<p>專訪：《TechOrange》社長戴季全 / 撰稿：李昀蔚 AI 機器人逐漸成為下一波科技創新的焦點，在邁向成功的過程中，還有哪些關卡必須突破？本集《全新一週》專訪 POD Innovation 共同創辦人暨執行長簡文昱，一同從感知能力的演進談起，深入剖析大型行為模型 LBM（Large Behavior Model）與實體 AI 的發展走向。 簡文昱分析，傳統自動化機器人，如生產線上的機械手臂與輸送帶，依賴預先規劃的路徑與動作，屬於「盲抓」模式，因此物品的姿態必須固定，否則機器就無法準確執行任務。「在上一個 AI 世代，開始慢慢引入感知成分，像很多機械手臂已經具備影像辨識系統，可以判斷物體姿態，決定如何吸取或夾取物品，」簡文昱舉例，像掃地機器人與自主移動機器人（AMR），都可以在未知環境下完成簡單的任務，然而所謂的「AI 機器人」則更像自駕車，即便許多情境從未在訓練資料中出現過，但仍然可以透過應對未知變化的能力，精準繞過路障與突然出現的行人。 AI 機器人發展的瓶頸：資料收集 「大家希望機器人最終可以做到泛化的能力，就是可以完成各式各樣的任務，」簡文昱以 Toyota 近期推出的大型行為模型（LBM）為例，說明該模型透過近 1,700 小時的高品質資料訓練而成，但這也呈現出當前 AI 機器人發展的重要瓶頸──資料不夠多，而且不同機器人都有不同的資料格式，無法完全通用。 相比之下，自駕車的數據格式較為統一，如油門、煞車與方向盤等輸入規格相近，且能長時間收集人類駕駛數據，讓模型訓練更為有效，這正是機器人現階段難以突破的差距。 AI 機器人實現大規模應用的關鍵突破點 如果要讓 AI 機器人真正實現大規模應用，簡文昱認為還有兩個關鍵瓶頸待克服，就是「載體低成本」與「資料開源」。 首先是降低載體成本。像宇樹科技（Unitree）推出一款僅售約 6,000 美金的機器人，重量僅 25 公斤，已被多所國際大學研究室採用。這樣的低價產品不僅可以執行任務，同時成為數據收集的最佳載體，甚至讓開發者與學術社群得以反覆實驗與優化演算法。其次是資料開源共享，例如透過 Hugging Face 開源機器人模型架構，這樣在未來某個時間點，也許就會出現一個比較突破性的模型，讓大家可以進一步使用及優化。 如何定義 AI 機器人的成功？ 「如果你沒有注意到它的存在，就是成功的部署，」簡文昱用這句話描述自己如何定義 AI 機器人的成功標準，「現在歐美與中國其實都還沒有大量部署 AI 機器人，這還是一個未知領域。」 當硬體夠便宜、資料夠開放時，AI 機器人才有機會走入日常。實體 AI 的全球競賽正加速開打，台灣也準備迎來發揮實力的關鍵時刻。</p>
<p>AI 建議你買賣股票，你會聽嗎？ 一年前，麻省理工學院（MIT）金融學教授、人工智慧專家 Andrew Lo 曾向 ChatGPT 諮詢，在疫情期間股價飆升的生技股 Moderna Inc. 的看法；儘管 ChatGPT 建議「賣出」，他仍選擇不聽從，結果股價隨後暴跌。 這個經驗讓 Andrew Lo 認為，AI 的精準預測能力，很快將在金融領域發揮更大的作用。 AI 理財新時代，重塑華爾街基本樣貌 Andrew Lo 預測，未來五年內，大型語言模型將具備「代理 AI」能力，能以「受託人」的最高標準，代表客戶進行投資決策。他指出，生成式 AI 將從單純的分析輔助工具，進化為能理解人性、管理資產、承擔風險並與客戶建立信任的金融顧問，這將徹底改寫華爾街金融服務的基本樣貌。 這項預言，在華爾街聽起來或許有些激進，因為類似 ChatGPT 的工具，目前仍多局限於資料收集和分析等初級工作，但 Andrew Lo 的願景遠不止於此，他認為在適當的監管框架下，AI 可以從勤奮但刻板的研究人員，進化到滿足金融領域最高標準之一的受託人標準。 2024 年時，Andrew Lo 與團隊進行的研究顯示，以 GPT-4 為基石的大型語言模型，在提供財務建議方面有潛力扮演關鍵角色。他們的研究發現，大型語言模型雖然具備提供財務建議的敏銳度，但需要添加包含特定金融知識的輕量模組，才能表現得相當出色。初步分析顯示，即使沒有這些模組，ChatGPT 的表現也已非常接近及格標準。 作為量化投資領域的開創者，Andrew Lo 目前已經透過 QLS Advisors（Andrew Lo 共同創立的投資管理顧問公司，專注於醫療健康與生技領域的量化投資與科技金融服務），結合機器學習與資產管理。他強調，新一代 AI 的核心是透過持續學習回饋，建立人機之間的互信，這與傳統的量化模型截然不同。 AI 金融應用的決勝關鍵：監管與信任 不過 AI 在金融領域的應用仍面臨嚴峻挑戰。美國證券交易委員會（SEC）已要求金融機構使用 AI […]</p>
<p>「物理 AI 與機器人技術將掀起下一場產業革命。從機器人的 AI 大腦到練習用的模擬世界，或是用於訓練基礎模型的 AI 超級電腦，NVIDIA 為機器人開發過程的每個階段提供建置元件。」—— NVIDIA 創辦人暨執行長黃仁勳 當企業開發訓練有素的人形機器人，往往需要花費龐大成本擷取、處理大量且多樣化的資料，在實體世界測試機器人也可能面臨更多的風險，NVIDIA 如何透過一系列機器人模擬解決方案，縮小資料與測試的落差，同時協助開發者教導機器人學習新行為，以適應不斷變化的環境？ 立即免費閱讀「NVIDIA Blog」，探索鴻海科技集團與正崴運用 NVIDIA Isaac GR00T-Mimic 藍圖，從人類示範生成龐大合成運動軌跡，助於機器人操控，以及 Agility Robotics、波士頓動力等機器人技術開發商導入 NVIDIA Isaac Sim 與 Isaac Lab，加速模擬並訓練人形機器人的應用案例。 搶先解鎖案例</p>
