<p>OpenAI 執行長 Sam Altman 近期出席美國聯邦準備理事會主辦的銀行監管會議，並在會議中指出，AI 技術的快速發展，開始讓全球面臨一場前所未有的「詐欺危機」。 「讓我感到害怕的是，仍然有金融機構接受聲紋作為轉移大量資金或做其他事情時的身份驗證，」 Sam Altman 更以「瘋狂」來形容這個現象，因為「除了密碼之外，AI 已經徹底擊敗目前人類大多數的身份驗證方式。」這也代表，現行許多安全防線在 AI 面前已形同虛設。 AI 可能導致大規模金融危機，讓 Sam Altman 徹夜難眠 面對日益嚴峻的挑戰， Sam Altman 呼籲銀行業必須「走在 AI 發展的前面」，才能應對這股日益猖獗的詐騙浪潮，確保客戶資產安全。 在現實生活中，AI 深度偽造（deepfake）技術確實已造成許多危害，甚至發展到僅需 20 秒的音訊樣本，就能產生逼真的語音模仿。像是在個人與家庭層面，《CNN》就曾報導，美國已有多位家長接到以 AI 語音技術冒充他們子女聲音的電話，試圖騙取金錢。這些詐騙者利用 AI 偽造的親人聲音，謊稱身處困境、急需金錢援助，導致受害者在情急之下匯款。 在企業與國家層級，AI 深度偽造的詐欺案件同樣層出不窮。2024 年初，香港一家工程公司的員工在一場看似日常的視訊會議中，被 AI 深度偽造的財務長所欺騙，進而轉移高達 2,500 萬美元至海外帳戶。近期，美國官員證實，有人利用 AI 假冒美國國務卿 Marco Rubio 的聲音，聯繫了一位美國州長與國會議員。這些案例皆凸顯 AI 詐欺不僅限於個人財產損失，更可能威脅國家安全與外交關係。 Sam Altman 坦言，這種「對手利用 AI 對美國發動攻擊」導致大規模金融危機的可能性，讓他「徹夜難眠」。他也預警，目前「語音通話」的詐騙將迅速演變為「視訊通話或 FaceTime」，屆時將更難以分辨通話對象的真實性。 金融業如何因應 AI 驅動的詐騙浪潮？ […]</p>
<p>許多零售品牌想在消費者的購物體驗導入生成式 AI，以提升效率和個人化體驗，常見的應用包含：購物推薦、客服回應，甚至是生成語音互動等等。 然而，Deloitte 2025 年針對 1,000 名美國成年人的調查與一系列訪談發現，消費者對這些以 AI 為基礎的個人化推薦等體驗，並非全然信任，主要擔心的問題包括個資安全、內容正確性等。調查發現，有 80% 的 AI 服務是因為消費者「缺乏信任基礎」而失敗，甚至有 15% 的受訪消費者表示，若產品加入生成式 AI 功能會考慮停止使用。 這樣的調查結果，為企業在導入 AI 體驗時敲響警鐘：打造個人化體驗之餘，也得建立消費者對 AI 的信任感，這樣才能和消費者建立長期關係。 四種消費者，對 AI 反應大不同 為了深入理解信任如何建立，Deloitte 將消費者依據對生成式 AI 的態度與行為分為四種類型，並指出組織設計生成式 AI 產品時，可以如何針對不同類型打造效率、教育或創造力導向的體驗，有助消費者對 AI 的態度轉為信任。 1. 樂觀者 這群族群年齡相較年輕（55% 為 35 歲以下），對新科技高度接受。他們偏好節省時間、提高效率的應用，但也重視 AI 能帶來的創造力與發現新內容的樂趣。品牌可透過推薦引擎、互動式內容、動態學習機制等功能來持續激發好奇心。例如，串流平台推薦未曾搜尋過但貼合喜好的音樂，或是購物平台結合使用者行為推播意想不到的商品。 2. 觀望者 這群人多為中壯年（平均 45 歲），主要在工作上使用生成式 AI 協助獲取資訊或提高效率。他們樂於嘗試新事物，針對這類消費者的 AI 服務，Deloitte 建議品牌應以「務實導向」為主軸，設計直覺、好上手的 AI 功能，並著重於知識搜尋與任務完成效率，展示應用在個人和職業領域的價值。 3. 未察覺者 […]</p>
