TechOrange 科技報橘

阿里巴巴推 AI 晶片與 Qwen3-Omni 全模態開源模型，劍指美國科技巨頭

<p>中美兩國在 AI 領域的競爭日益激烈，目前 OpenAI、NVIDIA 和 Google 等美國科技巨頭仍佔據主導地位，但中國正積極採取應對策略，例如阿里巴巴同時在硬體和軟體兩端出擊，一方面積極推動國產晶片資料中心的建設，另一方面則發布開源的全模態模型，正面挑戰美國的霸權地位。 硬體戰線：建立國產 AI 晶片驅動的資料中心 首先在硬體部分，為了擺脫對外國技術的依賴，中國聯通在青海省西寧市斥資 3.9 億美元興建一座大型資料中心，目標算力將達到 20,000 petaflops。目前，該中心已利用近 23,000 枚國產 AI 晶片，建置 3,579 petaflops 的運算能力。 在這項資料中心國產化的計畫中，阿里巴巴扮演關鍵角色。根據《路透社》報導，這座資料中心約 72% 的晶片，都來自阿里巴巴旗下半導體晶片公司「T-Head」。T-Head 的 PPU AI 晶片具備 96GB 記憶體，並採用為 AI 半導體設計的垂直堆疊 DRAM 晶片，因此成為 NVIDIA H20 的有力競爭者。 這項成果不僅證明中國本土 AI 晶片能力顯著提升，也展現中國政府積極擺脫美國晶片的依賴，並建立自主可控算力基礎的決心。 軟體戰線：阿里巴巴 Qwen3-Omni 全模態開源模型 近日阿里巴巴的 Qwen AI 團隊發布開源大型語言模型 Qwen3-Omni。這款模型被定位為首個「原生端到端的全模態 AI」，能將文字、圖像、語音和影片統一在一個模型中，可以接受多模態輸入，但輸出模態僅限於文字和語音。 Qwen3-Omni 採用對企業友善的 Apache 2.0 授權，因此可以被自由下載、修改和部署，甚至允許用於商業應用，同時也降低將模型整合到專有系統中的法律風險。 [&hellip;]</p>

「生成式 AI 結合低程式碼，是可以推動台灣企業轉型的關鍵加速器。」台灣微軟、廣達怎麼看 AI 時代開發者生態系的翻轉？

<p>「台灣有多少人註冊 GitHub？ 三年前有 100 多萬，三年後的今天，註冊人數已經成長到 250 萬左右，這是一個驚人的數字，」台灣微軟總經理卞志祥在今（9/23）日舉辦的「DevDays Asia 2025 亞太技術年會」表示，之所以 GitHub 用戶有如此顯著的成長，因為從過去的高度專業，到輕代碼、Vibe Coding，GitHub 可以賦能每一位對 AI 領域有興趣的「開發者」，在這個平台上探索更多的技術創新可能。 卞志祥指出，今年是微軟五十歲生日，也是亞太技術年會在台灣舉辦的第十年，更是 AI 產業蓬勃發展的第三年，因此在 2025 亞太技術年會中，台灣微軟特別邀請十一個開發者社群前來參與，讓這場活動成為不同技術夥伴交流串接的橋樑。 開發者在 AI 時代的轉型 「對開發者而言，開發過程跟以前其實完全不同，現在你只要去做一個 prompt，驗證東西對不對之後，最後只要負責維護這個東西就好，」Study4 社群代表／GitHub Star／微軟 MVP 謝政廷分析，AI 正在從根本上改變開發者的工作模式，讓過去繁瑣的開發流程變得更精簡，因為 AI 能協助完成程式碼撰寫、測試和驗證等任務，讓開發者得以將重心轉移至概念發想與最終維護上，為開發者的工作模式與生態帶來改變。 另一方面，AI 也大幅加速新創產業的商業驗證速度。謝政廷舉例，過去新創產業從概念發想到驗證商業邏輯的過程非常耗時費力，且最後能成功通過市場考驗的，往往只剩 2% 到 3%。然而，現在新創企業可以透過 AI 進行快速實驗與低成本部署，並在短時間內測試更多商業模式，加速其市場擴張。「最終型態就是 IT 做出來的東西會更貼近商業目標，就不會有兩者背離的情況發生，」謝政廷強調，因為 AI 普及將使得程式設計成為一項基本技能，因此未來懂商業邏輯的人也能透過 AI 實現想法，最終消弭商業與資訊科技之間的界線，使產品更貼近市場需求。 「微軟在轉型，企業在轉型，開發者社群也要轉型，」謝政廷表示，AI 已改變開發者的生態，但過去台灣開發者社群文化呈現「一陣一陣」的現象，意即新技術的出現往往催生新的社群，但這並非舊社群被淘汰，而是相同的一群人為了擁抱新技術而進行轉型。面對這樣的趨勢，謝政廷建議開發者應以開放心態擁抱 AI，因為只有以更寬廣的視野去接納不同技術，才能因應這波快速變遷的浪潮。 廣達電腦導入 AI 的成效與心法 在企業內部，開發者的職能與工作模式，又會因 AI 帶來哪些實質轉變？ [&hellip;]</p>

【給校長的 AI 時代考題】美國頂尖大學競聘「CAIO」，AI 不只是技術而是戰略

<p>美國不少大學近期內部都在推展新的職務：首席人工智慧長（Chief AI Officer, CAIO）。 這類型的職位過去常見於企業與政府機構當中，如今逐步進入高等教育體系，並被視為推動未來教育與產業連結的重要樞紐。 喬治梅森大學、加州大學洛杉磯分校（UCLA）、猶他大學以及馬里蘭大學等校，已先後設立了 CAIO，表示 AI 不再只是由電腦科學系教授與學生研究的工具，而是整體大學治理的戰略核心。 CAIO 是學界與產業之間的橋樑 設立 CAIO 的原因，來自於大學對 AI 的高度期待。一方面，AI 工具正快速滲透到教學、研究、行政等場景，無論是教授改作業、研究人員進行數據分析，還是校務管理的效率提升，都亟需一個能統合規範與推動應用的角色。另一方面，AI 的發展與企業界緊密相連，從基礎模型到產業合作，大學都必須透過制度化的安排，來確保自己不在這波浪潮中落後。 因此，CAIO 的任務涵蓋幾個層面：協調全校 AI 工具的應用，推動與科技公司的合作，並制定 AI 相關的教學與課綱。換言之，CAIO 不只侷限於技術專家，也是學界與產業之間的橋樑，更是教育創新的推手。 AI 在學術場域會有更多樣化的應用 以喬治梅森大學為例，Amarda Shehu 從原本專注於數位創新研究的學術領域，被校方邀請擔任首任 CAIO。她的重點在於培養學生的「AI 素養」，讓所有畢業生都能具備一定程度的 AI 能力——Amarda Shehu 的想法很直接：大學過去創造了 Facebook、Google 這樣的公司，未來也必須在培養 AI 相關人才與技術上扮演孵化器角色。 UCLA 則展現了更具政策性的布局。該校的 CAIO Chris Mattmann 來自 NASA 的長期研究背景，曾參與美國政府的 AI 政策制定工作。上任後，他建立了一套全校性的 AI 工具清單，追蹤教師購買的商用 AI 軟體與研究者自建的模型。此外，UCLA 更與 [&hellip;]</p>

零經驗小白能靠 AI 幫大公司寫程式嗎？潛入 Notion 揭密「氛圍編碼」如何改變職場

<p>近幾個月來「氛圍編碼」（Vibe Coding）席捲了整個科技圈，然而，借助 AI 進行軟體開發，如此創新的工作概念，究竟是如何在大型企業中運作，甚至進一步改變工程師的日常生活呢？</p>

NVIDIA 向 OpenAI 豪砸 1,000 億美元！《經濟學人》：帶來的問題比答案還多

<p>在全球 AI 軍備競賽如火如荼之際，NVIDIA 和 OpenAI 公布了一項規模驚人的合作。根據雙方聲明，NVIDIA 將向 OpenAI 投資高達 1,000 億美元，用於部署至少 10 千兆瓦（GW）的運算系統，支援 OpenAI 訓練與運行下一代人工智慧模型，推動「超級智慧」的實際落地。 黃仁勳：史上最大 AI 基礎設施 科技媒體《ZDNET》指出，這項計畫的規模遠超 NVIDIA 過去對 AI 軟體新創的投資總和。NVIDIA 曾在 2024 年分別投資 Cohere、Mistral、Perplexity、CoreWeave 與 Scale AI 等約 50 間新創，總金額僅約 10 億美元，如今，光是投資 OpenAI 一家公司就高出百倍。 NVIDIA 執行長黃仁勳在接受外媒採訪時表示：「這是史上最大的 AI 基礎設施項目，也是運算領域歷來規模最大的計畫，」原因是 OpenAI 的運算需求正在飆升。《ZDNET》形容，這項合作發出的訊息相當明確：若要實現 AI 願景，世界需要前所未有的算力。 根據《路透社》報導，eMarketer 分析師 Jacob Bourne 認為，NVIDIA 幾乎是先天贏家，競爭對手或科技巨頭的自研晶片很難在短期內動搖其地位；對 OpenAI 而言，則象徵逐步擺脫對微軟的依賴。Creative Strategies 分析師 [&hellip;]</p>

怎麼讓員工工作都用上 AI？美零售巨頭沃爾瑪談「變革管理」

<p>「我們每月、每年都要運送數十億件商品，」美國零售巨頭執行長 John Furner 在一場對外活動表示，自家公司從 2015 年以來一直在開發 AI 機器學習工具和其他自動化項目，除了有助於規劃庫存，當實體商店員工越來越常透過手持裝置設備使用 AI 聊天機器人，也能協助其更好設定優先事項並為客戶提供幫助。 不只門市人員，沃爾瑪企業業務服務資深副總裁 David Glick 在另一場活動也提及，「整個企業的每個人每天都在使用 AI。」究竟沃爾瑪是如何做到員工人人使用 AI？ 技術不是最大難題，人的改變才是 Glick 分享，沃爾瑪近年在 CEO Doug McMillon 的推動下，全面導入生成式 AI，從軟體工程到日常營運都嘗試應用。然而，Glick 強調，真正的難題並非技術突破，而是讓員工學會並願意使用 AI。 Glick 曾認為，要全面導入生成式 AI，工程師要負責所有工作，而其中最困難的部分就是寫程式。但他表示，人們都知道寫程式怎麼做，AI 甚至讓寫程式變得更容易，最難的其實是變革管理。 AI 不只是工程師的事，沃爾瑪要全員參與 沃爾瑪的策略是一方面讓工程師建立完整的企業級 AI Agent（AI 代理），另方面要全體員工都研究如何在工作中使用 AI。Glick 的策略是將開發人員、設計師和產品經理的角色混合在一起，從 vibe coding（用 AI 寫程式）、vibe designing（用 AI 設計）、vibe PRD（用 AI 寫產品需求文件）等工作著手，甚至想到了新名詞來描述員工的新角色：viber。 Glick 表示，雖然只有 10% 到 20% 的員工會進行「vibe coding」或在各自的職位上開發軟體 [&hellip;]</p>

【科技早餐】NVIDIA 砸 5 億美元投資 Wayve，自駕計程車戰火升溫

<p>【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊NVIDIA 砸 5 億美元投資 Wayve，自駕計程車戰火升溫 《Tech Crunch》報導，NVIDIA 計畫投資英國自駕新創 Wayve，金額達 5 億美元。Wayve 主打「情境感知 AI」，不依賴高精地圖，而是透過攝影機與感測器學習交通模式，讓車輛適應複雜路況。Wayve 成立於 2017 年，2024 年募資金額突破 10 億美元，軟銀領投，NVIDIA 與微軟也有參與，目前已在英國、美國、德國、日本展開測試。 自駕計程車市場競爭激烈，特斯拉 Robotaxi 已在德州與加州試營運，Google Waymo 已完成千萬次無人駕駛，阿里巴巴則整合 AI 模型布局智慧座艙。市場戰火持續升溫。 ＊Mark Zuckerberg：錯花千億美元，也不能錯失 AI 超級智慧！ Meta 執行長 Mark Zuckerberg 近日強調，寧可「錯花幾千億美元」，也不能在 AI 超級智慧競賽中落後。Meta 承諾到 2028 年前，將在美國投資至少 6000 億美元，用於數據中心與 AI 基礎設施。Meta 也以高薪延攬人才，成立「超級智慧實驗室」。 Mark Zuckerberg 坦言，AI 泡沫「非常可能」發生，但錯過超級智慧的代價更大。他指出，Meta 穩定的廣告收入讓公司能承受長期投入，比必須頻繁募資的新創更具優勢，顯示 Meta [&hellip;]</p>

打造臺灣 AI ROBOT 創新應用基地，鏈結全球產業生態系，臺南 AI 智慧機器人產業發展論壇 10/28 登場

<p>行政院於今年正式拍板「AI新科技-智慧機器人計畫」，宣布「智慧機器人產業聚落」落腳臺南柳營。為進一步探索臺灣 AI 智慧機器人產業布局及發展走向，南市府經濟發展局將於 10 月 28 日（二）下午 13:00 於大臺南會展中心，舉辦「AI 智慧機器人產業發展論壇」，邀集產官學專家擔任演講嘉賓，深度解析 AI 機器人全球發展趨勢，並探討臺灣如何運用 AI 機器人產業鏈中的獨特優勢，共建生態系與布局全球。 為因應行政院公布的戰略目標，南市府全力配合中央政策，規劃在六甲工研院成立「智慧機器人創新與應用研發中心」，建構機器人製造研發與試驗場域，以及在沙崙設置「智慧機器人研究中心」，引進機器人人才培育與示範場域，透過研發鏈結、產業群聚與場域實證，推動臺灣在世界各國的競爭中，盡快找到關鍵定位。 臺南市經濟發展局表示，「AI 智慧機器人產業發展論壇」將聚焦如何「打造臺灣 AI ROBOT 創新應用基地，鏈結全球產業生態系」，邀請橫跨學術界與產業界專家，展開臺灣 AI 機器人產業未來藍圖的關鍵對話。「AI 智慧機器人產業發展論壇」將安排兩場深度綜合與談，邀請新代集團、所羅門等機器人產業生態系專家，分別以「AI 機器人產業鏈的臺灣模式：從技術創新到全球布局」、「臺灣 AI ROBOT 創新鏈結全球產業生態系」為主軸，希望激盪出更多元的機器人產業發展策略觀點。 此次論壇活動將為產官學界菁英提供交流機會，在「AI 全球趨勢發展」、「智慧技術多領域應用」、「推動智慧產業升級」、「串聯臺南優勢產業鏈」等面向，透過不同領域經驗分享，強化臺南「機器人產業聚落」之產業共識，串聯將相關資源與人才慧聚臺南，凝聚臺南成為AI科技之都。 活動全程免費，現場將提供投資臺南的相關資料，臺南市經濟發展局將攜手各界專家，迎接 AI 機器人研發的新世紀，並探索智慧技術多領域應用的具體場景。「AI 智慧機器人產業發展論壇」詳細訊息及報名方式請參閱活動網站，誠摯邀請各界企業及投資者踴躍報名參加，與機器人生態系專家面對面交流，搶先掌握 AI 機器人產業關鍵商機與合作資源。 免費報名 10/28「AI 智慧機器人產業發展論壇」 （本文訊息由 臺南市政府經濟發展局 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：臺南市政府經濟發展局。）</p>