<p>「我們缺 25 歲到 30 歲的人，很不幸 AI 打到台灣的阿基里斯腱，」台灣飛躍天使創投合夥人簡立峰近期在台灣數位平台經濟協會（DEAT）所舉辦的「2025 年第四屆會員大會暨產業論壇」中，深入剖析 AI 浪潮下台灣面臨的人才挑戰，以及化挑戰為產業新機遇的方式。 簡立峰指出，25 到 30 歲是一群在校園裡學過深度學習、與 AI 共同成長的世代。在美國與中國，這群人是推動 AI 持續進化的主力，但台灣卻相當缺乏這段年齡層的人才。簡立峰進一步分析，首先台灣的學制時間較長且缺乏創業環境，許多精英人才也傾向出國深造，且學成後返台比例偏低。其次，台灣教育過度重視學業成績（GPA），卻忽略積極參與開源（open source）社群的重要性，「大家都沒有注意到，這一次的 AI 浪潮，真正的市場出現在開源，開源不只是玩技術，更是在競爭與賣技術，」簡立峰說。 「這些因素加在一起，讓台灣 25 到 30 歲這個世代失去成為 AI 主力的動能，這個現象世界絕無僅有，」簡立峰強調，台灣晚熟的人才特別多，然而在過去一年內，卻有三位台灣高中生到美國就讀大學後成功創業，這顯示台灣的問題並非在技術，而是動機與商業環境，如果能填補這兩項不足，台灣將迎來空前機會。 台灣的兩大革命性新機會 「台灣最大的優點在哪裡，就是美中分流後，美系製造業沒有供應鏈，」簡立峰分析，台灣第一個機會可能出現在「機器人」，因為機器人與資安高度相關，在美中競爭的關係下，台灣將有潛力成為美國最大的機器人硬體供應基地，「機器人供應鏈的前奏已經發生，就是無人機供應鏈，兩年前台灣沒有無人機供應鏈，但現在德國已經下訂單給台灣，因為要與中國分流，」簡立峰強調。 另一項革命性轉變是「一人創業」的新商機。簡立峰預估，未來一到兩年內，全球將出現兩至三百萬家成功的一人創業公司，這些企業主將可以透過更低的人力與成本，像是僅靠十幾位員工的新創公司 Cursors 一樣，挑戰甚至顛覆數十人、百人規模的傳統公司結構。 AI 帶來的根本性衝擊 AI 發展為台灣產業帶來新機會，卻也對工作流程帶來根本性的衝擊。「AI 帶來最大的衝擊，就是凡是我們用語言學習的知識，AI 將全面超越人類，」然而與其畏懼，簡立峰提醒人類仍擁有 AI 無法超越的「非語言編碼知識」，也就是透過五感習得的燙、刺、痛等實作經驗。面對這樣的趨勢與轉變，人類應該將 AI 視為自身能力的延伸，進一步強化個人核心能力，然後讓 AI 處理語言編碼的知識。 另一方面，AI 驅動產業革新的同時，也正在重塑工作流程。簡立峰預言，產業重心將從「問答」（question & answer）轉向「行動」（action），同時整個世界將進入「代理化」時代。因此對組織而言，最重要的是重新設計工作流程，讓人機協作成為提升競爭力的重要來源，例如 AI 與客服人員的關係並非直接取代，而是由 AI 擔任「資訊提供者」的角色，讓客服人員成為 AI 的「翻譯者」，進而提升服務品質與效率。 […]</p>
<p>《Bloomberg》報導，今年稍早蘋果悄悄成立「Answers、Knowledge and Information（AKI）」的新團隊，這是蘋果 AI 戰略的重要一環，探索多項自研 AI 服務，目標是開發類似 ChatGPT 的 AI 搜尋引擎。 蘋果 AI 系統缺乏搜尋能力，Siri 回答不穩定 目前蘋果的 AI 系統 Apple Intelligence 並不具備搜尋功能。它的重點是摘要通知、重寫文字、產生 Genmoji 表情符號、清理照片，未來會支援翻譯訊息與通話內容。但與 ChatGPT 或 Google Gemini 那種對話式 AI 搜尋體驗仍有明顯落差。 《Bloomberg》指出，Siri 在回答問題時依舊不夠穩定，雖能處理部分基本問題，但經常得轉交 ChatGPT 來回答，而且還是經過簡化介面，有時甚至直接把用戶導向 Google 網頁搜尋，對於像 HomePod 這種無螢幕裝置來說更讓人困擾。 蘋果至今從未開發自家搜尋引擎，一方面是因為 Google 搜尋體驗本來就較佳，另一方面也因為 Alphabet 每年支付約 200 億美元，確保 Google 成為蘋果裝置的預設搜尋引擎。 蘋果籌組 AKI 團隊，打造自家 AI 搜尋系統 《Bloomberg》說明，AI 快速改變搜尋市場，讓搜尋技術不再是少數企業的專利，愈來愈多人開始使用 ChatGPT […]</p>
<p>「工廠內的數據，有 99% 都是被收集但沒有被使用的，這些數據如果可以被管理者使用，同時能夠結合業務邏輯，並每天給予不同職位的工作者反饋，新的價值就會出現，」新漢智能 AI 數據平台事業部副總經理阮北山近期在 TechOrange 科技報橘主辦的「AI 智慧大工廠台中場」論壇中，以「讓數據點石成金！實現 AI 代理智能工廠」為講題，深入解析新漢智能如何從單機、單一產業擴展到整個工廠乃至企業集團，協助製造業穩健推進數位與 AI 轉型。 從單機升級到整廠建置，新漢智能為什麼能夠做到涵蓋每一個流程？阮北山藉由 L1 感知層、L2 網路層、L3 平台層的三層架構，分析新漢智能整合各項流程與服務的關鍵。首先在感知層，阮北山以「嵌入式的 AI 服務」說明新漢智能目前已與工具機業者合作，透過 AI Agent 的小語言模型與工具機控制器進行搭配，讓工具機更有智慧，同時協助操作員降低犯錯機率，這正是新漢智能在「感知層」的實際應用。 第二層為網路層，各式各樣的自動光學檢測技術（ AOI）或是鄰近現場的判斷，則可透過邊緣運算於此層加以實現。「第三層平台層是今天的關鍵，當我們收到很多設備的訊息，如果沒有與經營資訊整合，就無法看見綜效，」阮北山分享，許多企業比起設備參數，更關心的是設備帶來的具體效益，「然而怎麼把參數和經濟效益串在一起，那就是數據的威力。」 透過「產品履歷」精準掌握成本、提升效益 阮北山舉例，企業在生產時，常常擔心產品是否如預期地進出每一個加工站。這些生產狀態過去必須等到報工資訊產出後才能掌握，但現在整合數據後，每天都可以清楚了解每一項產品的進度。「這樣的轉變，在目前充滿不確定性的時代特別重要，因為企業的利潤都是從小地方榨出來，」阮北山強調，如果採用以前粗略報價的模式，就可能會遭遇接到訂單卻賺不到錢的狀況，但透過新漢智能的產品履歷，就可以精準掌握成本，確保營收合乎預期。 另一方面，新漢智能的產品履歷也可以與碳管理結合，「我們已經有客戶可以透過產品履歷，發現哪一個製程的碳排最高，以及背後的原因，」阮北山指出，現在透過數據整合，就可以助力企業找到數據之間的關聯，釋放更多價值。 