<p>面對 AI 浪潮，能加速讓 AI 與雲端技術落地應用的企業，將更有機會成為激烈競爭市場中的領先群。iKala 近期出席由 TechOrange 科技報橘主辦的「AI 智造領航晚宴」，從 AI 應用場景與雲端策略布局出發，與企業一同擘劃 AI 驅動下的產業新局。 以「AI 賦能」與「以人為本」為核心，iKala 至今已成功服務超過 1,000 家企業客戶和 50,000 多個品牌廣告用戶。目前 iKala 旗下共有提供雲端部署與 AI 解決方案的 Nexus ，以及專注在行銷的 Kolr 兩大事業體，兩者皆深度整合 AI 技術，為客戶提供最佳解決方案。 AWS 專業合作夥伴 iKala「TaaS」解決方案助攻企業加速實現 AI 轉型 iKala 雲端科技事業部資深業務經理李竺軒以「Technical as a Service（TaaS）」解決方案為例，說明 iKala 的服務核心，包含透過 GenAI 技術打造企業專屬的聊天機器人與 AI 助理，這些工具可依據企業需求自動化設計並持續學習，協助企業提升客服效率並減少人力投入。在雲端基礎設施部分，iKala 結合 Infrastructure as Code 技術，協助客戶於多雲環境中自動化建置與配置 IT 架構，不僅大幅減少部署錯誤及時間，也降低系統管理複雜度與營運風險。此外，iKala 也提供 Landing […]</p>
<p>美國在 23 日頒布「美國 AI 行動計畫（American AI Action Plan）」，目的在確保美國主導 AI 產業的地位，避免被中國超越。美國總統川普簽署一系列行政命令，包括加速資料中心許可流程、提供技術出口融資，並終止美國政府使用的 AI 模型中有關推動多元化、公平與共融（DEI）的措施。 川普表示，「我今天在這裡宣布，美國將贏得全球 AI 競賽，我們一定會贏，因為我們不允許任何其他國家打敗我們。」根據《NPR》、《Reuters》、《Bloomberg》報導，美國未來一年將採取 90 多項 AI 政策行動，涉及加速 AI 創新、建置美國 AI 基礎設施、引領國際 AI 外交與安全面向，以下三重點整理： 大幅放寬 AI 監管規範 根據美國 AI 行動計畫，其聯邦政府將向企業和公眾詢問阻礙 AI 應用的現有法規，並逐步取消這些規定。白宮預算辦公室也將和擁有 AI 相關經費監管職責的聯邦機構合作，考慮停止向擁有「繁瑣 AI 法規」的州提供聯邦 AI 專案資金。 川普在頒布新計畫的演講提及，美國需要一套聯邦統一標準來監管 AI 產業，能凌駕所有州政府、所有人，而不是由 50 個州各自規範，「這樣你就不會同時陷入與 43 個州的訴訟之中。」 此外，川普政府也計劃審查 AI 模型是否存在「意識形態偏見」，並禁止那些無法提供「客觀事實」的公司與美國政府往來。《NPR》報導，該命令將偏見定義為多樣性、公平和包容性，以及批判種族理論、跨性別主義。白宮科技政策主管 Michael Kratsios 表示，該政府將「只與那些確保其大型語言模型（LLM）系統能促進言論自由與個人裁量權的開發商簽約。」 用全堆疊 AI 出口與中國比拚 […]</p>
<p>人工智慧的發展已進入一個嶄新階段。過去，AI 訓練仰賴大量低成本人力進行數據標註，這些工作常被外包給非洲和亞洲的零工經濟工作者，負責圖像框選、內容描述等基礎數據清洗任務。 然而，隨著生成式 AI 的飛速發展，產業對模型品質的需求急遽提升，這導致資料標註工作模式發生了根本性轉變：從過去的勞力密集型外包，正轉向高專業知識導向的知識密集型任務。 這波變革反映了新一代 AI 模型對更優質、更複雜知識來源數據的渴求。 如今，生物學家、金融分析師、工程師等高薪專業領域的專家，正被納入 AI 訓練流程，取代了原先由肯亞、菲律賓等地低薪勞工執行的簡單註釋工作，因為這些簡單任務已逐漸被自動化所取代。 這種轉變不僅象徵 AI 訓練流程正進入高價值人力與知識的深耕期，也讓像 Scale AI、Turing 和 Toloka 等公司，開始聘請這些領域專家，為 AI 團隊創建更複雜的訓練數據，這對於開發下一代 AI 系統至關重要。 資本熱潮轉向，「高品質資料企業」成投資新寵 市場的投資風向也正在改變。過去的投資熱潮主要集中在 AI 模型本身和運算能力上，如今，目光正轉向那些能提供高品質訓練數據的企業。這種轉變，也導致投資者對數據標籤新創企業的興趣激增，資金開始大量湧入這個領域。 具體來看，科技巨頭已開始大手筆投資。今年六月，Meta 便向 AI 數據標註公司 Scale AI 投資 ，使其估值翻倍至 290 億美元；亞馬遜創辦人 Jeff Bezos 也領投生成式 AI 數據與訓練公司 Toloka 7,200 萬美元，這些案例都明確指出，資料層已成為 AI 投資的新焦點。此外，雲端影片分析公司 Turing AI 也在三月完成 1.11 億美元募資，估值達 22 億美元。 高品質數據在 […]</p>