全球 AI 政策數量三年內成長 30%！但合作卻停滯不前

<p>在生成式 AI 崛起的短短三年內，全球 AI 政策數量已經明顯增加。《日經亞洲》報導，根據 OECD 資料庫，截至上週五，全球已經有超過 1,300 項與 AI 相關的規範、指引或政策，比 2022 年增加約 30%。但在這股政策潮流背後，美國、歐盟、中國分別走上不同的路徑，國際合作陷入停滯。 AI 政策快速擴張，卻各自為政 全球各地在這幾年皆加快腳步建立 AI 規範，光是歐美與 G7 國家，就佔了全球約 30% 的 AI 政策數量，這些規範包含對 AI 基礎設施的補助，以及要求企業管理錯誤資訊風險的措施。 然而，這些政策大多是由各國獨立制定，而非透過跨國合作。以今年 2 月巴黎全球峰會上有關 AI 的國際聲明為例，雖然獲得法國、中國、印度等 60 個國家支持，承諾以「開放」、「包容」、「道德」的方式推動 AI 發展，而美國與英國卻拒絕簽署。 美國、歐盟與中國的角力 《日經亞洲》指出，美國川普政府近期政策轉向「AI 全球主導權（global AI dominance）」的戰略目標，強調推廣美國 AI 技術出口，並撤銷前總統拜登制定的部分安全發展行政命令，將重心轉回創新與市場競爭。 歐盟則持續強化合規要求，AI 法案預計將於 2026 年 8 月全面生效，規範內容包括高風險應用的風險評估，以及對違規者開罰的條款。美國企業如 Meta 已批評該規範過於嚴苛，甚至拒絕簽署歐盟的 AI 自律準則。 至於中國，則一方面禁止或限制國外生成式 AI [&hellip;]</p>

2027 年就會追上 Neuralink？中國用「新標準 + 新創」挑戰馬斯克的腦機介面霸權

<p>長期以來，由伊隆・馬斯克（ Elon Musk）創辦的腦機介面新創公司 Neuralink，一直被視為全球腦機介面（BCI）領域的領導者，並以先進的手術植入技術備受矚目。不過現在，中國正在國家政策的大力支持下，試圖趕上 Neuralink 的腳步，讓腦機介面技術成為中美之間新的競爭焦點。 標準先行，中國透過政策由上而下主導 與美國主要由市場與私人資本驅動的模式不同，中國採取「政策+標準」的治理模式。為了奠定產業基礎，中國國家食品藥品監督管理總局將在 2026 年 1 月 1 日起，實施首個腦機介面醫療器械術語標準《採用腦機接口技術的醫療器械術語》。 這項政策複製「中國製造 2025」策略，目標是推動本土產業崛起。透過跨部門協調，中國政府設定明確的目標：預計在 2027 年達成重大技術突破，解決大部分技術難題，並計畫在 2030 年前，培養出 2 到 3 家具有全球影響力的腦機介面公司，同時建立一個完整的生態系統。 另一方面，中國也透過簡化程序來減少新創公司面臨的障礙，例如今年三月，中國國家醫療保障局已經為侵入式腦晶片手術設立了新的定價類別，讓服務收費有明確依據。 新創崛起，目標超越 Neuralink 在政策支持下，中國腦科技新創企業也正迅速發展。儘管美國在技術開發層級仍保持領先，但中國公司正迎頭趕上，並在某些特定領域取得優勢。 醫療科技公司 StairMed 就是其中之一。 2024 年 3 月 StairMed 首次展開患者試驗，比 Neuralink 晚了約 14 個月，但是在 2025 年 5 月，StairMed 就發布了一段影片，展示一名癱瘓患者僅用思維就能玩電腦遊戲的成果，截至今年九月，其植入系統仍在穩定運行中。 StairMed 創辦人趙鄭拓表示，StairMed 設備尺寸只有 Neuralink 的一半，並採用超柔性電極，且計畫在 2026 年將研究規模擴大至 30 到 [&hellip;]</p>

【中國 AI 自救三部曲】沒厲害晶片，中國版「星際之門」照樣爆發？

<p>星際之門是由 OpenAI 等公司於 2025 年初啟動、旨在美國建設龐大 AI 基礎設施的巨額投資計畫，在中美科技戰白熱化之際，中國也正默默推動屬於自己的「星際之門」計畫，雖然規模無法與美國德州 5,000 億美元的超級資料中心相比，但中國已開始以不同策略因應，目標是將有限的算力資源發揮到最大效益，試圖縮短與美國的差距。  手法一：資料中心算力分工化 研究機構 Epoch AI 估計，美國擁有全球約四分之三的運算能力，而中國僅 15%。《Financial Times》報導，中國政府在今年春天公開一份規劃，要求西部偏遠地區的既有資料中心專注於大型語言模型（LLM）的「訓練」，因為這些地區電力成本較低、土地寬廣；而位於長三角、珠三角與京津地區等的核心人口密集處新建的資料中心，則負責處理「推理」任務——也就是 AI 生成回應的過程，目標是以物理上更近的距離來縮短 AI 應用的延遲時間。 這種「算力分工」模式是北京試圖在稀缺的硬體資源下，透過分類使用達成最大經濟產出。美國智庫 AEI 研究員 Ryan Fedasiuk 告訴《Financial Times》，中國正在「替稀缺算力進行分流，以追求最高的經濟效益」。 以安徽蕪湖為例，原本是稻田的島嶼，現已規劃為「資料島」，同時容納華為、中國電信、中國移動與中國聯通等四大營運商的 AI 資料中心。這些資料中心將服務上海、杭州、南京與蘇州等經濟重鎮，而內蒙古烏蘭察布則支援北京與天津，南方的貴州則供應廣州，形成全國性的算力輸送網。 手法二：黑市中間商湧現，繞道搶 NVIDIA 晶片 但在算力分工背後，中國仍面臨最大的瓶頸：晶片短缺。由於美國出口管制，中國企業難以合法取得 NVIDIA 最先進的 H100、Blackwell 等 GPU。即便華為、中科曙光等中國本土廠商積極追趕，但製程與產能限制讓其難以完全替代 NVIDIA。 因此，中國市場湧現一批「中間商網絡」，透過海外管道、灰色市場取得 NVIDIA 晶片。根據《Financial Times》調查，部分供應商甚至成功獲得大量 Blackwell 伺服器。不過，NVIDIA 已明言這些管制產品無法獲得官方支援與維修，風險極高。 這樣的「繞道手法」在 2023 至 2024 年間一度推高黑市價格，一顆 H100 晶片甚至喊到 20 [&hellip;]</p>

HR 正在被 AI 履歷海淹沒！Yourator 推出 Teamdoor 2.0 – AI 招募助理，讓 AI Age…

<p>生成式 AI 對人才招募帶來前所未有的變革，生成式 AI 讓履歷更快生成，卻讓 HR 更難找到真正的人才。 根據美國 Glassdoor 統計，一份職缺平均吸引 250 份履歷；SHRM 報告則指出，每 100 名員工僅配置 1.7 名 HR。而這場伴隨生成式 AI 履歷工具崛起而加深的「履歷海嘯」正在讓企業的招募場景越來越失衡。 長期致力於解決 HR 招募痛點的 Yourator 數位人才媒合平台提早觀察到這股趨勢，宣布旗下有上千家企業用戶的 ATS 智能招募管理系統 「Teamdoor」 正式升級為「Teamdoor 2.0 – AI 招募助理」，以「最懂 HR 的 AI Agent」為定位，目標是幫助 HR 從繁瑣庶務中解放，回歸人才決策核心。 Teamdoor 現有上千家客戶群包括世界五百強企業、跨國外商、新創公司，產業領域涵蓋半導體、科技製造、軟體服務、OMO零售等招募需求穩定的企業。 Yourator 數位人才媒合平台 CEO Lydia Chen 強調：「在台灣，許多公司每 100 人僅配置 1 名 HR，我們相信 HR 不該被履歷堆埋沒，而應該成為驅動企業人才戰略的推手。Teamdoor 2.0，就是要讓 [&hellip;]</p>

川普推「天價」H-1B 簽證新政，全球 IT 外包版圖如何洗牌？

<p>美國總統川普近日正式簽署新行政命令，將「H-1B 簽證」費用提高至 10 萬美元，並在 9 月 22 日生效，這將對印度 IT 服務業和全球外包市場造成巨大衝擊。 H-1B 簽證是美國簽發給從事專業技術類工作人士的簽證，屬於非移民簽證，是美國最主要的工作簽證類別。作為 H-1B 簽證的最大受惠國，印度人佔去年所有獲得 H-1B 簽證者的 71%，然而這筆「令人望而卻步」的簽證費，迫使企業改變以往仰賴高技能人才赴美的策略，加速離岸與近岸交付的進程。 就像一場「地緣政治地盤爭奪戰」 儘管白宮澄清，這項新政策僅適用於新的 H-1B 申請者，現有簽證持有者、續簽者或已獲批的申請者可獲得臨時豁免。然而在澄清前，微軟、摩根大通和亞馬遜等大型企業就曾建議 H-1B 員工留在美國或立即返回，導致許多員工被迫放棄旅行計畫。印度 IT 產業組織 Nasscom 也指出，這項突然推出的新政策，給全球企業和專業人士帶來相當大的不確定性。 這項新政策，目的是限制移民流入、保護美國本土工作機會。從地緣政治角度來看，「川普此舉傳遞的訊息是不歡迎外國學生、不歡迎外國工人，我們想制定什麼規則就制定什麼規則，而且不會完全遵守，」印度跨國資訊科技服務與顧問公司 Tech Mahindra 前執行長 Chander Prakash Gurnani 表示，川普的行動是一場「地緣政治地盤爭奪戰」，新政策更加劇美印關係的緊張。 新政策將讓企業成本大增 未來高達 10 萬美元的 H-1B 簽證費用，造成的首要影響，就是會嚴重打擊印度 IT 外包公司的利潤。過去這些企業廣泛利用 H-1B 簽證將工程師派駐到客戶現場，例如印度第二大軟體公司 Infosys，在 2024 財年獲得 2,504 份 H-1B 簽證，但若按新規定計算簽證費用，將額外增加至少 2.5 億美元的成本。此外，簽證成本提高也會讓企業在人才選擇方面更挑剔，將顯著減少許多技術人員獲取 H-1B [&hellip;]</p>

歐洲研究團隊打造「醫療預言家」，預測人類未來 20 年健康狀況

<p>歐洲研究團隊成功開發出一款名為 Delphi-2M 的生成式 AI 工具，它不僅能預測超過 1,000 種疾病風險，還能模擬個人未來 10 到 20 年的健康狀況。這項技術的出現，為預防醫學與公共衛生領域帶來了前所未有的可能性。 這款 AI 系統由英國劍橋的歐洲分子生物學實驗室（EMBL）打造，其核心架構類似於大型語言模型，但具備處理醫療保健數據的獨特創新。Delphi-2M 的數據基礎涵蓋了英國生物銀行約 40 萬人，與丹麥國家患者登記處約 190 萬人的匿名資料，使其能夠以「健康軌跡」的形式，精準呈現長期的疾病風險走向。 全方位預測，超越傳統單一模型 Delphi-2M 的核心優勢在於其全方位的預測能力。EMBL 臨時執行董事 Ewan Birney 強調，相較於傳統僅能預測單一疾病（如心臟病）的模型，Delphi-2M 能夠「一次性地、長期地分析所有疾病」，其預測準確度可媲美傳統單一疾病模型，但能同時涵蓋多種病症，具有全域優勢。 這個模型透過分析病史、生活習慣、年齡與性別等綜合因素，預測癌症、糖尿病、心臟病等重大疾病的發生率。不過，其預測效果對於具有一致發展模式的疾病（如心血管疾病、糖尿病）最為出色，對於由外部原因或非常罕見的先天性疾病，其效果則相對較差。 AI 醫療的實際應用與挑戰 研究人員認為，Delphi-2M 的應用場景極為廣泛。在公共醫療領域，臨床醫生未來可藉此快速指出患者的主要健康風險，並給出可行的生活建議，大幅提升預防醫學的效率。 在醫療系統規劃層面，德國癌症研究中心的專家也指出，這類 AI 模型能幫助政府預測醫療需求，從而優化醫療資源的配置，使其更能對症下藥。 這項技術突破的核心，在於它展現了生成式 AI 在「整合健康軌跡」上的新能力，跳脫了傳統單病種演算法的限制。然而，Delphi-2M 的落地也伴隨著嚴峻的挑戰： 這些挑戰提醒我們，在追求技術落地的速度時，必須同時兼顧隱私保護與倫理審查。唯有如此，Delphi-2M 這樣的 AI 工具才能真正發揮其潛力，為臨床與公共衛生帶來正面影響，而非成為新的爭議源頭。 【推薦閱讀】 ◆ 【交出你的醫療紀錄】川普政府新計畫用 AI 預防糖尿病與肥胖，背後卻暗藏隱私危機？◆ 【AI 讓醫生退化？】研究：使用 AI 的醫師，癌症偵測力下滑◆ 【不能出錯的 AI】AI 醫療記錄技術崛起，新創 Freed 減輕醫生文書工作倦怠 ＊本文開放合作夥伴轉載，參考資料：《The [&hellip;]</p>

