<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（0320～0326）</span></h3>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Meta </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> TRIBE v2 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 大腦反應 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>Meta推TRIBE v2腦模型：可預測人類大腦反應，準確度提高2～3倍</strong></span></p>
<p>Meta最近發表新一代腦科學AI模型TRIBE v2（Trimodal Brain Encoder），可預測人類大腦在觀看影像、聆聽聲音時的神經反應，讓過去只能透過實驗觀察到的大腦活動，能漸漸用AI模擬了。</p>
<p>該模型以超過700名受試者、累計500多小時的fMRI腦部掃描資料訓練，學習人在不同影音和語言刺激下的大腦活動模式。TRIBE v2可同時整合影像、音訊和文字三種模態，並預測全腦約7萬個體素（voxels）的活動，就像是重建一張高解析度的大腦反應圖，解析度較前一版模型提升了70倍左右。</p>
<p>這款模型的一大突破，在於零樣本預測能力。模型不必重新訓練，就能預測未見過個體的大腦反應。在電影與有聲書的測試任務中，TRIBE v2表現比既有方法還要好，準確度提高2至3倍。Meta表示，這項技術可加速神經科學研究，並有助開發更貼近人類認知的AI系統，甚至應用於神經疾病的模擬與治療。不過，當AI能預測腦部反應，也引發一些隱私和潛在濫用的倫理討論。<a href="https://aidemos.atmeta.com/tribev2/">（詳全文）</a></p>
<p><img alt="" src="/sites/default/files/images/%E8%9E%A2%E5%B9%95%E6%93%B7%E5%8F%96%E7%95%AB%E9%9D%A2%202026-03-27%20152105.png" /></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);"> 壓縮 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 生成式AI </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>跑LLM更快也更省錢：Google新壓縮技術記憶體用量降6倍、效能不打折</strong></span></p>
<p>Google研究團隊提出一套新模型壓縮技術TurboQuant，改良了既有的向量量化（Vector quantization）方法，大幅降低AI模型的記憶體使用量，同時維持原本的準確度。</p>
<p>這項技術鎖定大型語言模型（LLM）的瓶頸——KV cache（鍵值快取），這類資料是用來加速模型推論，但也非常耗費記憶體。因此，TurboQuant採用兩階段設計，一邊用PolarQuant壓縮主要資訊，一邊再用僅1-bit的QJL演算法，來補償壓縮誤差，在幾乎不增加額外負擔的情況下，維持模型的精度。</p>
<p>從實驗結果來看，TurboQuant可以把KV cache壓縮到3-bit，記憶體使用量降低至少6倍，同時在長文本理解和搜尋任務中維持原本的準確度，甚至在部分情境下，還能提高效能最高8倍。這類壓縮技術的影響不只在模型本身，還會直接牽動向量搜尋效率，對生成式AI和語意搜尋這類應用來說，都是關鍵的基礎能力。<a href="https://research.google/blog/turboquant-redefining-ai-efficiency-with-extreme-compression/?utm_source=twitter&utm_medium=social&utm_campaign=social_post&utm_content=gr-acct">（詳全文）</a></p>
<p><img alt="" src="https://storage.googleapis.com/gweb-research2023-media/images/Quantization-2.width-1250.png" /></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Gemini </span></strong></span> <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);"> 暗網 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>Google把Gemini放進暗網，用AI蒐集威脅情報</strong></span></p>
<p>在RSA 2026資安大會上，Google Cloud宣布將Gemini部署於暗網環境，打造自動化威脅情資服務。該系統可每日蒐集並分析數百萬則暗網貼文，結合資安專家產出企業專屬報告，不僅能揭露資料外洩與攻擊討論，還能解析攻擊手法並提前預警。</p>
<p>這套機制由一組AI代理運作，負責資料彙整與初步分類，讓資安人員專注於進階分析。Google表示，內部測試顯示，暗網威脅情報分析的外部事件準確率可達98%。</p>