<p>人工智慧（AI）正為科學研究與人們對世界的理解帶來全新可能。科學家如今已能深入解析電子、創造新材料，甚至與樹「對話」。生成式 AI 工具驅動科學發現突飛猛進，開啟對人體細胞與其所依賴生態系統的深層洞察。 「科學突破是 AI 最重要的應用之一。」微軟研究院負責人 Peter Lee 博士表示：「我們相信生成式 AI 理解人類語言的能力，同樣也能用來解讀自然界的語言，包括分子、晶體、基因組與蛋白質等。」 2025 上半年，微軟在多個採用同儕審查的學術期刊上發表多篇研究論文，並在醫學、能源、生物學與量子物理等領域推出全新工具與跨領域協作。Peter Lee 表示，這些努力的目標是：透過強大、實用且值得信賴的 AI，加速科學家探索複雜問題的過程，並將研究成果轉為對現實世界的具體影響。 AI 已展現實質影響的五大科學應用場域，同時也可能是下一波重大突破即將誕生的關鍵。 醫療健康：促進醫療照護與科研進展 AI 正迅速成為醫療領域的重要夥伴，不僅能自動化任務，更協助臨床醫師與研究人員看得更廣、更快理解、更早行動。從病歷紀錄到病理切片，這些多模態模型可分析大量非結構化資料，發掘有助於疾病偵測與個人化治療的關鍵模式。 例如 PadChest-GR，是首個收錄 4,555 張胸部 X 光影像的資料集，以西班牙語與英語提供精準定位的標註資訊。該資料集由西班牙阿利坎特大學與微軟共同建置，可協助放射科醫師更精確地解讀影像，同時用於訓練 AI 模型，與科學家一同學習與進步。 另一例是微軟最新推出的 AI 診斷協同系統 MAI-DxO（Microsoft AI Diagnostic Orchestrator），模擬醫師團隊的推理過程，整合多種資料來源協助判斷。這項研究顯示 AI 有望以更高準確率、更低成本處理複雜醫療案例。 這是醫療領域一波以科學為本的 AI 工具浪潮之一，其他還包括一款可大量分析病理切片的 GigaPath 工具，以及一項在肯亞推動的專案，透過識別高風險社區，協助預防兒童營養不良。 科學發現：加速取得科學洞察 AI 助力科學家分析複雜資料與模擬自然界運作機制，以傳統難以達成的速度與規模加快研究進程。 Microsoft Discovery 是一款全新平台，採用 agentic AI 技術建構，具備推理、規劃與在授權下自主執行任務的能力，能如同研究夥伴般參與工作，自動執行提出假設、進行模擬與優化實驗流程等任務。亦能從大量資料中辨識隱含規律與關聯，使科學家得以更高效率地驗證研究假設。在一項早期應用中，Discovery 僅用一週左右協助研究人員開發出資料中心冷卻液原型，而此流程原本需耗時數月。 微軟針對密度泛函理論（Density Functional […]</p>
<p>專訪：《TechOrange》社長戴季全 / 撰稿：李昀蔚 當 AI 正在為各產業領域帶來創新突破，在車隊管理方面，可以透過哪些技術應用，為物流商用車隊提升管理效率與行車安全？本集《全新一週》專訪動見科技創辦人暨執行長、國立臺灣大學電機工程學系教授周俊廷，以及緯創資通企業投資辦公室總監秦北辰，深入探討動見科技的創新 AI 技術，同時剖析緯創資通對台灣新創生態的深刻洞察。 追求 AI 影像辨識的「精確率」 作為以邊緣 AI 影像辨識技術起家的物流科技公司，動見科技透過 AI 影像辨識，以 DaaS (Data as a Service) 平台為主力產品，能即時協助商業車隊的客戶與司機辨別路上的各種潛在危險與違規行為。例如當司機闖紅燈，系統會先提示，若仍闖過，違規結果會自動剪輯成影片並上傳，讓車隊管理者即時收到通知。此外，平台還提供數據與熱點分析，協助管理者了解特定行為或地點容易發生問題，並在線上進行矯正，提供一站式 AI 車隊管理解決方案。 