TechOrange 科技報橘

金融科技巨頭為何做起人形機器人？馬雲撐腰的螞蟻集團推首款人形機器人 R1

<p>在中國企業紛紛投入人形機器人領域，與美國科技巨頭競逐之際，馬雲支持的螞蟻集團也正式加入戰局。該公司旗下的上海螞蟻靈波科技有限公司（Robbyant）在上海首次展示其人形機器人 R1。　 專注「大腦」打造服務型機器人 《Bloomberg》報導，根據螞蟻集團說法，R1 機器人能勝任多種日常任務，包括擔任導遊、在藥局分揀藥品、提供基本醫療諮詢，甚至可以執行簡單的廚房工作任務。其最大特色不是強調機構設計與動作靈巧度，而是由螞蟻自研的 AI 模型「白鴒（BaiLing）」驅動，可透過雲端 AI 協助決策、規劃流程並學習新任務，展現類似數位助理的能力。 與許多只專注機械零組件的競爭者不同，螞蟻選擇從「大腦」切入，並測試採用更便宜的中國晶片來訓練 AI 模型，以降低成本並強化自主掌控度。R1 主要零件來自中國供應商 Ti5（關節模組）與螞蟻投資的 Galaxea AI（機體結構），未來也計劃與機器人新創宇樹科技（Unitree）及上海上市公司奧比中光（Orbbec）合作。 金融科技巨頭為何做人形機器人？ 對於一家以支付、金融起家的企業為何跨足人形機器人領域？Robbyant 執行長朱興表示，螞蟻的使命是讓人們的生活更輕鬆，無論是在支付、金融還是數位公共服務上，而人形機器人是讓 AI 聊天機器人和 AI 助理普及的戰略載體，「如果未來人形機器人進入家庭，它們不僅能做家務，還能成為超級智慧的大腦，」他說。 近年螞蟻集團積極轉型 AI 企業，除發展自研大模型白鴒，也陸續佈局醫療健康服務，例如推出能分析病歷建議醫師的健康應用 AQ，並收購中國線上醫療平台好大夫網。位於中國、隸屬非政府智庫的中國與全球化中心資深研究員 Andy Mok 告訴《Bloomberg》，「實際的實體製造或許可以相對輕易地外包，但開發出穩健且可擴展的 AI 模型才是關鍵。」 目前，R1 正在餐廳和護理中心等場所進行測試。不過，螞蟻金服尚未確定該機器人的售價及公開發售日期。未來，該公司的目標是讓這款機器人成為居家伴侶和照護人員，協助處理健康和日常事務。 AI 機器人浪潮來襲！立即免費下載《AI 機器人全球 7 大勢力關鍵報告》，解鎖各國 AI 機器人發展重點 ＊本文初稿由 AI 生成，經《TechOrange》編撰，資料來源： 《Bloomberg》、Analytic Insight、《The Verge》，首圖來源：Robbyant</p>

台積電、工研院、鴻海登場「半導體資安趨勢高峰論壇」，剖析建立供應鏈韌性的關鍵解方

<p>SEMICON Taiwan 2025 國際半導體展盛大登場，在今（9/12）日舉行的「半導體資安趨勢高峰論壇」，匯聚台積電、工研院、鴻海等產業專家，剖析半導體產業面對數位化複雜性、互連性日益增強的局勢下，如何確保供應鏈安全與韌性。 台積電全球安全管理資深處長屠震致詞表示，台灣專家持續研擬半導體產線設備資安標準規範，經過多年的合作與完善，已於 2022 年正式發布「SEMI E187」，並推動全球採用、透過引入第三方 E187 驗證實踐數位信任。隨著 AI 時代來臨，網路安全不再僅僅是保護，而是信任、創新和全球競爭力的基石，屠震強調，「面對未來的機遇和挑戰，半導體產業必須作為一個全球社區共同努力，台積電很榮幸今天能攜手一群傑出的演講者，分享以 AI、網路重塑半導體產業的深刻見解。」 工研院資訊與通訊研究所技術組長卓傳育指出，過往的半導體資安趨勢高峰論壇，主要探討實體網路安全和設備的 OT 安全標準，但是當更多 AI 等新興技術進入製造流程和企業管理層，讓企業需要整合全面策略與規範，以降低供應鏈風險，「在這個契機下，今日的資安高峰論壇邀集各界產業專家，將和與會者分享如何以 AI 實現智慧風險識別、即時回應和預測分析，重新定義網路安全，並檢視 AI 技術本身所帶來的安全風險。」 鴻海李維斌提出「3+3」的製造安全基礎策略 「在文藝復興時期，人們渴望了解、探索新思想，那正是哥倫布發現新世界的時代。而面對『AI 很複雜，網路安全很困難，AI 與網路安全的交會點更是混亂』的局勢，我將這個議程主題定義為網路安全的文藝復興，探討 AI 網路安全領先的策略。」 鴻海研究院執行長李維斌表示，AI 正在加速發展，實現文字影音生成、自主決策等功能，但目前網路安全仍然遠遠落後於應有的水平，使得 AI 可能重複相同錯誤，甚至比以往任何時候更快、更廣泛地傳播錯誤，「所以重要的是如何建立信任，不僅是對人，也是對機器和系統的信任，我相信這也是首個由台灣主導半導體產線設備資安標準規範 SEMI E187 發表的原因。」 因應此趨勢，李維斌提出「3+3」的製造安全基礎策略。第一個「3」為黃金三角原則，包括保密性（Confidentiality）、誠信（Integrity）與可用性（Availability）；第二個「3」是企業必須內建的三大維度，包括基於安全的設計（Security by Design）、預設安全（Security by Default）、按需安全（Security by Demand）。針對企業需要內建的三大維度，李維斌進一步說明，在設計安全的面向，不僅僅是在風暴過後修復漏洞，而是將安全性作為產品開發組成的一部分，完整刻入產品的 DNA；在預設安全的面向，是從產品選型階段，要求供應商預設具備資安防護機制；在按需安全的面向，李維斌建議企業除了遵循規則、檢查清單，還需要攜手供應鏈夥伴，一同確認在產品與生產環節，能否抵禦複雜的環境條件，以及異常的惡意干擾。 「網路安全是企業 AI 旅程中的指南針，能夠幫助我們面對這些風險，同時也抓住新機會，」李維斌強調，透過建立一個可隨著時間調整、成長的系統，同時藉由 AI 推動偵測與主動式防禦，企業將能更了解敵人，並採取更即時有效的應對策略。 在「半導體資安趨勢高峰論壇」，還邀集玉山銀行、睿控網安、Cisco Systems、台達、奧義智慧科技、戴夫寇爾等重磅講者，探討以 AI 升級營運的關鍵模式，以及採用現代資安解決方案，規劃更安全、更智慧半導體生態系統的具體藍圖。</p>

微軟將鉅資投入 AI 晶片群實現「自給自足」，與 OpenAI 關係生變？

<p>在與 OpenAI 合作關係出現微妙緊張之際，微軟正悄悄加速布局自家 AI 基礎建設，企圖在生成式 AI 競賽中掌握主導權。 蘇萊曼：要能「自給自足」訓練世界級模型 據《Business Insider》與《Bloomberg》報導，微軟消費者 AI 事業主管、DeepMind 共同創辦人蘇萊曼近日在內部全員大會上透露，公司計劃對自有 AI 運算集群進行「大量投資」，擴大實體基礎設施，以訓練自研大型語言模型。他強調，對像微軟這樣規模的公司而言，能在 AI 領域自給自足，是非常關鍵的能力。 目前微軟的 AI 策略主要依賴與 OpenAI，透過 Azure 平台提供 ChatGPT 等模型服務，同時也將其整合至自家 Copilot 工具。不過，蘇萊曼也指出，微軟正在同時深化與 OpenAI 的關係、與其他模型製造商合作，以及建立自研模型的策略。 《Business Insider》指出，蘇萊曼的發言，顯示微軟希望在 AI 領域開闢自己的道路，同時仍透過雲端運算服務支援 OpenAI。蘇萊曼表示，「我們應該有能力在內部建立各種規模的世界級前沿模型，但也應該非常務實，並在需要的地方使用其他模型。」 MAI-1-preview：微軟首款內部訓練模型登場 在蘇萊曼的帶領下，微軟在今年 8 月推出了首個由內部團隊訓練的基礎模型 MAI-1-preview，雖然只用了 1.5 萬顆 NVIDIA H100 晶片，相較於 Google、Meta、xAI 等競爭對手動用的 6 至 10 倍運算資源，仍屬於「小型集群」，但已被視為微軟邁向自主模型的關鍵起點。 微軟研究院也正在開發一種全新的強化學習框架 rStar2-Agent，結合演算法創新和軟體優化，能夠以遠低於正常運算成本的速度來訓練大型語言模型，以完成複雜的推理任務。根據微軟，這款框架可以讓一個較小的模型以最少的運算量，實現先進的推理性能。 微軟執行長納德拉也在全員大會中表示，公司未來將採取「多模型策略」推進所有產品，依照客戶需求靈活採用不同模型，同時會持續支援 OpenAI 並利用其技術優勢。他也強調，雙方仍是彼此的供應商與客戶，也維持資本投資關係。 [&hellip;]</p>

ChatGPT Voice 會取代 Siri？Sam Altman：這是個好主意，我支持

<p>儘管 AI 浪潮席捲全球，Apple 在最近的 iPhone 17 發表會上卻顯得異常低調，對 AI 的著墨相對稀少，Siri 也未獲得顯著更新。這種「靜默」氛圍，讓外界對 Apple 的 AI 策略有更多疑問。 與此同時，OpenAI 執行長 Sam Altman 在 X 上的一番言論，更是將這場討論推向了高峰。他先是發文表示 iPhone 17 終於帶來他「真正想要」的升級，當有人順勢提出「為什麼不用 ChatGPT Voice 取代 Siri？」時，他更直接回覆：「這是個好主意」，明確展現出他對此想法的支持態度。 that tbh sounds like a great idea, i am supportive &mdash; Sam Altman (@sama) September 10, 2025 Siri 的對話能力幾乎沒有進步 Sam Altman 這番言論其實直指 Siri 長期以來的痛點。目前 Siri 在「智慧聊天機器人」的世界中，仍停留在「基本語音助理」階段，相較近年來智慧聊天機器人的快速發展，Siri 在過去幾年的對話能力幾乎沒有進步。例如當用戶提出請求時，Siri [&hellip;]</p>

【Palantir 黑手黨】育才哲學：丟工程師上飛機，親自到前線解決客戶痛點

<p>矽谷多家新創科技公司創辦人，幾乎都曾經工作於 Palantir，新創團隊幕後似乎也都有著 Palantir 人脈網路的影子，這群人亦稱自己為 Palantir 黑手黨。</p>

AI 決定你的機票價錢、飯店能否升等！航空、飯店業導入 AI 動態定價有哪些潛力和疑慮？

<p>外出旅行時，買機票、訂飯店，會遇到所謂的「浮動價格」，這通常是業者依據淡旺季、需求、剩餘座位或房間數量所進行調整。隨著 AI 的發展，開始有業者導入「AI 動態定價」，力求價格調整的速度更快、更精準，不過此舉卻引發一場關於價格公平與透明度的爭論。 AI 決定你的機票價錢、能不能升等飯店 《華盛頓郵報》指出，達美航空（Delta Air Lines）今年宣布，將在部分航線導入 AI 驅動的動態定價系統，可即時分析需求變化、競爭對手的票價，甚至考量天氣、節慶與地區活動，快速調整票價。達美航空預計在 2025 年底前，將該系統在美國國內航線的覆蓋率，從目前的 3% 提高至 20%。 不只航空業，飯店龍頭萬豪集團（Marriott）也在嘗試將 AI 應用在會員服務，決定哪些旅客可以獲得免費升等。舉例來說，若 AI 分析判斷某位會員過去消費習慣、忠誠度、當前入住率與房型剩餘情況，符合「升等策略」，系統將自動推送升等資格。萬豪發言人拉文（Kelly Lavin）表示，AI 能在幾秒內完成原本需要人工審核的升等程序，並提前通知會員，讓入住體驗更具期待感。 對旅客來說，這看似是更高效的體驗；但對部分顧客而言，若演算法不透明，便可能出現「為什麼他能升等、我卻不能」的質疑。 AI 動態定價，對零售業者來說是潛力工具 在零售與服務業，AI 動態定價早已被視為一大潛力工具，能更細緻地識別不同顧客群體，依據消費者的價格敏感度、忠誠度，甚至歷史消費紀錄，制定不同價格策略。對企業而言，這不僅能提升收益，還能提高資源利用效率。 其次，AI 可讓品牌更快速回應市場需求。例如，在淡季自動調整票價、房價以刺激需求；旺季則適度拉高價格，以符合供需平衡。這種「即時微調」的能力，遠比傳統收益管理系統更靈活。 此外，AI 還能協助優化資源配置。在航空業，這意味著更精準的座位配置與票價分層；在飯店業，則是更靈活的房型調度與促銷策略。從商業角度來看，這些都將轉化為更高的營收與營運效率。 最大隱憂：恐損害消費者信任 不過，AI 動態定價也有潛在疑慮。消費者最擔心的是，「潛在個別化定價」容易被解讀為監控式定價（surveillance pricing），也就是指企業利用消費者的瀏覽紀錄、購買行為、甚至收入水準等個人資料，來判斷其支付意願，可能對不同人開出不同價格。比如說，一位經常搜尋高端飯店的旅客，可能會看到比其他人更高的票價或房價，這樣「因人而異」的價格，恐削弱消費者信任。 美國聯邦貿易委員會（FTC）主席可函（Lina Khan）就提出警告：「AI 和演算法可能會加速監控式定價的能力。尤其是在企業得以收集大量個人資訊的情境下，風險更高。」 德州民主黨眾議員凱薩（Greg Casar）也直言：「最壞情況是，航空公司因為知道你搜尋了『家人喪禮』而臨時拉高票價，我們不能讓這種事發生。」 針對相關疑慮，達美航空高層公開強調，AI 僅是輔助工具，提供數據見解，由分析人員監督與調整，票價不會針對個別消費者改變。 賓州大學華頓商學院教授 Z. John Zhang 認為，隨著競爭激烈，未來會有更多航空與飯店品牌跟進 AI 動態定價。然而，要讓 AI 真正成為加分工具，企業必須做到透明化，並給予消費者清楚的保障。否則，即便技術能帶來短期效率，也可能因信任流失而得不償失。 AI 機器人浪潮來襲！立即免費下載《AI 機器人全球 [&hellip;]</p>

【科技早餐】Sam Altman 預言：SaaS 模式消失，每人將擁有專屬 AGI！

<p>【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊OpenAI 豪擲 3000 億美元，甲骨文創辦人躍升全球首富 《華爾街日報》報導，OpenAI 與甲骨文簽下 3000 億美元、長達五年的算力合約，規模堪稱史上最大雲端交易之一。這筆合約所需電力達 45 億瓦，相當於兩座胡佛水壩，或四百萬戶家庭用電。 消息公布後，甲骨文股價大漲超過四成，創辦人艾里森身價瞬間暴增逾一千億美元，超越馬斯克成為全球首富。 對 OpenAI 而言，這是一場高風險豪賭，因其營收仍不到支出的五分之一；對甲骨文來說，未來營收將高度依賴單一客戶，並需大舉投資 AI 晶片。這筆交易顯示，即使外界質疑 AI 泡沫，科技巨頭仍持續加碼。 ＊Sam Altman 預言 SaaS 模式消失，每人將擁有專屬 AGI OpenAI 執行長 Sam Altman 在公開對談中表示，未來數十億人將能免費使用通用人工智慧（AGI），AI 將推動全球經濟進入極度通縮，使人人能負擔基本需求。 他認為 SaaS 商業模式將被取代，因為軟體將由 AI 即時生成，用戶只需輸入需求，就能獲得專屬解決方案。他也提出「個人 AGI」概念，未來每人都能擁有專屬 AI 助手，組成「超級團隊」解決如新材料研發、供應鏈最佳化等難題。 Sam Altman 另看好 AI 與能源結合，有望推動核融合商業化並降低電價。他提醒投資人，不必追逐「下一個 OpenAI」，真正的兆元企業可能出現在意想不到的領域。 ＊OpenAI 在韓國設點，攜手三星、SK 海力士 《韓聯社》報導，OpenAI 宣布在首爾開設辦公室，成為其在亞洲的第三個據點。公司表示，看中韓國在半導體、基礎設施與 AI 人才方面的優勢，特別是高頻寬記憶體（HBM）領域。未來將積極與三星、SK 海力士合作，推動 [&hellip;]</p>