推出「行動戰情室」、「生產小達人」，實現精準生產 「我們現在發現一個問題，就是企業多半都具有技術，卻不見得會操作資料庫，」阮北山解析，現在有 AI 幫忙，就可以將數據串接 AI，讓企業大腦開始運作。例如新漢智能就透過 AI 幫友嘉集團解答「生意好不好」、「設備乖不乖」、「吃電怪獸在哪裡」、「CNC 怎麼選」這類問題，成為工具機產業建立 AI 賦能戰情室的實例。 為了讓中小企業都能夠享受數據整合的成果，新漢智能也特別推出「行動戰情室」新方案，並打造「生產小達人」，只需將設備連接至 FANUC 工具機，即可自動收集設備運轉數據，生成報表與關鍵績效指標，是一套免費啟用、一天內導入、一週內產出效益的輕量級數據可視化管理系統。 阮北山進一步分享，透過行動戰情室與生產小達人，企業管理者可以在每天早上查看全廠設備績效，一旦發現某台設備良率下滑，可即時追蹤是否為操作或機台異常。此外，AI 還能每週主動提出產能趨勢與優化建議，並依據實際產線稼動數據回推工單交期與成本，實現精準生產與報價。 無論是導入 AI 協助決策的戰情室，還是幫助中小企業快速上手的生產小達人，新漢智能以務實、可落地的方式，重新定義智慧工廠的起點，也為台灣製造產業在國際競爭與永續發展中，強化營運透明度，並開闢一條用數據創造企業價值的新路。</p>
<p>《Reuters》報導，隨著 Netflix 等全球串流平台盛行，帶動影集大量翻譯需求，配音市場也迅速成長。根據市場研究機構 GWI 調查，德國、法國、義大利和英國有 43% 的觀眾偏好配音內容勝於字幕。 配音市場破 76 億美元，配音員擔心被取代成對比 《Reuters》舉例，像 Boris Rehlinger 或許在巴黎街頭不會引起注目，但他的聲音早已深植法國觀眾心中。作為 Ben Affleck、Joaquin Rafael Phoenix，還有《穿靴子的貓》的法語配音員，Boris Rehlinger 是幕後配音界的重量級人物。如今，在 AI 日益威脅傳統配音產業之際，他正奮力捍衛這門專業技術的生存空間。 「即便我的聲音尚未被 AI 取代，我仍感受到威脅，」Boris Rehlinger 接受《Reuters》訪問時表示，他是法國「＃TouchePasMaVF」行動的成員之一，該倡議旨在保護人力配音免於 AI 取代。Boris Rehlinger 指出，專業配音的完成需仰賴一整支團隊，包括演員、翻譯、製作總監、對白轉換師與音效工程師，才能讓觀眾幾乎察覺不到原本語言的差異。 根據 Business Research Insights 預估，全球配音市場將從 2025 年達到 43 億美元，至 2033 年進一步成長至 76 億美元。隨著平台間爭奪訂閱戶與廣告預算，業者也傾向導入初步成形的 AI 解決方案。 「＃TouchePasMaVF」行動網站提及，「聲音與語言所傳遞的情感、複雜性與人類經驗的美感，是 AI 模型無法生成的。即便演算法再強大、再精密，它們所塑造的僅是仿製品。」他們擔心這些技術若未經審慎控管，可能加劇它們從中學習而來的歧視與偏見，因此對以利潤為唯一導向的發展趨勢，表達嚴正反對。 AI 配音快又便宜？行動成員警告「近親繁殖」危機 電影圈對 AI 搶走人類工作的擔心早就存在，2023 年好萊塢的勞資糾紛，讓 […]</p>
<p>川普政府與美國醫療保險與醫療補助服務中心（CMS）近期在一場名為「讓醫療科技再次偉大」（Make Health Tech Great Again）的活動中，承諾將透過現代化醫療保健系統，讓民眾更容易取得自身醫療紀錄與個人健康資料，並運用 AI 實現預防糖尿病與肥胖等個人化健康管理。 CMS 主任 Mehmet Oz 表示，長期以來，美國的醫療保健系統未能跟上其他領域的顛覆性創新，因此透過這次「讓醫療科技再次偉大」計畫所獲得的企業承諾，美國將準備好迎接醫療保健系統的典範轉移，進一步造福患者和醫療服務提供者。 「讓醫療科技再次偉大」目前已獲得超過 60 家科技與醫療保健公司的支持，包括 Amazon、Apple、Google、Microsoft、OpenAI 等科技巨頭。川普在活動中表示，這項計畫將為數百萬美國人帶來「巨大的好處」，能夠「節省時間、節省金錢，最重要的是，拯救生命」。美國衛生及公共服務部（HHS）部長 Robert F. Kennedy, Jr. 也強調，這項新政策是「拆除數位圍牆，將權力歸還給患者」，並「重新建立一個服務人民的健康系統」。 以 AI 預防疾病的背後，浮現醫療隱私疑慮 「讓醫療科技再次偉大」倡議主要聚焦兩大領域。首先是搭建「易於分享資訊的 CMS 相容系統」，意即開發與推廣電子健康紀錄的簡易傳輸選項，讓患者與醫療院所之間的資訊共享，目標是透過數位化改善資訊流程，協助醫療人員擺脫繁瑣的紙本病歷作業。 另外一個重點是「增加 AI 與個人化健康工具的整合」，也就是增加患者可用的個人化工具，最終目標是讓使用者能更好地管理自身健康，例如透過 AI 助理協助患者監測生活習慣、評估症狀與預約掛號，進而預防糖尿病與肥胖。 CMS 的官方聲明強調，這項計畫將是「自願性」參與，且系統部署後將採「選擇加入」方式。此外政府部門與 CMS 官員雖說明不會建立集中式資料庫，但數百萬美國人的醫療紀錄卻可能在「無聲」之中被大型科技巨頭與政府獲取，進一步引發隱私外洩疑慮。 將醫療紀錄交給政府與科技巨頭，風險何在？ 針對這項措施，知名資安研究員 Brian Krebs 直言，將醫療數據交給大型科技公司是一個「極度糟糕的主意」，因為儘管醫療單位處理著高度敏感的資訊，卻普遍存在「資安防禦惡劣」和「資安預算精簡」的狀況。 另一方面，醫療科技公司經常產生資安漏洞，這些漏洞將導致患者醫療紀錄和敏感資訊外洩，像是今年醫療保險公司 Blue Shield of California 就有約 470 萬人的健康資訊因 Google Ads 服務配置錯誤而洩露。 儘管 CMS […]</p>