關於 AI 辨識的衡量方式，包含精確率與捕獲率，周俊廷以「法官」為喻，梳理兩者的差異。「我常常問客戶，你比較希望每個犯人都被定罪，還是你希望監獄裡沒有誤殺？」周俊廷分析，「捕獲率」就像「所有犯人都被定罪」，若極端追求捕獲率，可能導致「誤殺」發生；至於「精確率」則是不希望有任何的「誤殺」或「冤獄」，雖然保證「零誤判」，但也可能縱放犯人。 在捕獲率與精確率之間，為什麼動見科技最後選擇走向「精確率」這一邊？「我們的選擇是不希望誤殺，因為一旦誤殺會罰錯人，你的司機也會不相信你，」周俊廷表示，儘管在追求精確率的過程中，可能造成少數「縱放」的情況，但這樣的選擇會更符合司機信任與實際操作需求。 現在正是台灣新創最具挑戰，也最具機會的關鍵時刻 作為動見科技持續成長的關鍵助力，緯創資通展開投資的契機，源於五年前周俊廷與其他創辦人的一場分享。「五年前應該還沒有太多人理解什麼是 AI，那時候我們看到的是電腦視覺，當時周俊廷就已經展現動見科技團隊在電腦視覺方面的實力，」緯創資通企業投資辦公室總監秦北辰指出，緯創是以電腦科技起家的公司，對電腦視覺領域有深厚的技術知識，另外緯創也看見周俊廷將動見科技帶向具備商業模式與實際成績的潛力，以及從教授到創業家的快速調適能力。 後來，在緯創牽線下，動見科技以解決方案提供者的角色，與緯創共同向全球前三大物流公司 DHL 提案，並成功擊敗包含 Intel 在內的多家國際競爭對手，最終拿下此案，成為動見科技走向國際的重要里程碑。 至於緯創之所以開始系統性地投資新創，秦北辰解釋，「企業成長到一個程度，會在發展速度與商業模式上出現瓶頸，這時候如果可以迎接外來的、新的聲音與技術， 一定可以對企業內部團隊產生衝擊。」 「從前一陣子的新冠疫情到現在的美國關稅問題，我覺得目前是一個最有挑戰的時刻，可能也是最有機會的時刻，」 秦北辰強調，產業、國家與企業的升級，都離不開創新，特別是台灣缺乏石油、礦產等天然資源，因此創新更是突破瓶頸的唯一道路。 面對投資人的期待，周俊廷表示動見科技的下一個重要目標，就是在國外市場迅速擴展規模，並提升公司的估值。「台灣的新創一定要走出台灣，」周俊廷強調，及早驗證產品是否具備全球市場適應性，並主動在海外尋求成長，是動見科技與所有台灣新創必須儘早布局與深耕的策略。</p>
<p>由國內六個指標公協會共同發起的「台灣 AI 機器人產業大聯盟」，今（22）日於台北晶華酒店隆重舉行成立大會，蕭美琴副總統、立法院江啟臣副院長、國發會彭立沛副主任、國科會陳炳宇政務副主任委員及經濟部何晉滄政務次長等貴賓出席、共同見證大聯盟啟動。 本聯盟由台灣智慧自動化與機器人協會、台灣雲端物聯網產業協會、台北市電腦商業同業公會、台灣區電機電子工業同業公會、臺灣機械工業同業公會與台灣工具機暨零組件工業同業公會共同發起。期能結合臺灣在AI、機器人、資通訊、電機電子、機械製造與系統應用等產業強項、整合各界能量、帶領我國AI機器人產業邁向國際。聯盟並提出四大願景、五大訴求，並透過三大行動方案落實，最終達成四大目標：推動機器人平台規格化、四大核心系統國產化、落實八大領域運行及導入、2030年AI 機器人整體產值突破兆元。 蕭副總統出席 AI 機器人產業聯盟成立大會時致詞指出，「AI 機器人，是下一波工業革命的引擎」，未來將深度應用於空中、地面、水域等各類載具與產業場域，提升工作效率、解決高齡化、照護與缺工等社會挑戰。這場革命不在於取代人力，而是透過人機協作，創造更高價值。AI 機器人產業需整合感測、通訊、驅動、機械與應用創新等跨域技術，「團結台灣產業力量，以 Team Taiwan 精神站上國際舞台」。副總統強調，政府將持續推動法規調適、應用端開發與國際接軌，「科技創新不斷進化，政府是最堅強的後盾」，攜手產業打造台灣在全球的新戰略優勢。 立法院副院長江啟臣指出，當前最關鍵的課題，是如何從傳統製造業轉型為智慧產業，AI 不僅是一項技術，更是整合人才、科技、政策與國際合作的關鍵動能，是推動產業升級的核心力量。臺灣擁有完整的產業鏈與堅實的基礎條件，唯有擴大視野、果斷決策，才能在全球 AI 競爭中掌握先機，為臺灣產業開創全新定位，迎向智慧時代的未來。 