人形機器人是「技術展示品」還是「真實勞動力」？專家指發展關鍵在電池

<p>人形機器人正快速邁出實驗室，朝物流、製造等產業現場走去，然而它們能否真正從「技術展示品」進化為「可長時間執勤的勞動力」，關鍵並不只在 AI 演算法或機械靈巧度，而是不起眼卻最根本的電池。專家指出，當前電池技術對人形機器人的續航力、成本與設計造成巨大束縛，也正因如此，電池創新被視為撬動人形機器人產業化的核心支點。 探討並撰寫大量能源供應鏈相關文章的電池新創 Coreshell 執行長 Jonathan Tan，在《Robotics Tomorrow》訪談中表示，機器人新創 Figure AI 近期推出自研的 F.03 電池，直接嵌入機器人軀幹，搭配進階散熱設計，是業界少見的「把電池視為核心基礎設施」的思維；相比之下，許多企業從網路購買現成鋰電池包，因為其注意力集中在機器人 AI 與動作靈巧性的展示，但這無法幫助機器人公司實現機器人規模化部署。 他也進一步說明各類機器人的能源需求差異、現行系統如何阻礙創新，以及電池技術突破對機器人未來的意義 AI 越來越聰明，電池卻成發展最大瓶頸 Tan 指出，人形機器人需要高能量密度且體積緊湊的電池，因為它們要在狹小的類人機身內兼顧長時間運作與強大致動器的動力輸出；工業機器人，尤其是像 AMR 或協作機器人等移動型機器人，則更重視可靠性與電池壽命，因為它們常需在惡劣環境下全天候運轉；配送機器人則優先考量輕量化、省空間的電池設計，以提升載貨能力，並能承受每天頻繁的部分充電循環。 然而，Tan 認為目前電池對於機器人創新來說，最大的瓶頸在於能量密度、充電時間、體積設計和熱能產生。目前的鋰離子電池系統，往往讓人形機器人只能在無須連接電源的情況下運作數小時。一旦電量耗盡，通常需要 1 到 2 小時才能完全充電，這對需要高頻率運作的機器人隊伍來說根本行不通。電池模組也經常體積龐大，迫使設計者在外型與平衡性之間做出尷尬的妥協。而且，由於機器人會在執行提舉、爬升或加速等任務時瞬間大量耗電，因此很快就會產生熱能，而過熱問題會迫使機器人降低性能，甚至直接導致故障。 《The Conversation》指出，一台救災機器人若電力只能撐 45 分鐘，可能在找到倖存者前就耗盡電力；倉儲或農業機器人若頻繁停下充電，也難以達到經濟規模。電池續航不足，正是阻礙人形機器人大規模商轉的「隱形天花板」。 突破之道：矽負極、快充與仿生「吃飯式」供能 要讓人形機器人成為可靠的勞動力，電池技術必須迎頭趕上。Tan 指出，像 Coreshell 開發的金屬矽負極電池，可較傳統石墨系統提升約 30% 能量密度，並具備快速充電潛力，讓機器人隊伍能更高效輪班運作。此外，全球研究界也積極探索鋰硫、金屬空氣等高能量密度電池，理論上能接近動物脂肪的儲能水準。 《The Conversation》指出，快速充電可以幫助減少機器人的停機時間，有些新型電池甚至能在幾分鐘內完成充電，不過這也存在一些權衡與代價：縮短電池壽命、增加熱量產生，且往往需要體積龐大、功率極高的充電基礎設施。即使技術有所改進，能快速充電的機器人仍需要頻繁停下來補電，在無法取得電網供電的環境中，這種方法無法解決機器人本身能量儲存有限的根本問題。 因此，有研究人員開始探索更激進的構想。仿生學派提出的「機器人新陳代謝」，讓機器人透過「消化」金屬或化學燃料獲取能量；也有研究人員開發流體系統如血液般輸送能量，讓機器人同時兼具散熱與自我修復功能。這類系統曾讓一款機器魚原型的能量密度相比標準鋰電池暴增三倍，相當於跳躍式縮短了 16 年電池演進的時間，徹底突破充電的限制。 《The Conversation》指出，今天的機器人雖然能像動物一樣跳躍、疾跑，但它們無法長時間持續運作，若機器人要能以有意義的方式與人類並肩工作，不能只給它們智慧與敏捷，更要給它們耐力。 AI 機器人浪潮來襲！立即免費下載《AI 機器人全球 7 大勢力關鍵報告》，解鎖各國 AI 機器人發展重點 ＊本文開放合作夥伴轉載，資料來源：《Robotics [&hellip;]</p>

大企業對 AI 興趣驟降？美國最新調查揭 2 大殘酷真相

<p>從新創公司到跨國巨頭，全球企業無不將 AI 視為革新業務的核心動力，然而根據美國人口普查局的最新調查，一個令人意外的現象正在發生：員工數超過 250 人的大型企業，對 AI 工具的使用率從 2023 年開始調查以來首次出現下滑，從今年 6 月份的約 13.5%，下滑至 8 月底的約 12%。這項警訊不僅挑戰 AI 產業一路高歌猛進的印象，也引發了各界對「AI 寒冬」可能來臨的擔憂。 挑戰一：對「AI 投資報酬率」的幻滅 許多企業最初懷抱著美好的願景，投入巨資建立數據中心、購置硬體設備以支持 AI 部署，但是現實卻不如預期。紐約大學史登商學院（Stern School of Business）的教授 Arpit Gupta 認為，業界應重新審視這「數兆美元的 AI 資本支出」，因為許多大型企業正日益感到沮喪，發現這些鉅額投資卻未帶來相應的經濟回報。 麻省理工學院的一項研究，以及另一份針對企業 AI 試點專案的調查皆顯示，高達 95% 的公司難以從 AI 試點計畫中獲得預期的財務回報。這使得許多人質疑，AI 對企業來說，更像是一種「公司不知如何利用的流行飾品」，而非真正能創造價值的核心工具。 當企業投入大量資源卻看不到實質成果，信心自然會大打折扣，這也進一步助長對 AI 產業可能泡沫化的擔憂，因為盲目跟風正在退潮，取而代之的是對真實價值的審慎評估。 挑戰二：勞動市場面臨衝擊 除了投資回報率低，AI 帶來的就業衝擊也是企業態度轉變的一大關鍵。儘管許多人將 AI 視為提升效率的工具，但調查數據顯示，AI 對勞動市場帶來的負面影響已日益顯現。 例如史丹佛大學的研究就指出，AI 導致美國年輕勞工的就業機會減少 13%；哈佛大學的研究也證實，初級職位比高級職位更容易受到 AI 的影響。這些數據與企業最初急於採用 AI 以擴大獲利的舉動不謀而合，然而其結果卻是在未能大幅降低成本的情況下，減少工作機會。 [&hellip;]</p>

2025 達梭系統臺灣年度高峰論壇 運用 3D UNIV+RSES 以 AI 推動產業革新

<p>達梭系統（Dassault Systèmes）（巴黎泛歐證券交易所：FR0014003TT8, DSY.PA）舉辦 2025 達梭系統臺灣年度高峰論壇，今年以「擁抱 3D UNIV+RSES – AI 驅動產業革新」為主題，探討在「虛實融合 × 智慧協同 × 資產活化」的全新紀元，如何運用生成式 AI（Generative AI）與虛擬雙生（virtual twin）技術推動全球產業技術發展，透過跨部門、跨區域協同平台，提升溝通與決策效率，以數位體驗引領企業 ESG 與永續轉型。 在 AI 代理、生成式 AI、數位雙生、感知運算等新興技術浪潮席捲全球之際，企業正面臨前所未有的挑戰與轉型契機。面對全球局勢瞬息萬變、供應鏈持續重組、智慧製造加速落地，以及 ESG 與淨零碳排目標的雙重推動，產業亟需突破傳統線性流程，全面擁抱以數據驅動、虛實融合、智慧協同為核心的創新模式。科技正重塑產品與服務的全生命週期，推動企業從設計、開發、製造到營運的每一環節，加速邁向敏捷創新與永續發展的全新時代。 今年達梭系統臺灣年度高峰論壇，由達梭系統臺灣戰略客戶銷售總監張銘輝開幕致詞，並特別邀請達梭系統全球執行副總裁暨亞太區總裁 Samson KHAOU，分享前瞻趨勢洞察，以及達梭系統全新 3D UNIV+RSES。3D UNIV+RSES 將徹底顛覆永續產品與服務的設計與製造流程，透過整合建模、模擬、數據科學與 AI 生成內容，3D UNIV+RSES 能夠全面虛擬化整個產品生命週期，串聯設計、工程開發、製造到營運各階段的虛擬雙生，並支援企業整合多個虛擬雙生模型。現場並展示達梭系統最新 3D UNIV+RSES 應用實例與跨產業應用情境，可體驗生成式 AI × 虛實整合如何為企業創造嶄新價值。藉由此平台，客戶將有機會與工業 AI 領域的領導者攜手，開創嶄新的數位未來。 本次大會匯聚工業技術研究院副院長胡竹生、建大工業股份有限公司董事長楊啟仁、廣達電腦產品設計中心部經理張奕文、東莞達音創研實業有限公司總經理王盈中、漢翔航空工業股份有限公司工程處結構分析組組長余孟駿、東元電機股份有限公司技術長饒達仁等多位產業領袖，分享 AI 與數位轉型實戰經驗，協助與會者掌握生成式 AI 與虛實融合的應用策略，提升研發效率與決策敏捷度，活化企業關鍵技術與知識資產，加速實現敏捷創新與永續目標。 達梭系統大中華區總裁張鷹表示：「作為工業 AI 領域的領導者，達梭系統致力於成為客戶最值得信賴的合作夥伴，協助各產業在產品與服務的全生命週期中，於每一個關鍵階段充分運用達梭系統 3DEXPERIENCE 平台整合生成式 AI 創新技術，全面強化永續發展能力。隨著台灣產業對數位轉型與AI應用的需求迅速升溫，台灣已成為全球主要製造中心及數位轉型前線的關鍵據點。達梭系統將啟動長期布局，不僅擴大在台灣的資源投入與營運量能，更將深化與數位轉型生態系夥伴的合作，與合作夥伴攜手推動台灣產業在全球供應鏈中取得更大主導權，打造兼具永續性與創新力的競爭優勢。」 （本文訊息由達梭系統提供，內文與標題經 TechOrange 修訂後刊登。新聞稿 / 產品訊息提供，可寄至：[email protected]，經編輯檯審核並評估合宜性後再行刊登。圖片來源：達梭系統。）</p>

AI 為何讓顧問巨頭失去客戶信任？「三大失衡」逼企業選擇自己來

<p>在 AI 浪潮席捲全球之際，長期扮演企業轉型關鍵角色的傳統大型顧問公司，正經歷一場前所未有的生存危機。過去被視為不可或缺的 Deloitte、McKinsey 和 PwC 等巨頭，如今卻面臨客戶轉移的嚴峻挑戰，因為企業對這些顧問公司「有限的實作經驗」和「缺乏大規模實際應用」感到不滿，儘管顧問公司投入數十億美元建立 AI 服務，但也因「期望與執行之間的差距」而飽受批評，讓客戶信任度顯著下降，嚴重侵蝕顧問業的傳統商業模式。 這場危機的根源，其實在於能力、組織與期待的三重失衡，這也正迫使整個顧問產業必須開始進行從根本上的定位重塑與轉型。 能力失衡：高額收費卻成果平庸 傳統顧問公司在 AI 領域面臨的第一項挑戰是「實作經驗不足與專業鴻溝」。客戶普遍反映，顧問公司雖能提出令人驚豔的概念驗證專案，但卻缺乏足夠的深度或專業知識，無法在企業範圍內擴展這些想法。這種現象讓許多客戶感覺，顧問「往往在客戶的費用下邊做邊學」，導致「高額收費卻成果平庸」的失望感。 例如美國大型製藥公司必治妥施貴寶（Bristol-Myers Squibb）便在終止了與一家大型顧問公司為期一年的合作後，轉向由內部自行開發利用生成式 AI 製作醫生教育內容的專案，展現內部團隊可能比外部顧問更有效率的事實。 組織失衡：「金字塔」模式崩解與「方尖碑」崛起 過去數十年來，顧問業會由大量的初級顧問執行繁瑣研究與分析，支撐頂端少數資深領導者，這種模式被稱為「金字塔」。然而，這樣的金字塔正因 AI 崛起面臨崩解，因為生成式 AI 工具能夠迅速自動化這些過去需要數週才能完成的低階任務。 為了應對這場挑戰，一種新的「方尖碑」組織正在浮現。與金字塔模式不同，方尖碑模式代表著用更少層級、更小團隊創造更高的槓桿作用，並圍繞著 AI 協調者（AI facilitators）、專案建築師（Engagement architects）、客戶主管（Client leaders）三種關鍵人類角色建構。 「AI 協調者」專精 AI 工具與數據管道，負責設計和優化 AI 驅動的工作流程，可以幫助團隊快速生成洞察；「專案建築師」就是經驗豐富的顧問，負責領導專案並將 AI 輸出轉化為可行的策略；至於「客戶主管」則專注建立長期信任關係，幫助高階主管理解變革並保持領先。這種精簡、專業化的「方尖碑」模式，目標是以更快速、更低的開銷提供更精準的思維。 然而對於傳統顧問公司而言，晉升、薪酬和人員配置都圍繞著金字塔模式，即使公司設立 AI 創新實驗室，這些能力也常常與核心交付業務「脫節」，使得 AI 應用流於表面。這種將 AI 視為舊模式的「附加工具」，而非從根本上「重塑組織架構」，是傳統顧問業巨頭轉型最大的挑戰。 期待失衡：承諾與實際交付的巨大落差 第三重失衡，來自於「過度承諾與實際交付落差」所造成的客戶信任危機。越來越多企業發現，顧問公司在 AI 方面的專業知識可能「沒有自己企業內部的團隊多」，且難以創造實際具備商業價值的應用場景。有些企業甚至形容，自己付出高昂費用，卻僅僅換來一份沒有實際應用、冗長的趨勢報告。 根據 Gartner 的估計，2024 年全球生成式 AI 諮詢支出雖達到 [&hellip;]</p>

【亞馬遜開新戰場】AR 眼鏡要直攻 Meta 主場、Zoox Robotaxi 正面對決 Waymo

<p>亞馬遜（Amazon）正積極佈局未來科技領域，像是五年前收購的自駕車新創 Zoox ，近期在拉斯維加斯正式啟動服務，宣告進入競爭激烈的美國自駕計程車市場。此外，亞馬遜正在開發的消費級 AR 眼鏡「Jayhawk」，預計將在 2026 年底或 2027 年初推出，目標直指 Meta 在 AR 眼鏡的主導地位。 如果你有完全自動駕駛的汽車，為什麼還需要方向盤？ 2025 年 9 月 10 日，Zoox 在拉斯維加斯大道周邊啟動免費搭乘服務，標誌亞馬遜正式踏入 Robotaxi 這個競爭激烈的市場。像是 Waymo 憑藉在鳳凰城、舊金山、洛杉磯等多個城市的商業服務，已佔據領先地位；Tesla 也在德州奧斯汀測試相關服務。此外，Lyft、May Mobility 以及中國的 WeRide、百度 Apollo Go、Pony.ai 等公司，也都在各自市場積極佈局。 「如果你有一輛完全自動駕駛的汽車，為什麼還需要方向盤呢？」Zoox 團隊接受《CNBC》受訪時表示，Zoox 沒有方向盤或踏板，車內有可容納四人的兩排面對面座椅，以及寬敞空間與整片的窗戶，目的是希望為乘客帶來舒適且獨特的觀光體驗。此外，Zoox 一次充電可運行長達 16 小時，展現卓越續航力。 拉斯維加斯只是第一站，年底前 Zoox 將於舊金山推出早期試乘計畫，並把奧斯汀、邁阿密、洛杉磯、亞特蘭大和西雅圖列為下一個部署目標。Zoox 首席執行長 Aicha Evans 也表示，Zoox 正努力證明這項技術的可靠性，並期待將技術帶給大眾。 亞馬遜研發 AR 眼鏡，直攻 Meta 主場 據《The Information》報導，亞馬遜正在開發一款消費級擴增實境 (AR) 眼鏡，內部代號為「Jayhawk」。這款眼鏡將整合麥克風、揚聲器、攝影機，並在單眼提供全彩顯示器。這款眼鏡將整合麥克風、揚聲器、攝影機，並在單眼提供全彩顯示器，目標是打造一款更時尚、更輕巧的穿戴設備。 [&hellip;]</p>

甲骨文公布爆炸性財報、傳與 OpenAI 簽 3 千億美元合約！這對企業 AI 轉型有何啟示？

<p>《華爾街日報》報導，OpenAI 已與甲骨文（Oracle）簽署合約，未來五年將採購價值 3,000 億美元的運算資源，這是史上最大規模的雲端合約之一。這顯示，即使外界擔憂 AI 泡沫化，AI 資料中心的投資仍持續飆升。與此同時，甲骨文公布最新一季財報，業績強勁，反映生成式 AI 正推動企業雲端需求的結構性轉變。 雲端與資料庫業務強勁成長 甲骨文未來收入的成長指標 RPO（Remaining Performance Obligations）在本季達到 4,550 億美元，年增 359%，單季增加 3,170 億美元。《VentureBeat》指出，這項數據反映出甲骨文已經鎖定大規模的長期合約，對市場來說是一個重要的風向。 具體來看，甲骨文的雲端基礎設施（OCI）營收較去年同期成長 54%，自治資料庫收入成長 43%，多雲資料庫收入則增加逾 15 倍。這些成長不僅來自基礎設施的擴張，也與企業在導入 AI 過程中對資料管理與跨平台整合的需求有關。 甲骨文並預期，雲端業務將在 2026 財年成長 77%，達到 180 億美元，之後四年將分別躍升至 320 億、730 億、1,140 億與 1,440 億美元。 從訓練到推理：AI 產業新焦點 甲骨文董事長 Larry Ellison 在財報電話會議指出，企業決策者必須理解一個關鍵市場區別：AI 訓練雖然是龐大的市場，但長期來看，「推理」（inference）的規模可能更大。推理指的是 AI 模型在實際應用中運行與回應需求，涵蓋醫療影像分析、自駕車、金融流程自動化等多個領域。這樣的觀點提醒企業，評估 AI 基礎設施時，不僅要考慮模型訓練，還需關注模型在部署與服務階段的運算需求。 這顯示，與主要聚焦於 AI 訓練能力的競爭對手 Microsoft Azure、Amazon Web [&hellip;]</p>