<p>一段 31 秒的影片讓一款奇特機器人瞬間爆紅。近日，史丹佛大學機器人研究員 Aaron Tan 在社群平台 X 公布了一段預告影片，介紹他正在研發的機器人 Lume。 Lume 乍看是兩盞造型簡約的床邊立燈，但在接受人類指令後，燈罩就會打開伸出 2 根機械手指，默默開始摺衣服。這支影片在短短 48 小時內便吸引 380 萬次觀看。 Tan 在接受《The San Francisco Standard》訪問時表示，這段影片實際上是以 3D 模型渲染的構想畫面，用來描繪未來家用機器人的樣貌，但是真實的原型機已在他位於舊金山的車庫中誕生，現正調整機身尺寸。他預告，Lume 將於 2026 年夏季正式出貨，並已開放預訂，每台售價低於 2,000 美元。 Introducing Lume, the robotic lamp. The first robot designed to fit naturally into your home and help with chores, starting with laundry folding. If you’re looking […]</p>
<p>TechOrange 科技報橘「2025 AI 智慧大工廠」系列論壇日前在台中舉辦，以「精密機械 AI 再進化 扎實強化工具機國際市場競爭力」為主題，深入探討借力 AI 極大化營運效益的具體行動方案。 台中市政府副秘書長張大春在致詞時表示，面對國際關稅挑戰，台中市政府也密切與公會接觸，期盼助力產業拓展全球行銷、分散市場減緩衝擊。位於水湳的台中國際會展中心預計於今年底開幕，未來將成為重要的國際展銷平台。「透過今日的論壇，期望各界先進一起探討結合市府、產業、學研三方力量，共同建構數位產業生態系，落實智慧台中與 AI 時代產業布局的創新應用。」 AI 與機器人為製造現場帶來的創新突破 科技報橘社長戴季全在「打造 AI Factory：AI 與機器人為製造現場帶來的創新突破」演講指出，台灣處於美、中科技發展的交界，國際科技大廠與本地企業正積極投入 AI 機器人應用，未來將有大量合作機會浮現。 戴季全強調台灣若能整合學界、科技廠商與國際 AI 平台，有望在全球 AI 機器人產業鏈中占有一席之地。戴季全也強調，透過模仿與強化學習，機器人從大量資料中自我訓練，如今世界頂尖機構已能大幅降低訓練樣本數，學習效率大增。「若將這些能力放大， AI 機器人在不久將來可勝任家務、折衣、分類與製造等多種工作，這正是台灣產業應思考的轉型契機，」戴季全以 NVIDIA 的生態系統為例，說明全球科技巨頭如何將工具機器人化，並透過模擬與實境數據的雙向循環提升 AI 訓練效率，更進一步提醒台灣若能整合學界、科技廠商與國際 AI 平台，將有望在全球 AI 機器人產業鏈中占有一席之地。 新漢智能如何讓數據點石成金？ 在 AI 浪潮加速製造業轉型之際，新漢智能 AI 數據平台事業部副總經理阮北山以「讓數據點石成金！實現 AI 代理智能工廠」為講題，強調「讓數據點石成金」已不再是口號，而是具體可行的目標。 「我們發現，企業管理者最關心的不是機台參數，而是這台設備今天幫我賺了多少錢，」阮北山說明新漢智能透過數據平台將設備訊息與營運數據整合，打通生產與財務兩大系統，讓企業主每日即可掌握生產績效與單筆訂單利潤，取代傳統每月的財報分析，強化即時決策力。 阮北山指出，新漢智能在林口設立的華亞智慧工廠中，展示完整的智慧製造應用情境。不僅可追溯產品從訂單、生產、出貨的全流程履歷，也能串接碳排資訊，產出精準的產品碳足跡，為未來綠色貿易與碳稅規範做準備。 「AI 擅長在資料庫中找關聯，現在我們要做的，就是把這些關聯變成可以被企業主即時使用的工具，」阮北山表示，過去需要工程師耗時撈資料的工作，如今可以透過 AI 即時完成，讓每一筆數據都真正成為企業前進的動能。 Google Agent Space 為企業創造的具體效益 CloudMile 解決方案架構師 […]</p>
<p>台灣數位平台經濟協會（DEAT）昨（31）日舉辦「2025 年第四屆會員大會暨產業論壇」，由 DEAT 理事長劉于遜分享過去一年協會的發展與突破，並特別邀請台灣飛躍天使創投合夥人簡立峰及 LINE 台灣董事長暨執行長陳立人，一同對談「數位平台 + AI 新經濟：如何打造屬於台灣的 AI 產業生態系」。 DEAT 的宗旨：成為政府數位政策的第一站 回顧 DEAT 過去一年的工作重點，劉于遜指出，協會成員多數來自數位平台服務產業，目前協會已完成數位資源的盤點與整合，未來將主動與中央及地方政府接觸，提供平台所需資源，並作為推動活動或政策宣導的重要協力。 在制度面上，協會也成立智慧運輸、數位媒合與跨界整合三個委員會，針對業者在法規或與政府溝通上的挑戰，每月定期開會，並代表產業進行政策倡議。劉于遜強調，這樣的機制讓協會不僅具有產業代表性，也能落實具體的政策建議，協助會員適應快速變動的數位環境。 展望未來，劉于遜透露，協會將啟動一項「六都數位政策調查」計畫，針對六都在數位預算、法規治理、數位服務普及率等面向進行統計分析，期待這份報告能作為衡量台灣數位發展進程的重要依據，「協會有一個很重要的宗旨，就是希望成為政府數位政策的第一站，所以我們需要給出正確意見，避免政府用不對的想像做出不合理的監管。」 簡立峰：平台思考的不只是商務，還有連結外國人的方法 「台灣需要兩種人，一個是機器人，一個是外國人，」簡立峰分析，機器人可以來自 AI，至於外國人，則仰賴平台的連接，因此平台要思考的不只是商務，還有連結外國人的方法，這樣就是在台灣做全世界的生意。簡立峰也強調，尤其在 AI 加速推進下，「人」的資源會更稀缺，因此平台應著重在如何連結用戶、供應商、企業員工，甚至未來的 AI 機器人夥伴。 面對 AI 對人類工作的衝擊，簡立峰認為，凡是語言可編碼的知識，AI 幾乎全面超越人類。相較之下，人類的優勢則在於五感習得的「非語言知識」，例如感知溫度、危險、空間等實作經驗。他提醒企業應該將 AI 視為擴增能力的工具，並鼓勵組織重新設計流程，推動「人機協作」與「Agent 化」轉型，讓 AI 成為協作夥伴。 簡立峰也點出台灣兩大革命性機會。