Gemini 低調「Gem」功能免費開放共享！4 技巧量身定制你的專屬 AI

<p>Google 近日把 Gemini 整合進 Chrome 瀏覽器的同時，悄悄釋出另一項重量級更新：使用者打造的客製化 Gemini「Gem」現已能免費共用分享。這意味著，任何人都能建立專屬 AI 助理，並像分享 Google 文件一樣輕鬆分享給團隊、朋友或學生，將有助於提升 Gemini 的普及度。 根據應用程式情報公司 Appfigures，Gemini 在 9/12 超越 OpenAI 的 ChatGPT，成為全球 App Store 排行榜第一名，9 月下載量較上季成長了 45%，然而其中 Gem 功能一直以來相當低調。 Gem：客製化 Gemini，免費打造、免費分享 Gem 是 Gemini 的客製版本，能針對特定任務進行優化，例如回覆電子郵件、搜尋學術資料、生成採購清單等。如今 Google 開放讓使用者可自由分享自己的 Gems，無需具備任何程式背景，只要輸入任務說明、命名並儲存，即可啟用。 這項設計理念，類似 Dia 瀏覽器中的「技能」、Perplexity Comet 的「捷徑」或自訂 GPT，都是讓進階使用者將專業知識封裝成可重複使用的 AI 工具。根據 Google，分享 Gem 的操作就像共享 Google Drive 檔案一樣，可控制檢視或編輯權限，連免費帳號用戶也能使用。 為什麼「開放共享」很重要？ AI 聊天機器人雖然功能強大，但許多使用者並不擅長撰寫提示詞來達成目標任務。透過 Gems，進階用戶能將最佳實踐「包裝」成客製化助理，再透過連結分享給其他人。這也能減少重新輸入或向他人重新解釋如何使用 [&hellip;]</p>

【在工廠跳芭蕾】讓機械手臂互動，Google 推 RoboBallet 解放工程師＋突破產線效率

<p>英國倫敦大學學院、Google DeepMind 與機器人公司 Intrinsic，利用 AI 打造新系統 RoboBallet，數秒鐘即可完成機械手臂動作規劃，降低工程師時間開銷帶來生產效率提升。</p>

【科技早餐】Morgan Stanley：AI 將改變 90% 工作，創造 16 兆美元市值

<p>【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊AI 立法開先河！義大利通過歐洲首部全面 AI 法律 《路透社》報導，義大利正式成為第一個落實歐盟《人工智慧法案》的國家，通過全國性 AI 法律，確立「以人為本、透明、安全」的原則。法律針對假新聞、深偽影片、詐欺、身份盜竊與市場操縱等濫用情況，違法者將面臨刑事處罰。醫療、教育、司法與公共行政等敏感領域則要求 AI 決策必須可追溯、可監督，醫師與教師不得完全依賴 AI。此外，14 歲以下兒童必須獲得父母同意才能使用 AI。 政府也將投入 10 億歐元，扶植人工智慧、網路安全、量子技術與電信，強化產業競爭力。這項法案被視為歐洲立法的先行示範，可能成為其他國家制定規範的參考依據。 ＊Morgan Stanley：AI 將改變 90% 工作，創造 16 兆美元市值 Morgan Stanley 最新報告指出，AI 對九成以上職業都將產生影響，但更可能改變工作型態，而非全面取代人類。若標普 500 企業全面導入 AI，每年效益可達 9,200 億美元，長期市值則可能新增 13 兆至 16 兆美元。 報告認為，這場變革如同電氣化與網路革命，將重塑職場。部分職位或被自動化取代，但也會出現因 AI 強化的新職業。零售、不動產管理與運輸物流將首當其衝，供應鏈自動化、智慧定價與自主配送預期快速普及。報告警告，市場可能低估了 AI 的生產力效益，若技術持續以七個月翻倍的速度成長，其潛在價值將遠超現有預測。 ＊微軟打造「全球最強大」AI 資料中心 Fairwater 微軟宣布將於 2026 年啟用位於美國威斯康辛州的 Fairwater 資料中心，號稱全球最強大。基地占地 315 英畝，總面積 120 萬平方英尺，部署數十萬顆 [&hellip;]</p>

開發機器人像做 App？OpenMind 發表機器人開源作業系統 OM1

<p>長期以來，機器人開發生態分散且缺乏統一標準，開發者往往必須在封閉的專有系統、受限於特定硬體的軟體，或陡峭的學習曲線之間權衡取捨。總部位於舊金山的 OpenMind 推出號稱「全球第一個智慧機器人開源作業系統」OM1 的 Beta 版本，試圖為產業建立一套如同 Android 之於手機般的通用平台。 OpenMind 表示，OM1 的核心目標，是讓任何類型的機器人都能在真實世界中感知、推理與行動，並透過通用的軟體基礎，縮短開發時程、促進互通性，解決目前軟體層缺乏標準導致的開發成本高昂與系統整合困難。 FABRIC 去中心化協調層，讓機器人安全協作 OM1 的技術亮點之一，是其內建的 FABRIC 去中心化協調層。OpenMind 解釋，FABRIC 能為機器人建立安全的數位身份，並打造一個跨品牌、跨設備的全球網路，讓智慧機器能在安全架構下協作運作。 此外，OM1 從設計之初就採硬體無關（hardware-agnostic）架構，可運行於四足、人形、輪式機器人甚至無人機，並可跨平台在 AMD64 與 ARM64 上運行，透過 Docker 即可快速部署。 可整合多種生成式 AI 模型、數分鐘內完成原型設計 值得注意的是，OM1 支援整合多種 AI 大型語言模型，包含 OpenAI、Gemini、DeepSeek、xAI 等主流模型，以及開發者自研模型的隨插即用，也能搭配機器人視覺、電腦視覺與代理工作流程模型，開發者可依需求自由組合模組使用。 OpenMind 表示，OM1 Beta 版已提供多項預設代理，支援 Unitree G1、Go2、Ubtech 小型人形機器人與 TurtleBot 等平台，並內建語音辨識（Google ASR）、語音合成（Riva、ElevenLabs）與情緒視覺分析模組，也支援 SLAM 即時定位建圖、LiDAR 感測、Nav2 導航與 Gazebo 模擬測試等功能。 該系統還提供基於 React 的 [&hellip;]</p>

【AI 軍武革命爆發】五角大廈與 Scale AI 簽上億美元合約，華爾街瘋搶軍武新創企業

<p>AI 正在從根本上重塑現代戰爭與國防產業樣貌。現在華爾街正追捧小型防衛新創公司的股票，因為市場對下一代戰場技術的需求暴增；美國政府則重新解釋軍備控制協議，放寬無人機的出口管制並將其重新分類；另一方面，資料標註公司 Scale AI 也獲得五角大廈的重要合約，把 AI 部署到最高機密網絡。這些最新發展的背後，共同的核心問題，就是 AI 如何同時驅動國防戰場創新、政策轉型與新創崛起？ 新創崛起：小型公司乘 AI 浪潮而起 《路透社》指出，隨著現代戰爭對無人機與自主系統需求激增，美國許多小型防衛公司開始成為華爾街的焦點。另一方面，軍方採購方向正在轉向低成本、易部署並整合 AI 能力的系統，例如能減輕地面部隊壓力的 AI 動力無人機。 在國防指數（NYSE Arca Defense Index）中，今年至今漲幅前十名中，有七家是中小型公司，其中無人機製造商 Kratos Defense 和 AeroVironment，以及零組件製造商 Astronics 、防衛科技公司 Mercury Systems 都位居領先地位，這顯示新創公司正透過技術和流程的靈活性，突破傳統軍工巨頭的限制，創造新的市場機會。 政策推動：無人機監管轉向 根據《投資者財經日報》報導，近日美國國務卿批准重新解釋軍備出口控制政策，並放寬軍用無人機的出口限制。根據新的政策，像是被稱為「死神」的 MQ-9 收割者無人機，將會被視為戰鬥機而非導彈系統，這使美國得以繞開 1987 年 35 國簽署的《導彈技術控制制度》，更容易向阿拉伯聯合大公國與東歐國家銷售。 這項政策調整也讓 General Atomics、Kratos 和 Anduril 等無人機製造商將能透過國務院的「外國軍事銷售」途徑簡化國際交易。美國政府強調，必須加快為前線提供裝備的速度。 技術落地：Scale AI 與五角大廈的億元合約 《路透社》報導，2026 財年，五角大廈為無人機系統和反無人機技術撥款近 60 億美元，比去年增加了 78%。 《AXIOS》近日獨家揭露，資料標註公司 Scale AI [&hellip;]</p>

專家觀點：NVIDIA 50 億美元入股英特爾，將如何協助 Intel 下一代晶片製造？

<p>NVIDIA 宣布斥資 50 億美元入股英特爾，取得約 4% 股份，雙方達成合作協議，將共同開發多世代的資料中心與個人運算產品。根據《Reuters》報導，分析師認為，即便 NVIDIA 並未承諾將自家 AI 晶片交由英特爾製造，此舉仍可能強化英特爾正面臨挑戰的先進製程計畫，為其下一代晶片製造技術注入信心。 聚焦資料中心與個人運算，以 NVLink 串聯兩大平台 根據雙方聲明，合作的核心是透過 NVIDIA 的高速專有互連技術 NVLink，將 NVIDIA 的 AI 與加速運算架構，與英特爾的 x86 生態系緊密整合，推出多世代的新產品組合。 在資料中心領域，英特爾將為 NVIDIA 客製化設計 x86 處理器，並交由 NVIDIA 整合至其 AI 基礎設施平台後推向市場；在個人運算領域，英特爾稱將開發整合 NVIDIA RTX GPU 小晶片的 x86 系統單晶片（SoC），驅動需同時搭載世界級 CPU 與 GPU 的 PC 產品。 NVIDIA 創辦人暨執行長黃仁勳表示，AI 正在重塑運算堆疊的每一層，這項歷史性合作將融合兩家公司的技術優勢，為下一代運算奠定基礎。英特爾執行長陳立武則指出，雙方合作將結合英特爾的製程技術、製造與先進封裝能力，以及 NVIDIA 在 AI 領域的領導地位，共同為產業帶來創新突破 。 與旗艦 AI 晶片綁定，可望推動英特爾 [&hellip;]</p>

【Notion 3.0 登場】以 AI Agent 為技術核心，能撼動微軟與 Google 的霸主地位嗎？

<p>年營收已突破 5 億美元的生產力協作平台 Notion，隨著生成式 AI 浪潮持續成長，更藉由推出新產品，為工作者打造一個更高效的工作模式。Notion 在近期舉辦的「Make with Notion」年會上宣布推出「Notion 3.0」，它的核心是「 Notion AI Agent」，就像一位新型的 AI 助理，能像人類一樣在 Notion 協作工作區內自主執行任務。 過去，Notion 主要作為筆記與知識管理工具，隨著 Notion 3.0 誕生，也象徵 Notion 正式從「SaaS 時代」邁入「Agent 時代」。 Notion 3.0 的技術核心：AI Agent Notion AI Agent 具備強大能力，就像團隊成員，可以執行複雜的多步驟操作，完成端到端的工作流程。例如在跨頁面、跨資料庫處理部分，AI Agent 能根據需求進行研究、起草詳細文件並設定或更新客製化的 Notion 資料庫，工作範圍可以橫跨數百個頁面、一次自主執行長達 20 分鐘的工作。 Notion 3.0 也可以整合外部服務。透過 Notion 的 AI Agent 可以存取來自網際網路的資料，以及已儲存在 Notion 中的資訊，並整合 Slack、Zendesk 和 Google Drive 等外部平台。 [&hellip;]</p>

【Nokia 的新戰場】延攬 Intel 高層、結盟 Supermicro 與 Kyndryl，只為搶攻 AI 資料中心

<p>面對電信產業投資放緩與 AI 浪潮衝擊，電信設備大廠 Nokia 正加速尋求轉型。在新任執行長 Justin Hotard 領導下，公司展開大規模組織重組，並延攬來自英特爾與惠普等企業的資深高層，將 AI 資料中心視為未來核心戰略，期望透過創新與合作，突破當前的困局。 組織重組、延攬人才 為了強化在 AI 領域的實力，Nokia 宣布成立全新「科技與 AI 組織」（Technology and AI Organization），整合全球知名研發單位 Nokia Bell Labs，聚焦 AI 技術創新。同時也成立「企業發展組織」（Corporate Development Organization），負責監督併購與投資工具 NGP Capital，推動公司策略演進。 此外，自今年 10 月 1 日起，曾任英特爾資料中心與 AI 部門副總裁的 Pallavi Mahajan 將出任 Nokia 的科技與 AI 長。值得注意的是，現在 Nokia 執行長 Justin Hotard 過去也曾在英特爾領導同一部門，兩人具備共同背景與產業願景。另一方面，曾任 HPE 策略長與營運長的 Konstanty Owczarek 則將擔任 Nokia 企業發展長。 [&hellip;]</p>

Google Cloud 執行長詳解：「AI 產品貨幣化策略」如何為他們賺進數十億美元利潤

<p>人工智慧的商業化已不再是未來的構想，而是當下正在發生的現實，Google 近年透過雲端部門 Google Cloud，展現了人工智慧商業模式的多元化與強勁成長動能。 根據 Google Cloud 執行長 Thomas Kurian 的說法，公司已透過人工智慧賺進數十億美元，其後端的商業設計涵蓋消耗制（Consumption-based）、訂閱制（Subscription-based）與追加銷售（Upselling）三種主要路徑，不僅支撐了收益，也改寫企業對雲端與 AI 投資的思考方式。 增幅超越 AWS 與 Microsoft Azure 若僅從營收數字來看，2025 年第二季，Google 雲端營收達到 136.2 億美元，年增率高達 32%，這個增幅不僅超越 AWS 也超越 Azure，顯示 AI 正在成為 Google 把握產業轉折的重要槓桿。 更具指標意義的是，Google Cloud 當前未完成交付的客戶訂單量（backlog）高達 1,060 億美元，並且增長速度快於現行收入，預計其中超過半數會在兩年內轉化為實際營收。這代表在市場對 AI 解決方案需求高漲的背景下，Google Cloud 已鎖定穩健的未來收益來源，AI 則是其中的核心驅動力。 這些數據不僅僅是財報上的亮點，也凸顯著一個趨勢：AI 已不只是「輔助功能」，而逐漸成為雲端服務的基礎性價值，推動 Google 與其客戶共同進入下一輪數位轉型。 三大 AI 貨幣化模式打造 Google Cloud 高營收 Google Cloud 在 AI [&hellip;]</p>