【錯誤導入 AI 案例】裁員 45 名客服後悔，銀行重聘被裁員工

<p>近期澳洲聯邦銀行（CBA）的 AI 自動化計畫遭遇重大挫折，引發市場關注。銀行原先計畫裁撤 45 名客服人員，改由語音 AI 機器人接手基礎查詢，僅保留少數人類員工處理複雜案件；然而，這項策略卻以失敗告終：機器人未能有效處理多數查詢，導致業務混亂與來電量急劇上升。 最終，CBA 被迫向公眾道歉，並重新僱用所有被裁員工，成為「錯誤導入 AI」的典型案例。 關鍵：誤判業務需求與勞資角力 CBA 的失敗，核心原因在於對業務需求的誤判與 AI 能力的過度樂觀。 澳洲金融業工會對此直言，銀行聲稱「來電量下降」的說法與實際情況不符。工會成員透露，來電量不減反增，銀行甚至需安排員工加班，並讓團隊負責人接聽電話以應對混亂。這揭露了 AI 工具與現場實際需求嚴重的脫節，以及銀行在決策時，過度依賴技術承諾，卻忽視了真實操作。 CBA 最終承認，其初步評估時「未充分考慮業務需求」。此舉雖引發外界對其決策的質疑，但銀行方同時開始提供受影響員工繼續留任、內部轉職或離職的選擇。 不過，儘管客服導入失敗，CBA 仍強調 AI 的戰略價值，並宣布與 OpenAI 合作於詐欺偵測等場景深化應用。 盲目裁員的慘痛代價 CBA 的案例並非孤例。在全球範圍內，許多企業在導入 AI 時都面臨類似的挑戰。英國有逾半數企業，在嘗試用 AI 取代人類後後悔決策，反映市場對 AI 人力替代效能的懷疑正在上升。 一項針對英國企業的調查顯示，近四成（39%）的公司曾因對 AI 的高度期待而裁員，但事後卻有超過一半的企業坦言這是一個錯誤決策。這些錯誤的裁員行動，不僅未能提升效率，反而造成內部流程混亂、團隊協作障礙，最終導致人才流失和生產力下滑。 許多企業領導者相信 AI 能直接取代人力，但這項預期看來正被現實打破。企業數據平台 Orgvue 的執行長 Oliver Shaw 曾批評：「在未建立完善的轉型規劃前就解雇員工，是一種魯莽的行為」，這也凸顯了企業內部對 AI 與人力關係的定位存在認知混亂。 AI 導入是一場「系統性工程」，而非「人換機」 企業應該了解，AI 的導入不應被簡化為「人換機」的財務決策，而是一場牽涉組織結構、文化調整與策略規劃的系統性工程。 在導入 AI 工具時，企業必須思考一套清晰的人才轉型藍圖： [&hellip;]</p>

【科技早餐】微軟打破單一依賴，Anthropic 模型首度進駐 Office 365

<p>【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊微軟打破單一依賴，Anthropic 模型首度進駐 Office 365 微軟正在調整 AI 佈局，首次將 Anthropic 的 AI 模型整合進 Office 365。根據《路透》報導，過去，微軟的 Copilot 功能一直以 OpenAI 模型為主，這次微軟測試多家模型，包括 DeepSeek、Meta 與 xAI，結果顯示 Anthropic 在 Excel 財務計算與 PowerPoint 簡報生成上，表現甚至優於 OpenAI。 這意味 Copilot 功能將轉向多模型混合方案。微軟強調與 OpenAI 合作關係仍在，但從「獨家」改為「優先承購」，藉此保留更多彈性，顯示企業對 AI 效能與供應多元化的需求日益升高。 ＊Google 讓步！韓國地圖爭議 20 年劃下句點 《法新社》報導，Google 宣布將依循韓國政府要求，對地圖服務中的敏感設施進行模糊處理，結束長達近 20 年的爭議。 跟俄羅斯與中國一樣，韓國是全球少數幾個 Google 地圖無法全面運作的地方之一。過去因為韓國以國家安全為由，要求地理數據存放在境內，Google 始終拒絕配合，導致地圖功能受限，本地市場幾乎由本土平台壟斷，也讓外國旅客在導航上困難重重。 Google 表示將投入大量資源，移除涉及安全的座標。此舉不僅消除長年僵局，也為 Google 在韓國地圖與導航市場重新打開競爭大門。 ＊追覓跨界造車！豪華電動跑車直攻特斯拉 以掃地機器人聞名的中國品牌「追覓」宣布，將於 [&hellip;]</p>

【SEMICON Taiwan 大師論壇】晶片大神 Jim Keller、英飛凌 CEO 齊聚對談，他們說了些什麼？

<p>國際半導體展 SEMICON Taiwan 今（ 9/10）正式開幕，第一天舉行的大師論壇，匯聚晶片設計、製造、設備、車用與雲端領域的重量級講者，其中一大亮點，是由日月光半導體執行長暨 SEMI 全球董事會執行委員會主席吳田玉，以及台灣半導體產業協會理事長暨台積電副營運長侯永清主持的爐邊對談。他們與英飛凌執行長 Jochen Hanebeck，和有矽谷「晶片大神」之稱的 Tenstorrent 執行長 Jim Keller 從不同面向探討半導體產業的全球機遇和台灣角色。 半導體產業的下個十年 爐邊談話首先討論，產業下個十年的成長和威脅是什麼？英飛凌執行長 Hanebeck 表示，未來十年對於半導體的需求將持續存在，例如電源基礎設施、軟體定義汽車、物聯網等，他相信過去兩年由 AI 驅動的產業成長，會擴展到更多應用領域。他也強調，過去讓半導體產業成功的關鍵，也就是創新，將會繼續發揮作用。談及產業威脅，他認為技術和地緣政治的複雜性每天都影響著產業。 曾任英特爾矽工程集團資深副總裁、特斯拉自動駕駛副總裁、AMD 首席核心架構師的 Tenstorrent 執行長 Jim Keller 表示，他從與台積電的合作中學到，可以透過為不同的製程節點尋找新客戶來持續擴展業務，這創造了多樣化的成本點以及機會的連續體。他也強調小晶片（chiplets）和矽智財（IP）的重要性，因為這能降低成本，避免創新侷限於最大的公司。Keller 也觀察，汽車中的矽含量正在增加，並進一步預測未來人們在 AI 和機器人的消費將超越汽車。 摩爾定律沒有死！侯永清提「摩爾定律 2.0」 針對第二個議題，未來產業該如何改進以因應新的挑戰？侯永清表示，許多人說摩爾定律已死，但他看到新的演進方向是轉向軟硬體優化，特別是系統與技術的優化，這是因為過去 30 年台灣已累積了很多友好的商業夥伴關係，且不單只是傳統晶片商，還包含了軟體商，使得產業能基於系統設計來整合更複雜，以及以前無法想像的設備和模組。因此他認為現在可以稱為「摩爾定律 2.0」，一切才剛開始而已。 Hanebeck 和 Keller 也認同摩爾定律是管用的。Hanebeck 指出，歸根究柢關鍵在於「系統效能」要好，而不僅是關注幾何尺寸。他舉例在電源領域，產業挑戰在於材料、異質結構等，這些都不是幾何尺寸的問題，而英飛凌正在從產品到系統了解客戶現況與未來方向，從中推導出更多技術的需求。 台灣在全球供應鏈的角色 針對第三個討論議題，探討台灣在全球供應鏈中的角色，侯永清表示，台灣向來習慣協作，並與其他軟體系統公司建立了早期接觸和夥伴關係，因此台灣只要保持開放的態度，相信會有很好的機會。另外，他提到台灣另一個優勢是法規和組織效率處理得非常快，且在北、中、南部幾乎都可以找到半導體製造所需的合作夥伴。針對人形機器人新應用發展，他也提及目前台灣有非常好的機會，但需要新的成員、夥伴加入，否則會原地踏步。 Keller 在回答主持人關於，「台灣除了應該投入更多產能之外，對於產業參與還有什麼建議？」的問題時，直接說道：「你們正在為 AI 製造晶片，但製造得還不夠，」並進一步提及他想在台灣招聘更多 AI 程式設計師和晶片設計師。 侯永清在對談最後提及，台灣目前的挑戰在於半導體生態系一直以來都高效且自然形成，但現在基於韌性、國家安全考量必須創造一種「人工環境」，可能會減緩創新的速度、降低成本效益，並詢問講者台灣可以怎麼做。Hanebeck 回應，「我們生活在一個新的政治世界，無論我們喜歡與否，所以我們必須管理它，」他強調不應陷入全面在地化的陷阱，因為這將以犧牲創新為代價，他建議在國家利益和維持產業經濟效益之間找到一個智慧的解決方案。 AI 機器人浪潮來襲！立即免費下載《AI 機器人全球 7 [&hellip;]</p>

人形機器人如何破解半導體缺工困境？盟立在 SEMICON Taiwan 揭三大優勢成產線救星

<p>近期盟立集團與義美集團、新代科技共同成立「鞍新盟機器人製造公司」，開啟台灣機器人與無人機產業的新布局。在 2025 SEMICON Taiwan 展會上， 盟立集團特別展出全新的人形機器人與無人機，展現在半導體與智慧製造領域的最新藍圖。 「對整個產業而言，如何取得先機，尤其是掌握關鍵技術，非常重要，」盟立表示，當前發展的產品線與市場自動化發展趨勢都是相合的，因此無論是機器人、設備或載具，盟立並非從「想像」中發展，而是從客戶實際的應用場域需求，回推機器的規格、樣式與功能。 人形機器人的技術亮點與應用目標 「我們強調的是它能不能在工業界發揮作用，」盟立這次在現場展出的全新人形機器人，其實源自於某半導體客戶的實際需求。這款人形機器人除了展現出「單臂可舉起 10 公斤」的卓越負重能力外，內部更能提供高減速比與高扭矩輸出的「斜坡減速機」，這項技術也已廣泛應用於半導體場域的自動化設備中。 這款人形機器人在設計上也力求多元與高效，像是有別於一般工業機械臂僅配備單一功能夾具，盟立的人形機器人採用更靈活的「手」，使其除了搬運物品外，還能執行更精細的複雜工作。此外，在能耗方面，盟立力求在不犧牲負載能力的前提下，提升續航力，因此這款機器人的功耗僅約 300 瓦，相較於市面上普遍的 500 至 700 瓦產品，明顯更具能源效率。這些設計巧思使得人形機器人能夠減輕重量、降低功耗，進而擁有更高的續航力，展現與傳統工業機械不同的設計方向。 儘管人形機器人目前仍有許多優化空間，但盟立觀察，半導體、物流與製造業其實都很積極想要引入機器人，「因為這對他們而言，這是一個可以收集資訊，並瞭解如何讓生產進步升級的方式，」盟立分析。 盟立也指出，人形機器人未來主要的目標，是取代「高度人工化」且「長期可能導致身體損傷」的工作，「假設一項工作必須十個人才能完成，初期並不是要在一個場域中馬上替代全部十個人，而是先將其中七個人的工作標準化後，再逐步替代，讓人力需求減少並提升協作效率。」 建立完整供應鏈，跟上市場迭代腳步 在發展人形機器人與各類機器設備的同時，盟立預期未來的市場需求量可能會進一步放大，因此供應鏈的完整度與穩定性就變得非常重要。對此，盟立與義美集團、新代科技展開合作，目標是在產品推出的時候，確保自己可以掌握全部的製造、開發技術，因為只有全盤掌握，未來才能跟上市場迭代的腳步，「如果控制器靠別人、零組件也靠別人，那麼整個產品推動的時程上會落後非常多。」 盟立在 SEMICON Taiwan 展會上，不僅展示單一產品的創新，更著重於全面性的工業自動化與智慧製造佈局。從以客戶需求為核心的開發理念，到透過策略合作實現供應鏈布局，盟立正引領智慧製造與自動化產業邁向全新階段。</p>

台達亮相 SEMICON Taiwan 展示半導體軟硬整合與資安方案

<p>台達今（10）日亮相 2025 國際半導體展 SEMICON Taiwan，展出半導體製造領域的前瞻技術與整合方案，延續台達的智能製造動能，推出前端及後端製程設備、先進封裝、數位雙生技術與資安整合解決方案。其中，高速多晶片先進封裝設備可將產能提升至同類方案兩倍、速度為業界平均三倍，兼具精度與高速產出。台達更整合軟硬體應用，於製程中導入數位雙生，虛實同步優化生產效率，全面助力企業提升智能製造與資安防護實力。 台達機電事業群總經理劉佳容表示：「半導體產業正處於技術快速演進與全球供應鏈重組的關鍵時刻，製程精度、產能彈性與資安防護已成為企業競爭力的核心。台達長期深耕智能製造，今年在 SEMICON Taiwan 展出橫跨前後段製程的創新設備與整合方案，透過設備自動化及數位雙生技術，回應客戶在高階製程與智能工廠轉型上的需求，致力成為半導體產業值得信賴的技術夥伴，與客戶共創價值。」 因應半導體製程多元化與精密化的需求，台達展示在晶圓品管檢測的關鍵設備，包括採用全新 4 Spindle FZ4 UHA 貼裝頭的高速多晶片先進封裝設備 FuzionSC™，實現 ±2 微米定位精度與 ±0.005° 角度精度，更可在單一平台靈活執行不同類型晶片與元件的高精度貼裝，大幅提升封裝效率與應用彈性。 台達同步展現數位轉型能力，除了首度展示晶圓分選機整合 DIATwin 數位雙生平台，可模擬掃描檢測、精準確認晶圓位置，大幅提升生產效率與良率；更推出 Equipment Onboarding Suite 設備虛擬上線方案，涵蓋 DIATwin 數位雙生平台、DIAEAP+ 設備自動化控制系統及DIASECS 半導體設備標準通訊軟體，該方案可整合各設備生產資訊，結合數位雙生，快速完成進廠前測試、減少規格溝通時間，打造半導體產線資訊整合系統。台達亦可透過 NVIDIA Omniverse 的函式庫與軟體架構，應用 NVIDIA Isaac Sim 與 NVIDIA PhysX，實現準確模擬的虛擬智能工廠。 面對日益嚴峻的資安挑戰，台達亦提供一站式資安解決方案，透過部署應用程式允許清單、自動化軟韌體分析工具，強化機台防護與弱點管理機制。台達也於 2024 年獲工研院 SEMI E187 認證，成為首批取得合規檢驗報告的廠商，可協助半導體設備客戶加速取得國際資安認證，打造兼具彈性與韌性的智能製造環境。 2025 國際半導體展 SEMICON Taiwan 展出時間為 9/10-9/12，台達展區位於台北南港展覽2館1F，展位號碼 Q5438。歡迎各界來賓前往蒞臨指教。 （本文訊息由台達提供，內文與標題經 TechOrange 修訂後刊登。新聞稿 / 產品訊息提供，可寄至：[email protected]，經編輯檯審核並評估合宜性後再行刊登。圖片來源：台達。）</p>

【首度亮相 SEMICON Taiwan】FedEx 如何助台灣半導體打造更韌性、減碳的供應鏈？專訪台灣區總經理蘇智民

<p>作為全球最具規模的快遞運輸公司之一，聯邦快遞（FedEx）首度亮相 2025 SEMICON Taiwan，展現當前物流在加速半導體產業全球發展的戰略重要性，也預示未來將更深入參與台灣半導體產業的發展。 「半導體產品對震動、濕度和溫度都有非常高的要求，這個運輸難度與一般傳統的貨物不同，所以我們有一系列解決方案可以提供防震保護、溫度和濕度管理等，」FedEx 台灣區總經理蘇智民表示，憑藉多年來處理高價值、精密且龐大半導體設備的豐富經驗，FedEx 可以提供防震包裝、溫控運輸、濕度管理等一系列專業方案，確保重要貨物能安全且準時送達客戶手中。 FedEx 在半導體物流的獨特優勢 「半導體客戶對時間的要求是『秒級』的，他們需要知道貨物在哪裡，還有貨物的濕度、溫度都在安全範圍內，」蘇智民強調，面對半導體客戶的需求，在全球擁有近 700 架飛機、服務超過 220 個國家與地區的 FedEx，完整的服務網絡成為獨特優勢。 另一方面，為滿足半導體產業對貨物追蹤高可視性與高可靠性的需求，FedEx 也部署 FedEx Surround® Monitoring &amp; Intervention 解決方案，透過整合數據分析與 AI 即時監測貨件，並在異常發生前主動介入以降低供應鏈風險。另一項技術 SenseAware ID 則採用低功耗藍牙 (BLE) ，可以每 2 秒回傳定位資訊，為高價值半導體貨件提供顯著提升透明度。 FedEx 也運用大數據與 AI 技術優化航線與運輸效率，不僅能降低延誤風險與營運成本，還能提升倉儲、配送及能源使用的效率。 應對關稅與供應鏈挑戰的方式 然而，當前貿易政策的不確定性與關稅挑戰，也成為全球產業的共同課題。對此，蘇智民指出，透過 FedEx 的「Global Trade Manager」工具，客戶可以預估關稅成本，從而提升財務韌性，「作為總部在美國的國際企業，我們可以快且精準地掌握關於美國的法規或海關要求，」蘇智民說。 「我們有不同方案可以滿足客戶需求，例如處理不同工廠的貨、文件託運等，我們有很多科技化的服務，」蘇智民強調，針對半導體產業上下游客戶間的緊密合作需求，FedEx 也提供不同的彈性物流方案，協助各企業更有效地協同作業，確保物流服務能符合客戶的營運模式。 蘇智民舉例，今年 7 月 FedEx 正式開通台北-韓國仁川的直飛航線，並提供每日航班，以滿足客戶對即時與高效率的需求。「我們不只是美國公司，我們還是一個非常龐大的全球網絡，並在歐洲、亞洲都有完整的地面及航空網絡，能夠幫助台灣客戶，」蘇智民指出， FedEx 在馬來西亞、新加坡、泰國等全球各地都設有當地服務人員，可以直接協助客戶處理問題，無需透過第三方，這是其他公司難以匹敵的在地化服務優勢。 與半導體產業一同邁向淨零永續 除了 AI 之外，「淨零永續」也是全球產業正在面臨的另一股浪潮。「 [&hellip;]</p>

【開源 AI 更省錢嗎】研究揭 Token 消耗最高達 10 倍，企業選擇該注意什麼？

<p>雖然開源 AI 模型似乎更加便宜、成本更低，但近期一項新研究卻提出警告，指出由於開源 AI 模型需要額外運算能力，長期運作反而會使企業支出更多開銷。</p>