首先是因應中美分流趨勢，台灣在機器人供應鏈的潛力大增，台灣製造業也有望成為美國機器人硬體的最大供應基地。此外， AI 的發展讓「一人創業」成真，助力個人可以憑一己之力挑戰十人甚至百人團隊，這將徹底改變商業競爭結構。 「台灣的錢比台灣多，」簡立峰表示，在社會穩定與資本充足的條件下，所有國家進入高齡化社會的第一個十年都是黃金歲月，而在台灣邁入高齡化的第一個十年，送來「AI」這個禮物，讓台灣可以延長這段黃金期，「台灣有 AI，而且會成為剛性需求，這個剛需就是明後天哪裡都找不到人，只能靠機器人的時候，不管是自己生產還是用別人的，都可以用到最好。所以台灣在有錢、有 AI、有機器人概念的條件下，機器人會在未來十年變成我們的內需產業。」 陳立人：LINE 將更積極擔任「AI 與消費者之間的界面」 陳立人分享，LINE 正在探索如何將 AI 工具深度整合至工作流程，取代重複性的任務，讓員工能專注在更有創造力也更具意義的工作。陳立人也強調，要發揮 AI 潛力，就必須從流程開始改變，而非只是換一個工具。 在外部應用上，擁有每月活躍用戶高達 2,000 萬的 LINE，具備成為 AI 與消費者連結介面的潛力，陳立人形容，未來使用情境就像用戶與 […]</p>
<p>Meta 執行長祖克柏在全球 AI 競賽中全力以赴，砸下大量資本、延攬頂尖人才、擴充運算資源以搶得勝利。不過這些努力似乎仍未超越 OpenAI 或 Anthropic 等競爭對手。《The Register》報導指出，祖克柏正在將目標聚焦在下一個願景：AI 超級智慧（Superintelligence）。 在 Meta 7/30 發布第二季財報之前，祖克柏發表一篇題為「個人超級智慧（Personal Superintelligence）」的部落格文章，指出直言近期 AI 發展看似放緩，「但開發超級智慧的時機已經到來。」他也親自在個人社群平台 Instagram 上說明 Meta 的超級智慧願景。 什麼是「個人超級智慧」？ 祖克柏認為，超級智慧將加速人類的進步，甚至開啟一個賦能個人的新時代，讓人們以自己選擇的方式改變世界。他認為，若 AI 要對人類生活產生更深遠的影響，關鍵可能來自每個人擁有專屬的個人超級智慧。而 Meta 的願景就是將個人超級智慧帶給所有人。 祖克柏強調，Meta 對於超級智慧的願景與主流觀點不同──多數人認為超級智慧應聚焦於讓工作自動化，然後人們依靠 AI 產出維生；但 Meta 主張，追求個人理想才是人類進步的動力，而 AI 將讓人們花更少時間在生產力軟體上，投入更多時間在創造、連結。因此，他認為像「眼鏡」這樣的個人設備，將成為未來的主要運算裝置。 事實上，超級智慧具體來說是什麼，業界目前還沒有達成太多共識，而祖克柏雖然對 AI 超級智慧將如何改善一切進行了描述，但沒有明確地進行解釋構成要素。 Meta 如何實現個人超級智慧？ 《The Register》報導指出，祖克柏提出「個人超級智慧」是試圖合理化 Meta 不斷增加的 AI 投資。近期，他發起激烈的 AI 人才爭奪戰，向來自 OpenAI、Apple 和 Google 的 AI 專家開出數億美元簽約金，吸引他們加入內部一個神秘的「超級智慧」（superintelligence）實驗室。 此外，本月稍早，祖克柏宣布砸下數千億美元興建多座 […]</p>
<p>在面試中使用 AI 算作弊嗎？Meta 不僅認為不算，還鼓勵求職者使用。近期 Meta 向內部員工揭露一項重大變革：未來將允許應徵部分程式設計職位的求職者，在面試過程中使用 AI 助理進行程式碼測試。 Meta 表示，這項改變將更符合未來的實際開發環境。這項新嘗試，展現「矽谷巨頭推動軟體工程師在工作中運用 AI」的最新跡象，也反映未來業界可能更傾向聘用具備「Vibe Coding」能力的員工，並以工程師是否能「有效使用 AI 工具」作為招募條件，引發對軟體工程師職涯能力轉變的討論。 為了完善實際面試體驗並收集數據，Meta 已積極要求現有員工志願參與「模擬 AI 輔助面試」，但這項全新的招聘流程目前仍處於實驗階段，尚未公布關於這項調整的具體內容與實施時程。Meta 的一位發言人向《404 Media》表示，「Meta 專注於利用 AI 幫助工程師的日常工作，因此我們測試如何在面試過程中向求職者提供 AI 工具，這應該不會讓人感到驚訝」。 資深軟體工程師的擔憂 一些資深工程師表示，新一代的工作者可能更像是 AI 的「提示者」，而非真正具備深厚基礎的軟體工程師，因此擔心這些「AI 提示者」可能不熟悉如何排查 AI 撰寫程式碼時出現的問題，進而導致核心「硬實力」的流失。 值得注意的是，亞馬遜最近告知內部招聘人員，如果發現求職者在面試中使用 AI 工具，就必須取消資格。此外，過去 Anthropic 也明確禁止求職者在面試過程中使用 AI 工具，這些規範皆與 Meta 的態度形成對比。 Meta 的「全面 AI 策略」 Meta 這次調整面試規定並非單一事件，而是其「全面 AI 策略」的一環。在 Meta 執行長 Mark Zuckerberg 投入數十億美元打造元宇宙卻未能成功後，Meta 就明確將戰略重心轉向「全面 […]</p>
