）與AMD Milan（13.8%），而Nvidia GPU則支援了500強中86%的系統，持續主導超級電腦運輸加速生態。<a href="https://top500.org/news/el-capitan-retains-1-as-jupiter-becomes-europes-first-exascale-system-in-the-66th-top500-list/">（詳全文）</a></p>
<p>圖片來源／Google、Anthropic、OpenAI、微軟</p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> AI近期新聞 </span></strong></span></p>
<p><strong>1. 高通發表Snapdragon 8 Gen 5行動平臺，AI效能提升46%</strong></p>
<p><strong>2. Google自家AI生成圖像全面嵌入C2PA與SynthID浮水印</strong></p>
<p><strong>3. 微軟發表相容PostgreSQL的Azure HorizonDB，支援大型工作負載還內建AI功能</strong></p>
<p>資料來源：iThome整理，2025年11月</p>
</div></div></div>