智動協會（TAIROA）絲國一理事長指出，機器人是 AI 技術落地的重要載具，也是 AI 結合晶片、機械、資通訊與軟韌體等跨領域技術之複合系統。臺灣機器人發展至今已具有相當基礎的軟硬體產業鏈，在這個基礎上再加入 AI 將可使現有機器人產品升級，再加上六個公協會會員的攜手合作，在 AI 機器人關鍵零組件、共用平台、系統整合共同協力，將可真正打造 AI 機器人生態系、讓國產化機器人落地應用與全球輸出。 台灣雲協（CIAT）吳政忠理事長認為，人型機器人是臺灣科技產業下一個兆元應用的關鍵布局，台灣雲協特別成立「人型機器人 SIG」平台，將以 1. 解構技術與生態系（Decode） 2. 定位市場與定義需求（Requirements）3. 分工合作與共創（Co-Innovation）作為策略三步曲，積極推動 ICT 與機械產業的跨域軟硬體整合；雲端與地端的協作，充分鏈結 AI 機器人產業大聯盟資源，建構完整且具國際競爭力的產業生態系，讓臺灣在 AI 機器人發展上走在前端、立足全球。 台北市電腦公會（TCA）彭双浪理事長表示，臺灣擁有從半導體、晶片、感測模組到系統整合的完整 ICT 優勢，是推動 AI 機器人產業的最佳基地，隨著 AI 技術成熟，機器人應用正擴展至醫療、農業、餐飲、城市治理等多元場域，TCA 將持續整合 AI 新創、晶片、雲端與感測資源，透過公會各項平台促進跨域合作，加速技術落地與全球接軌。 機械公會莊大立理事長指出，臺灣在發展 AI 智慧機器人產業上，應以國家戰略思維推動產業整合，當前多數機器人硬體仍仰賴進口，亟需結合臺灣長期累積的精密製造基礎與客製化能力，由政府攜手產業建立自主關鍵零組件體系，並協助拓展市場出海口，以利臺灣在全球競爭中占有一席之地。 工具機暨零組件公會陳伯佳理事長表示，工具機業者正積極由核心零組件供應者，升級為智慧模組與應用整合者，透過關節結構加工、減速模組與伺服控制等關鍵技術切入高剛性動力模組市場，並結合雲端與應用端資源，構建模組平台，實現從精密製造邁向智慧應用的轉型。 […]</p>
<p>隨著人工智慧和大型語言模型在現代生活各層面的廣泛應用，這些模型的可信度和安全性已成為微軟等科技巨頭的重要考量。 微軟在其《2025 負責任 AI 透明度報告》中明確指出，負責任 AI 已成為該公司最優先的任務。這份報告是繼 2024 年 5 月首次發布後的第二版，詳細闡述了微軟如何看待 AI 技術的未來發展。 微軟認知到，在 AI 快速普及的同時，企業與消費者之間的信任缺口正在擴大，特別是在生成式 AI 系統面臨更複雜的應用場景時。另一方面，全球法規陸續上路，企業面臨前所未有的合規壓力，包括歐盟 AI 法案等新興法規，不僅要求企業建立完善的 AI 治理框架，更需要企業主動承擔技術倫理與社會責任。 微軟透過三大核心策略建構負責任 AI 微軟在此次透明度報告中描述其對「負責任 AI」的承諾，並提出三大核心策略因應當前挑戰。 首先，在投資負責任 AI 的基礎建設方面，微軟大幅加強了風險管理力度。該公司不僅擴展了對文字內容的監測能力，更將範圍延伸至圖像、音訊、影片等多模態生成內容的監控工具。這種全方位的內容治理方式正好也反映出生成式 AI 在現實應用場景日益複雜化的需求。另外，微軟還針對 AI 代理系統建立了額外的控制層級，確保這些系統在執行任務時仍能符合倫理標準和安全要求。 其次，在積極回應法規與治理標準方面，微軟採取了「主動分層」策略來應對歐盟 AI 法案與其他新興法規。 這種策略不是被動等待法規要求，而是主動預測並提前準備符合未來可能的監管標準。而微軟也為自己的客戶提供實作資源，協助他們進行法遵準備，這不僅體現了微軟作為技術供應商的責任感，也表現其對整個 AI 生態系統健康發展的承諾。 最後，報告也提到，微軟一直以來都在進行 AI 風險研究與紅隊測試，特別強調對社會技術議題的理解與應對。該公司的 AI 實驗室不僅推動 AI 系統在能力、效率和安全性方面的發展，更致力跨領域深入研究 AI 技術進步所帶來的社會技術挑戰。 加強管理供應鏈風險才有優勢 微軟在 AI 治理的視角不僅限於開發自家產品，更擴展到整個 AI 供應鏈的治理層面。他們明確供應鏈中各方的角色定位，並開發相應的風險評估工具。在現今複雜的 AI […]</p>