<p>日前獲得亞馬遜、NVIDIA、軟銀與三星投資的美國機器人新創 Skild AI，在 29 日正式發表核心產品「Skild Brain」。這是一款幾乎能在任何機器人上運行的通用 AI 模型，包含從工廠機器手臂、四足機器狗到人形機器人，並讓機器人更像人類一樣思考、導航和回應。 在演示影片中，Skild Brain 驅動的機器人可以爬樓梯、在推擠下保持平衡，並在雜亂環境中拾取物品。根據 Skild AI 最新說明，這項技術具備與人共處的安全性，因為它在訓練過程中強調低力度操作，並對人類互動具高度適應能力，《Technical.ly》報導觀察，這在其他 AI 模型中比較少見，或是還做得不夠好。 Skild AI 總裁暨共同創辦人 Abhinav Gupta 在社群平台 X 分享，他最喜歡的是機器人爬樓梯時被人拉扯的演示場景，「要知道，爬樓梯比跳舞或模仿功夫動作還難，因為這不是單純的自由空間行動，而是需要依賴視覺進行精確控制。」 Skild AI 強調真本事，不是「灑點資料」的 VLM Skild AI 在官方部落格指出，打造機器人 AI 模型的最大挑戰之一，是缺乏大規模的機器人數據，但是使用硬體收集真實世界的資料速度慢且成本高昂，因此許多研究人員和競爭對手迴避了這個問題，直接拿現成的視覺語言模型（VLM），再加上一點點、不到 1% 的機器人實際操作的資料改裝，就聲稱是機器人基礎模型。 「但這樣真的是機器人基礎模型嗎？」Skild AI 質疑，大型語言模型確實懂得很多語意上的資訊，但缺乏真正落地可操作的動作常識，只能執行「拿起來、放過去」這類簡單任務。Skild AI 表示，自家獨特之處在於能夠獲得足夠的資料來訓練 AI 模型，打造「真正的」機器人基礎模型，而不是「偽裝的 VLM」。 那麼，Skild AI 怎麼取得夠大量的動作數據並達到通用性？Skild AI 指出，所謂的「大規模」資料，不是幾百萬或幾十億筆資料，而是必須累積到「兆級」數據。 他們除了運用團隊在自監督學習與模仿學習領域的研究成果，還採用兩階段訓練法：先以大規模模擬場景與網路人類動作影片進行預訓練，再透過實際部署後回傳的資料微調模型，使模型能跨平台學習並具備適應能力。此外，該模型採用階層式架構：高階決策系統負責導航與動作規劃，低階控制系統則轉換為具體關節與馬達指令，能在多種機型中通用，甚至包括模擬人類動作。 從使用端蒐集數據，同步打造「共享大腦」 Skild AI 共同創辦人 Abhinav Gupta […]</p>
<p>OpenAI 執行長奧特曼近日預告將推出下一代 AI 模型 GPT-5，科技媒體《The Verge》進一步揭露，時間點最快 8 月釋出，引發外界關注。不過，奧特曼在一場 Podcast 節目訪談中表示，測試這款 AI 模型的過程讓他感到「奇怪」和「無用」，這番發言讓外媒質疑 GPT-5 是否令奧特曼感到害怕。 將 AI 開發比喻為「曼哈頓計畫」，直言立法跟不上 奧特曼在喜劇演員 Theo Von 主持的 Podcast 節目《This Past Weekend》中，分享自己測試 GPT-5 的心境。他提到曾收到一封 email，內容是一個他不太理解的問題，結果 GPT-5 卻給出完美答案，讓他感到自身能力顯得「無用」，並形容這是種奇怪的感覺。 他還將 AI 的開發過程比喻為「曼哈頓計畫」，表示在科學史上，有些時刻科學家會看著他們的創造物思考「我們做了什麼？」，而從事 AI 工作的人有同樣感受，因為他們發現或發明了非凡的事物，並將改變人類的歷史進程。 曼哈頓計畫是第二次世界大戰時研發首枚核武的軍事計畫，其中科學家見證「三位一體」核試驗時意識到這是一種全新、重塑世界的科技，就是奧特曼認為最具代表性的例子。 他也表達了對 AI 治理的批評和擔憂，直指 AI 相關立法的速度跟不上技術發展，甚至認為應該放慢開發速度。 外媒評論：更聰明的 AI，應承擔更大責任 儘管這段發言原意可能是警示 AI 潛在風險，但科技媒體《Techradar》評論認為，奧特曼一邊主導開發 GPT-5，一邊又以末日式預言形容其威力，讓人質疑其權力界限。報導指出，奧特曼並未透露 GPT-5 的技術細節，拿來與曼哈頓計畫類比顯得誇張，且若 OpenAI 開發出一個連自己都無法完全掌控的技術，這種態度「看起來既魯莽又無能」。 奧特曼長期呼籲 AI 需妥善治理，並曾表示 AI […]</p>
<p>當前 AI 正迅速發展，各行各業都在探索運用這項新科技的可能，企業也開始重新思考：AI 的最佳部署地點為何？對於製造業而言，這個問題尤其重要，因為即時反應與模型大規模學習往往難以兼得。 在地端部署 AI，也就是所謂的「邊緣 AI」或「私有部署 AI」，已不再只是少數企業的選擇，而是越來越多組織積極規劃的基礎策略。根據調研機構 MarketsandMarkets 報告，製造與工業領域的邊緣運算市場預計將從 2025 年的 211.9 億美元快速成長至 2030 年的 447.3 億美元，年複合成長率達 16.1%。這顯示地端 AI 的潛力正逐漸獲得產業認可，尤其是在講求精準度與即時反應的製造現場。 地端 AI：即時預測、降低成本的解方 《CIO》指出，地端 AI 的最大優勢在於靠近資料來源。與其將大量數據上傳雲端再進行分析，不如將模型直接部署在工廠現場附近的伺服器或邊緣設備上。如此一來，不但可大幅降低延遲、避免頻寬瓶頸，更能即時執行像是瑕疵檢測、異常預警、預測性維護等製造業常見的任務。 更重要的是，這種架構還能有效節省雲端傳輸與持續運算所帶來的高昂費用。在公有雲上，每一筆 AI 請求的輸出都會被「按 token 數量計費」，一旦模型使用量變高，成本也隨之攀升；而地端 AI 則能共用 GPU、網路與記憶體資源，提供更穩定、可預測的成本結構。根據博通，其部分企業客戶回報指出，地端 AI 的總成本僅為雲端方案的三分之一到五分之一。 另外，地端 AI 的優勢也能補足雲端的不足：自主性和客製彈性。畢竟雲端的控制權多半掌握在服務供應商，地端部署讓企業得以根據實際需求調整和配置，特別是涉及機敏資料時，地端部署便是不可或缺的選項。 對製造業來說，這種可控、可預測的成本模型至關重要。任何對 AI 硬體的優化，對企業都是「直接加分」，而非只是為雲端服務供應商創造營收。 雲端 AI：大型模型訓練的最佳舞台 儘管地端 AI 有其優勢，但雲端 AI 仍在某些任務上無可取代，尤其是在大規模資料整理與模型訓練方面。 根據 Microsoft 的合作案例，雲端平台提供強大且彈性的運算與儲存能力，適合用來整合各廠區的長期趨勢數據，進行跨年度、跨產線的模式分析，或訓練更大型、更準確的深度學習模型。這些結果再同步回地端進行即時推論，即能兼顧效率與效果。 此外，雲端也適合用來做集中式監控與策略優化。當企業擁有多個據點時，雲端可以統整來自不同地端的資料，用於進行產線效率比較、資源調度建議或異常分析等。 混合模式：製造業的理想 AI […]</p>