LLM 神話鬆動？企業 AI 策略從「神級模型」轉換成「專家艦隊」

<p>長期以來，AI 模型的實力幾乎等同於其參數規模，但對企業來說，仰賴單一超大型語言模型（LLM）所帶來的控制權不足、成本難以預測與雲端依賴等問題，正在讓「大即是好」的敘事開始鬆動。近來，可運行於個人電腦或手機上的小型語言模型（SLM）成為矽谷新寵，科技巨頭紛紛投入開發。 《VentureBeat》報導，Meta 近期推出的 MobileLLM-R1 系列模型，是這股趨勢的代表之一。這組專為數學、程式與科學推理設計的推理模型，最大僅 9.5 億參數，卻在 MATH 基準測試中擊敗阿里巴巴 Qwen3-0.6B 模型，在 LiveCodeBench 測試中也大幅領先，展現出即便在資源受限裝置上，也能提供可靠邏輯推理的潛力。 Google 方面則以 Gemma 3 270M 進軍市場，其內部測試顯示，手機執行 25 次對話僅耗電 1%。NVIDIA 也端出 Nemotron-Nano，允許開發者用「推理開關」與「思考預算」微調速度與準確度。Liquid AI 更嘗試以液態神經網路架構推動本地多模態模型，降低運算成本。 從「神級模型」到「專家艦隊」，AI 採用模式改寫中 這股小模型化趨勢，與企業實務中興起的「混搭模型」策略相呼應。創投公司 a16z 在 2025 年對 100 位 CIO 的一項調查顯示，37% 的受訪企業同時使用 5 個以上模型，高於去年的 29%──這反映出企業的 AI 策略已從單一供應商轉向多模型並存，並針對不同任務進行優化。 《VentureBeat》則形容，企業正從單體式「神級模型」邁向「專家艦隊」，讓不同小模型各自負責重複性任務，類似軟體業從巨石式架構轉向微服務的演進：把龐雜的問題拆解成許多較小、重複性的子任務，每個任務由經過微調的 SLM 負責。這種做法其實更貼近現在 AI 發展正走向的「代理式（agentic）」應用模式，也就是讓任務分散交由多個專精代理各自處理。 NVIDIA 研究人員指出，目前 LLM 雖然仍是主流，但其龐大能力往往超出需求，反而不符合多數代理式應用的實際任務需求。相較之下，用一整組專精模型組成的「專家艦隊」架構，更符合代理的分工運作方式，不但能降低成本、加快處理速度，也能在系統出錯時更容易追蹤問題來源。 大模型仍關鍵，轉向訓練與生成角色 這並不代表大型語言模型將被淘汰。事實上，OpenAI [&hellip;]</p>

【科技早餐】NVIDIA 50 億美元入股英特爾，昔日勁敵首度攜手

<p>【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊NVIDIA 50 億美元入股英特爾，昔日勁敵首度攜手 《彭博》報導，NVIDIA 宣布投資 50 億美元入股英特爾，並將合作開發 PC 與資料中心晶片。NVIDIA 以每股 23.28 美元買進英特爾股票，折讓約 6.5%。未來英特爾處理器將整合 NVIDIA 繪圖技術，資料中心則結合英特爾 CPU 與 NVIDIA 加速器。雙方雖未公布上市時間，但強調既有計畫不受影響。 這筆資金對英特爾來說是及時雨，美國政府與軟銀近期也已相繼注資，協助彌補先進製程的龐大支出。新任執行長陳立武推動「開放策略」，積極尋求外部合作，此次獲得 NVIDIA 支持，被視為轉型的重要一步。NVIDIA 執行長黃仁勳表示，雙方結合將為下一個運算時代奠定基礎。外界認為，這項歷史性合作可能重塑 AI 與半導體產業格局。 ＊英美打造 AI「星際之門」，核能合作同步啟動 美國總統川普本週訪問英國，不只是政治外交，更帶來 AI 與能源合作的新局。OpenAI、NVIDIA 等科技巨頭隨行，英國政府宣布在紐卡索附近設立 AI 發展特區，吸引高達 300 億英鎊私人投資，預計創造 5000 個高技術工作機會，打造歐洲最大 AI 運算基地。 OpenAI 與 NVIDIA 將提供最新 GPU，推動英版「星際之門」，強化英國「運算主權」。同時，黑石基金加碼投資，總額拉高至 300 億英鎊。 更關鍵的是，英美即將簽署「大西洋先進核能夥伴協議」，共同加速小型模組化反應爐與核融合實驗，為 AI 龐大電力需求鋪路。這意味著英國正式進入「核能黃金時代」，也凸顯 AI 發展背後的能源角力戰。 ＊中國下令禁用 [&hellip;]</p>

消費者找商品的關鍵字已變長 2 倍！Google Cloud 提零售應用 AI 三大建議

<p>「零售業是我們認為可以透過 AI 解決挑戰，並帶來更多創新的一個產業，」Google 今（18 日）舉辦 Google Cloud Commerce Forum，與零售和電商企業共同交流 AI 轉型心法，momo（富邦媒體科技）、91APP 也分享自身案例。 AI 正在改變零售的 5 大面向 Google Cloud 台灣業務副總 Simon Wang 引用了麥肯錫和 Google 的研究報告，首先分享了三個市場洞察數據。 第一，有 80% 消費者認為 AI 在購買決策過程中非常有幫助。第二，2024 年 1 月以來，消費者在搜尋引擎或 AI 上尋找商品的問題，問題長度增加了兩倍以上。Wang 指出，這代表消費者的問題情境極為複雜，並期待零售平台的回答能力更強、可以處理更複雜的問題。第三，有 60% 的零售業者覺得在未來，人力的短缺是一大問題，另有八成的零售業者覺得營收成長是很大的挑戰。 他表示，Google Cloud 認為 AI 正在以 5 個面向改變零售業：多模態 AI、AI 代理、智慧搜尋、AI 賦能的客戶體驗，以及透過 AI 升級資安防護，並提出可透過 AI 打造新客戶互動的三大面向：首先，提供新的產品發現方式，例如更個人化、精準的搜尋引擎或產品推薦；第二，縮短從決策到下單的流程，像是運用虛擬試穿等技術；第三，重塑品牌與客戶的互動方式，例如結合 AI 代理等 AI 功能。 [&hellip;]</p>

momo 富邦媒在 Google Cloud Commerce Forum Keynote 分享 AI 驅動零售新世代…

<p>在台灣電商走出流量紅利、邁向精實成長的轉型期，momo 富邦媒 (8454) 登上 Google Cloud Commerce Forum Keynote 舞台，分享以AI驅動零售的新思維。自 2019 年起，momo 即與Google Cloud 深度合作，從資料基礎建設、深度學習到生成式 AI 與多模態應用，全面落實「個人化、信任、永續」三大核心。不僅帶來更精準的消費體驗，也在平台治理與永續物流上展現突破，讓AI從輔助工具真正升級為企業營運的核心引擎。 AI 推薦與行銷升級，零售競爭的關鍵是「誰更懂消費者」 在零售進入精實成長的新階段，個人化推薦已不只是附加服務，而是平台留住用戶的關鍵。momo 透過 Big Query 與 Vertex AI 打造深度學習模型，並以 Cloud Run 部署微服務，全面升級推薦系統，推薦商品營收占比持續提升。 升級後的「猜你想搜」功能結合 Gemini 生成式 AI，點擊率提升 40%、轉換率成長約 30%；「智慧人群圈選」則用模型自動運算取代人工經驗，CTR 躍升 2～3.5 倍、訂單數增加約 2 倍。對行銷團隊而言，Gemini也能自動生成商品風格與推薦名單，AI接手繁瑣，團隊專注策略與創意。這不只是效率提升，更是生成式 AI 在零售實戰的最佳示範。 平台治理更智慧，建立消費者信任基礎 隨著「mo店 +」帶來更多商家與商品，平台治理已成為零售競爭力的核心。momo 導入 Gemini 的語意判斷與多模態識別，將 AI 應用推向內容安全與合規管理，打造三大能力： 這些應用讓數百萬件商品的治理更加精準與高效，AI 不僅強化了平台透明度，更進一步鞏固消費者對 momo 的信任。 [&hellip;]</p>

AI 將讓全球貿易總值暴增近 40%、GDP 多 13%？WTO 最新報告揭潛力與隱憂

<p>世界貿易組織（WTO）在最新發布的《World Trade Report 2025》報告指出，AI 有望在未來數十年內顯著提升全球貿易額和國內生產總值 (GDP)，並預計在 2040 年前，讓全球商品和服務貿易總值增長近 40%、推動全球 GDP 增長 12% 到 13%，其中包含 AI 服務在內的「數位化服務貿易」成長幅度最大，預計可達 42%，展現 AI 的巨大潛力。 然而，在樂觀看待 AI 潛力的同時，WTO 也同步揭示 AI 可能加劇全球不平等的隱憂，WTO 秘書長 Ngozi Okonjo-Iweala 就警告，若貧窮國家無法共享效益，AI 將會深化不平等的現象。 AI 如何提升貿易效率並開創新商機？ WTO 指出，自動化 AI 工具已在多方面顯著提升貿易效率，例如提升供應鏈可視性、簡化海關流程以加快貨物通關速度，並透過 AI 翻譯技術使溝通更快捷、成本更低，這對微型、小型和中型企業尤其有利，因為可以幫助它們大幅降低溝通成本，同時加速布局全球市場的速度。 WTO 的報告也顯示，在已使用 AI 的企業中，近 90% 表示在貿易相關活動中獲得實質利益，其中 56% 的企業表示 AI 增強管理貿易風險的能力。另一方面，AI 也為服務生產和出口創造新途徑，像是聯合國秘書長技術特使 Amandeep Singh Gill 就表示，AI 能將交易模式、航運路線和季節趨勢等數據轉化為洞察，讓小型製造商也能獲得過去只有跨國公司才能擁有的情報。 AI [&hellip;]</p>

Meta 首款內建 AR 螢幕的 AI 眼鏡來了！祖克柏：實現個人超級智慧的理想型態

<p>Meta 在年度 Meta Connect 開發者大會上一口氣推出三款 AI 眼鏡，其中最大亮點是首款內建擴增實境（AR）螢幕的 Meta Ray-Ban Display。 小巧螢幕藏於鏡片，支援即時通知與手勢操作 這款 Meta Ray-Ban Display 在右側鏡片內嵌入全彩微型螢幕，可顯示訊息通知、導航路線、即時字幕與視訊通話畫面，並支援作為拍照取景器使用。螢幕會在使用者與眼鏡互動時顯示，但從外部無法看到。當相機處於活動狀態時，LED 燈會提醒其他人。 使用者可透過眼鏡鏡腳的觸控面板或語音指令操作眼鏡，也可搭配一款可偵測肌電訊號（EMG）的「Neural Band」腕帶，進行捏合、滑動、旋轉等手勢控制，甚至能以手指書寫訊息，無需觸摸眼鏡或拿出手機。 Meta Ray-Ban Display 眼鏡本體續航約 6 小時，搭配收納充電盒可延長至 30 小時，售價自 799 美元起，9 月 30 日起在美國開賣，2026 年初將拓展至英、法、義、加等地。 祖克柏表示：「眼鏡是唯一能讓 AI 看見你所見、聽見你所聞，並即時生成你想要的內容的載體。」他強調，相較於智慧型手機或頭戴裝置，眼鏡能讓使用者在保有臨場感的同時獲取 AI 輔助，「能讓你變得更聰明、更會溝通、強化記憶與感官，是實現個人超級智慧的理想型態。」他說的「個人超級智慧」，是指在各個方面超越人類智慧的 AI。 分析師：新品是邁向 Orion 的過渡產品 雖然 Meta 長期投入智慧眼鏡硬體開發，但在生成式 AI 模型進展上仍落後 Google 與 OpenAI，近年祖克柏更高薪延攬矽谷工程師，並投入數百億美元建構最先進 AI 晶片與基礎設施，試圖縮短差距。 《Reuters》報導，多數分析師認為，Ray-Ban Meta Display [&hellip;]</p>

廣告 AI 寫、庫存自動管，亞馬遜推 2 大新 AI 工具要讓賣家「專心賺錢」

<p>亞馬遜（Amazon）近日推出兩大全新 AI 工具，目的是希望大幅簡化賣家的廣告創建和業務管理流程，特別是針對那些無法負擔廣告代理商或自行創建行銷活動的中小型企業，讓賣家可以從「事事親力親為」轉變為「與 AI 智慧助理協作」，從而更專注在營收成長。 第一項新工具，是亞馬遜為有廣告投放需求的企業推出一個聊天機器人風格的創意助理，幫助廣告主幾乎完全透過 AI 製作和分發多媒體廣告活動。這項新工具是亞馬遜 Creative Studio 平台的更新版本，並將在所有廣告商使用的 Amazon Ads 平台上的 Ad Console 中推出。 用 AI 創意助理 Creative Studio 簡化廣告生成與投放流程 這個聊天機器人風格的創意助理 Creative Studio，核心功能在於透過對話式提示或簡單點擊，就能開發和編輯廣告概念、腳本、圖像、影片和旁白來推廣特定產品。例如公司可以創建一個由 AI 生成模型穿著自家服裝的影片，然後進一步更改模型背後的天空顏色，或從亞馬遜的商業音樂庫中選擇背景音樂。 這些由 AI 生成的廣告內容可以在亞馬遜的廣告平台投放，包括 Prime 串流服務的商業廣告時段，以及透過亞馬遜銷售的外部網站廣告，此外這些廣告可以在與亞馬遜有合作的平台播放，如 Disney、Roku 與 Netflix。 Amazon 舉例，有一位生產智慧餵鳥器的賣家想製作一則父親節廣告，吸引那些正在為父親尋找禮物的消費者。於是他們利用 Creative Studio 中的 AI 工具，設計並製作了一個推廣影片廣告，結果顯示與之前投放的其他推廣影片廣告相比，新廣告的點擊率驚人地提升了 338%、廣告支出回報率高達 121%。 雖然最初的目標是簡化小型企業的流程，但亞馬遜產品與技術副總裁 Jay Richman 表示，亞馬遜最終希望可以將這項新服務推廣到中、大型企業。研究公司 eMarketer 的行銷、零售和技術簡報高級總監 Jeremy Goldman 則肯定，亞馬遜憑藉其平台上數百萬賣家關係以及從產品銷售中提取的大量消費者數據，在廣告領域將具有獨特優勢。 賣家 [&hellip;]</p>

【每秒 2,000 Token 史上最快】阿聯上線 K2 Think 開源模型，爭搶中美 AI 領導地位

<p>阿拉伯聯合大公國 MBZUAI 與 G42 宣布推出全新低成本開源 AI 推理模型 K2 Think，號稱擁有全世界最快的 Token 處理速度，試圖讓阿聯跟中國、美國在 AI 領域互相抗衡。</p>