<p>面對 Shein、Temu 等低價線上平台來勢洶洶的競爭壓力，瑞典時尚品牌 H&M 正積極進行數位轉型，將 AI 技術導入營運核心，試圖重整門市布局與顧客體驗，鞏固其在全球快時尚市場的地位。 預測式 AI 強化供應彈性，掌握在地銷售趨勢 H&M 近年已在營運系統中廣泛應用預測式 AI，透過分析全球各地門市的銷售數據、尺碼分布、地區流行趨勢與顧客偏好，預測哪些商品與尺寸會在特定市場熱賣，並依據預測結果快速調整補貨、商品調度與上架策略。 這樣的數據導向不僅提升了 H&M 商品上架效率，也在疫情封控與供應鏈波動期間發揮關鍵作用──不只避免斷貨或滯銷風險，更提升補貨精準度與銷售轉換率。H&M 數位長 Ellen Svanström 表示：「我們需要能即時掌握市場動態，而 AI 協助我們更快做出反應，提供更符合需求的商品組合與服務。」 相較純線上品牌，H&M 藉由 AI 預測，不僅抓到數據機會，更讓 AI 成為門市營運效率的引擎。 生成式 AI 與 AI agent 有望強化門市互動體驗 除了預測性分析，H&M 也正在測試生成式 AI 和 AI agent 的應用場景。未來，這些技術有望成為品牌的「虛擬店員」，透過語意理解與圖像生成，不僅能為消費者即時推薦適合的單品與穿搭建議，也可自動產出符合品牌語調的行銷內容，應用於數位櫥窗、電子看板與店內廣告素材。 這類 AI 應用可能被部署在門市現場或手機端，扮演互動型數位顧問角色，讓消費者在逛街時獲得即時推薦與個人化服務，進一步模糊線上與線下的購物體驗界線（編按：H&M 已在線上商店導入生成式 AI 聊天機器人回答客服、訂單、運送、退貨等問題，並提供服裝建議）。 「我們相信，強化門市的實體體驗並與數位通路整合，是我們的關鍵優勢。」Svanström 表示，H&M 目前正將重心放在全球主要城市，優化實體門市規劃、體驗品質，讓每一間門市都不只是販售商品的據點，更是品牌與消費者深度互動的場域。 在快速變動的時尚零售市場中，H&M 的 AI 應用策略不僅是技術升級，更是品牌價值重塑的實踐。H&M 選擇以資料洞察與體驗設計為核心，深化實體門市的存在意義，讓每一筆銷售背後，都有更精準的理解與更個人化的溝通。 […]</p>
<p>資安公司 DomainTools 研究人員最新發現，有一種新型態的駭客攻擊手法，正在網路世界現形──駭客開始利用網域名稱系統（DNS）隱藏及傳遞惡意軟體，並成功越過傳統安全偵測建立的資安防線。這項發現不僅再次凸顯強化數位基礎設施資安防禦的重要性，更展現惡意軟體攻擊方式的重大轉變。 惡意軟體如何被分割與藏匿在 DNS？ DomainTools 研究人員指出，這些駭客的攻擊手法主要可以分為三階段。首先駭客會先將惡意執行檔轉換為十六進位格式，接著將這些十六進位編碼的檔案分割成數百個小型片段，最後這些片段會被儲存在多個不同子網域下的 DNS TXT 記錄中，形成一個散佈在不同位址的「惡意軟體拼圖」。 駭客隨後會使用指令碼工具查詢這些 DNS 記錄，並重新組裝分布在不同 DNS TXT 記錄的片段，最終成功重建完整的惡意軟體檔案。DomainTools 研究人員也懷疑，攻擊者可能利用生成式 AI 快速生成能夠重新組合惡意軟體片段所需的指令碼。若駭客真的借助生成式 AI，將使攻擊更加快速且高度自動化。 DomainTools 研究人員也發現，這些被重組的檔案有「Joke Screenmate」、「PowerShell 指令碼」這兩種惡意軟體類型。「Joke Screenmate」是一種惡作劇性質的軟體，會模擬破壞性動作、干擾使用者控制、顯示未經請求的內容並導致系統效能問題，雖然本身無害，但也顯現出駭客透過 DNS TXT 記錄藏匿惡意軟體的可行性。 此外，研究人員也在 DNS 記錄中發現惡意 PowerShell 指令碼，這些程式碼就像是駭客常用的「腳本」（stager scripts），主要任務是連接到駭客的「指揮中心」。例如研究人員發現這些腳本會連接到與 Covenant C2 框架相關的伺服器，一旦連線成功，駭客就能透過這個指揮中心，進一步下載並執行更多更具破壞力的網路攻擊。 為什麼 DNS 反而成為駭客隱身的「掩護」？ DomainTools 研究人員分析駭客能在 DNS 隱身這麼久的主因。相較於企業廣泛監控網路與電子郵件，DNS 流量卻經常被忽略，導致監控程度嚴重不足。另一方面，儘管 DNS 是數位基礎設施的骨幹，但經常被排除在可視性和合規性的規範之外。 此外，透過指令碼工具查詢 DNS 記錄並重新組裝惡意軟體的行為，並不會觸發常見的安全警報，這讓駭客可以「成功躲避偵測並在雷達下飛行」。最後，隨著 DNS over HTTPS (DoH) 、 […]</p>