【蘋果發表會】史上最薄 iPhone Air 來了！但蘋果這次怎麼談 AI？

<p>蘋果在今（10 日）天凌晨舉行秋季新品發表會，備受期待的新品如 AirPods、Apple Watch 以及 iPhone 全系列皆更新亮相，最受矚目的莫過於蘋果史上最薄的手機 iPhone Air。然而在一系列硬體更新中，AI 角色顯得薄弱，與蘋果去年發表會不斷強調「Apple Intelligence」的場景形成對比。 《The Verge》分析，由於蘋果於代理式 AI 上的進展仍然落後，今年發表會談論更多的是 AI 如何在幕後驅動各種功能，而不是像 Google Pixel 10 發表會或 Samsung 活動那樣，把 AI 助理工具當作主角來展示。 AI 不再站舞台正中央 蘋果主管們談到的 AI，多半隱身在各項功能背後，例如升級的神經引擎如何為 Apple Intelligence 提供動力，以及地端大型語言模型如何實現更好的遊戲效能。他們還提到，蘋果正在每個 GPU 核心內建神經加速器，將 MacBook Pro 等級的 AI 運算能力壓縮到手機裡，實現更強的 AI 工作負載。 在 AirPods 與 Apple Watch 發表環節，AI 的角色同樣存在但低調。AirPods 3 主打即時翻譯，主要將該裝置上的先進運算模型結合手機上執行的 Apple Intelligence 結合，但不像 Google 那樣主打可直接與 [&hellip;]</p>

F1 用 AI 將收視人數提升 3 億、擴大客群！它做了哪些事？

<p>過去提到 F1 ，人們的印象往往是「硬核車迷」的專屬賽事，螢幕前觀眾多半是中年男性，專注在車輛引擎和賽道數據。但近年來，隨著 Netflix《飆速求生》（Drive to Survive）熱播，F1 的觀眾群發生了翻天覆地的變化：不再只是少數專業車迷，而是橫跨年齡、性別、地域的多元社群。 這樣的轉型背後，除了媒體影響力，更關鍵的是科技工具的應用。F1 導入 CRM（客戶關係管理）系統並結合 AI，讓這項充滿速度與激情的運動，能夠在數位世界裡精準與粉絲互動，甚至提供針對不同受眾的個人化觀賽體驗。 AI x CRM，讓數據變有溫度的互動 CRM 系統本質上是一個龐大的用戶資料庫，以 F1 的使用情境來看，就是紀錄誰看過比賽、在哪個時間點登入、曾經買過什麼商品等等，過去，這些資訊更多只是靜態紀錄，難以即時回應粉絲的需求。 如今，AI 技術的加入，讓 CRM 不再只是大型資料庫，而是變成能即時反應的「數位助理」。 以 F1 為例，每到比賽週末，數以百萬計的粉絲湧入平台，有人臨時要重設 F1 TV 的密碼，有人想查比賽開始時間，甚至還有人卡在購票流程。這些看似瑣碎的問題，若延遲處理，很可能直接影響觀賽體驗與品牌形象。 F1 透過 Salesforce 的 AI CRM 工具，讓客服回應速度縮短了一半，處理時間也減少兩成。CRM 不只是回答問題，更能在背後整合使用者的歷史行為、喜好、互動紀錄，讓回應更有針對性。 串接全通路，打造完整用戶畫像 F1 的粉絲遍布全球，語言、時區、收看習慣各不相同，加上除了比賽轉播，F1 的數位觸角已經延伸到 F1 TV、官方 App、電競平台與虛擬聯盟帳號，如果採用傳統大眾行銷的方式，一封郵件群發、一個廣告全推，效果有限。 透過 AI CRM，F1 將這些分散的接觸點全部串連起來，分析粉絲的細節行為，像是支持哪支車隊、對哪個賽道最感興趣、觀賽的設備是電視還是手機、有沒有參與電競比賽等，以此建構出一個個全方位的用戶畫像，再推送專屬於他的互動內容。 比方說 Ferrari 的車迷，可能會收到專屬週邊商品推薦；喜愛參與電競賽事的年輕粉絲，則會獲邀參與比賽。正是這樣的精準行銷，讓 F1 在短短幾年內，將全球觀眾數從 5 億推升至 8.2 [&hellip;]</p>

【科技早餐】一年飆漲 220%！「俄羅斯版 Google」分拆公司，微軟砸 194 億搶算力

<p>【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊一年飆漲 220%！「俄羅斯版 Google」分拆公司，微軟砸 194 億搶算力 《彭博》報導，微軟最新簽下總值 194 億美元大合約，合作對象是 Nebius Group NV。這家公司原是「俄羅斯版 Google」Yandex 的國際雲端與 AI 基礎設施部門，主打高效能 GPU 雲端運算服務，連 NVIDIA 都是供應商兼股東。 合約將持續到 2031 年，Nebius 將在美國紐澤西新建資料中心，專門替微軟提供 AI 運算能力。消息一出，Nebius 股價盤後暴漲五成，過去一年累積漲幅更高達 220.3%。這顯示在算力供不應求的時代，科技巨頭正積極尋找新夥伴，AI 雲端市場競爭將愈趨白熱化。 ＊AI 大贏家！OpenAI 三連霸富比士「雲端百大」 《富比士》最新「雲端百大」榜單揭曉，OpenAI 自 2023 年入榜以來，已連續三年蟬聯第一，Anthropic 居次，凸顯生成式 AI 已全面主導雲端產業。AI 公司在榜單總市值占比，從去年的 21% 飆升至 42%，總值達 1.1 兆美元。前十名有四家與 AI 直接相關，包括 Databricks、Anysphere、Notion 等。榜單上共有 29 家 AI 新創，與軟體平台並列最多。 [&hellip;]</p>

台灣在區塊鏈金融的新機會：不當追隨者，又能扮演什麼角色？

<p>當我們談論穩定幣，多數人的第一印象是 USDT 或 USDC ( 通常被稱為美元穩定幣，因其價值與美元以 1:1 的比例掛鉤 )這些由美元資產背書、主導全球近乎所有交易的區塊鏈工具。當世界都將目光投向美國，並競相成為美元穩定幣的發行者或使用者時，一個關鍵問題浮現：台灣，這個全球半導體與 AI 供應鏈的心臟，在區塊鏈金融浪潮中，應該扮演什麼角色？ 在「 2025 台北區塊鏈週」的論壇上，海耶克科技金融共同創辦人温宏駿發表的演講，為我們提供了一個跳脫美元思維的嶄新視角：台灣不該只是被動地使用別人的穩定幣，而是有能力成為亞太區「實體經濟上鏈」的金融新引擎。 不當追隨者，要當半導體金融的「心臟」 温宏駿提到了兩個關鍵數據。第一，台灣掌握全球 44% 的晶圓代工產能，並在先進製程中佔據 67% 的絕對領先。第二，我們的資本市場，2024 年台股年成長率高達 28.47%，在全球僅次於那斯達克。這兩項事實證明，台灣不僅是製造業的核心，更是由科技驅動的金融樞紐。 這個龐大的供應鏈帝國卻面臨傳統金融的痛點：跨境結算耗時（T+2／T+3），且中小企業融資成本高昂（10-12%）。這些結構性問題，是阻礙產業流動與創新的無形藩籬。 這正是温宏駿認為台灣機會所在的地方。他指出，穩定幣的價值不只是用來炒作，它更是一種「可程式化、基於區塊鏈的金融基礎設施」。透過這項技術，我們可以將數日的結算時間縮短至近乎即時，大幅降低交易成本，並可將應收、應付款項代幣化，為供應鏈中的中小企業提供更低成本的融資管道。 簡單來說，我們不該只把穩定幣看作一種數位貨幣，而是將其視為為台灣核心產業量身打造的關鍵升級工具。 台灣的機會：具影響力的科技金融樞紐 温宏駿在演講中提及的三大戰略，精準地呼應了台灣在國際上的獨特位置： 正如温宏駿所言：「我們不需成為亞洲最大的募資中心，但我們正迅速成為最具深度的科技金融市場。」這句話精準地點出了台灣的機會：不追求規模，而是成為具備獨特影響力的科技金融樞紐。 當多數人仍聚焦於穩定幣的投資價值時，海耶克科技已提出一個更深刻的問題：我們如何善用現有優勢，讓穩定幣成為台灣產業的「效能引擎」？台灣在區塊鏈浪潮中，不應只是被動的追隨者，憑藉在半導體和 AI 產業的獨特集中優勢，台灣是有能力比大多數經濟體更快、更有效地整合穩定幣，並將「穩定幣等於產業結算層」的願景化為現實。 【來自海耶克科技的邀請】 如果這篇文章讓您對台灣在區塊鏈金融的未來產生共鳴，或許您就是我們正在尋找的夥伴。如果您渴望將想法化為行動，並在這個關鍵時刻發揮影響力，誠摯邀請您加入我們，一同開創台灣區塊鏈金融的新時代。 ＊本文初稿為 TechOrange 使用 AI 編撰，首圖來源：AI 工具生成。</p>

開源 AI 為台灣創造哪些新機會？Meta 亞太區公共政策與計畫總監親曝醫療、中小企業的應用落地實例

<p>台灣人工智慧學校基金會在今（9 日）舉辦「2025 台灣人工智慧年會」，特別邀請Meta 亞太區公共政策與計畫總監 Shanti Alexander 蒞臨演講，深入剖析透過開源 AI 推動經濟成長的關鍵策略。 「我們相信，開源模型對於推動 AI 普及扮演關鍵作用，因為當技術以開放方式建構時，這項強大的工具就能交到更多人手中，讓更多人運用模型來服務社會與解決問題，」Shanti Alexander 分析，開源模型可供下載並進行客製化，甚至能在本地環境中部署，這不僅降低存取成本，也讓更多社會層面能夠受惠。 另一方面，開源模型也能提升安全性、可靠性與問責性，因為任何人都可以檢視模型並進行壓力測試，「正因如此，Meta 在過去十年間已經開源超過 1,000 個模型，以展現對開源力量的堅定信念，」Shanti Alexander 說。 Shanti Alexander 舉例，Llama 自 2023 年推出以來，已被下載超過 1.2 億次，並逐步進化至支援多語、具備多模態能力，可理解圖像與影片內容的 AI 模型。另一個 AI 模型 Segment Anything 則應用於醫療影像，像是約翰霍普金斯大學就發現， Segment Anything 能讓 MRI 影像分割速度加快約 4 分鐘，展現開源 AI 模型在醫療領域的高效價值。 開源模型為台灣與亞太市場創造哪些新機會？ Shanti Alexander 引用 Meta 與 Deloitte 的研究，指出台灣約有 70% 中小型企業已開始用 AI。「我們發現小型企業非常欣賞 [&hellip;]</p>

HBM 崛起！記憶體為何不再是配角，成 AI 核心戰場？

<p>在半導體產業中，記憶體晶片長期被視為「不起眼」的領域，相較於 AMD、高通、NVIDIA、台積電設計或生產，負責運算與邏輯控制的處理器（CPU/GPU），記憶體往往被壓低到成本導向的市場。然而，高頻寬記憶體（HBM, High Bandwidth Memory）的出現，正在改變記憶體產業。 HBM 成 AI 關鍵解方 《金融時報》報導，SK 海力士位於韓國利川的 M14 廠，如今是全球 HBM 重鎮之一。SK 海力士副總裁兼 HBM 業務規劃負責人 Joon-yong Choi 指出，在傳統的 DRAM 領域中，「客戶優先考慮成本而不是功耗和效能，但在 HBM 領域，客戶優先考慮功耗和效能，而不是成本。」 HBM 解決的問題，是幫助 AI 大型語言模型（LLM）突破「記憶體牆」瓶頸，也就是處理器的運算速度成長遠遠快於記憶體存取速度成長，導致系統效能受限於記憶體讀寫效率的問題，並同時提高資料中心的效率、降低成本。Choi 形容，若傳統 DRAM 僅有 64 條資料通道，HBM 就像一條擁有 1,024 條車道的高速公路，「以 AI 記憶體需求來說，沒什麼比得上 HBM。」 SK 海力士首次逆襲成功 記憶體對於 AI 的重要性與日俱增，也改變了產業巨頭的歷史排名。根據報導，SK 海力士包含 HMB 的 DRAM 營收，從 2021 年的第二季 7.5 兆韓元，飆升至 2025 [&hellip;]</p>

台灣 AI 有哪三大優勢與新機會？施崇棠、簡立峰在「2025 台灣人工智慧年會」揭關鍵解答

<p>台灣人工智慧學校基金會在今（9 日）舉辦「2025 台灣人工智慧年會」，台灣人工智慧學校基金會副董事長魏啟林表示，今年活動主題聚焦在「台灣 AI 的競爭力」，期待能在經歷第四次工業革命的此刻，掌握「AI 」這個新動力。「台灣如何成為 AI 中心之一？最重要的是維持硬體設備的供應優勢，並培養跨產業領域的 AI 人才，」魏啟林建議，政府應該積極發展高品質的 AI 基礎建設，同時強化算力與電力，再進一步協助中小企業加速 AI 轉型、深化百工百業的 AI 應用，這將是台灣提升競爭力的關鍵。 「在新一波的 AI 發展中，總統近期提到 Embodied Intelligence，就是我們未來看到的 AI 將無所不在，」副總統蕭美琴強調，未來 AI 將是世界轉型進步的重要推手，在製造、醫療、照護與日常生活的服務中展現實際價值。「台灣作為民主社會，我們必須讓 AI 帶來信任與自由，而不是削弱公平和穩定，AI 所帶來的是進步而不是迷惘，是信任而不是虛幻，」蕭美琴表示，台灣在追求 AI 發展速度的同時，也同樣重視「均衡」的概念，期待各產業、各世代人才、台灣的各個角落，都能享受 AI 帶來的效益。 華碩電腦董事長施崇棠解析台灣 AI 發展的三大優勢 華碩電腦董事長施崇棠在「台灣AI競爭力的戰略定位與實踐：在 AI 2.0 時代鞏固基本功，建立可信任的國家品牌」演講中強調，台灣在 AI 發展上具備工程能力、模型工程能力與應用導入能力等三大戰略優勢。首先台灣擁有全球最完整的 AI 伺服器與系統產品供應鏈；其次在模型工程上，台灣團隊擅長針對開源大語言模型進行在地語言優化與產業微調，打造「可信、可控」的主權 AI；最後，台灣的 ISV／SI 生態完整，能快速將 AI 技術落地製造、醫療、金融與物流場域，形成需求驅動創新的橋樑。 「台灣的角色不是被動跟隨或模仿，而是要在全球競局中，提供一條可信任、可落地、可共享的替代路徑，這條路徑必須結合算力平台、模型能力、資料治理與應用導入，並依靠具備專業實力的在地實踐者，才能真正讓台灣成為被看見、被需要、被信任的全球選項，」施崇棠強調，台灣必須把政策、產業與場域串成國家戰略，才能成為 AI 時代不可忽視的選項。 簡立峰剖析台灣在 AI 時代的三大新機會 在「人工智慧政策，台灣的選擇」主題論壇，特別邀請到 [&hellip;]</p>

台灣在區塊鏈金融的新機會：不當追隨者，又能扮演什麼角色？

<p>當我們談論穩定幣，多數人的第一印象是 USDT 或 USDC ( 通常被稱為美元穩定幣，因其價值與美元以 1:1 的比例掛鉤 )這些由美元資產背書、主導全球近乎所有交易的區塊鏈工具。當世界都將目光投向美國，並競相成為美元穩定幣的發行者或使用者時，一個關鍵問題浮現：台灣，這個全球半導體與 AI 供應鏈的心臟，在區塊鏈金融浪潮中，應該扮演什麼角色？ 在「 2025 台北區塊鏈週」的論壇上，海耶克科技金融共同創辦人温宏駿發表的演講，為我們提供了一個跳脫美元思維的嶄新視角：台灣不該只是被動地使用別人的穩定幣，而是有能力成為亞太區「實體經濟上鏈」的金融新引擎。 不當追隨者，要當半導體金融的「心臟」 温宏駿提到了兩個關鍵數據。第一，台灣掌握全球 44% 的晶圓代工產能，並在先進製程中佔據 67% 的絕對領先。第二，我們的資本市場，2024 年台股年成長率高達 28.47%，在全球僅次於那斯達克。這兩項事實證明，台灣不僅是製造業的核心，更是由科技驅動的金融樞紐。 這個龐大的供應鏈帝國卻面臨傳統金融的痛點：跨境結算耗時（T+2／T+3），且中小企業融資成本高昂（10-12%）。這些結構性問題，是阻礙產業流動與創新的無形藩籬。 這正是温宏駿認為台灣機會所在的地方。他指出，穩定幣的價值不只是用來炒作，它更是一種「可程式化、基於區塊鏈的金融基礎設施」。透過這項技術，我們可以將數日的結算時間縮短至近乎即時，大幅降低交易成本，並可將應收、應付款項代幣化，為供應鏈中的中小企業提供更低成本的融資管道。 簡單來說，我們不該只把穩定幣看作一種數位貨幣，而是將其視為為台灣核心產業量身打造的關鍵升級工具。 台灣的機會：具影響力的科技金融樞紐 温宏駿在演講中提及的三大戰略，精準地呼應了台灣在國際上的獨特位置： 正如温宏駿所言：「我們不需成為亞洲最大的募資中心，但我們正迅速成為最具深度的科技金融市場。」這句話精準地點出了台灣的機會：不追求規模，而是成為具備獨特影響力的科技金融樞紐。 當多數人仍聚焦於穩定幣的投資價值時，海耶克科技已提出一個更深刻的問題：我們如何善用現有優勢，讓穩定幣成為台灣產業的「效能引擎」？台灣在區塊鏈浪潮中，不應只是被動的追隨者，憑藉在半導體和 AI 產業的獨特集中優勢，台灣是有能力比大多數經濟體更快、更有效地整合穩定幣，並將「穩定幣等於產業結算層」的願景化為現實。 【來自海耶克科技的邀請】 如果這篇文章讓您對台灣在區塊鏈金融的未來產生共鳴，或許您就是我們正在尋找的夥伴。如果您渴望將想法化為行動，並在這個關鍵時刻發揮影響力，誠摯邀請您加入我們，一同開創台灣區塊鏈金融的新時代。 ＊本文初稿為 TechOrange 使用 AI 編撰，首圖來源：AI 工具生成。</p>