通用機器人一定要是人形嗎？這家新創正用「盒中工廠」打造通用桌面機器人

<p>在人形機器人逐漸成為產業焦點之際，一家名為 MicroFactory 的舊金山新創公司選擇走出另一條路：不是建造真人大小的人形機器人，也不是試圖自動化整座工廠，而是將通用型機器人壓縮進桌上型「盒中工廠」（factory-in-a-box）。 MicroFactory 近日完成 150 萬美元的種子輪融資，估值達 3,000 萬美元，投資者包括 Hugging Face 創辦人 Clement Delangue 以及 Uber 和 Twitter（現為 X）早期投資者 Naval Ravikant。 小體積兼具通用性，重新定義機器人 《TechCrunch》報導，MicroFactory 的產品外觀是如一個狗籠大小的透明工作站，內部搭載兩隻可更換工具的機械手臂與 AI 控制系統，專為電路板組裝、元件焊接、電纜佈線等精密任務設計。 與傳統工業機器人必須透過複雜程式設計不同，使用者可直接以實體操作引導機械手臂學習製造流程。MicroFactory 共同創辦人暨執行長 Igor Kulakov 指出，這種「示範式教學」往往只需數小時便能完成訓練，比傳統 AI 編寫程式碼更有效率，對中小型製造企業更具吸引力。 「通常這需要花上幾個小時，但用這種方式，機器人會更清楚自己該做什麼，」Kulakov 表示：「通用型機器人不一定要是人形。我們決定從零開始設計，讓它不是人形但仍然具備通用性，如此一來在硬體與 AI 方面都可以更簡單、更容易地完成。」 根據《Robotics &amp; Automation》，這種封閉式箱體設計可提供穩定照明與固定攝影機視角，讓訓練更容易、資料更易移轉，同時在家庭與工作場域使用也更安全。Kulakov 與聯合創辦人 Viktor Petrenko 先前曾共同經營便攜式攝影燈製造商 bitLighter。 Introducing MicroFactory A robot that automates repetitive manual work — starting [&hellip;]</p>

【科技早餐】Salesforce 搶攻國防！成立 AI 軍事單位 Missionforce

<p>【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊川普訪英，美企 AI 投資潮突破 400 億美元 美國總統川普訪問英國之際，美國科技巨頭同步宣布大規模投資，掀起一波 AI 基礎建設熱潮。 微軟將在當地建構全國最大的 AI 超級電腦，為開發者與科研單位提供高效算力。NVIDIA 不僅部署最新 Blackwell 與 Grace Blackwell Ultra 晶片，還與 OpenAI 合作推動「英版星際之門」計畫，主打跨國 AI 科研協作。Google 承諾在英國打造新一代資料中心，強化雲端服務布局；Salesforce 則將投資金額翻倍，以推動 AI 軟體與產業應用落地。 這些投資合計超過 400 億美元，直接引入全球最先進的 AI 硬體與雲端資源。外界認為，英國將從過去的 AI 使用者，逐步轉型為 AI 技術創造者，並強化其在歐洲乃至全球的科技戰略地位。 ＊Salesforce 搶攻國防！成立 AI 軍事單位 Missionforce Salesforce 宣布成立「Missionforce」國家安全部門，專注將 AI 技術導入國防與情報機構。應用範圍涵蓋軍事人員管理、供應鏈物流與決策支援，目標是讓國防運作更快速、更精準。 《Tech Crunch》報導，這項布局正值全球多家科技巨頭積極爭取政府 AI 合約之際，包括 OpenAI 推出政府版 ChatGPT，Google 發表 [&hellip;]</p>

深化 AI 技術應用！CloudMile 萬里雲獲 2000 萬美元策略投資，東南亞營收連兩年翻倍

<p>亞洲領先 AI 公司 CloudMile 萬里雲今日於 2025 CloudMile Solution Day 年度論壇宣布再獲策略投資，由策略性投資人祺富資本 NEXUS CVC 領投、富邦金(2881) 旗下北富銀創業投資及既有投資人共同參與，募得資金 2,000 萬美元（約新臺幣 6 億元）。CloudMile 萬里雲此次成功獲得策略資金挹注，關鍵在於長期深耕 AI 技術研發與海外市場表現亮點兩大優勢，成為少數兼具技術實力與國際化營運的新創企業。 產業與金融資本雙策略性投資，打造台灣 AI 軟體新國力 此輪投資具有高度策略意義，祺富資本 NEXUS CVC 具台灣高科技產業網絡支持，以 AI 生態系為核心架構，投資領域橫跨 AI、資安、半導體、雲端通訊等產業，可望助力 CloudMile 萬里雲在半導體、電子製造等產業更多的實際應用；同時，北富銀創投的加入，也將有助於 AI 與資安的金融場景落地，包括 AI 智能客服、AI 作業自動化、防詐與合規等數位金融應用，顯示富邦金控在推動數位金融、智慧風控與多雲服務佈局上的重視。 祺富資本 NEXUS CVC 管理合夥人陳柏助指出：「祺富資本看好雲端服務為 AI 及資安應用落地的關鍵基礎，CloudMile 萬里雲多年來於台灣、新加坡及東南亞多國的成功經驗和實現『Hybrid Cloud、Hybrid AI』的深厚技術及實績，正是能掌握未來雲端、AI 及資安融合趨勢的台灣關鍵代表企業。」被視為對 CloudMile 萬里雲長期在 AI 與雲端領域成果的肯定。 北富銀創投：「富邦集團長期關注台灣新創生態發展，這次透過 CloudMile 萬里雲的 [&hellip;]</p>

「算力其實是 AI 的假議題，我們要的不是算力，是 AI 能力。」陳良基與鴻海、NVIDIA、所羅門專家解密 AI 智…

<p>「現在我們面臨很多挑戰，也有新機會，」TechOrange 科技報橘在今（9/17）舉辦「2025 AI 智慧大工廠論壇──新竹場」，科技報橘社長戴季全在開場致詞時指出，當前「機器人浪潮」與「Agentic AI 的落地」是值得關注的兩大趨勢，同時這兩股力量都仰賴一個「可控的虛擬環境」作為基礎。以機器人研發為例，因涉及眾多零組件系統模組與數據，難以直接在真實環境中測試，許多企業也不敢讓未經驗證的機器人直接操作機台或產品；另一方面，AI 落地應用若缺乏完善測試，也可能帶來風險，進一步凸顯在 AI 落地與機器人浪潮下，「可控的虛擬環境」已成為關鍵基石。 陳良基解析台灣半導體產業突圍關鍵 前科技部長陳良基教授在「下一個機會點 ── AI 代工，解析台灣半導體產業突圍關鍵」演講中分析，台灣在 AI 時代的關鍵優勢來自半導體的「特定用途市場」，台灣在特定用途的半導體領域幾乎獨霸，因為台灣能根據客戶需求量身打造最佳化解決方案。 陳良基進一步提醒，全球供應鏈正快速變革，台灣必須思考未來的定位。他主張台灣應該推動「開放式 AI」，並將 AI 產業拆解為模組化的生態系，讓更多創新在分工中湧現，進而讓台灣在全球競局中找到新價值。「算力其實是 AI 的假議題，我們要的不是算力，而是 AI 能力，」陳良基直言，台灣應該善用既有的信賴供應鏈與製造優勢，從單純提供算力轉向提供完整的 AI 能力，唯有如此，台灣才能成為全球 AI 能力的提供者，而不只是 AI 伺服器的代工者，這是一條必須把握的發展道路。 鴻海解析 GenAI 賦能的智慧製造 鴻海科技集團董辦室軟體研發處長郭錦斌在「GenAI 賦能的智慧製造」演講中指出，傳統製造模式依靠影像辨識、自動化與 IoT，以提升確定性流程的效率，然而新一代智慧製造則以大模型與 AI Agents 為核心，賦予系統語意理解與跨域推理能力，將老師傅的經驗「產品化」，不僅能持續進化，更能處理如「為何良率下降？」、「如何排程最穩定？」這類開放式問題。 郭錦斌分析，未來工廠將呈現實體、數位分身與 AI 的三層結構。數位分身工廠將負責模擬與機器人訓練，AI 工廠則可以把專家經驗轉化為大型模型並優化排程，最終讓實體工廠「按圖施工，保證成功」。郭錦斌也強調，鴻海已透過 GenAI 實現多場域應用，包括智能調參縮短試模時間、CNC360 優化刀具路徑、Agentic Operations AI 協調多個 Agent 解決複雜故障，以及 FactoryGPT 結合知識圖譜與虛擬環境進行品質監控及缺陷排除。這些創新讓過去鴻海累積的數據價值獲得釋放，並推動鴻海從單點優化走向整合性解決方案，全面提升產線智慧化與效率。 NVIDIA Cosmos [&hellip;]</p>

【主權 AI 商機爆發】矽谷 420 億美元鉅資湧入英國！除了 NVIDIA 還有誰搶進？

<p>美國總統川普本週到訪英國，英美雙方同步簽署《科技繁榮協議》（Tech Prosperity Deal），瞄準 AI、量子運算與民用核能三大領域強化合作。此行不僅象徵外交關係升溫，更引爆矽谷企業對英國前所未有的投資潮，總額超過 420 億美元（約新台幣 1.2 兆），成為當前全球極具規模的主權 AI 基礎建設布局。 微軟砸 300 億美元、OpenAI 建設「英國星際之門」 根據《Bloomberg》報導，微軟將在未來四年投資 300 億美元於當地雲端與 AI 基礎設施，聲稱是該公司在英國史上最大筆資金承諾。微軟將與英國資料中心業者 Nscale 合作，建置一座搭載逾 23,000 顆 GPU 的 AI 超級電腦，用以驅動 AI 軟體。 除了微軟之外，OpenAI 也宣布將與 Nscale、NVIDIA 合作啟動「Stargate UK（英國星際之門）」計畫，目標強化英國的主權算力。OpenAI 計畫在 2026 年第一季部署最多 8,000 顆 GPU，未來將擴充至 31,000 顆。OpenAI 也將同步引進 OpenAI Academy 協助英國在 2030 年前培訓 750 萬名勞動力。 NVIDIA 12 萬顆 GPU 進駐，結盟 [&hellip;]</p>

【AI 正在教詐騙犯怎麼行騙】最新研究揭釣魚郵件成功率激增，三大應對策略一次看

<p>AI 聊天機器人正在迅速普及，但在為生活帶來便利的同時，卻也伴隨嚴峻的資安挑戰。根據 Malwarebytes Labs 的報導指出，一家名為 Vyro AI 的公司，其應用程式如 ImagineArt 和 Chatly 擁有數百萬用戶，因為資料庫未受保護，導致使用者輸入的 AI 提示、身分驗證憑證，以及裝置資訊等大量資料外洩。 這些外洩資訊的危害不容小覷，因為攻擊者可能利用身分驗證憑證劫持使用者帳戶、存取聊天歷史紀錄，甚至衍生其他的詐欺行為。至於資料外洩的普遍原因，是許多 AI 公司為了搶佔市場份額，傾向於將產品上市置於安全與隱私之前。 AI 生成的釣魚郵件具有「更高的說服力」 另一方面，AI 聊天機器人也正被不肖分子利用，以更低的成本和時間，大規模生成詐騙訊息。在《路透社》與哈佛大學在最新研究中，就利用 Grok、ChatGPT、Gemini 等六款主流 AI 聊天機器人策劃網路釣魚詐騙，並在年長者身上進行測試，結果顯示 AI 生成的釣魚郵件具有「更高的說服力」。 例如 AI 聊天機器人能主動建議增加「立即點擊」等緊迫性措辭，以提高詐騙成功率。此外，儘管 AI 公司聲稱已進行安全訓練，但為了避免用戶轉向競爭對手，模型常被設計為「服從」而非「保持警惕」。研究人員就發現，如果告知 AI 是「學術研究」或「寫小說」時，AI 就會開始生成惡意內容，更令人擔憂的是，AI 模型的反應極不穩定，相同的提示在不同會話中會產生截然不同的結果，使得預防濫用變得更加困難。 研究發現，AI 不僅能生成詐騙內容，還能提供策略性建議，像是 Google 的 Gemini 聊天機器人曾提供發送釣魚郵件的最佳時間，並建議針對年長者在週一至週五的特定時段，ChatGPT 甚至提供了假冒美國醫療保險網站的連結範例。《路透社》也報導，在東南亞詐騙園區工作的勞工證實，他們經常使用 ChatGPT 進行翻譯、角色扮演，並撰寫可信的詐騙回應。 應對 AI 聊天機器人風險的 3 大策略 如何有效應對 AI 聊天機器人帶來的風險？這需要多方協作，包括加強法規監管，以及提升使用者的意識。首先，全球各國已開始制定相關法規，例如歐盟的 AI 法案，將 [&hellip;]</p>

AI 無縫支付時代來臨！Google 推 AI 代理支付協議「AP2」，還支援穩定幣

<p>Google 宣布推出全新的開放式「代理支付協議」（Agent Payments Protocol，簡稱 AP2），希望為快速興起的 AI 代理（AI agent）商務交易建立一套跨平台安全標準，並獲得包括 Mastercard、美國運通、Salesforce、PayPal、Coinbase、Adobe、Okta 在內逾 60 家企業與機構的支持，顯示產業正積極為未來「AI 與 AI 之間進行交易」的時代做準備。 AP2 解決 AI 交易授權與責任歸屬問題 AI 代理是能自動代表用戶瀏覽、比較、決策與購物的軟體代理，近年隨著生成式 AI 興起，越來越多企業推出能處理複雜任務的代理服務。然而，當 AI 代理取得用戶的支付資訊並代為執行交易時，如何確認其獲得授權、確保其行為符合用戶意圖，並釐清出錯時的責任歸屬，成為產業普遍關注的風險。 Google AP2 的目標正是解決這些安全與信任問題。該協議能驗證用戶是否授權 AI 代理行動、讓商家確認 AI 代理的操作是否符合用戶要求，且若交易過程出現異常，也能回溯責任，提供可稽核的紀錄。 可擴展 A2A 與 MCP 協定，支援穩定幣與加密錢包 AP2 是在 Google 今年稍早釋出的「代理對代理」（Agent2Agent，A2A）協定和「模型上下文協定」（Model Context Protocol，MCP）基礎上進一步擴展而來，類似 MCP 讓使用者能安全地將 AI 工具連接至資料庫，AP2 則是為支付場景提供通用接口，讓使用者、商家與支付業者能與 AI 代理安全互動。 為強化對新型資產的支援，Google 也與 Coinbase、以太坊基金會、MetaMask 等加密貨幣機構合作，開發出可整合 x402 [&hellip;]</p>