<p>從按下快門前就對照片進行即時銳化，到通話過程中即時消除背景雜音，再到離線狀態下與AI 助理互動，裝置端 AI 正在重塑使用者的行動體驗。而 Arm 運算平台正是實現這些無縫互動體驗的強勁驅動力。 隨著 AI 工作負載變得日益複雜且已廣泛地應用於各個領域，行動開發者面臨的需求也與日俱增：他們需要在記憶體、電力和熱能條件等嚴格且多樣化的限制下，實現即時且高效率的效能表現，還要確保不為應用程式及其工作負載增加額外的複雜性。 為因應這些挑戰，Arm 推可擴展矩陣延伸指令集 2（Scalable Matrix Extension 2, SME2）技術，以直接在行動 CPU 上加速高強度的矩陣運算工作負載 – 這些工作負載對電腦視覺和生成式 AI 應用相當重要。SME2 是 Armv9 架構中的一組高階 CPU 指令集，它是基於 SME 升級、能夠在 AI 異質運算框架下，支援影像處理、自然語言處理、語音生成等在行動端的即時推論任務。 開發者如何運用 SME2 的優勢 行動開發者無需更動現有程式碼、模型或應用程式，即可直接取得 SME2 帶來的效能提升。這可歸功於 Arm 的軟體加速層 – Arm KleidiAI，它能夠無縫整合到主流 Runtime 函式庫和 AI 框架中，為開發者提供立即可用的效能體驗。 由於 KleidiAI 深入且廣泛的整合，SME2 已在 Google 專為 Android 系統最佳化的神經網路推論函式庫 XNNPACK […]</p>
<p>Google 近日推出「AI 商業通話」與「深度搜尋」兩項新功能。「AI 商業通話」，可以讓 Google AI 代替使用者撥打電話查詢商家資訊，另一方面， Google 也針對搜尋「AI 模式」展開強化，並透過導入更先進的 Gemini 2.5 Pro 模型，進一步推出革命性的「深度搜尋」功能。 「AI 商業通話」目標是幫助使用者無需親自拿起電話與商家交談，即可輕鬆獲取所需的商家資訊。《The Verge》預測，這項功能未來可能會受到年輕人的熱烈歡迎，因為 Z 世代後的族群，對「親自打電話」這件事充滿壓力。 讓 AI 主動打電話預約服務 Google 在 2025 年 1 月開始測試「AI 商業通話」功能，目前已正式在美國推出，不過仍僅適用於寵物美容、乾洗店與汽車維修等特定類型商家。 使用者只要在 Google 搜尋「我附近的寵物美容店」，搜尋結果頁面就會出現「讓 AI 查詢價格（Have AI check pricing）」這個醒目選項，點擊後只要回答寵物類型、所需服務與想要預約的時間等簡單問題，Google AI 就會依照相關需求撥打電話查詢，並將最新預約資訊透過簡訊或電子郵件通知。 Google Search 產品副總裁 Robby Stein 指出，這項商業通話功能是運用 Google 的 Duplex 模型並整合了 Gemini 技術來完成通話。Google 發言人也向《TechCrunch》表示，每通由 AI 撥出的電話，都會在通話開始時清楚表明自己是 Google […]</p>