讓建立模擬環境的時間從「千小時」縮短至「數分鐘」！MetAI 宇見智能以 OpenUSD 賦能智慧倉儲與精密製造流程最…

<p>「OpenUSD 能夠為兩大產業帶來最大價值，一種是對 Time to Market 要求很高，另一種是應用非常多物理 AI 的產業類型，這兩類會是 OpenUSD 能夠發揮最大價值的領域。」── MetAI 宇見智能共同創辦人暨執行長 余泰萬 MetAI 宇見智能是新一代智慧製造解決方案供應商，致力於運用 3D 模擬與 AI 建構虛實整合的智慧工廠。自創立以來，MetAI 即以模擬為核心，打造可支援各類 AI 模型訓練的虛擬場景。在探索多種平台後，MetAI 最終選擇 OpenUSD 作為核心元素，原因在於其格式能夠承載最豐富的物理參數，使得模擬結果得以接近真實世界的樣貌與運作方式。 MetAI 的客戶主要集中在精密製造業與倉儲物流領域，因為實際建設與測試耗費的資源與成本極高，這些產業往往面臨無法在真實世界中測試不同倉儲佈局、生產線最佳化配置等挑戰，例如相對簡單的倉儲規劃空間，傳統是透過 2D 設計圖手動建立一個物理準確的 3D 模擬環境，常常需要數千甚至數萬個人力工時才能完成，效率與可擴展性皆受限。 為了解決這些痛點，MetAI 特別開發演算法，可以在數分鐘內將 CAD 或 Excel 檔案的 2D 藍圖，快速轉換並生成一個可互動、具物理真實性的 OpenUSD 3D 場景。以 MetAI 和自動化系統整合商廣運的合作為例，MetAI 可以協助廣運建立虛擬倉儲環境，並在尚未實體建置前，先開始進行多方案模擬，讓過去必須耗費千小時手動建立的模擬環境，現在只需要數分鐘即可完成，還能即時調整與驗證，有效節省時程與測試成本。 另一方面，MetAI 也與台積電合作，透過 OpenUSD 與 NVIDIA Omniverse™ libraries 模擬不同環境安排、設備配置與空間動線，以優化產線建立的流程及效率。這些應用場景不僅證明 MetAI 的技術彈性，也展現 [&hellip;]</p>

將新廠建置時間縮短至數週！台達如何透過 OpenUSD 與 NVIDIA Omniverse™，加速實現人機協作製造流…

<p>「台達以 NVIDIA Omniverse 做一個主要開放性的平台，透過 OpenUSD 有效連接過去曾使用的各式各樣工具，串接智慧製造相關設備與產線規劃、設計、模擬及驗證，在應用面上顯著加速智慧製造的技術發展。」── 台達先進營運技術處長彭志誠 作為智慧製造領域的領導企業，台達透過導入 OpenUSD 與 NVIDIA Omniverse™ SDK，成功整合既有設計工具與模擬系統，實現數位孿生工廠，並有效提升整體研發效率與跨國部署速度。 例如面對產品設計與產線規劃高度客製化的挑戰，台達選擇以 NVIDIA Omniverse 為開放平台核心，並運用 OpenUSD 建立統一資料語言，成功整合 Autodesk Inventor、SolidWorks、FlexSim、ANSYS、COMSOL、NVIDIA PhysX、NVIDIA PhysicsNeMo 等內部既有的設計、電子電路、流程模擬等工具。 透過 OpenUSD，台達能夠自動串接不同模擬工具，讓流程從設計到驗證無縫接軌。像是在規劃泰國工廠時，台達便透過 NVIDIA Omniverse 與 OpenUSD在虛擬環境中重現整條產線流程並搭配自研模擬工具 DIATwin，完成電腦輔助設計（CAD）、模擬、製造一體化，並自動生成設備及機器人動作指令，將原需 3 至 6 個月才能完成的新廠建置流程，縮短至數週內。 另一方面，台達也透過 OpenUSD 與 NVIDIA Omniverse SDK，為泰國智慧工廠建立數位孿生模型，讓台灣團隊也能即時監控海外現場的運作狀況，並透過連接實體設備參數與感測資料，同步呈現機台運轉波型與製程參數，完整掌握現場即時狀況，進而提升產線追蹤、品質管理效率，助力台達在全球地緣政治與製造區域化趨勢下，得以更具彈性地部署智慧工廠。 導入 OpenUSD 與物理真實的數位孿生不僅提升模擬準確度與部署速度，也徹底改善跨部門工程協作模式。以同步工程為例，台達透過共享虛擬模型與模擬參數，讓產品設計團隊、製造端、測試與品質單位得以同步取得關鍵資訊，減少溝通錯誤與重工風險，並在設計初期即導入 Design for Manufacturing（DFM）、Design for Quality（DFQ）、Design for Test（DFT）思維，有效提升整體產品開發品質與效率。 除了加速部署智慧工廠外，台達更借力 OpenUSD 與 NVIDIA [&hellip;]</p>

「日本人形機器人之父」石黑浩來台開講，揭新型國際勞動力市場將至

<p>國際半導體展 SEMICON Taiwan 2025 將在 9/10 正式開幕，主辦單位 SEMI 今年特別規劃機器人主題，正是看準機器人將成為繼電動車與 AI 之後，最具潛力的下一波關鍵應用。被譽為「日本人形機器人之父」的石黑浩（Hiroshi Ishiguro）教授更受邀出席今（9 日）微機電暨感測器論壇，親自揭示如何透過 Avatar（化身）技術實現不受身體、空間、時間限制的未來社會願景。 生成式 AI 翻轉 Avatar 發展 石黑浩以創造自己的人形機器人分身「Geminoid」系列聞名全球，他表示，他想要打造的社會，是一個「人類與 Avatar 共生」的社會，特別是在日本將有嚴重的勞動力不足問題，以及高齡化社會，因此問題在於：我們如何用 AI 和機器人提升生產力？他表示，需要開發能根據人類意圖來動作的演算法，而這都必須要靠更先進的硬體、半導體技術才可以實現。 對石黑浩而言，只要機器人或電腦圖像能依照人類意圖行動，就可稱為 Avatar。過去，機器人依照操作員的語音或動作指令運作，但現在透過 AI 技術，操作者只要下達一個簡單的指令，就可自動生成肢體動作、頭部動作、語音，幫助 Avatar 完成任務。更極端的情況下，操作者甚至只要傳達「意圖」，就能讓 Avatar 自動完成任務。他表示，這就是新的 Avatar 模式。 此外，石黑浩專攻的互動型機器人領域，過去面臨的最大問題就是無法像人類一樣「自然對話」，但現已可用大型語言模型（LLM）技術突破，他也正將此技術整合到其 Avatar 之中。 另外，外界好奇石黑浩為什麼一直堅持用「人類外觀」的 Avatar？石黑浩表示，因為人形外觀本身就是一種資訊媒介，能讓人類很自然地理解、使用、互動，同時人類也能透過與人形機器人的互動，探索「人類是什麼」的深層議題。 「大型語言模型可能會徹底改變這個世界，」舉例來說，石黑浩有一個人形機器人分身，能用不同語言跟學生對話。過去學生面對他本人，可能會感到緊張或有壓力，但如果換成與他的 Avatar 對話，就會感到自在許多。此外，Avatar 會記得他所有的著作內容，能回答學生任何問題，甚至比他本人還厲害、會說中文，而這就是 AI 的力量。 人形機器人革命，為何先從電腦圖像起步？ 不過，除了打造自己的實體分身 Avatar，會發現石黑浩也持續嘗試將 Avatar 做成電腦圖像（CG）的形式，現已應用在日本的 Lawson 便利商店等場景。 他表示，1999 年他提出 Avatar [&hellip;]</p>

警察用 AI 寫筆錄超省時，但究竟是提升效率還是司法隱憂？

<p>警方筆錄是案件中不可或缺的文件，不僅記錄警員對事件的敘述，也往往影響檢察官是否提起訴訟、法官是否批准羈押、甚至影響辯護律師的策略和陪審團的觀感。隨著人工智慧逐漸滲透各領域，警方筆錄的生成方式正迎來新的轉折。 由美國警用武器品牌 Axon 開發的 AI 工具 Draft One，利用改良版的 ChatGPT，結合警員隨身攝影機所錄製的影像轉譯，能快速生成警方筆錄的初稿，徹底改變了傳統的報告撰寫流程。 耗時近幾小時的工作，現在僅十分鐘 這項技術的導入，源自於警局人力長期不足的現實困境。美國多數警局在招募與留任上，皆面臨挑戰，平均人力缺口達一成以上，導致警員必須同時肩負更多行政與現場勤務。筆錄的撰寫，更是耗費時間且影響效率。一份完整的報告往往需要四、五十分鐘才能完成，不僅占用警員原本能投入巡邏與社區服務的時間，也降低了單位的整體運作靈活度。 Draft One 的出現，提供了明顯的解決方案。有警員親身證實，以往需耗時近幾小時的工作，現在僅需十分鐘。 目前包括科羅拉多州、印第安納州、佛羅里達州在內的多個警局，已經正式採用這套系統。從成效層面來看，Draft One 帶來的效率提升難以忽視。科羅拉多州科林斯堡的技術部門統計，導入後報告撰寫時間縮短近七成，大幅減少了警員的工作量。 更進一步，技術開發者認為 Draft One 透過邏輯化的初稿格式，能順帶提醒警員補充遺漏的細節，使報告更加完整。 公民權益團體稱，需讓各方知曉 AI 參與細節 不過，科技方便伴隨著問題也因此浮現。首先，AI 生成筆錄牽涉到的是司法公正性，任何錯誤或偏見都有可能影響案件走向。語音轉文字的過程中，若 AI 誤判口音，可能將「肯定的回覆」錯聽成模稜兩可的說法；而在實際互動中，一個點頭或眼神，也未必會在文字報告中得以呈現。 且 AI 的訓練過程勢必使用過去的執法記錄庫，如果過去紀錄本身存在偏差，Draft One 便可能在不自覺間放大這些問題。 除此之外，透明度則是另一個極具爭議的焦點，Draft One 的設計並不保存 AI 所生成的最初草稿，僅保留由警員確認簽署後的最終版本。因此外界無法追溯 AI 草稿與警員修改的差異。 簡單來說，一旦警員沒有仔細審核，卻仍在報告上簽名，就等於「無意中承認錯誤敘述」，這會讓後續司法程序受到干擾，某些案件甚至可能因此走向錯誤判決。具體案例是美國華盛頓州金郡檢察官辦公室（King County Prosecutor’s Office），他們明確表示不會接受由 Draft One 協助生成的警方報告，原因就是擔心 AI 初稿的錯誤被警員忽視。 另外，也有公民權益團體認為，既然 AI 報告可能影響個人權利，那麼涉及 AI 的部分不可以被隱匿；他們主張採取&nbsp;「極度透明原則」（radical transparency）&nbsp;原則，也就是所有由 [&hellip;]</p>

讓機器人從「鐵塊」變「人類」？打造「柔軟肌肉」已成最新目標

<p>當代機器人的行為動作，皆因為硬體限制而不夠像人類，廠商強調 AI 大腦的方向需要修正，朝「柔性結構」進行研究，嘗試打造更加柔軟、聰明的機器人軀體。</p>

【AI 是跨職能的關鍵】均一平台教育基金會執行長呂冠緯揭密使用 AI 的 2 大心法

<p>專訪：《TechOrange》社長戴季全 / 撰稿：李昀蔚 隨著近年台灣政府積極推動「AI 十大基礎建設」與「AI 人才」計畫，讓 AI 教育與人才培育議題不斷成為焦點。本集《全新一週》特別邀請均一平台教育基金會董事長兼執行長呂冠緯，從親身經驗出發，分享個人應用 AI 的心法，以及 AI 在職場、教育與政策端帶來的影響及挑戰。 應用 AI 的兩大心法：大量嘗試、理解「原生家庭」 「第一件事情就是『大量用』，因為人是經驗的物種，所以談方法之前，要先有『量』，」呂冠緯舉例，即便醫師學習再多技術，仍需大量手術才能熟練，應用 AI 也是如此，只要先大量用了以後，就會抓到一些眉角，再跟別人大量討論、獲得回饋後，就比較容易學會。 不過，現在 AI 模型眾多，使用者如何選擇合適模型？「我後來有個體會，就是要去認識這些模型的『原生家庭』，」呂冠緯分析，原生家庭會決定模型長什麼樣子，像是&nbsp; Google 的原生家庭是 Google Search，所以對於資料的正確性比較在行；如果是OpenAI，就比較適合拿來做創作性的東西。此外，如果是想要了解國際八卦討論，呂冠緯分享自己會用馬斯克（Elon Musk）的 Grok，因為 Grok 的原生家庭是 X ，因此針對網路上的熱門話題，跟 Grok 對話會產生有趣的結果。「總結就是兩件事，首先是大量試錯、大量用、大量討論；其次是認識模型的原生家庭，進而理解怎麼使用這個模型比較合適，」呂冠緯說。 AI 對學習與職能的衝擊 從自身經驗出發，呂冠緯進一步探討 AI 對學習與工作者職能帶來的具體影響。例如均一平台教育基金會推出 AI 筆記本，能讓學生在觀看影片、解題時更有效率地自學。 「傳統學習是你卡住了，可能就要問人或是看一下習題詳解有沒有回答到你的需求，如果不符合的話就會卡在那，但透過 AI 筆記本可以了解相關知識脈絡，如果看影片做習題卡住，就可以跟 AI 進行家教式的對話，這種引導過程又被稱為『半蘇格拉底式』，」呂冠緯說明，AI 通常會澄清三到四次，直到學生即將失去耐心，才會給出標準答案，這樣的設計，讓學生在得到答案之前，仍能透過思考和對話逐漸理解內容，而不是被動接受答案。更重要的是，AI 不僅能協助考科學習，還能模擬不同領域的工作者，提供虛擬訪談體驗，讓學生可以透過這樣的互動，學習到課本以外的知識與經驗，並獲得更豐富多元的成長機會。 在職場端，呂冠緯也以產品經理（PM）的工作內容為例，說明過去需要請設計師繪製 wireframe 或 UI／UX 圖面，如今生成式 AI 工具已能協助完成初步設計；同樣地，原本必須依賴前端工程師撰寫程式，現在產品經理也可以先透過 AI [&hellip;]</p>

通用機器人將來臨？波士頓動力人形機器人出現「意料之外」新技能

<p>波士頓動力（Boston Dynamics）的雙足人形機器人 Atlas，近期展示了以單一 AI 模型 同時學會行走與抓取物體的新能力。這個由波士頓動力與豐田研究院（Toyota Research Institute，TRI）合作開發的通用模型，透過一系列示範動作學習，能同時控制手臂與腿部的協調，這與常見的機器人學習方式不同，後者通常會以一個模型處理行走、跳躍，另一個模型處理抓取等手部操作。 大行為模型結合視覺、感知與語言提示 研究團隊以「大行為模型（Large Behavior Model，LBM）」為核心，讓 Atlas 接收來自機身視覺感測器的影像、從身體感測器獲取本體感知（位置和運動），以及與任務相關的語言提示。模型透過混用遠端操控（teleoperation）、模擬與示範影片的資料進行學習，因此能以更貼近人類的方式控制身體，例如在彎腰撿取低處物品時，Atlas 會自然地調整腳步來重新平衡重心。 值得關注的是，Atlas 展現出一些未明確在訓練中教過、卻能自行產生的行為，例如當機器人的手中物品掉落時，會出現「本能式」自己彎下腰把物品撿回來；這被研究團隊與外部學者視為初步的「自發行為」（emergent behavior）。不過，加州大學柏克萊分校的機器人專家 Ken Goldberg 同時提醒，部分「自發」行為可能仍能追溯至訓練資料的涵蓋範圍。 用一次到位的通用策略，取代繁瑣的逐項程式設計 在實作流程上，波士頓動力與 TRI 採用模仿學習的端到端方法：先以 VR（虛擬實境）裝置進行高品質的遠端操控示範，蒐集大量「具身」資料；再將影像、語言描述與感測訊號整合，訓練成單一神經網路策略，讓 Atlas 能處理長時間、多步驟的移動與操作任務。 研究團隊強調，這種通用策略能把過去需工程師分別調整參數、調度、避障與規劃的繁瑣工作，整合進統一的學習與推論流程，並能對意外狀況（例如零件掉落、箱蓋闔上）做出合理反應，而不必額外改寫演算法。 擴大資料規模能否帶來更多「自發」行為？ 相比過去吸睛的跑酷與舞蹈展示，Atlas 近來的影片多聚焦在搬運零件、清理箱櫃等「物流感」更強的實務任務。然而，打造能長時間、可重複、經濟且安全完成多樣作業的人形機器人，可能是目前機器人領域最難的課題之一，而 LBM 的路線，是把更一般性的世界知識與具體任務知識疊合起來，逐步累積「可遷移」的能力基礎。 研究團隊告訴《IEEE Spectrum》，讓一個模型被稱為「大型行為模型」的原因在於，它會蒐集來自許多不同任務，甚至不同機器人體態的資料，並將這些資料都用來訓練機器人，使其最後能形成一個能夠執行多種任務的單一策略。研究團隊認為，當神經網路在更廣泛的資料、任務和機器人上接受訓練時，其通用能力就會更強，而團隊仍處於蒐集證據的早期階段，而目前的經驗趨勢看來是正確的。 單純擴大訓練資料的規模，是否就能持續解鎖更多「意料之外」的行為。《WIRED》指出，部分學者在今年一場國際會議辯論中提醒，除了擴大資料，工程方法也將是機器人模型突破的要素。 《WIRED》指出，最新的 Atlas 研究成果，是一個重大信號：機器人正開始經歷與語言模型相似的突破，就像當年大型語言模型帶來了 ChatGPT，推動生成式 AI 的發展一樣。「這絕對是一大進步，」Goldberg 說，「讓雙腿和雙臂能夠協調運作，這是非常重要的突破。」 AI 機器人浪潮來襲！立即免費下載《AI 機器人全球 7 大勢力關鍵報告》，解鎖各國 AI 機器人發展重點 ＊本文開放合作夥伴轉載，資料來源：《The WIRED》、《The Robot Report》、《IEEE [&hellip;]</p>