博士、律師、棋王都來了！Mercor 用 AI 招募高技能人才來訓練 AI

<p>在競爭白熱化的矽谷，一家名為 Mercor 的新創公司，正憑藉其獨特的商業模式，迅速嶄露頭角。這家由三位 Thiel Fellows（知名創投 Peter Thiel 於 2011 年成立的年輕創業家培育計畫的成員）於 2023 年創立的公司，最初的構想是利用 AI 改造招募流程，如今，它卻意外地在為 AI 模型提供「專家級數據標註服務」上，找到了一個更直接的獲利點。 並在短短時間內實現了驚人的成長，首次登上《富比士》雲端運算 100 強榜單。 Mercor，從 AI 招募到專家級數據標註 儘管 Mercor 仍將自己定位為一家招募公司，並認為數據標註符合其將員工與公司配對的核心目標，但他的業務重心其實已經發生顯著轉變：他們透過為企業提供專業領域專家（例如科學家、醫生和律師）進行 AI 模型訓練，並按小時收取中介費和匹配費來賺取收入——Mercor 聲稱，它是包括亞馬遜、Google、Meta、微軟、OpenAI 和英偉達等五大頂級人工智慧實驗室的數據標記承包商。 而這項業務也已經已為 Mercor 帶來豐厚回報：今年 3 月，該公司宣布其在過去六個月中，每月成長率約 60%。Mercor 執行長 Brendan Foody 在 X 上發布消息稱，年化營運收入為1 億美元。而根據《富比士》報道，Mercor 在今年上半年實現了 600 萬美元的利潤。 這一驚人數據，也引發了投資人的高度關注。今年 2 月，Mercor 從 Felicis、Benchmark 和 General Catalyst 等重量級投資者那裡，成功融資 1 [&hellip;]</p>

【多虧關稅戰？】美國製造業如何巧妙轉向 AI，應對供應鏈風暴？

<p>美國製造業在過去五年中，持續面臨前所未有的供應鏈不確定性，包括疫情衝擊、地緣政治摩擦、關稅政策反覆等多重因素，使得企業在採購、庫存、風險控管間必須找尋最佳平衡。不論是川普政府祭出的全球貿易關稅，還是突如其來的出口禁令，都給了美國生產企業上了一堂如何適應變局的現實課。 如今，許多企業不再如疫情初期般搶貨堆料，轉而回歸「精實庫存管理」，只在需要時才採購，降低囤貨、減少資金占用，並要求供應鏈有更快的反應速度。 以美國割草機大廠 Toro 公司為例，其供應鏈負責人 Kevin Carpenter 指出，許多同業在關稅政策變更前搶購物料，卻可以做到將庫存維持在疫情前的正常水準。這背後，AI 工具功不可沒。 「供應鏈生成式 AI」軟體市場，規模大增長 Carpenter 的工作日通常從 AI 開始。首先 AI 會根據當日全球新聞和市場趨勢，生成個人化新聞，不僅涵蓋川普最新社群動態、即時鋼材價格，也追蹤產業供應鏈的微妙變化。 除此之外，Toro 採用生成式 AI 協助篩選龐大的資訊流，並採自動化建議供採購決策參考，例如「建議向 A 廠採購 100 噸原料並調度至 B 廠」這種具體方案，讓管理層可以一鍵直接批准或修正。 AI 在供應鏈的角色不斷深化，生成式 AI 不僅能預測需求波動、調度路徑，更朝向「決策建議」與「方案生成」邁進，力求從過去的數據分析者變成決策實踐者。企業可利用 AI 自動消化龐雜的實時數據、監控全球新聞與政策動態，主動調整採購量與時間，強化庫存週轉效率。 此外，「AI 代理人」的決策工具逐步落地應用，不僅具備跨資料庫協作、自主建議調度方案甚至還有不少自動執行的能力。這樣的進步，意味領導者將更多例行性、重複性決策任務託付給 AI 自身，空出人力專注於策略規劃與危機管理。 不過以現況來看，AI 尚未成為製造業的萬靈丹。業界專家提醒，AI 利於吸收海量即時資訊並快速反應，但目前大多工具仍處於試點階段，導入規模較小，企業真正部署生成式 AI 常涉及數百萬乃至數千萬美元的投資。 Gartner 的研究指出，全球供應鏈生成式 AI 軟體市場規模，預計將從 2025 年的 27 億美元攀升至 2029 年的 550 億美元，成長速度高於其他多數數位工具領域。這不僅反映出市場對高效率、敏捷回應的殷切期待，更是全球經濟不穩、資訊爆量情境下，企業不得不擁抱的數位轉型趨勢。 AI [&hellip;]</p>

用 AI 瞄準「預測式護理」市場！丹麥新創 Teton.ai 宣布獲 2,000 萬美元融資

<p>丹麥新創公司 Teton.ai 近日完成 2,000 萬美元 A 輪融資，領投方為 Plural，其他投資者包括 Bertelsmann Investments、Antler Elevate、Nebular 以及 PSV Tech。該公司計劃利用這筆資金擴展歐洲業務，並於今年底前進入美國 10 個州營運。 Teton.ai 成立於 2020 年，主攻「預測式護理」（predictive care）領域，目標是協助醫療與長照機構提前預測風險與資源需求，而非在事件發生後才介入處理。該公司透過自家 AI 與電腦視覺技術，建立醫療環境的「數位孿生」，可持續觀察住民、照護人員與空間的狀況，生成詳細的健康與行為資料，風險評估與營運決策。 從跌倒預防到人力調度，導入預測式決策 根據 Teton.ai 的說明，其系統能在高齡者跌倒風險管理、工作流程與人力需求預測、健康指標追蹤等方面提供支援，協助機構提早調整工作流程與配置。 其表示，該系統可將高齡者跌倒風險降低 82%，並提供家屬即時遠端監測機制，提升透明度與信任感。Teton.ai 也強調，當系統判斷需要採取行動時，會在適當時機傳達給最合適的人員，協助完成預防性照護，同時避免不必要的打擾，減輕照護人員 25% 的每日行政與規劃負擔，專注於人與人的互動關懷。 在營運者方面，Teton.ai 指出因為能優化工作流程、提升入住率與員工留任率，在全球照護人力短缺下仍可達成 28% 的留任提升；對機構業主而言，則能透過全局透明度降低風險並提升投資報酬，最快在部署後一年達成五倍回報。 目前 Teton.ai 已在歐洲多間長照機構與醫院部署，並與美國多家醫療機構業者展開試點計畫，預計未來將在更多醫療場域推廣應用。 結合 NVIDIA 超級算力，打造長照資料集 Teton.ai 近年也與 NVIDIA 合作，使用其 DGX 系統及丹麥國家級超級電腦 Gefion 建構長照場域資料集，以強化 AI 模型的訓練能力。該公司表示，自種子輪以來，其營收成長達 13 倍，客戶數每年成長約 300%，顯示市場對預測式護理工具的需求正在上升。 [&hellip;]</p>

【科技早餐】OpenAI 衝刺人形機器人，瞄準 AGI 新戰場

<p>【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊OpenAI 衝刺人形機器人，瞄準 AGI 新戰場 OpenAI 正加速進軍人形機器人市場，將成立專責團隊開發控制人形機器人演算法，由前 Meta AR 部門主管領軍。過去 OpenAI 已投資 Figure AI 與 1X，如今更申請新商標，暗示未來可能推出可由使用者自訂指令的人形機器人。這類機器人被視為 AGI 的重要落地場景，能在複雜環境中學習並執行任務。 全球科技大廠如 Google、特斯拉也在競逐此市場，但如何克服機器人感知、動作與安全挑戰，仍是業界待解的難題。 ＊蘋果砸 6,000 億美元，美國製造業迎「骨牌效應」 蘋果執行長庫克接受 《CNBC》訪問時表示，未來四年在美投資 6,000 億美元，帶動 79 家工廠受惠，創造數萬就業機會並強化供應鏈韌性。 蘋果已投入 25 億美元擴大與康寧合作，並與台積電、德儀深化半導體產能合作。此次計畫也涵蓋光學元件、材料科學等領域，進一步提升在地產能。蘋果同時成立「製造學院」，培育中小企業人才，推動產業升級。庫克強調，這不僅是長線戰略，更是一份對美國本土的承諾。 ＊澳洲資料中心投資潮起，用水量恐成隱憂 《路透社》報導，澳洲核准多個資料中心建設，總投資達 66 億澳元，包括微軟、亞馬遜與 AirTrunk 等大型業者。預估年耗水量恐達 96 億公升，相當於雪梨供水量的 2%，引發生態保護疑慮。 雖然業者承諾採用更高效冷卻技術，但目前監管僅依企業自律，缺乏明確規範。雪梨水務局警告，到 2035 年資料中心用水可能佔城市資源的四分之一。如何平衡數位經濟成長與水資源永續，成為政策與產業共同挑戰。 ＊Anthropic：77% 企業完全交給 AI，自動化成趨勢 Anthropic 最新報告顯示，77% 企業已讓 AI 獨立執行任務，常見於程式設計、數學與行政流程。消費者端則偏向教育與創意應用，如寫作與語言學習。這也呼應執行長 Dario [&hellip;]</p>

【從寵物飼料到航太零件】AI 工廠展現效率極限，人類專業卻成不可或缺的核心

<p>從自動化到個人化，AI 與機器人正以前所未有的速度和效率，改變全球的製造業。這場科技革命不再只是單純追求產線速度，而是更深層地優化從原料採購、生產排程到品質控制的每個環節。 過去被認為難以大規模自動化的客製化產品，如今在 AI 助力下變得更高效且具成本效益，至於高度仰賴精準度的精密製造，也借力 AI 優化生產流程。然而，即使 AI 與機器人逐漸能處理大部分重複性任務，人類的專業判斷與創新思維，仍是讓這場轉型真正可以發揮真正價值的關鍵。 AI 如何進化隱形眼鏡、寵物食品與洗髮精的生產流程？ 《Business Insider》報導，隱形眼鏡製造商博士倫（ Bausch + Lomb）為了應對日拋隱形眼鏡的龐大需求，導入 Arena AI 的 Atlas 軟體。這項技術能預測機械問題並即時向維護人員發出警報，讓他們能快速診斷並修復錯誤。 寵物食品公司 Spot &amp; Tango 過去面臨手動協調原料與生產排程的挑戰，再導入 Didero 公司提供的代理 AI 工具後，該公司在不增加人力的情況下實現產能擴張。這款 AI 工具能自動化處理約 60% 的採購訂單，包括訂單記錄、確認以及根據原料供應建立生產排程，大幅簡化生產流程。 客製化洗髮精製造商 Prose 透過 AI 和自動化技術，成功降低製造成本。 Prose 最初推出客製化產品時，每瓶需額外增加 5 美元的成本，如今透過自主機器人負責混合配方、瓶子填充和 200 多種演算法的應用，已將額外成本降至 1 美元以下。這些演算法還能優化需求預測、產品配方和機器維護，有效減少停機時間。 製造業不可或缺的核心價值：人類專業 儘管 AI 與機器人在提升效率方面展現巨大潛力，但人類的專業知識、判斷力與監督，在製造業中仍扮演不可替代的核心角色，像是航太公司正積極投資人工智慧、機器人技術與數位孿生以實現營運現代化，但他們也清楚地認識到對人類技能的持續需求。 塔塔諮詢服務公司 (TCS) 的《2025 年未來天空研究》報告就指出，航空業領導者預計，到 [&hellip;]</p>

獲 NVIDIA、亞馬遜等大咖 1.2 億美元投資！機器人新創 Dyna Robotics：目標解鎖物理 AGI

<p>今年 3 月才剛完成 2,350 萬美元種子輪融資的美國機器人新創 Dyna Robotics，在 9/15 又宣布完成 1.2 億美元的 A 輪融資。這次投資陣容相當豪華，包括 NVIDIA Ventures、Amazon Innovation Fund、Salesforce Ventures、Samsung Next、LG Technology Ventures 等科技巨頭旗下創投，將估值推升至逾 6 億美元。 《Bloomberg》報導，這輪融資反映投資者對新一代 AI 機器人技術的高度期待。根據 PitchBook 資料，今年上半年機器人產業已吸引了 121 億美元的投資資金。 專注「機器人大腦」，從固定式機械手臂起步 Dyna Robotics 於 2024 年創立，由 Lin Gao、York Yang 與 Google DeepMind 前研究員 Jason Ma 共同創辦，目標是打造高性能、通用型的機器人 AI 基礎模型。 目前該公司推出的產品是一款固定式機械手臂「DYNA-1」，已被部署於餐廳摺餐巾、健身房摺毛巾、洗衣業摺衣等多個產業場景。 根據《Fortune》，Gao 曾指出目前多數實體 AI 領域的公司多投入兩大方向：一是開發通用型 AI [&hellip;]</p>

「機器人的問題不是數據用盡，是沒有數據。」臺大電機系助理教授孫紹華談台灣發展 AI 機器人的兩大獨特優勢

<p>專訪：《TechOrange》社長戴季全 / 撰稿：李昀蔚 不管是在模仿學習、強化學習等技術層面，或是應用場域及功能面，都可以見到全球機器人公司呈現爆炸性成長的跡象。本集《全新一週》特別邀請國立臺灣大學電機工程學系助理教授、機器人學習實驗室主持人孫紹華，分享近期參訪美國矽谷 AI 機器人產業的心得，並深入探討對全球 AI 機器人發展趨勢的深刻洞察。 孫紹華分享，在為期五天的行程中，走訪了 UC Berkeley、Google、NVIDIA、Amazon Lab126 以及 Toyota Research Institute（TRI）等多家頂尖機構，更特別參訪兩間機器人新創公司，觀察產業內不同的發展模式。 兩家不同路線的美國新創 「我的感想是，現在雖然還是非常多人在鑽研各種不同技術，但這些技術其實也成熟到如果你有一定的資源與決心，就可以開始把東西落地，」孫紹華舉例，在這趟灣區之行，他們特別拜訪 Physical Intelligence 與 DYNA Robotics 兩間新創。Physical Intelligence 在技術上已有突破，能讓機器人穩定地完成如摺衣服等困難任務 。然而，他們並不急於商業化，而是希望開發出能應對各種工作的「通用型機器人」。 相較之下，DYNA Robotics 也開發出能穩定讓機器人摺餐巾的技術 ，他們也選擇積極與飯店、餐廳洽談合作，DYNA Robotics 的團隊甚至會參與飯店業的產業會議，而非單純聚焦學術研討，以深入了解產業痛點，並透過大量收集數據與訓練模型來解決特定問題 。「這兩家公司，我覺得技術上其實非常類似，都是在做模仿學習，」孫紹華強調，這兩種模式也都證明技術已能落地，關鍵在於企業如何選擇商業路徑 。 強化學習與模仿學習的關鍵差異 孫紹華進一步說明，在推動 AI 機器人發展的過程中，主要仰賴「強化學習（Reinforcement Learning）」與「模仿學習（Imitation Learning）」兩大技術。 「強化學習的切入點是，我會告訴你怎麼樣的決策是好的，提供回饋的方式是給你一個獎勵，」孫紹華表示，透過不斷嘗試與調整，機器人最終學會如何做出正確的決策，例如控制機械手臂的馬達來抓取物件 。 至於模仿學習，孫紹華形容模仿學習的做法，就是「讓知道怎麼做這件事情的人來教你做這件事情 。」例如可以透過遠程遙控系統（Teleoperation System）來控制機械手臂，讓人能直覺地操作小型機械手臂，大型手臂則同步跟隨，藉此大量收集機器人動作的資料來訓練模型 。 機器人領域面臨的發展瓶頸 「機器人的問題不是數據用盡，是沒有數據，」談到當前 AI 機器人的發展挑戰，孫紹華指出，雖然網路上有大量人類活動的影片，但這些數據無法直接轉化為機器人能理解的動作 。此外，不同種類的機器人，數據也無法互通 ，這與文字這種通用的數據形式，存在本質上的差異。 除了數據之外，孫紹華也利用「綁鞋帶」的例子，說明 AI [&hellip;]</p>