<p>近年來，由大型語言模型（LLM）生成的低品質內容被稱為「AI 垃圾內容」（AI slop），這些內容不只充斥網站與社群媒體，也開始滲透資安領域。 《Tech Crunch》報導，過去一年由 AI 幻覺產生的錯誤漏洞報告為資安領域帶來新挑戰。資安公司 RunSybil 共同創辦人兼技術長 Vlad Ionescu 指出，這些 AI 生成的資安報告「聽起來合理，技術上正確」，然而當資安人員深入調查時，卻發現這些漏洞「根本不存在」，所有的技術細節都只是由 LLM 憑空捏造，儘管表面看起來像黃金，實際上都是垃圾。 資安領域開始充斥 AI 幻覺產生的漏洞報告 現在，AI 幻覺報告的影響已在現實世界顯現，例如非營利科技平台 Open Collective 就證實，他們的電子郵件信箱「充斥著 AI 垃圾」，最嚴重的案例是 GitHub 上 CycloneDX 專案的一位開源開發者，因收到幾乎全為 AI 幻覺產生的報告，近期已取消漏洞懸賞計畫。 面對 AI 垃圾逐漸充斥資安領域的挑戰，主要的漏洞懸賞平台與資安公司採取不同的應對策略。像是專門代管各種抓漏專案（bug bounty）的 HackerOne 也坦言已經遇到一些 AI 誤報漏洞的狀況，因此 HackerOne 於近期推出名為「Hai Triage 」的系統，希望結合人類專業與 AI 技術，提升漏洞管理和修復的效率。 Hai Triage 會利用 AI 代理先篩選漏洞報告、標記重複的文件，並優先處理那些被判定為真實的資安威脅。在 AI 代理完成初步的篩選後，資安分析師將介入，負責驗證這些報告的真實性。這些資安分析師在 Hai Triage […]</p>
<p>今日人工智慧競賽走向白熱化，Google 內部最具影響力的領導者之一，卻是一位曾經極力與這家巨頭保持距離的科學家：Demis Hassabis 從 DeepMind 創辦人，到 Google AI 核心人才的轉變歷程，是當代科技產業中理想主義與商業現實交鋒的縮影。 AI 崛起帶動 Hassabis 科學家的身份轉變 DeepMind 是一家英國的人工智慧公司，公司建立於 2010 年，在 2014 年被 Google 收購；創辦人兼執行長 Hassabis 一直都希望 DeepMind 可以保有獨立性，避免被 Google 商業模式所主導。 然而，ChatGPT 的橫空出世徹底改變了遊戲規則。面對這場突如其來的 AI 競賽，Hassabis 被推入了 Google AI 領導地位的中心，如今他管理著超過 6,000 人的龐大團隊，直接影響著 Google 重大產品線的發展方向。 現實迫使他必須同時承擔推進 AI 的前端技術，和將其融入 Google 商業產品的雙重壓力。一位長期與 Hassabis 合作的 Google 員工說，他的崛起讓人想起了 Google 執行長 Sundar Pichai 當年的情況；突然間，大家開始在內部聽到這個名字，他承擔了越來越多的責任，然後突然間，他就成了 CEO。 初期整合不易，員工選擇出走 […]</p>
<p>「如果我們願意把『Agent（代理人）』這個詞重新審視並定義，就會發現，能作為我們代理人的關鍵，不僅是能代為執行事務，更在於我們對其是否『信任』—唯有信任，代理的意義才成立。既然如此，AI Agent 的設計就不能只追求效能，更必須納入治理機制。」 SAS 台灣總經理龔律安在「TechOrange 2025 科技金融論壇暨第 9 屆 Hit FinTech 高峰會」的主題演講中，開場即點出企業導入 AI 時常忽略的根本問題：信任如何建構？治理如何落實？ 企業應用 AI Agent 的機會與挑戰 SAS 認為，當前正是擴大導入 AI Agent 的關鍵時機。原因包括：一、企業面臨日益龐雜的資料量與資源調度挑戰，急需可信任的工具加速決策流程；二、客戶對即時、個人化服務的期待升高，企業需透過 AI Agent 強化洞察與應對力；三、在全球政策與市場持續震盪下，AI Agent 有助於企業快速應對商業現況，實踐敏捷轉型。 在論壇主題演講「AI 治理 × 代理型 AI」中，龔律安進一步指出，企業愈加仰賴 AI Agent 協助做出關鍵決策，但若缺乏治理與透明性，AI 將成為風險放大的工具。相較於全自主的黑盒模型，SAS 主張採用混合式架構：保有人類參與，兼顧效率、風險控制與可稽核性，是邁向負責任 AI 的實踐基礎。 從數據出發，SAS 打造全方位 AI 架構 在技術發展上，SAS 長年深耕 AI 領域，從資料分析、預測模型、機器學習，一路拓展至合成資料、數位孿生與大型語言模型等生成式 AI 技術，協助企業從資料洞察邁向策略執行與決策落地。 SAS 也在台灣耕耘逾 35 年，協助眾多金融機構導入詐欺偵測、信用風險管理、智能核保與 AI […]</p>
<p>根據《華盛頓郵報》取得的簡報文件與四名知情官員說法，美國政府效率部（Department of Government Efficiency, DOGE）正運用一套名為「DOGE AI 鬆綁管制工具（DOGE AI Deregulation Decision Tool）」的人工智慧系統，目標在川普總統就職滿一週年前，大幅刪減 50% 的聯邦法規。 馬斯克計畫工程師開發， AI 工具進駐 HUD 與 CFPB 《華盛頓郵報》指出，該 AI 工具已於住房與城市發展部（HUD）完成 1,083 項規範的審查任務，並全面負責消費者金融保護局（CFPB）的法規裁撤草案。三名 HUD 員工證實，這套工具近期已實際應用於上千條規定的分析與修訂建議。據了解，該工具由一批參與馬斯克 DOGE 計畫的工程師開發。 根據簡報內容，該工具將分析約 20 萬條現行聯邦規範，判定哪些條文已無法律必要性，預計有10 萬條將被建議刪除，主要透過 AI 自動處理，搭配部分人力審核。簡報指出，此舉將可省下合規成本、縮減聯邦預算，並吸引未具名的外部投資，整體估算節省金額達數兆美元。 《華盛頓郵報》說明，保守派人士長期主張，聯邦政府訂定的法規過多，限制了經濟成長並傷害民間企業；而自由派則強調，這些法規存在是有其理由，例如保護環境和確保食品安全。對於 AI 介入法規刪減一事，白宮發言人 Fields 回應，所有選項皆在評估中，目前尚未有任何計畫獲准，並稱「DOGE團隊為業界頂尖專才，正以創新方式改革政府系統」。 白宮積極推 DOGE AI 輔助，專家示警模型專業理解不足 《華盛頓郵報》提及，川普政府此前亦曾試圖在衛生部運用 AI 進行法規清理，但外界質疑 AI 能否正確理解複雜法條、避免誤刪，部分機關員工也對 DOGE 缺乏法規專業提出疑慮。HUD 發言人指出，尚未完成使用 AI 工具裁撤法規的決策，目前仍處於內部討論階段，並強調開發目的非取代人員專業，而是作為輔助。 全球知名交易平台 Mitrade […]</p>