【科技早餐】馬斯克自爆「史詩級晶片」！特斯拉晶片要挑戰 NVIDIA

<p>＊馬斯克自爆「史詩級晶片」！特斯拉晶片要挑戰 NVIDIA特斯拉執行長馬斯克在 X 上宣布，AI5 晶片已完成設計評審，稱其為「史詩級晶片」，將由台積電代工，最快 2026 年底量產，用於自駕車運算。 他同時透露，下一代 AI6 晶片將由三星在美國德州生產，應用於無人計程車 Cybercab 與人形機器人 Optimus，未來甚至可能進軍數據中心，挑戰 NVIDIA 的市場地位。 馬斯克強調，特斯拉將研發資源集中在單一架構，以確保效能極大化，並指出 AI5 在 2,500 億參數以下模型的推理效能上，可能是兼顧效能與成本的最佳解決方案。 ＊歐盟重罰 Google 千億，川普揚言祭出 301 條款《華爾街日報》報導，歐盟執委會裁定 Google 濫用廣告技術優勢，違反反壟斷法，開罰 29.5 億歐元。調查指出，Google 透過廣告系統 AdX 偏袒自家服務，壓縮競爭空間。歐盟要求 Google 停止行為，並在 60 天內提出改善計畫。 Google 表示不服，計畫上訴。美國總統川普則強烈批評歐盟罰款「令人無法忍受」，揚言啟動 301 條款抵銷歐盟行動。分析認為，這將使歐美在數位監管上的對立持續升溫。 ＊SEMICON Taiwan 登場，三大趨勢牽動半導體格局SEMICON Taiwan 國際半導體展 9 月 10 日登場，規模預計創新高。研調機構 DIGITIMES 指出三大趨勢值得關注：一是國家力量全面介入，二是龍頭廠商走向垂直整合，三是小晶片逐漸成主流。 美國透過「晶片法案」投資並入股英特爾，中國則以國家資本大力扶植產業。NVIDIA 與台積電也展開垂直整合。至於小晶片（chiplet），能讓不同功能的晶片自由組合、交易，可能形成新市場。 對全球供應鏈與台灣業者而言，這些既是挑戰也是機會。 ＊Anthropic [&hellip;]</p>

高通與 BMW 集團發表全新自動駕駛系統，並搭載雙方共同開發的軟體堆疊

<p>高通技術公司與 BMW 集團今日推出 Snapdragon Ride Pilot，此為雙方歷經三年合作開發的全新自動駕駛（AD）系統。這套先進的自動駕駛系統建立於高通技術公司打造的 Snapdragon Ride 系統單晶片（SoCs）中，並採用雙方共同開發的最前沿 Snapdragon Ride 自動駕駛軟體堆疊。該系統符合最高安全標準，支援從入門級新車安全評鑑（NCAP）到 L2+ 高速公路及都市自動輔助導航駕駛（NOA）等不同級別的自動駕駛能力。Snapdragon Ride Pilot 今日於全新發表的 BMW iX3 中進行全球首次亮相，這是 BMW Neue Klasse 的首款量產車款。此系統已在全球超過 60 個國家通過驗證，並預計於 2026 年擴展至超過 100 個國家。Snapdragon Ride Pilot 現已透過高通技術公司向全球所有汽車製造商與一級供應商提供。 Snapdragon Ride Pilot 中 Snapdragon Ride 自動駕駛軟體堆疊的開發，充分展現了全球協作的成果：來自德國、美國、瑞典、羅馬尼亞及位於捷克的 BMW 自動駕駛測試中心等不同地區的超過 1,400 位專家，在過去三年攜手合作，才得以實現這項技術。 高通技術公司汽車、產業、嵌入式物聯網事業群總經理 Nakul Duggal 表示：「我們與 BMW 世界級工程團隊的合作具有真正變革性的意義，讓我們打造出一套世界級的系統，現在可將自動駕駛帶來的安全性、舒適性優勢，帶給所有地區與各個車款級別的消費者。我們共同開發的 Snapdragon Ride Pilot 是一款以安全為優先的變革性駕駛輔助系統，並為整個產業樹立全新標竿。我們很興奮能看到這套系統在 BMW [&hellip;]</p>

半導體下一戰場「不再是晶片、封裝、測試，」日月光吳田玉、環球晶徐秀蘭 SEMICON Taiwan 開講

<p>一年一度的 SEMICON Taiwan 國際半導體展即將登場，日月光半導體執行長吳田玉、環球晶圓董事長暨執行長徐秀蘭等產業重量級人士在展前記者會上，分享對全球半導體產業趨勢的觀察與洞察。　 吳田玉：半導體產業進入價值重塑階段 吳田玉指出，未來 10 年全球半導體營收將逾 1 兆美元，但產業價值鏈正進入重塑階段，業者需重新盤點自身價值與合作夥伴間的關係，屆時市場重點在於誰能在重塑後的價值鏈獲得最高價值。 他認為短期內，產業的挑戰在於滿足全球供應鏈對先進製程的要求，特別是 AI 超大型資料中心（AI Hyperscaler），不過他提醒在積極增產、爭取訂單的同時，應了解「後 AI 時代」，也就是 AI 應用面的發展，並為自動化、矽光子、CoWoS 和電源管理等領域做好準備。他強調，這一波 AI Hyperscaler 投資發酵後，將對產業帶來非常大的「後座力」。 針對中長期，吳田玉認為地緣政治的不確定性，加上未來的客戶需求將變得更龐大且更精準，並尋求更簡化的解決方案，台灣需有選擇性地確立符合自身公司和產業鏈的戰略目標，選定目標後要思考「以後（的競爭）將不再是晶片、封裝、測試或材料，而是要從整體系統優化的角度，」以應對摩爾定律的演變、3D IC 的能源管理、追求更高的經濟效益等挑戰。 吳田玉說，台灣擁有相對完整的半導體生態系，在製造、設計和 ODM/OEM 方面表現出色，在資料中心先進製程方面佔有先機，但他認為這一態勢在未來兩至三年會轉變，應利用現有優勢增加投資、尋找新客戶並研發新技術。他也說，台灣需要變強，但仍無法包攬所有產業環節，因此必須「強強聯手」，優先從台灣內部生態系統有效溝通、策略性合作，以確保台灣持續的競爭力。 徐秀蘭：關鍵材料成為產業新的「卡點」 環球晶圓董事長暨執行長徐秀蘭在展前記者會分享，從長遠來看，除了關注系統和未來應用如量子電腦、人形機器人、低空經濟之外，許多微觀但非常關鍵的小東西如「關鍵材料」也一樣重要。她指出，如果未能掌握關鍵材料，就可能不知道產業鏈會在何處被卡住，因此未來產業的瓶頸可能不再僅限於產能與技術，關鍵原料、供應鏈韌性也會成為新卡點。 徐秀蘭表示，關鍵材料的複雜度比製程更高，因為通常有保存期限而難以囤積，且大多數掌握在少數國家之中。因此，她指出全球半導體趨勢正在從追求低成本、Just in Time（即時生產） 的「任性」，轉向本土化、Just in case 的「韌性」，並且關注淨零排放、循環經濟。 她期望台灣能逐步提升材料自主率，特別是在容易被「卡脖子」的領域，透過政府和業界共同努力。徐秀蘭也坦言，實現韌性可能導致成本增加，因此需要透過自主研發、國際合作和整合來解決每個關卡，才能讓台灣半導體永續發展，並且越做越強。 AI 機器人浪潮來襲！立即免費下載《AI 機器人全球 7 大勢力關鍵報告》，解鎖各國 AI 機器人發展重點 ＊本文開放合作夥伴轉載，首圖來源：《TechOrange》拍攝。</p>

【出國不用再換實體 SIM 卡】eSIM 如何告別高價漫遊、重塑電信與旅遊市場？

<p>出國旅行時，你是否也曾為了上網而購買實體 SIM 卡，卻整趟旅程都在擔心換下的 SIM 卡會弄丟？或是在出國前不斷比較各家電信公司的漫遊費用，找出最優惠的方案？現在，隨著 eSIM 日益普及，這樣的情境可能在未來五年就會消失。 eSIM 技術的核心優勢在於「不用實體 SIM 卡即可切換網路」，可以讓用戶在全球範圍內存取行動網路，因此越來越受到旅行者的歡迎。根據分析公司 CCS Insight 的最新數據顯示，預計全球旅行 eSIM 數量將從 2024 年的 7,000 萬張增加到 2030 年的 2.8 億；另外，已有 13 億人擁有與 eSIM 相容的智慧型手機，預計到 2030 年這一數字將超過 30 億。 當 eSIM 讓跨境上網像連線 Wi-Fi 一樣簡單，在這樣的背景下，eSIM 又會對傳統漫遊服務帶來哪些影響？ 旅行 eSIM 對傳統電信業帶來的衝擊 傳統電信公司高價的漫遊費用，一直是旅遊者的痛點，相較之下，旅行 eSIM 提供一種更經濟實惠的替代方案，讓用戶可以根據特定的國家或地區，購買所需的數據方案，且無需實體 SIM 卡，極具彈性和便利性。CCS Insight 的分析師指出，漫遊費用大幅下降將對電信業者構成威脅，因為電信業者過往仰賴漫遊收入作為重要的利潤來源。 目前市場上也湧現 Airalo 和 Holafly 等 eSIM 供應商，它們積極鎖定國際旅客，提供比傳統漫遊方案更低成本的替代選項。以 [&hellip;]</p>

強化歐洲 AI 主權！ASML 擬砸 13 億歐元成 Mistral 最大股東，對其有何好處？

<p>荷蘭晶片設備龍頭 ASML 正進一步押注 AI。根據《路透社》引述知情人士消息指出，ASML 將在法國 AI 新創 Mistral 的最新一輪 17 億歐元（約 20 億美元）融資中投入 13 億歐元，並取得最大股東地位，同時預計獲得一個董事會席位。這筆資金將把 Mistral 推升至 100 億歐元（約 117 億美元）估值，成為歐洲最具價值的 AI 公司。 歐洲科技主權的戰略投資 知情人士指出，ASML 此舉不單純是財務投資，更是歐洲強化科技主權的戰略之一。Mistral 長期被視為法國和歐洲 AI 的領導企業，與 OpenAI 和 Google 等美國巨頭競爭。《IO+》分析，ASML 的入股象徵兩大歐洲科技領導者的聯手，也讓歐洲在 AI 模型競賽中有更多籌碼，降低對美國與中國技術的依賴。 ASML 是全球唯一供應極紫外光（EUV）微影設備的公司，客戶涵蓋台積電與英特爾，其設備價格動輒 1.8 億至 2 億美元，對先進晶片製造至關重要。《Reuters》指出，ASML 本身就廣泛使用 AI 來提升機台效能與產能，而引入 Mistral 的數據分析與 AI 能力，可能進一步優化 ASML 工具的效能，並協助開發新產品。對 ASML 而言，這是一個強化自身技術競爭力的雙重紅利。 Mistral 與歐洲 [&hellip;]</p>

履歷內藏「隱藏指令」？企業導入 AI 的四大資安陷阱

<p>企業進入快速導入人工智慧工具的時代，創新加速了企業的數位轉型，但同時也衍生出組織內部在 AI 安全治理上的結構性斷層，隱藏著許多風險尚未被妥善掌控。 首先，這種斷層主要來自於工程部門和資安團隊之間的步調落差。工程師們因為業務需求或市場壓力，往往較早被企業下令要快速導入 AI 應用，目標是改善效率、提升使用體驗，甚至提升企業競爭優勢。相較之下，資安團隊則難以同步建立完整且有效的安全防護措施，無法立即應對由 AI 系統所帶來的新型態威脅。 這不只是技術層面的問題，更牽涉到企業內部溝通和決策的矛盾。許多時候，領導者對於員工實際使用 AI 工具的頻率和廣度存在認知偏差，進而忽視了資安防護應提早準備及加強，放大安全漏洞。 AI 導入的四大潛在風險 第一個挑戰是資料洩露的風險。不同於傳統資訊系統，AI 尤其是 LLM 具備類似「記憶」的機制，能夠隨著時間的推移儲存和保留資訊。員工在與 AI 互動時，可能不經意提供敏感的客戶資料、商業機密或個人資訊，而 AI 會基於過去的交流，在後續回應中「記憶」這些資訊，甚至將其暴露給後續的使用者，造成難以預測的洩露情況。 不少企業在實際運作中才發現，員工習慣用 AI 幫助撰寫文件、生成報告時，已經將極為重要的內部資料「輸入」給 AI，這些資料若未加以隔離或清理，就成為潛在的安全漏洞。 其次，即時注入攻擊（Prompt Injection Attack）成為另一個危險因子。這種攻擊手法利用 AI 系統對用戶指令的敏感性，故意將隱藏指令植入文件中。例如一位懂語言模型的應徵者，可能在履歷的 PDF 裡內嵌特殊指令，讓 AI 驅動的人力資源系統優先考慮他們的履歷，即使客觀條件較弱也能提升履歷順序。或者供應商在合約或投標文件中暗中夾帶指令，誘使採購 AI 系統偏向其方案。這些行為看似微妙，但足以對決策造成偏頗，甚至破壞公平性。面對這類攻擊，傳統的資安機制難以防範，企業必須提升 AI 對內容的識別和防禦能力。 第三是權限管理的不足。AI 可跨越不同部門和系統，若沒有嚴謹的身份驗證和權限控管，一旦AI 被不當使用者存取，可能導致核心商業資訊、客戶個資或內部被外泄。這不僅會帶來營運風險，更可能違反相關法律法規，面臨合規性懲罰，引發企業經濟損失和信譽受損。 第四方面則是可視性缺口。多數 AI 系統缺乏對內容和回應的全面監控，企業在使用這類系統時，往往無法取得全程透明的操作紀錄和決策依據，使資安團隊難以及時發現異常行為或濫用情況，無從有效稽核。當安全事件發生時，這種情報的不足也會拖延調查與補救時效。 四階段 AI 安全治理，打造系統化防禦 回應這些複雜的資安挑戰，企業必須建立一套系統化且可實踐的 AI 安全治理框架，分成四個階段推進。 首先是評估階段，企業需要徹底盤點目前所有 AI 應用，包括內部已申請、正式部署的系統，甚至未經授權的「影子」AI 工具。這項工作不只限於技術盤點，更要透過與各部門主管訪談及員工調查，深入了解 AI [&hellip;]</p>

AI 為什麼寧可亂猜卻不敢說「不知道」？OpenAI 點名訓練與評估機制的致命缺陷

<p>OpenAI 發表一份研究報告，深入探討大型語言模型為何仍會產生「幻覺」（hallucinations），並提供降低幻覺發生的解方。 所謂「幻覺」，是指當語言模型在被詢問問題時，自信地給出看起來合理但實際上是錯誤的資訊。例如 OpenAI 以研究人員 Adam Tauman Kalai 為例，當他們請 AI 提供 Kalai 博士「曾經撰寫的論文」時，AI 給出三個不同的答案，且全部都是錯誤的。這種在資訊錯誤時卻表現出極高自信的特徵，正是 AI 幻覺的核心表現。 幻覺的成因與解方 OpenAI 認為，「幻覺」部分源於目前的訓練過程與評估機制，這些機制無意中鼓勵模型在不確定時進行「猜題」，而非直接坦承無知。 在訓練過程的部分，語言模型在預訓練階段主要透過「預測下一個詞」的方式進行學習，然而這些訓練數據本身並未附帶「真／假」的標籤。 OpenAI 進一步解釋，例如拼寫或括號使用這類具有一致模式的常見錯誤，模型可以從具規模的數據量中學習並認知錯誤，然而對於「寵物生日」這一類問題，由於資訊無法單獨從文本模式中預測出來，因此極易導致幻覺。 另一方面，OpenAI 強調幻覺之所以難以根除，部分原因是目前的評估方法「設定錯誤的激勵機制」，「如果不知道答案，但隨機猜測，有可能很幸運地猜對，但如果留白就保證零分，」OpenAI 將這種機制比喻為多選題測驗，說明當模型僅以「準確度」（即答對問題的百分比）來評分時，它會被鼓勵猜測而不是坦承自己「不知道」，因為一個會推測的模型在數千個測試問題中，最終看起來比一個謹慎承認不確定性的模型表現更好。 OpenAI 建議，模型的評估機制應該「懲罰錯誤多於懲罰不確定性」，並對適當表達不確定性給予部分分數，就像許多考試機制透過「對錯誤答案扣分」的做法，以阻止學生盲猜。  OpenAI 澄清關於幻覺的五大迷思 OpenAI 在研究報告中也澄清關於「幻覺」的 5 大常見誤解。首先，並非提高準確度就能消除幻覺，因為有些真實世界的問題本質上是無法回答的，所以準確度永遠不會達到 100%。 第二，幻覺不是無法避免的，因為語言模型在不確定答案時可以選擇放棄回答。 第三，不是更大的模型就能有效避免幻覺，有時候小型模型可能更容易了解自身極限。 第四，幻覺並不神祕，因為透過研究已經可以理解幻覺產生的統計機制，以及幻覺在評估中被獎勵的方式。 最後，有些人認為判斷幻覺只需要一個好的幻覺評估，事實上幻覺評估已經存在，但幻覺評估在面對數百個「鼓勵猜測而非坦承無知」的傳統評估時，影響甚微。 OpenAI 表示將繼續努力降低語言模型出現幻覺的機率，以提升 AI 系統的實用性和可靠性。OpenAI 這項研究也呼籲整個 AI 產業應該重新思考和調整語言模型的評估標準，以培養出更誠實、更可靠的人工智慧。 ＊本文開放合作夥伴轉載，資料來源：《TechCrunch》、《Business Insider》、OpenAI，首圖來源：Unspalsh。</p>