<p>除了暗網情報，Google也同步強化代理人化資安工具。例如在Security Operations中加入自動調查代理人，可自主分析警報、蒐集證據並提出建議；Security Command Center則整合Vertex AI Agent Engine，偵測未授權存取與資料外洩等代理式威脅。<a href="https://cloud.google.com/blog/products/identity-security/rsac-26-supercharging-agentic-ai-defense-with-frontline-threat-intelligence">（詳全文）</a></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Claude </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 代理 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Computer Use </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>Anthropic讓Claude親手操作電腦，AI代理進入桌面時代</strong></span></p>
<p>Anthropic推出Claude「Computer Use」功能，讓AI代理可透過滑鼠、鍵盤與螢幕直接操作電腦，完成開啟檔案、瀏覽網頁和執行開發工具等任務，正式邁向「電腦操作代理人」階段。</p>
<p>該功能整合於Claude Cowork和Claude Code等AI工作環境中，系統會優先透過API或既有工具（如Slack、Google Calendar）完成任務，若無法處理，才改以「看畫面＋操作滑鼠鍵盤」方式執行。所有操作需經使用者授權，並內建提示注入防護與權限控管，降低AI被誘導執行錯誤指令的風險。</p>
<p>目前Computer Use以研究預覽形式提供，僅支援macOS，且在複雜任務中仍可能需要多次嘗試，效率也低於直接系統整合。此次功能也結合Dispatch跨裝置任務機制，讓使用者可從手機指派任務，由AI在電腦端持續執行。<a href="https://claude.com/blog/dispatch-and-computer-use">（詳全文）</a></p>
<p><img alt="" src="https://cdn.prod.website-files.com/68a44d4040f98a4adf2207b6/69c0acb66ca028e43998d824_Cowork-Dispatch-Blog-Permissions.png" /></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;"> 視覺代理 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 瀏覽器 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>Ai2開源一款AI代理，可以看畫面、操作瀏覽器</strong></span></p>
<p>Ai2最近開源一款視覺網頁代理MolmoWeb，以Molmo 2多模態模型為基礎而建立，提供4B和8B兩種版本，並同步公開模型權重、資料集和評測工具，支援自行部署。相較多數封閉系統，這次Ai2連訓練資料與流程也一併開放。</p>
<p>MolmoWeb的最大特色是「看畫面來操作網頁」。它不讀HTML或無障礙樹，而是直接看網頁截圖，搭配任務指令與操作紀錄，逐步完成點擊、輸入和捲動等動作。Ai2認為這種方式更接近人類操作邏輯，也能降低token消耗。</p>
<p>Ai2揭露，MolmoWebMix資料集包含了3.6萬筆人工任務軌跡、超過62萬筆子任務，以及近220萬筆截圖問答資料，涵蓋1,100個網站。另外，資料集也包含文字代理產生的合成操作軌跡，用來提升模型泛化能力。在效能測試上，MolmoWeb 8B在WebVoyager任務成功率達78.2%，pass@4可提升至94.7%。不過，模型仍可能誤判畫面文字，且尚未支援登入或金融交易等高風險場景。<a href="https://allenai.org/blog/molmoweb">（詳全文）</a></p>
<p><img alt="" src="https://www.datocms-assets.com/64837/1774298660-unnamed-2026-03-23t164327-438.png?dpr=1.5&fit=max&fm=webp&h=810&w=1550" /></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Cloudflare </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> AI代理 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> API </span></strong></span></p>
<p><span style="font-size:22px;"><strong>Cloudflare推新功能，讓AI生成程式碼「跑完即丟」</strong></span></p>