<p>「身處競爭激烈的市場環境，誰能夠掌握 AI 技術，並運用新工具提升競爭力，就獲得更大勝出的機會。」—— 凌羣電腦總經理劉瑞隆 在 AI 持續重塑企業營運模式的趨勢下，各界紛紛尋求更穩健且安全的導入途徑。凌羣電腦總經理劉瑞隆表示，從辨別式 AI 到生成式 AI、Agentic AI、Physical AI，皆對人類產生巨大影響，尤其針對降低成本、提高生產力方面創造極大效益。而在大語言模型時代，凌羣電腦看見企業廣泛採用生成式 AI，因此攜手思科（Cisco）展開更深度合作，不僅整合其先進 AI 解決方案，以及在網路基礎架構、資安領域的全球優勢，也憑藉自身專業服務與互補的產品系統，助力客戶加速邁向數位轉型、專注實現以 AI 驅動創新。 「從2000年 .com 風潮開始，每一次的科技迭代，都會帶給企業全新的挑戰及樣貌」，台灣思科金融暨工商事業群總經理盧佳成指出，網路革命始於 2000 年，在這之後人們還經歷行動化、虛擬化、雲端化到現在 Agentic AI 應用的崛起，不斷的驅動「老對手新世界」的效應，「你會發現有些企業成長茁壯，但也有些企業未能即時轉型，落入窘迫的境地。所以在 AI 浪潮下，如果企業可以把握得宜，就能夠走出一片新格局。」 打造生成式 AI 解決方案「NeuroChain」，為客戶解決 AI 幻覺挑戰 「掌握最先進技術，才能發揮設備的優勢，」劉瑞隆觀察，企業導入 AI 應用時，往往面臨人才、技術斷層，以及建立正確認知的挑戰，在這樣的情況下，凌羣電腦不僅協助企業導入適當資源，也透過差異分析讓客戶了解轉型升級的具體成效。回顧凌羣電腦的客戶案例，劉瑞隆點出成功因素皆建立在「選擇優質設備和技術」、「企業願意主動改變」、「運用凌羣軟體開發及系統整合能力」的架構上，可以更高效的實踐轉型，「而在台灣企業制定數位轉型策略的路徑，我建議由政府帶頭，將台灣建設為全世界 AI 應用的典範，讓 AI、機器人技術應用深入各行各業的實際場景，凌羣電腦也會持續支持重要科研單位研究大語言模型，並且根據現有基礎發展加值各項應用產品，強化客戶面對全球市場競爭的優勢。」 那麼當企業使用 AI 擔心出現「AI 幻覺」，凌羣電腦如何協助客戶克服這項痛點？劉瑞隆分享，凌羣電腦開發生成式 AI 解決方案「NeuroChain」，在人與 AI 之間架設中間層，作為地端向量資料庫，讓大語言模型能夠針對中間層範圍，給予提問者精準答案，並協助客戶完成法規查詢、公文判讀等應用，「NeuroChain 除了降低導入生成式 AI 的成本，還避免企業的機敏資料直接分享在大語言模型，形成公共資料的風險。我們也推動 NeuroChain 在公部門與多產業落地，包括協助家樂福打造 AI 智能食譜，讓消費者根據 APP 食譜內容更方便快速下單所需的食材，有效提升業績。」 […]</p>
<p>AI 安全與監管需求日益迫切，而推理模型背後的「思維鏈（chain-of-thought, CoT）」技術，可能帶來 AI 透明度突破。不過，來自 OpenAI、Google DeepMind、Anthropic 等多家組織的 AI 研究人員近日罕見共同發表一份立場文件，警告這項目前可用於監控 AI 推理過程的「短暫窗口」恐將迅速消失，呼籲加速研究與對策。 這份文件獲得多位 AI 領域重量級人物的背書，包括被譽為「AI 教父」的諾貝爾獎得主 Geoffrey Hinton、Safe Superintelligence 執行長 Ilya Sutskever、Anthropic 的 Samuel Bowman，以及 Thinking Machines 的 John Schulman。 什麼是思維鏈？為何是監控 AI 代理的關鍵？ 思維鏈是一種讓 AI 在回答問題前「思考出聲」的技術，模仿人類步驟式推理，生成具邏輯脈絡的筆記，外部觀察者得以透視其決策過程與意圖。該文件研究人員指出，AI 代理的不透明性是許多潛在風險的根本，而思維鏈提供洞察 AI 代理的思維方式和目標的契機。 舉例來說，文件指出，當 AI 模型出現不當行為時，例如濫用模型缺陷、操縱資料或發動攻擊時，其通常會顯示在推理軌跡之中，寫下諸如「讓我們入侵」、「讓我們破壞」或「我正在轉帳，因為網站只是我這麼做」等句子，這創造了一種「推理外化」的屬性，成為監控 AI 的基礎。 思維鏈真的可信嗎？未來 3 大發展恐讓推理過程消失 不過，思維鏈並不總能反映 AI 的真實意圖。文件也引用其他研究指出，AI 模型「並不總是說出它們真正的想法」。 該文件警告，數項技術發展可能使 AI 推理歷程變得不可觀測。其一，隨著 AI […]</p>
PChome Online新聞1筆關係