瑞士國家級 AI 模型 Apertus 登場——完全開源，對抗巨頭壟斷

<p>在 AI 模型市場被商業巨頭主導的現在，瑞士推出由公共機構開發的國家級大型語言模型 Apertus。 這個在拉丁語中意為「開放」的模型，由洛桑聯邦理工學院（EPFL）、蘇黎世聯邦理工學院與瑞士國家超級計算中心（CSCS）等頂尖學術機構共同開發。它不僅被視為 OpenAI 等商業模型的有力替代方案，更以完全開源、透明合規的公共基礎設施定位，為 AI 的發展提供了一個全新範本。 完全開源與多語言優勢，打造「公眾利益」的 AI Apertus 的核心理念是「為公眾利益而建」。不同於主流專有模型，Apertus 徹底公開了其模型權重、訓練數據、源代碼與所有文檔。這不僅讓研究人員、開發者甚至公司都能自由使用並在其基礎上進行客製化，也確保了高度的透明性，為 AI 如何既強大又尊重隱私提供了切實的例子。 在訓練數據方面，Apertus 涵蓋了超過 1,000 種語言、15 兆詞條，其中有高達 40% 是非英語數據，特別包含了瑞士德語與羅曼什語等在地語言，使其在多語言處理上具備獨特優勢。 此外，其爬蟲設計嚴格遵守網站退出協議，如果某個網站在技術上表明「不允許 AI 爬蟲抓取資料」，Apertus 的系統就不會繞過這個限制；這與過去一些 AI 公司爭議性的資料抓取方式，形成鮮明對比，完全符合《歐盟人工智慧法案》等新興監管框架。 金融導向與市場挑戰：能否撼動商業巨頭？ Apertus 的公共與開源定位，也使其在特定產業中展現出巨大的潛力。 瑞士銀行家協會認為，一個本土開發的開源 LLM，能更好地遵守瑞士嚴格的銀行保密與資料保護規則，因此具有「巨大的長期潛力」。雖然瑞士銀行目前已在使用其他 AI 模型，但 Apertus 的合規透明優勢，仍有望吸引他們在未來轉向。 然而，Apertus 的市場之路並非沒有挑戰。它必須在效能與生態系上，與 OpenAI、Anthropic 等商業閉源模型，以及中國阿里巴巴、DeepSeek 等強力開源模型進行競爭。這場挑戰的關鍵，在於 Apertus 能否在技術上追平這些巨頭，並透過其開放性，成功吸引開發者建立起一個活躍的生態系統。 AI 的公共基礎設施時代來臨？ Apertus 的推出，代表了「公共基礎設施型 AI」的一種新範式。它將大型語言模型視為類似高速公路或電網的公共資源，為企業與研究單位提供一個透明、可檢驗且不受單一商業公司壟斷的選項。 其核心優勢在於合規與透明度。Apertus 的爬蟲遵守退出協議，完整公開訓練數據與程式碼，這與部分商業 AI 公司存在的「灰色資料抓取」形成鮮明對比，也使其更符合《歐盟人工智慧法案》等新興監管框架。對金融、醫療等高度受規範的產業而言，這種透明性或能成為導入 AI [&hellip;]</p>

研究揭與機器人工作帶來精神壓力，ABB、發那科、亞馬遜如何應對？

<p>長期以來，機器人和自動化技術的巨大潛力，在於能接手「骯髒、枯燥、危險和困難」的工作，解放人力，讓人類從事更具創造性、社會性或參與性的任務。然而，越來越多研究顯示，與工業機器人一起工作，可能會對工人的心理造成負面影響。 一名亞馬遜倉儲員工 Jessica 在接受《金融時報》訪問時分享，她的工作內容是站在原地，等待自動搬運機器人將貨物送至工作站，她再進行挑選。雖然這比傳統倉儲少了搬重物的體力消耗，但讓她覺得「單調無聊」。 數據揭露工作意義與自主性下降 荷蘭格羅寧根大學去年針對 20 個歐洲國家的產業數據分析發現，隨著機器人化程度提高，工人普遍感受到的工作意義與自主性顯著下降。數據顯示，如果產業的機器人化程度倍增，工作意義感將下滑 0.9%，自主性下降 1%。 歐盟機構 Eurofound 的調查也指出，與機器人共事的工人更常感受到被嚴格監控，且傾向獨自作業，導致孤立感增加。2024 年《Economics Letters》一份研究則顯示，機器人應用改善了中國工人的身體健康，卻加重了心理壓力，尤其是對失去工作的焦慮。 隨著機器人技術更加先進、應用範圍更廣，一些高技能職位也可能開始變得不那麼有意義。加州大學聖塔芭芭拉分校與麻省理工學院研究者 Matt Beane 表示，無論是噴射機飛行員操作偵查無人機，或是外科醫生使用機械手臂執刀，他們都認為工作因機器變得更安全，但也感到疏離。 卡迪夫大學資深講師 Juan Hernandez Vega 也認為，人類的目標是讓機器人更強大、更能協作，但副作用是削弱了人類在合作中的責任感，導致員工容易覺得無聊，或認為工作缺乏吸引力。 企業如何回應？ABB、Fanuc、亞馬遜的解法 面對這股席捲而來的心理壓力挑戰，機器人巨頭與應用企業也正積極尋找解方。《金融時報》報導，機器人製造商 ABB 強調其「協作機器人」比傳統工業機器人擁有更以人為本、平易近人的設計，隨著 AI 浪潮發展，機器人將能夠在工作場所中自由移動，並與人類同事進行更自然的互動。 另一家機器人公司發那科（Fanuc）正在支持瑞士應用大學，研發更具「同理心」的工業機器人，讓機器人能夠回應員工的情緒。 亞馬遜則嘗試導入遊戲化機制，將重複任務轉化為更具互動性的挑戰，以減緩單調感。該公司表示，其 75 萬台配送中心的機器人「經過獨特設計」，可以與人類協作，並提供多種機器反饋人類的方式。 對於此議題，荷蘭格羅寧根大學研究的第一作者 Milena Nikolova 認為，與機器人工作帶來的精神壓力，問題可能不是機器不夠好，而是人類在自動化流程中的角色被設計得太過單一。她認為，當員工參與自動化的設計和部署，自動化的效果最佳；同時，對工人進行技能再培訓，確保他們能跟上技術發展並勝任新職位，也十分重要。 這種人機協作理念，除了降低安全風險，更希望讓員工感覺自己仍掌握決策權，而不是單純被機器所牽制。 AI 機器人浪潮來襲！立即免費下載《AI 機器人全球 7 大勢力關鍵報告》，解鎖各國 AI 機器人發展重點 ＊本文開放合作夥伴轉載，資料來源：《Financial Times》、《Research Policy》，首圖來源：</p>

要人形機器人洗碗有多難？解析 Figure 02 如何借力 Helix 模型完成更多家務任務

<p>人形機器人進入家庭場域服務，一直是許多人期待的場景，現在這個「機器人管家」的願景，正逐步從科幻走入現實。美國機器人公司 Figure AI ，其開發的 Figure 02 人形機器人除了已經可以成功掌握拿衣服放入洗衣機、摺疊衣物等任務，近期更公布最新的成就：自主完成洗碗任務。 在 Figure AI 新發布的影片中，可以見到 Figure 02 將盤子、碗碟和玻璃杯等餐具精準放入洗碗機中，展現高度靈活性與精確性，而創造這項新突破的關鍵，就是 Figure AI 所開發的 Helix 視覺語言動作（VLA）模型。 Today we're unveiling F.02 loading the dishwasher autonomously pic.twitter.com/gVGW7BlAAZ &mdash; Figure (@Figure_robot) September 3, 2025 「洗碗任務」為什麼是機器人的隱藏挑戰 儘管「洗碗」對人類而言是一個相當簡單的任務，但對機器人來說，卻有許多難題必須克服，例如機器人需要從雜亂堆疊的餐具中，識別並分離出單個的碗盤。此外，餐具往往形狀各異，因此機器人需要精確地定向，才能準確地將餐具放入洗碗機內。 另一方面，在處理濕滑或易碎的物品時，機器人就必須雙臂同步協作，以及洗碗機的碗架空間非常有限，這些都會對機器人的精準度有非常高的要求。最後，每一次的洗碗任務都是獨立事件，可能包含不同形狀的碗盤與餐具、雜亂的堆疊狀態，甚至會有意想不到的碰撞，這些都要求機器人必須具備隨時適應的能力，同時保持穩健性能。 洗碗任務背後的技術支持 Figure 02 搭載的 Helix 模型之所以能順利完成洗碗任務，在於 Helix 模型只要「透過新數據就能適應截然不同的現實世界挑戰」，不必重新開發新的演算法或進行特殊的工程設計，大幅提升機器人適應現實世界的能力。 因此，無論是分離堆疊餐盤並按照順序裝載到洗碗機中，或是用一隻手拿起玻璃杯進行重新定向，然後再用另一隻手將杯子小心翼翼地放置好，Helix 皆能輕鬆完成。即使發生抓取失誤或意外碰撞等錯誤，Helix 模型也能迅速恢復，確保任務的連續性和成功率，順利應對實際家庭環境中的不確定性。 「機器人管家」可能比想像中更早普及 在完成洗碗任務前，Figure 02 就已借力 Helix 模型掌握將衣物放入洗衣機、摺疊洗淨的毛巾等行動。人形機器人能完成這些家務工作的意義重大，因為這說明機器人不再需要為每項新任務進行特別設計或編程，而是可以利用相同的核心系統不斷擴展能力。 從洗衣到洗碗，這預示著一個能夠執行更多日常家務的「機器人管家」可能比想像中更早普及，也為人形機器人從工廠應用拓展到家庭服務，開啟一扇新的大門。 [&hellip;]</p>

台灣如何成為「可信賴的數位金融中心」？2025 區塊鏈愛好者年會探析虛擬資產反洗錢與反詐欺的關鍵策略

減少 20% 試錯浪費、年產 5 千萬件，美妝品牌花西子怎麼辦到的？

<p>中國美妝品牌 Florasis（花西子）近期在杭州啟用了一座先進的智慧工廠，打造出一條從原料採購到最後包裝全流程數位化、智能自動化的創新製造線。 花西子全球市場總監 Gabby Chen 坦言，過去公司必須依賴第三方代工廠生產，難以掌控生產品質與進度，如今將生產線內部化，不僅提升品質穩定性，也大幅縮短開發與回應顧客需求的時間，打造更敏捷的供應鏈。目前該公司的智慧工廠，已擁有七條數位化生產線，涵蓋護膚品、底妝、粉底彩妝等產品，年產能高達 5,000 萬件。 AI 視覺檢測，兼具工藝美與量產效率 花西子最廣為人知的，就是充滿東方美學的雕花設計與細緻包裝。這些產品往往需要極高的精密度，例如口紅膏體上的浮雕紋樣，或是粉餅盒上的工藝雕飾。過去主要依靠人工檢視，不僅效率有限，標準也會因人而異。 針對這個複雜的製造環節，為保障品質一致性，他們引入 AI 攝影機，即時檢測並淘汰缺陷產品，實現自動化高精度質檢，將不良品率控制在極低範圍內，合格率高達 99.8%，遠超傳統人工檢測標準。 AI 不僅確保了花西子產品的美感一致性，也讓這種「工藝品級」的美妝產品能夠進入大規模量產。這對一個以「美學」作為核心品牌價值的公司來說，是極為關鍵的突破。 智慧模擬與流程優化，縮短研發週期 美妝研發常常需要反覆測試，例如調整粉底的質地、顏色穩定度，或是護膚品成分的相容性。傳統做法需要大量實驗批次，不僅耗費人力，原料浪費也極為驚人。 花西子智慧工廠的另一核心能力，是使用智慧自動化，來模擬和優化開發以及生產流程。研發人員可以先在虛擬環境中進行配方與工序模擬，例如測試不同溫度下的乳化效果，或模擬不同生產速度對品質的影響，讓許多過去需要在實驗室中一遍遍試錯的過程，可以在數位環境中提前完成。 據花西子數據，這項系統能讓反覆試驗的浪費減少 20%。這不只是降低成本，更能縮短新產品的開發週期，讓一款新品從概念到上市的時間縮短數個月。對於競爭激烈、講求「快時尚」的美妝市場，這種敏捷度意味著品牌能更快抓住潮流，甚至主動引領市場趨勢。 中國行銷科技公司 Yaso 執行長奈特（Adam Knight）非常看好花西子在智慧工廠上的投資，他認為，智慧製造可以壓縮交貨時間，提高利潤率，並提高品質良率，這意味著像花西子這樣的數位原生品牌，也有機會與全球美妝巨頭並駕齊驅。 對花西子而言，智慧工廠不是冷冰冰的機械革命，而是一種把「美」做得更準確、更穩定的方式。當 AI 和自動化逐步接手繁瑣的檢測與模擬，品牌的設計師與研發人員反而能把更多心思放在靈感、配方與文化故事的打造上。 立即報名 9/17 【AI 智慧大工廠】新竹場，解鎖以數位孿生實現生產效益大爆發的關鍵策略 ＊本文開放合作夥伴轉載，參考資料：《中國日報》、《Vogue Business》、瑞致智造，首圖來源：花西子 （責任編輯：廖紹伶）</p>

【6.1 億美元收購 Dia 開發商】Atlassian 與 The Browser Company 各自在打什麼算盤？

<p>澳洲軟體公司 Atlassian 近期宣布將以 6.1 億美元收購 Arc 和 Dia 瀏覽器的開發商 The Browser Company。Atlassian 的執行長兼共同創辦人 Mike Cannon-Brookes 表示，這筆交易是希望「重新構想 AI 時代的知識工作瀏覽器」，並強調 Atlassian 的目標是與 The Browser Company 共同創造一個「由 AI 驅動、為多個 SaaS 應用程式優化」的瀏覽器，讓知識工作者每天都能愛不釋手。 這筆收購案不僅讓 Atlassian 正式進入 AI 瀏覽器市場，更讓 Atlassian 與 Google、Apple 等傳統網路瀏覽器巨頭正面對決。 Atlassian 的戰略野心：打造 AI 驅動的「工作專用」瀏覽器 在 Atlassian 的戰略中，The Browser Company 開發的 Dia 瀏覽器扮演核心角色。 Dia 的設計以 AI 為核心，並結合網路瀏覽器與聊天機器人功能，不僅能讓用戶在不同分頁之間移動數據，還能與 Gmail、行事曆等服務整合。儘管 Dia [&hellip;]</p>

無法阻止 AI 顛覆產業，OpenAI 宣布推 AI 招募平台對槓 LinkedIn

<p>OpenAI 表示，它正在開發一個由 AI 技術驅動的全新就業平台，目標是協助企業與政府更快速找到具備 AI 技能的人才。這項名為 OpenAI Jobs Platform 的服務，預計在 2026 年中推出，並被視為 OpenAI 擴張至消費者以外市場的關鍵一步。 OpenAI 指出，這個平台不只是單純的職缺公告，而是希望求職者能描述自己的能力，並過技能認證來證明，如此一來，平台就能利用 AI 幫雇主和人才「智慧配對」。《Bloomberg》報導，這項服務可能會讓 OpenAI 與 LinkedIn 等公司展開激烈競爭，值得關注的是，LinkedIn 的母公司是微軟，同時也是 OpenAI 的支持者。 AI 衝擊各產業，人將與之共存 隨著各大公司競相導入 AI，人們也開始擔心 AI 可能取代所有類型的工作。根據史丹佛大學研究人員最新發表的研究，過去三年內，會計、開發人員、行政助理等最容易受到 AI 衝擊的工作中，新進人員的就業率已下降了 14%。Anthropic 執行長 Dario Amodei 曾表示，到 2030 年，人工智慧可能取代高達 50% 的入門級白領工作。 OpenAI 應用事業 CEO Fidji Simo 在官方部落格中指出，「我們不會假裝知道 AI 如何改變所有工作，」相對地，OpenAI 想要提供解決方案，讓各類型的勞工都能適應這個新世界。 啟動 AI 認證計畫，沃爾瑪率先合作 除了就業平台，OpenAI [&hellip;]</p>

機器人能透視了！MIT 新技術如何讓機器人看見箱子內物體？

<p>麻省理工學院（MIT）的研究人員開發出一種名為 mmNorm 的技術，利用與 Wi-Fi 頻率範圍相同的毫米波（mmWave）訊號，透視並重建隱藏物體的 3D 影像，未來將可運用於 AI 機器人。</p>