<p>「目前，AI 的關鍵資源和能力集中在少數國家與企業手中，如果進行技術壟斷、管控和限制，AI 將成為少數國家及企業的專屬遊戲，」中國國務院總理李強近日在世界人工智慧大會（WAIC）開幕致詞時表示，由於目前全球 AI 治理標準分歧，造成各國監管理念與制度規範落差巨大，導致創新資源分散，全球協同合作受阻，「當前 AI 治理呈現碎片化趨勢，亟需全球協調。」 因此中國呼籲成立「全球 AI 合作組織」，旨在加速國際協調，制定能獲得「最大共識」的治理框架。李強指出，若各國各自為政，標準不一、監管分裂，將嚴重阻礙 AI 技術的協同創新，並限制產業發展潛力。因此應致力推動標準統一，並提升發展中國家的參與權。中國也表態願與開發中國家分享 AI 成果，避免新興經濟體被排除在外，同時防止技術與利益過度集中於個別國家。 「AI 治理碎片化」的利弊 《ProMarket》的報導指出，AI 治理碎片化將會使每個國家都變成 AI 孤島，促使企業必須打造完全獨立的產品，或放棄某些市場，進而讓企業失去規模經濟效益，並推高企業合規和研發成本，各國數據流通和人才交流效率也會削弱，成為多國政府當前苦思的挑戰。 不過，也有專家認為，AI 治理碎片化有助於中小型國家和新興經濟體跳脫少數科技強國主導的單一標準，讓國家可依在地需求彈性調整，免於被大型科技公司或強權綁架，進而提升競爭力與適應性。 中美的 AI 話語權競逐 李強在開幕致詞中並未點名任何特定國家，但似乎在暗指美國阻礙中國在 AI 領域的進步，同時呼應中國的企業高層與官員近來多次批評美國針對中國科技產業的打壓行動，其中包括對 AI 發展至關重要的 NVIDIA 晶片出口限制。 中國強調國際共商、全球協作，推動開源技術與知識共享；美國則主打去監管、科技出口與產業聯盟，維持其技術領先地位。中美兩國在 AI 治理模式上的根本分歧，也凸顯當前全球 AI 標準與治理話語權的激烈爭奪。在中國呼籲成立「全球 AI 治理組織」的背後，既是回應現有碎片化問題，更是對 AI 國際話語權的戰略布局。 ＊本文開放合作媒體轉載，資料來源：《Reuters》、《Bloomberg》、《ProMarket》，首圖來源：AI 工具生成。</p>
<p>在全球 AI 機器人競爭日益激烈之際，中國新創宇樹科技（Unitree Robotics）推出售價僅 5,900 美元的人形機器人 R1，成為目前市場上第一批售價跌破 6,000 美元的機型，降低人形機器人進入一般企業與家庭場域的門檻。這場價格戰不僅象徵中國搶佔全球主導權的野心，也為美國長期主導的機器人市場格局投下變數。 中國拚價格，打造人形機器人普及化 美國企業如波士頓動力已主導機器人市場數十年，中國企業現正積極擴大人形機器人在工廠、家庭甚至軍事領域的應用。《Bloomberg》表示，人形機器人的定價是技術普及的關鍵。 根據宇樹科技在微信平台上公布的資訊，R1 重約 25 公斤，具備 26 個自由度，搭載多模態 AI 系統，支援語音與影像辨識。在釋出的影片中，R1 可以進行倒立、翻滾等高難度動作。宇樹科技先前就以低價策略推出 1.6 萬美元的 G1 人形機器人，以及更高階、逾 9 萬美元的 H1 機器人，如今推出 R1，不僅僅是壓低價格，也展示中國企業在成本控制上的進展。 Unitree Introducing | Unitree R1 Intelligent Companion Price from $5900Join us to develop/customize, ultra-lightweight at approximately 25kg, integrated with a Large Multimodal Model for voice and […]</p>
<p>亞洲 AI 公司 CloudMile 萬里雲今宣布正式成為 Google Agentspace 首波導入夥伴，並已成功協助台灣零售、電商與軟體科技業者部署導入，協助企業以生成式 AI 強化內部流程、提升專案效率與產品力。CloudMile 萬里雲也率先導入 Agentspace，內部知識查詢與協作效率提升達 25%。 根據國際研究機構 IDC 調查指出，企業在生成式人工智慧（Generative AI）上的投資，平均每投入 1 美元可帶來 3.7 美元的回報，部分企業更可高達 10.3 倍。如何高效導入生成式 AI，已成為企業 AI 轉型的關鍵課題。CloudMile 萬里雲布局 Google Agentspace，憑藉多年 AI 導入與產業轉型經驗，為企業提供從需求探索到落地部署的完整導入流程，持續鞏固其在 AI 導入服務的領導地位。 多模態 AI Agent 解方，翻轉零售電商等內部知識網絡 Google Agentspace 讓 AI agents 能夠安全地存取最常用的應用程式，以快速找到用戶所需要的內容。Agentspace 結合 Google 最先進的大型語言模型（LLM）與搜尋技術，協助企業打造具備理解企業內外知識資源、能主動提出建議與採取行動的 AI agents。透過自然語言對話方式，使用者可快速取得複雜資訊的解答，並簡化決策流程、提高團隊生產力。 CloudMile 萬里雲是台灣率先成功將 Agentspace 導入真實業務場景的 AI 科技服務公司，協助零售、電商與軟體業者透過 AI […]</p>
PChome Online新聞1筆關係