OpenAI 首度曝光 ChatGPT 用戶報告！用法與 Anthropic Claude 呈現兩極差異

<p>AI 巨頭 OpenAI 近日發布首份 ChatGPT 使用者研究報告，分析超過 150 萬筆對話紀錄，揭示 ChatGPT 消費者用戶以個人與探索型用途為主，而 Anthropic 同步公布的研究則指出，其旗下 Claude 與 Claude API，主要被企業與開發者用於程式開發、研究與教育等工作任務，呈現截然不同的使用輪廓。 根據 OpenAI 的報告，截至 2025 年 6 月，非工作用途訊息已占 ChatGPT 對話總量 70% 以上，較一年前的 53% 明顯上升；工作相關查詢則降至 27%，低於一年前的 53%。其中最常見的三大使用主題為實用指南（28.3%）、寫作（約 25%）與資訊搜尋，合計占整體訊息近 80%。這些內容多與日常生活相關，例如撰寫社群貼文、編修簡報內容、查詢資料等，顯示 ChatGPT 更像一款大眾化消費產品，而非典型的企業工具。 工作者用 ChatGPT 做決策輔助 報告也發現，當 ChatGPT 被用於工作情境時，用戶多半將其視為顧問或研究助理，用於輔助決策與提高生產力，尤其集中在專業與技術類高薪職群中。寫作任務是最常見的工作用途，占所有工作相關訊息的 42%，其中約三分之二是修改既有文字、而非從零創作；至於程式開發僅占整體訊息 4.2%，顯著低於 Claude 的 36%。 此外，OpenAI 也揭露了 ChatGPT 的使用族群輪廓。全球用戶性別比例已趨於平均，並以年輕族群為主，約半數對話來自 18 至 25 歲用戶，且在低收入國家的成長速度明顯快於高收入國家，顯示 ChatGPT [&hellip;]</p>

【GPT-5-Codex 登場】OpenAI 打造能自主工作 7 小時的「AI 程式設計師」，讓 AI 不再只是編碼助理

<p>OpenAI 近日宣布推出 GPT-5-Codex，這是 GPT-5 模型的全新微調版本，特別為 OpenAI 的 AI 編碼助手 Codex 中的軟體工程任務設計。 GPT-5-Codex 的出現，更標誌著 AI 正從單純的輔助工具，轉變為能夠獨立執行複雜任務的「同事」，並刷新大眾對 AI 程式設計能力的認知，同時預示軟體工程的未來將迎來一次結構性的變革。 可以自主運行超過 7 小時、具備跨工具深度整合能力 OpenAI 指出，GPT-5-Codex 能夠連續自主運行超過 7 小時，持續進行大型且複雜的開發專案，並在過程中不斷自我迭代、修復測試失敗，最終成功交付成果。這項能力源於其獨特的「動態思考」機制，意即可以根據任務的複雜度，自主決定需要投入多少時間進行推理、編輯和測試。 當面對大規模重構、除錯或程式碼審查等需要長時間專注的任務時，GPT-5-Codex 會投入更多的「思考」時間，從而提升長時間任務中的穩定性與精確度。這種不用仰賴人類頻繁介入的「自主性」，是 GPT-5-Codex 與其他 AI 編碼工具最大的區別，也是被稱為「AI 程式設計師」而非「編碼助理」的關鍵所在。 另一方面，GPT-5-Codex 也具備跨工具深度整合能力，例如涵蓋 Codex CLI（命令行介面）、Codex IDE 擴充功能、Codex 雲端環境以及 GitHub 深度整合等，可以無縫融入開發者的現有工作流程。這種全方位整合，使 GPT-5-Codex 在開發者的工作流程中，不只是一位獨立工作者，更是一位關鍵協作者。 全方位的應用場景與產業影響 GPT-5-Codex 的技術突破，未來也可以為企業與開發者帶來具體效益。例如在企業端，GPT-5-Codex 可以協助解決困擾多年的技術債問題，對於龐大且老舊的程式碼庫，GPT-5-Codex 能夠獨立處理複雜的重構任務，這將大幅降低維護成本，並讓開發團隊得以專注於新功能的開發。像是思科、Duolingo 等企業也開始利用 Codex 進行重構、測試生成及程式碼審查，顯著提升專案交付速度與程式碼品質。 對於開發者個人，Codex 則是提升生產力的利器。它可以自動化日常重複性任務，如測試生成、程式碼重構，讓開發者能夠將時間與精力投入到更具創造性和挑戰性的核心問題上，同時也能在除錯和學習新技術時提供即時幫助，進一步提升個人技能。 OpenAI 透過 [&hellip;]</p>

企業根本不需要那麼多算力！Hugging Face 提5 建議減少 AI 成本

<p>Hugging Face 高層認為，企業一昧追求算力提升，並非強化 AI 效能與效率的最佳方法，同時提出 5 種更聰明的方式使用人工智慧，提點企業朝成本更低、更好的方向前進。</p>

不只做 AI，還幫 AI 創造「世界」！專訪 MetAI 共同創辦人暨執行長余泰萬

<p>今年初，一間剛完成 400 萬美元種子輪融資的 AI 新創一炮而紅，不只是因為融資金額在台灣新創圈罕見，更因它是 NVIDIA 首度直接投資的台灣新創。這家名為 MetAI（宇見智能）的公司，專注於整合工業 AI 與 3D 模擬技術打造數位孿生（digital twins）。募資後，團隊規模翻倍，一邊與台積電等大型客戶合作，一邊萃取專案經驗，準備在下半年推出首款產品，迎向全球挑戰。 「我們正在解決的問題是，如果每一個人都想要一個虛擬工廠，你要怎麼做到？」MetAI 共同創辦人暨執行長余泰萬接受《TechOrange》專訪時表示，MetAI 官網收到的詢問需求已「爆炸」，這與全球政治經濟變遷下，半導體與電子業者赴美或東南亞建廠有關；另一驅力是全球日益嚴重的人力短缺，企業在導入自動化設備時，也開始思考能否借助數位孿生、AI 優化產線。 對於 MetAI 來說，下一場 AI 革命是對真實世界的掌握，而數位孿生是價值高達 50 兆美元的全球產業。 數位孿生不只是 3D 模型，而是能運作的世界 MetAI 對數位孿生的定義也很直白，如果只有 3D 建模不叫數位孿生，必須讓輸送帶怎麼跑、機器手臂如何抓等運作邏輯與真實一致，才是一個可用的世界──要讓 AI 真正走進實體場域，不能只餵文字或圖片，必須給它能做實驗、能看得到後果的模擬環境，才可能在現場給出有效方案。「我們認為數位孿生必須要成為一個能夠訓練 AI 的環境，」余泰萬說。 MetAI 能在競爭激烈的數位孿生與合成資料市場脫穎而出，甚至在 NVIDIA 的鼓勵下創業，關鍵在其獨特的 AI 演算法，能把原本需要數千萬小時的 3D 模擬環境建構過程縮短為數分鐘，而且只需 2D CAD 平面圖即可生成。「大家都在找更快的方式打造數位孿生，」余泰萬強調，MetAI 是由 AI、3D、機器人等跨領域人才集結而成的團隊，才能達到這項創新。 目前 MetAI 也正在模擬環境中訓練兩種 AI 代理：其一是產線佈局最佳化的 AI 代理，能在虛擬工廠裡自行試跑各種機台配置與動線，搜尋最佳解，例如機台數量最少、產線最順暢等；其二是用於最佳化自動化方案邏輯的 [&hellip;]</p>

【科技早餐】OpenAI 董事長：AI 泡沫確實存在，但價值依舊巨大！

<p>【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊Google AI 摘要惹怒出版商，美媒首度提告 根據《路透》報導，美國出版商潘斯基媒體，旗下擁有《滾石》、《告示牌》等雜誌，正式將 Google 告上法院。主因是 Google 搜尋的 AI 摘要功能，自動擷取新聞重點，讓用戶不必再點進原始網站，導致出版商流量驟減，進而影響廣告與訂閱收入。 Google 在美國搜尋市佔高達九成，讓出版商幾乎無談判空間。潘斯基強調，新聞完整性必須受到保護，不能讓科技巨頭片面決定內容使用方式。 Google 則回應，AI 摘要能提升搜尋體驗並帶來更多曝光。此案被視為新聞產業與科技平台角力的指標性案例。 ＊OpenAI 董事長：AI 泡沫存在，但價值依舊巨大！ OpenAI 董事長 Bret Taylor 近日受訪表示，AI 產業確實存在泡沫，但長期價值仍不可忽視。他舉例 1990 年代網路泡沫，雖然許多公司倒閉，但 Amazon、Google 最終成為巨頭，顯示產業方向正確。 Bret Taylor 認為，AI 也將走相似路徑，短期投資人可能蒙受損失，但結構性改變無可避免。他提醒，目前不少企業僅在「觀光 AI」，做實驗性嘗試卻缺乏實際價值。建議企業應採用能解決痛點的應用型 AI，才能真正釋放技術潛能。 ＊AI 當面試官？新創 Micro1 募資 3,500 萬美元 AI 招募服務新創 Micro1 宣布完成 A 輪融資，募得 3,500 萬美元，估值達 5 億美元。根據《路透社》，該公司年收入已突破 5,000 萬美元，成長快速。 [&hellip;]</p>

AI 熱潮還能撐多久？AI 巨頭被比作「星巴克供應商」，Oracle 股價暴漲點燃泡沫警報

<p>全球 AI 浪潮正在席捲各產業，從矽谷到華爾街，AI 幾乎成為最受追捧的關鍵字，像是大型科技公司投入數十億美元打造基礎模型，資本市場也因相關題材持續沸騰。 然而在這股熱潮背後，卻逐漸浮現兩大隱憂：一方面，像 OpenAI、Anthropic 這些 AI 巨頭被比喻為「賣咖啡豆給星巴克」的角色，意即可能淪為只提供原料卻無法掌握應用價值的存在；另一方面，隨著 Oracle 股價急漲，更將市場對「AI 泡沫化」的疑慮推向高峰。究竟 AI 熱潮還能撐多久？成為市場上無法迴避卻也引人好奇的問題。 AI 基礎模型巨頭變成像「星巴克供應商」的 2 大原因 《TechCrunch》 在近期報導指出， OpenAI、Anthropic、Google 等基礎模型公司，最終可能淪為「像賣咖啡豆給星巴克」的後端供應商，嘗試在低利潤的商品化業務中求生存，反映出當前 AI 產業的深刻變化。 首先，預訓練的規模化效益已趨於遞減。過去，基礎模型公司投入鉅資進行預訓練，以追求擴大模型規模，但現在這種策略的邊際效益已不如以往，因為當前的創業公司更傾向將基礎模型視為可隨時替換的「商品」，並將重心轉向後訓練、強化學習、微調以及使用者介面設計，以此開發出能解決特定問題的實用 AI 工具。這也代表，企業與客戶需求正從龐大且通用的基礎模型，轉向更精準、更客製化的應用層解決方案，所以軟體開發、企業數據管理、圖像生成等，才是代表 AI 產業的未來。 其次，開源與競爭者正在稀釋 AI 巨頭的定價權。隨著開源替代方案興起以及眾多競爭者加入，基礎模型公司的市場主導地位正在被挑戰。新創公司普遍認為，無論自己的產品是建立在 GPT-5、Claude 還是 Gemini 之上，最終成果都大同小異。即使是率先推出程式碼、圖像與影片生成模型的 OpenAI，最終也在這些領域被競爭者超越，這都讓持續投入巨資建立更大基礎模型的策略充滿風險。 對「AI 泡沫化」的擔憂 當 AI 基礎模型巨頭面臨挑戰的同時，資本市場的過度狂熱也引發對「AI 泡沫化」的擔憂。近日《Reuters》報導指出，美國科技巨頭甲骨文（Oracle）股價在一天內飆升 43%，使其市值在三個月內翻倍。這股驚人漲勢，讓華爾街關於「美國 AI 股票泡沫」的激烈辯論再度浮上檯面。 這種市場氛圍與網路泡沫時期驚人相似。從市場數據來看，當前的 AI 股票集中度過高，標普 500 指數中前五大公司的總權重已接近 30%，這種高度集中使市場高度依賴少數幾家公司，但從歷史經驗來看，這種情況通常不會有好結果。 AI 產業的真正考驗：落地應用與市場理性 綜觀當前 [&hellip;]</p>