泓格科技亮相 SEMICON Taiwan 2025！「廠務應用 × 機聯網」三大解決方案引領 AI 時代半導體場域全…

<p>隨著 AI 與高階晶片技術日益成熟，半導體廠房的監控需求快速從「基礎自動化」轉向「全方位智慧監控」，在這波變革中，泓格科技正扮演關鍵技術夥伴的角色。在即將登場的 SEMICON Taiwan 2025 中，泓格科技將展出三大關鍵解決方案，為 AI 製造時代下的半導體產業，進化場域監控與安全預警。 「不是我們轉到半導體，是我們的客戶做到半導體，所以我們也跟著一起轉向，」泓格科技總經理鄭樹發強調，早期泓格從小型自動化設備起家，當客戶業務從傳統製造逐漸轉型為高階晶圓與封測產業時，泓格也同步轉型，在廠房水、氣、電等環境監控、資料擷取與安全告警等應用場景中，扮演越來越關鍵的角色。 鄭樹發總經理觀察，近年半導體產業在感測、監控與預警方面的需求顯著提升，一方面 AI 應用的普及使企業對高品質資料的需求急遽上升，因此如何取得大量、可信的數據成為生產製造的基礎工作；另一方面，無論是保障人員安全或設備穩定性，廠房對即時監控、自動回報機制的期待也越來越高。此外，在 ESG 趨勢與環境法規帶動下，業者也更加重視環境資訊的記錄、留存與稽核功能。 SEMICON Taiwan 聚焦泓格三大關鍵技術，揭示智慧製造新高度 面對當前的趨勢，泓格科技在 SEMICON Taiwan 2025 特別展出 IRT 紅外線熱成像溫度感測、DAS-8000 高速高精度溫度量測、iSN 智慧物聯網漏液偵測等三大模組，分別對應非接觸式溫度即時監控、高速高精度量測、以及液體洩漏的智慧偵測。 首先，IRT 紅外線溫度感測模組整合熱顯像與攝影技術，能以非接觸方式實現全天候溫度監控，這項設計特別適用於高壓配電盤、高溫設備等不宜人工巡檢的場域，不僅大幅降低人員風險，也能克服人工巡檢的間斷性與不穩定性。此外，模組具備自動記錄與通報功能，能結合泓格的邊緣運算控制器設定溫度門檻值，即時將異常訊息推送至手機、LINE 或 Email，也能聯動控制系統進行斷電等動作。鄭樹發總經理分享，IRT 紅外線溫度感測模組不僅應用於半導體產線，在食品安全場域也可以發揮價值，展現高度的跨域通用性。 另一項展示亮點為 DAS-8000 系列高速高精度溫度量測系統。 因應 AI 時代晶片腳位增多、測試時間拉長、工作溫度提升等挑戰，專為 AI 晶片測試而設計的 DAS-8000 系列 ，搭配本地、遠端 I/O 模組，提供達 ±0.1% FSR（在 0~100°C 測試範圍下，相當於 ±0.1°C） 的量測精度。「因為腳位變多，所以速度要變高、點數也會比較多，因此我們推出這個產品，」鄭樹發總經理強調，此系統具備多點同步量測能力，DAS-8000 系列的資料傳輸及管理功能，能有效縮短測試週期、提升量測穩定性，模組設計更兼顧硬體與軟體，不僅可以監控溫度，更可量測電壓與電流，並透過全面的軟體開發工具，降低設備廠商整合門檻。 最後，泓格科技也推出 iSN 智慧物聯網漏液偵測模組，可即時偵測水是否洩漏，並立即通報或觸發防護動作，未來也會推出酸、油的偵測功能。「不只是液體洩漏，如何偵測氣體洩漏也非常重要，比如氮氣在半導體產線中被廣泛用來防止材料氧化與受潮，但氮氣一旦過多，身旁的人就會有危險，」鄭樹發總經理分析，泓格科技也推出氣體偵測模組，並透過量測含氧量下降來判斷氮氣是否洩漏。鄭樹發總經理也強調， [&hellip;]</p>

數秒內算出 8 個機器人運動路徑！Google DeepMind 和 Intrinsic、倫敦大學開發新 AI 模型

<p>在製造業，運動規劃是機器人能否順利協作的關鍵。傳統演算法雖能為單一機器人生成可靠路徑，但當多台機器人需要在狹窄、充滿障礙的空間中同時運作，計算難度急遽上升。工程師往往需要花費大量時間，為演算法設定參數、甚至手動調整軌跡，以避免機器人互相碰撞。 《The Robot Report》指出，程式設計所耗費的時間，是自動化發展的主要障礙之一。為了解決這個痛點，Google DeepMind Robotics、Alphabet 旗下的 Intrinsic 和倫敦大學學院正在聯手，試圖尋求突破。 讓機器人「和諧跳舞」，RoboBallet 系統登場 他們合作開發了一套名為 「RoboBallet」 的 AI 模型，並將研究成果發表於科學期刊《Science Robotics》。這套 AI 模型運用強化學習和圖神經網路（Graph Neural Networks, GNN），能自動為共同空間中的多個機器人產生無碰撞的運動規劃。 研究團隊將機器人、任務、障礙物轉化為圖上的節點，透過強化學習反覆嘗試，在數百萬個模擬案例中學習最佳策略。Intrinsic 表示，一旦訓練完成，該 AI 模型可以直接從 CAD 檔與任務描述產生運動規劃，不需要繁瑣的手動程式設計。 倫敦大學電腦科學系與 Google DeepMind 研究員 Matthew Lai 比喻，RoboBallet 把工業機器人技術轉化為精心編排的舞蹈，每個機械臂都能像舞者一樣精準、有目的並能感知隊友的動作。 效率暴增！幾秒完成 8 機協作，軌跡品質提升 25% 在實驗中，RoboBallet 可以針對多達 8 個機器人進行運動規劃，並且通常能在幾秒鐘內得出最佳的解決方案──不需逐步指令，並能自動決定任務順序與對應路徑，這在傳統上需要數天工作時間。根據 Intrinsic，與傳統方法相比，這種基於 AI 的方法，在軌跡品質方面提高了約 25%。 值得關注的是，當機器人數量從 4 台增加到 8 台時，RoboBallet 的任務執行時間平均縮短 60%。Intrinsic [&hellip;]</p>

【AI 取代 4,000 個職位】Salesforce 用 AI 提升效率，產品成長動能卻不如預期？

<p>近期 Salesforce 執行長 Marc Benioff 在受訪時表示，因為 Salesforce 內部的 AI 已能完成高達 50% 的工作，因此公司將客服團隊從 9,000 人縮減至約 5,000 人，再度引起大眾對 AI 影響勞動市場的關注。 Salesforce 並非特例，過去 Microsoft、Meta 和 Google 等科技巨頭也曾因 AI 應用而裁減基礎職位，顯示 AI 驅動的裁員已成為科技產業的普遍現象。有些專家認為，企業是將 AI 視為一種「成本削減」的手段，用來取代一定數量的員工，從而達到節省開支的目的。 Salesforce 的 AI 策略與銷售表現引發市場擔憂 近年 Salesforce 積極推動客服機器人產品「Agentforce」。這款 AI 工具自去年底推出以來，已達成超過 6,000 筆付費交易，並在今年 5 月達到 1 億美元的年度經常性收入。Agentforce 能夠在不用人工監督的情況下完成業務開發和客戶管理等任務，也讓 Salesforce 不需要積極補足工程師的職位。 然而，儘管 AI 工具在效率上表現出色，Salesforce 卻發布了不如市場預期的銷售數字：Salesforce 預計至 10 月的季度營收為 [&hellip;]</p>

台灣 IC 導電膠新銳：岱鐠科技憑自研技術與日韓大廠爭鋒

<p>在 IC 測試領域，關鍵接觸材料如導電膠長期以來多由日韓大廠掌握。然而，隨著供應鏈彈性與在地化需求提升，台灣廠商正迎來新的契機。深耕 IC 燒錄領域二十年的岱鐠科技（DediProg Technology），憑藉深厚的技術研發實力與豐富經驗，成功將技術優勢延伸至 IC 測試市場，推出自主研發製造的 PCR（Pressure Conductive Silicone Rubber）導電膠，帶來高效且更具成本效益的 IC 測試治具選擇。 岱鐠科技將於 9 月 10 日至 12 日的 SEMICON Taiwan 2025 展會上，展示一系列 IC 測試產品，向業界呈現其全方位解決方案。 自研導電膠為高頻測試提供穩定可靠方案 隨著高效能運算與 AI 應用的飛速發展，IC 設計朝向高密度、高頻寬邁進，推升了晶片測試的技術難度。尤其是 QFN、BGA 等無引腳封裝，傳統探針測試座在高頻測試中容易出現訊號衰減或完整性不足等狀況，探針也可能對晶片接點造成物理損傷，增加維護成本。 面對這些挑戰，岱鐠科技運用二十年 IC 燒錄經驗，投入 PCR 導電膠研發，採用先進成型製程，確保導電粒子均勻分佈，大幅提升接觸性能與訊號完整性，在保護晶片接點的同時，有效解決高頻測試訊號衰減問題，為無引腳封裝 IC 提供穩定耐用的工程測試方案。 在台自主研發，帶來更高效益 岱鐠科技總經理曹忠勇指出：「導電膠市場長期由日韓廠商主導，但如今我們也具備自主研發與生產能力，可提供品質穩定、成本效益更高的導電膠，並依客戶需求進行客製化設計。這項優勢源自我們二十年深耕 IC 燒錄的技術與經驗，加上自有代燒工廠協助驗證，確保產品能保持優異的穩定性與耐用度，同時在價格上比日韓廠更具競爭力。」 目前，岱鐠的 PCR 導電膠已成功通過封測大廠高達 10 萬次嚴格的功能測試，品質可與傳統日韓廠商匹敵，為在地供應鏈提供了新選擇。 全方位解決方案，滿足多元應用場景 除了導電膠產品，岱鐠也針對不同 IC 測試需求推出多元解決方案，包括老化測試座、最終測試座與 DDR5 [&hellip;]</p>

【AI 與區塊鏈技術點火】從資金工具到價值治理，供應鏈金融的四大新趨勢

【17 國設館創新高】SEMICON Taiwan 2025 見證 AI 半導體產業轉型合作

<p>SEMICON Taiwan 2025 進入最後倒數！當 AI 晶片需求引爆全球製造產能競逐，半導體產業正經歷前所未有的變革浪潮。向來被視為全球半導體風向球的 SEMICON Taiwan，今年展前報名再創新高。展會將於 9 月 8 日起以系列高峰論壇揭開序幕，並於 9 月 10 日至 12 日在台北南港展覽館盛大登場。今年適逢展會30週年，全面升級為「國際半導體週」，吸引來自 56 個國家、超過 1,200 家企業、逾 4,100 攤位參展，17 個國家館參與更創下歷史新高。 先進製程產能大幅成長，台灣技術優勢持續鞏固 AI 應用需求的爆發性成長正推動全球半導體產業加速擴張。SEMI 數據指出，全球 7 奈米以下先進製程產能預計將於 2028 年達到歷史新高的 140 萬片/月，較 2024 年大幅成長 69%。在這波成長浪潮中，台灣憑藉從 IC 設計、晶圓製造到封裝測試的完整半導體生態系優勢，以及持續強化供應鏈韌性的產業環境，持續扮演著全球 AI 晶片供應鏈的關鍵角色。SEMI 全球行銷長暨台灣區總裁曹世綸表示：「在這波 AI 驅動的成長浪潮中，台灣展現出獨特而關鍵的競爭優勢。我們不僅擁有完整且堅實的半導體生態系，更重要的是看到許多過去原本不在半導體產業的系統大廠選擇與台灣合作。這正說明產業正從傳統分工邁向跨界協作，台灣已成為全球 AI 創新生態中不可或缺的合作夥伴。」 國際參與創新高，SEMICON Taiwan 2025 成全球交流樞紐 正是基於台灣在 AI 半導體領域的技術實力與完整生態系，SEMICON Taiwan [&hellip;]</p>

2025 台北區塊鏈週登場！Google Cloud、AMD 領軍 200+ 全球領袖，解析「AI+區塊鏈」應用新趨勢

<p>第四屆台北區塊鏈週（Taipei Blockchain Week, TBW），9 月 4 日至 6 日在松山文創園區登場。今年活動主題為 「 Onboard AI 」，聚焦區塊鏈與 AI 的深度融合，以鞏固台灣作為亞洲創新科技與區塊鏈社群核心樞紐的地位。 「AI 一直都在台北，因為『T-AI-PEI』本身就有『 AI』，」臺北市政府副秘書長俞振華在致詞時表示，這是一場完全由下而上推動的社群活動，是一個極具意義的交流平台，未來臺北市政府也會積極推動 AI 與音樂、文化等不同領域的融合，為更多不同領域帶來創新機會。 今年台北區塊鏈週開幕式，特別邀請到 Google Cloud 創投事業發展北亞區負責人 Eefy Lin，以及來自 AMD 的 Director Solution Architect AI and Web3 Technology Jörg Roskowetz，深入解析 Google Cloud 與 AMD 在區塊鏈領域的合作與投入。 Google Cloud 積極投入區塊鏈 Google Cloud 創投事業發展北亞區負責人 Eefy Lin 分享，Google Cloud 的願景是成為所有 Web3 參與者的首選平台，並致力讓區塊鏈數據變得易於分析，同時提供安全且值得信賴的基礎設施，像是 [&hellip;]</p>

拓壹科技正式取得 Wasabi Technologies 台灣區代理權，強化雲端儲存市場佈局

<p>專注於現代化 IT 解決方案的拓壹科技 (TerraONE Tech CO., LTD.) 宣布正式與雲端儲存領導廠商 Wasabi Technologies 建立策略合作關係，成為 Wasabi Technologies 在台灣市場的授權代理商。雙方將攜手共同推廣 Wasabi Technologies 雲端物件儲存解決方案，台灣企業可以透過高效能、安全且經濟的雲端物件儲存增強其資料管理和冗餘服務。 Wasabi Technologies 是全球成長最快的雲端儲存服務提供者之一，以「Hot Cloud Storage」為核心，主打高速、穩定、具成本優勢的雲端物件儲存服務。相較傳統儲存解決方案，Wasabi Technologies 不僅免除上傳、下載與 API 使用費用，更提供 99.999999999% (11 個 9 ) 的資料持久性與強大的企業級安全防護，深受全球數以萬計的企業與 MSP 青睞與採用。 拓壹科技總經理陳鍵忠 (Kevin Chen) 表示：「在數位轉型與 IT 現代化的過程中，許多企業對於高彈性、具擴展性的雲端儲存需求日益提升。Wasabi Technologies 的服務在性能、價格與安全性三方面都具備極大優勢，非常適合導入各行業的儲存、備份、備援、影像監控、大數據分析等應用場景。透過與 Wasabi 合作，我們可提供客戶更專業的技術支援、整合服務與客製化方案，協助企業無痛轉移至雲端平台。」 Raymond Koh, Country Manager, ASEAN, Wasabi Technologies 表示：「我們非常高興與拓壹科技合作，拓壹在台灣市場擁有豐富的企業 IT 部署經驗與廣泛的通路網絡，是我們拓展台灣通路的重要夥伴。期待未來能共同加速企業雲端儲存的普及與創新應用。」 拓壹科技正積極規劃佈局 [&hellip;]</p>

AI 接走低階工作，開發者如何應對——新手要懂策略、老手要懂設計

<p>重複性與基礎性任務已成為 AI 的強項。那些曾經屬於初階開發者的工作內容，包括重複性的腳本撰寫、HTML 版面配置，或簡單的 DevOps 設定，現在都能被 ChatGPT、GitHub Copilot 和 Amazon CodeWhisperer 等 AI 工具接手處理。這不僅僅是效率的提升，而在業界是結構性改變。 更關鍵的是，不論初階還是高階，開發者職能門檻正在急遽上升。剛進入行業的初學者現在被要求要能有數年工作經驗的技術水準。現在的工作重點也不再只是撰寫程式碼，而是要理解系統、建構問題框架，並像與團隊成員合作一樣與 AI 協同工作。這對剛出社會的新鮮人來說是一個相當高的要求。 AI 工具重塑開發者入行路徑 傳統「從基礎做起」的職涯階梯已被打斷，這對軟體教育帶來了挑戰。大學畢業生在剛畢業時，只具備了進入職場所需技能的 20-30%，而如今，那些幫助他們完成課業的 AI 工具，同時也成為了他們在求職市場上的競爭對手。 然而，這個變化也帶來了新的學習需求。對於剛開始學習開發的人來說，避免過度依賴 AI 來完成任務變得至關重要。雖然這樣的依賴很誘人，但長期來看是有害的。如果跳過實作的練習，就會錯失對於軟體運作架構的深度理解，而這種理解對於想要成長為能夠領導、設計架構並引導 AI 的開發者來說是至關重要的。 成為能引導 AI 的工作者才是未來的關鍵能力。新進開發者必須學會審查而非僅僅是生成程式碼，並掌握「情境工程」的技巧，也就是為 AI 提供正確背景資訊的技術，讓它們能夠一次性解決問題。 在這個新時代，最有價值的技術人員不會是那些能寫出完美程式碼的人，而是那些知道應該建構什麼、為什麼重要，以及如何讓 AI 系統有效完成大部分工作的人。 開發流程集中化，一人多工成常態？ 另外，過去軟體業明確劃分的角色界線正在模糊化，前端開發者、後端專家、DevOps 工程師、QA 測試人員等傳統分工，很快就會被一個開發者加上多個 AI 工具的協作下被取代。 開發流程的集中化使得一人多工成為常態，從效率角度來看，這個改變有很多值得慶祝的地方，減少溝通時間、更快的結果產出，以及一個人能現實完成工作的標準大幅提高。 但也不代表整個軟體開發團隊會消失，而是結構將會改變。協作重點將轉向策略決策、產品設計，以及確保 AI 工具被負責任且有效地使用，人類工作者的投入將不再著重於實作，而更多地是引導產品設計及發展方向。 同時，QA、DevOPs 等角色將與 AI 工具深度整合。專業化的 AI 代理將處理標規的程式碼和審查工作，而人類工作者則專注於架構設計、判斷決策和系統思考。 未來的開發者像是「產品設計師」 可以想像未來五到七年，我們將看到更多混合職能的工作者出現，單一工作者可以部分是開發者、部分是設計師、部分是產品規劃者。工作的核心不再是撰寫程式碼，而是使用 AI [&hellip;]</p>

蘋果下個 AI 計畫是它？傳 Siri 將整合新 AI 搜尋功能 ，Gemini 扮要角

<p>蘋果在全球 AI 競賽中尋求立足點，下一步行動可能是進軍網路搜尋領域。《Bloomberg》報導，蘋果正在建立一個名為「World Knowledge Answers」的 AI 搜尋平台，可能會整合進 Siri 升級版中，也可能被納入 Safari 網路瀏覽器和 Spotlight 智慧型手機的搜尋介面，挑戰 OpenAI 與 Perplexity 等新興 AI 搜尋服務。 《engadget》評論，蘋果自從 2024 年在 WWDC 大會上推出「平淡無奇」的 Apple Intelligence 後，在 AI 競賽中始終處於落後位置，市場期待藉由 AI 升級的 Siri 也遲未出現，引發市場對蘋果 AI 策略的質疑。 Siri 將迎大改版，加入 AI 搜尋引擎 知情人士告訴《Bloomberg》，蘋果計劃在 2026 年春季發表 World Knowledge Answers 這項服務，內部將之描述為「答案引擎」，背後理念是讓 Siri 和蘋果的作業系統成為用戶尋找網路資訊的地方，其介面還將融合文字、照片、影片和興趣點，類似於市場上的 ChatGPT、Google 搜尋的 AI 摘要（Overviews）。 不過這種方法仰賴生成式 AI 的關鍵技術：大型語言模型（LLM）。據稱蘋果升級版的 [&hellip;]</p>