<p>Cloudflare最近推出Dynamic Worker Loader功能，開放Workers付費用戶在執行期間動態載入新的Worker，將AI即時生成的程式碼放入獨立沙箱中執行。這也讓AI代理不再只是呼叫工具，而是直接撰寫程式串接API，再交由隔離環境執行，達到「用完即丟」的運作模式。</p>
<p>在安全設計上，該機制可將未受信任程式碼與主程式、外部網路及敏感資源隔離，並支援細部權限控管，例如封鎖對外連線、攔截或改寫HTTP請求，以及注入憑證，確保AI程式碼只能存取指定服務。與傳統容器不同，Dynamic Worker Loader採用V8隔離模型作為執行邊界，啟動時間可達毫秒等級，適合為單次任務建立一次性執行環境，任務完成即銷毀。這種設計可降低延遲與資源成本，也讓每次請求獨立隔離更容易實現。</p>
<p>Cloudflare也將這項能力整合到Code Mode，讓AI以TypeScript撰寫程式並直接在沙箱中執行，甚至可預設封鎖對外網路連線。整體來看，AI代理正從呼叫工具呼叫，逐步走向生成程式並即時執行的新開發模式。<a href="https://blog.cloudflare.com/dynamic-workers/">（詳全文）</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 思科 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> AI代理 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> OpenClaw </span></strong></span></p>
<p><span style="font-size:22px;"><strong>思科推DefenseClaw，為AI代理加上三層防護</strong></span></p>
<p>在聚焦AI與資安的RSA 2026大會上，思科推出AI代理安全管理工具DefenseClaw，鎖定開源框架OpenClaw的應用風險，強化AI代理的系統操作安全。</p>
<p>OpenClaw可讓AI代理直接呼叫工具、存取檔案甚至執行系統指令，雖然大幅提高自動化能力，卻也帶來權限濫用風險。為此，DefenseClaw提供三層防護機制：在安裝前整合skill-scanner、mcp-scanner和CodeGuard等工具進行掃描；在執行期間持續檢查AI輸入與輸出行為；並透過封鎖和允許清單，限制特定功能或元件被呼叫。</p>
<p>底層則結合Nvidia OpenShell架構的核心隔離與預設拒絕網路存取等設計，形成從基礎設施到應用層的防護架構，同時還可與Splunk整合，強化監控和可觀測性。整體來看，隨著AI代理逐步取得更高系統權限，執行環境安全也成為新課題。<a href="https://blogs.cisco.com/ai/cisco-announces-defenseclaw">（詳全文）</a></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;"> Sora </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 影片生成 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>OpenAI喊停Sora：影片生成退場，轉攻企業與超級App布局</strong></span></p>
<p>OpenAI近日宣布將停止影片生成模型Sora服務，後續也將公布應用與API下線時程，以及使用者作品的保存方式。這項決策也意味著，ChatGPT未來將不再支援影片生成功能。</p>
<p>Sora自2024年推出以來，以高擬真影片生成能力引發關注，並在2025年發展為獨立應用，主打創作與分享。不過，根據《華爾街日報》報導，OpenAI此次收掉Sora，反映整體策略轉向，將資源集中在企業應用與開發者工具等AI生產力場景，並為可能的IPO布局。</p>
<p>報導指出，OpenAI正整合ChatGPT、程式工具Codex和瀏覽器，打造單一「超級App」，將聊天、開發與搜尋等功能整合在同一平臺。隨著Sora退場，OpenAI在多模態影音領域的布局也出現調整，顯示其產品策略正從創作導向，轉向更直接帶來商業價值的應用場景。<a href="https://x.com/soraofficialapp/status/2036532795984715896">（詳全文）</a></p>
<p>圖片來源／Meta、Google、Anthropic、Ai2</p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> AI近期新聞 </span></strong></span></p>
<p><strong>1. <a href="https://www.ithome.com.tw/news/174698">ARC-AGI-3互動推理基準上線，人類可全解但主流AI得分卻不到1%</a></strong></p>
<p>資料來源：iThome整理，2026年3月</p>
<div id="gtx-trans" style="position: absolute; left: 21px; top: 6526.26px;">
<div class="gtx-trans-icon"> </div>
</div>
</div></div></div>