日本亞馬遜狂用機器人、本土企業卻遲疑，物流自動化為何卡關？

<p>在高齡化與勞動力快速萎縮的壓力下，日本物流產業正成為自動化技術能否撐起供應鏈的試煉場。然而，這場轉型的腳步並不一致。 《金融時報》報導，亞馬遜在千葉縣的物流中心展示高度自動化營運模式，廠內機器人數量已超過 2,000 名員工，透過複雜分揀系統協調包裝流程，甚至配備可依商品尺寸自動裁切包材的設備；同時部署名為 DeepFleet 的 AI 模型協調中心內所有機器人，使作業速度提升 10%。 這股趨勢也正從物流鏈後端延伸到零售前線。日本最大連鎖便利商店 7-Eleven 近期在東京門市啟動機器人試驗，讓機器負責上架補貨與清潔櫥窗，並搭配自助結帳與遠端客服系統。 機器人大國卻自動化落後？結構問題成最大阻力 雖然外界視日本為「機器人大國」，但這種領先進展在本土業者間仍屬少數。《金融時報》指出，大型物流業者日本通運雖已測試自動駕駛堆高機、自動化網格式儲存與取貨系統、能移動貨架的機器人，以及供揀貨員使用的高科技移動輪椅，但高層對於自動化投資能否回本仍抱持懷疑態度。 事實上，日本在物流領域的自動化程度相對落後，根據 Interact Analysis 數據，除了亞馬遜之外，日本每座倉庫平均僅部署 0.17 台機器人，遠低於美國的 0.68 台與中國的 0.57 台。 不過，造成機器人導入緩慢的原因不是技術能力不足，而是結構條件限制。首先，日本員工普遍被認為勤奮穩定，使企業長期仰賴人力作業；其次，日本人口與產業高度集中於都市，使配送距離短、物流效率本就偏高，降低了企業引進自動化的急迫性；再者，日本電商普及速度相對緩慢，線上零售占比不到 10%，遠低於英國的 27%；此外，日本國土多山，適合建倉的土地有限，倉庫多為多層、L 型等非標準建築，也大幅增加導入機器人系統的改造成本。 「如果只是單純用這些技術來取代部分工作量，很難衡量效益，」日本運通負責業務開發的高層 Akira Unno 告訴《金融時報》，許多相關技術仍處於展示期、處於一個過渡期，要觀察是否會爆發性發展，或者仍是人力更具優勢。 從「人力補缺」到「必須靠機器維持供應鏈」 然而，這種仰賴人力的模式正逼近極限。日本目前 65 歲以上人口占比近三成，野村綜合研究所（NRI）預估，2030 年日本貨運司機人數將銳減三分之一至 48 萬人。去年起實施的卡車司機工時限制，更加劇司機短缺壓力。 面對這種結構性挑戰，業界觀點出現分歧。亞馬遜日本營運副總裁 Kohei Shimatani 認為，倉儲自動化的經驗將擴散到更多鄰近消費者的配送中心，並強調高齡化不會阻礙物流效率提升。他預測，自動化發展速度將快過日本勞動年齡人口的萎縮。 日本大型卡車運輸集團之一的 SBS Holdings 則不寄望自動駕駛能在短期內解決問題，計劃未來幾年僱用外籍人士擔任卡車司機。 但是對日本通運（Nippon Express）及其同業來說，導入機器人終究不再只是「幾年回本」的投資考量，而是關乎日本能否繼續維持物流運作。Unno 說，「我們可以確定的是，人力資源絕對會不足，而且對於低出生率也看不到任何應對措施。現在每年 18 歲的人只有 100 萬人，以前可是有 200 萬人。」 [&hellip;]</p>

如何以感知技術為核心，讓 AI 機器人看懂世界、真正走進生活？Amazon Devices & Services 首席…

<p>「與在網頁上對話的軟體 AI 語言模型不同，我們所做的是 Embodied AI，也就是具身人工智慧，我們想讓 AI 走進實體世界。」 「科學家的成就感可以分為兩階段：當把不可能變成可能時，是第一階段的成就感；第二階段則來自看到這個新技術改變使用者的生活。」從台灣清華大學的教授，到消費型機器人團隊的感知技術專家，Amazon Devices &amp; Services 首席應用科學家孫民分享到，在 Amazon Devices &amp; Services 團隊，自己主要負責讓機器人理解人與環境，以 Amazon 家用智慧機器人「Astro」為例，其功能設計涵蓋安防與陪伴，這意味著 Astro 不只會看、會聽，還需要能理解語意。 比如：當使用者下達「去大門查看包裹」的指令，Astro 就需要了解這句話的意思—思考如何移動、去哪裡看、應該呈現什麼結果，這些應用涉及語言理解、空間感知、任務規劃等技術，「其中最核心的 Perception 感知技術，讓家用機器人能夠準確理解室內環境，無論是家庭住宅還是中小型企業這類人類活動空間。考驗一些核心能力，比如 3D 空間環境的理解以及準確解讀人類意圖，這要求機器人具備對文字指令的語義理解能力，以及能基於理解執行多樣化任務。」 透過 Amazon 文化與資源，將技術知識轉化為實際產品 「Paradigm Shift（正規化轉移）不會只發生在全世界的一個地方，而是全球性範圍的正規化級突破。在 AI 技術全球擴散的過程中，亞太地區需要的不僅是技術引進，更需要本土化的人才培養和技術創新體系 ⸺ 而這正是我能發揮最大價值的領域。」孫民分享，自己選擇職業始終遵循兩個核心原則，一方面是追隨自己的熱情，另一方面是尋找能夠最大化個人貢獻的領域。2018 到 2022 年間，孫民在台灣新創公司負責數位行銷，並成功運用機器學習技術實現營銷決策自動化，包括目標受眾篩選、產品匹配、投放時機選擇及通路最佳化等關鍵環節，這讓他學會洞察客戶需求的重要性，明白技術優勢必須與客戶需求相結合，與單純依靠技術不關注客戶需求的學校思維截然不同，「也是在那時，我開始系統思考企業文化的構建邏輯。」 「在 Amazon，我可以投入研究、做產品，同時也擁有資源和使用者，是非常理想的工作環境，」從清大教授、新創公司，再到目前加入的 Amazon 團隊，孫民表示 Amazon 環境與文化符合自己的期待，特別是領導力準則。例如 Customer Obsession（顧客至尚）、Bias for Action（崇尚行動）這兩項原則，都與孫民初創公司摸索的方法論高度契合，甚至已發展成熟制度，「基於過去累積的經驗，我還發現自己特別適合也特別喜歡技術突破後的這個階段 —— 將創新與客戶需求對接，並快速實現規模化。這就像把圖書館裡的技術知識轉化為實際產品，讓我獲得獨特的職業滿足感。」 與全球團隊協作，連接數據、模型與實體世界，避開「沉沒風險」 進一步談到作為台灣 Amazon 科學家，如何與全球團隊進行協作，孫民指出約一半的工作時間是與國際團隊的科學家深度合作，將非常模糊的技術問題與客戶需求相結合，共同識別核心技術方向、制定可行的 [&hellip;]</p>

【結帳流程將消失】AI 代理商務來襲，萬事達卡、VISA、PayPal 如何全面備戰？

<p>在零售與金融產業，結帳的樣貌正在迎來顛覆性變化。過去人們習慣手動挑選、點擊「立即購買」，如今在 AI 浪潮下，一種名為 AI「代理商務（Agentic Commerce）」的新模式正在浮現。這場轉變已吸引包括萬事達卡（Mastercard）、VISA、PayPal 在內的支付巨頭積極佈局，試圖搶下未來新商業秩序的主導權。 所謂代理商務，是指生成式 AI 系統不再只是推薦商品，而是能記住過往偏好，主動平衡價格、速度與使用者規則後完成付款，徹底省去傳統電商流程中「結帳」的動作。未來，消費者只需對 AI 下達指令：「幫我在 120 美元預算內買完這週的食材並安排週四送達」，AI 便能全程自動完成下單、付款、配送等工作。 萬事達卡最新行動：打造開發套件與信任層 在這波趨勢中，萬事達卡頗為積極，除了在今年稍早推出 Agent Pay 系統，允許經過授權的 AI 助理使用特製的「代理代幣（agentic tokens）」來進行交易，現在更進一步提供支撐 AI 代理式商務所需的基礎設施與規範，以確保這類交易同時具備安全性與可擴展性。 萬事達卡推出一套開發者工具 Agent Toolkit，透過 MCP（Model Context Protocol）協議讓其 API 能被主流大型語言模型（LLM）直接讀取，讓開發者更容易將支付功能嵌入 AI 流程中。此外，萬事達卡也推出 Agent Sign-Up 驗證機制與 Insight Token，同意後可授權 AI 代理使用用戶的偏好資料訊號，進一步實現個人化。 為了讓此模式安全可擴展，萬事達卡正與 FIDO Alliance 等標準組織合作制定「可驗證憑證」，確保代理在執行交易時能留下用戶授權與交易證據，降低爭議與詐欺風險。萬事達卡表示，美國用戶最快今年底就能使用其 Agent Pay 功能，未來將推向全球市場。 萬事達卡也表示，這項工具改變了開發人員建立金融應用程式的方式，可將開發從文件驅動的傳統工作流程，轉變為 AI 原生的對話式開發流程。 VISA、PayPal、Stripe 也競相試水溫 萬事達卡並非唯一玩家。VISA 正以「智慧商務（Intelligent [&hellip;]</p>

【網路勒索新型態】「假負評」攻擊席捲全球，數百企業 Google 評分一夕崩盤

<p>現在消費者在購物前，習慣透過網路評論來判斷產品或服務的好壞，然而這些看似客觀的線上評論機制，卻開始被詐騙集團利用，留下許多負面的「假評論」。這些惡意負評不僅會大幅降低企業的星級評分，損害其線上聲譽，更可能導致數千美元的營收損失，且一旦發布，便難以從 Google 頁面上移除。 目前全球各地有越來越多搬家、屋頂修繕、水電承包與電器維修等服務業者，正身受這種新型態的詐騙手法所苦，甚至在要求移除虛假的負面評論時，還會被勒索數百美元。 「假負評」詐騙手法揭秘 這套新詐騙的核心策略，就是利用恐嚇和勒索，迫使商家支付費用以移除評論。詐騙者通常透過通訊軟體向商家發送訊息，威脅將發布大量偽造的負面評論，或是在發布後再要求企業支付費用以移除它們。 近年 AI 工具興起更助長詐騙行為，因為 AI 工具可以助力詐騙者以驚人的規模，產出聽起來更逼真且難以辨識的假評論。根據產業監督機構 Fake Review Watch 的追蹤，美國各地的搬家公司、承包商和鎖匠等，都曾是假評論攻擊的受害者，目前全球已經有超過 150 家企業因偽造的負評而受害。 小企業的慘痛經歷與實際損失 許多小企業主因假評論，造成聲譽與收入重創，像是洛杉磯承包商 Natalia Piper 便在六月收到一則來自巴基斯坦電話號碼的 WhatsApp 訊息，對方威脅將為 Natalia Piper 的公司發布 20 則負面評論， Natalia Piper 也為了移除這些評論，先後向兩名不同的詐騙者分別支付 150 美元和 100 美元。 「我花了八年時間才在市場上建立聲譽，但一個人一天就可以毀掉它，」Natalia Piper 的公司在遭受惡意的負評攻擊後，Google 評分曾一度從 5.0 星驟降至 3.6 星。Natalia Piper 也感嘆，在假評論被移除之前，「接不到任何電話，也沒有客戶想找你」。 此外，來自喬治亞州的搬家公司老闆 Nick Betourney 也有類似遭遇。 Nick Betourney 辛苦經營六年，才讓自己的公司在 Google 評論上獲得 [&hellip;]</p>

AI 如何改變華爾街工作？揭示投資銀行四大核心業務人機新分工

<p>人工智慧正逐步重塑投資銀行的工作結構。根據諮詢公司 ThoughtLinks 的研究，到 2030 年前，AI 將影響多達三分之一的投行核心業務流程，涵蓋併購、銷售與交易、股票與債務承銷等。 這場變革並非意味著裁員，而是工作型態、技能需求與作業流程的根本改變。 為了應對這場變革，華爾街各大銀行已積極部署 AI 策略。摩根大通向 20 萬名員工部署大型語言模型工具，高盛則推出內部 AI 助理，花旗集團也成立新領導團隊推動 AI 策略——這些舉措的重點都在於「重構流程」與「員工再訓練」，目標是將複雜的金融任務模組化和自動化，同時將銀行家們的角色，從資訊蒐集者轉變為更具策略性的高層判斷與關係管理者。 投行四大核心業務，人類與 AI 的新分工是？ ThoughtLinks 的研究，也進一步為 AI 在投行的應用提供更具體的藍圖，分析 AI 在四個特定工作領域中的新角色： 投行職涯洗牌與挑戰 為了將銀行流程結合「人與 AI」，ThoughtLinks 創辦人 Sumeet Chabria 強調，真正的挑戰在於，如何將高度結構化的銀行流程，轉化為「AI 模組」與「人類專業判斷」相結合的混合工作模式。 AI 不會讓銀行家消失，而是重新塑造他們的角色：從「資訊蒐集」轉向「高層判斷與關係管理」。不過，AI 的導入將使投行初階員工的大量工作被自動化，也逼使人才轉向更高階的顧問與策略角色。 這場職涯洗牌中，初級銀行家的角色可能最受衝擊，而經驗豐富的高階顧問，其價值將因 AI 的輔助而更加凸顯。 如果投行未能同步規劃人才培訓與職涯發展，未來可能出現結構性的人才真空。因此，在保留 AI 效率優勢的同時，如何避免「去人性化」導致客戶信任受損，將是投行在未來十年必須解決的關鍵問題。 【推薦閱讀】 ◆&nbsp;【錯誤導入 AI 案例】裁員 45 名客服後悔，銀行重聘被裁員工◆ 【44% 工作被 AI 改變】銀行員工的未來不是被取代，而是被重新定義◆&nbsp;【為何華爾街突然愛它】穩定幣打開潘朵拉魔盒，銀行押寶能穩賺不賠？ ＊本文開放合作夥伴轉載，參考資料：《BUSINESS INSIDER》、《ThoughtLinks》、《TechOrange》，圖片來源：Unsplash （責任編輯：鄒家彥）</p>

在 AI 時代至關重要，「敏感型組織」如何顛覆傳統商模？

消費者嫌貴，企業卻愛不釋手──Apple Vision Pro 如何在製造、零售用出新商機？

<p>Apple 在 2024 年推出的 Vision Pro，被定位為「空間運算」新時代的旗艦產品。然而，高達 3,500 美元（約新台幣 11 萬元）的售價，讓多數一般消費者難以接受，加上重量、續航力與應用內容不足等問題，Vision Pro 在消費市場的討論多半停留在「昂貴、難長時間佩戴」的印象。 但在製造業與設計產業應用場景裡，Vision Pro 卻悄悄嶄露頭角。 不用再看平面圖、3D 模型，讓工程師直接進入虛擬空間 法國工業軟體公司達梭系統（Dassault Systèmes）是第一批將 Vision Pro 引入實際工作場景的企業之一，該公司今年與 Apple 合作，專為 Vision Pro 推出了 3DLive 應用。透過「數位孿生」（virtual twins）技術，工程師可以將數位模型直接放進現實環境中進行互動，不僅僅是單純觀看 3D 模型，而是能在空間裡進行設計驗證、維護模擬與裝配測試。 例如，一架飛機在尚未實際製造前，工程師就能戴上 Vision Pro 模擬維修人員的操作動線，提前確認是否存在空間不足或設計死角，通常這種測試若等到實物完成後才發現問題，修改成本將非常高昂；而透過 Vision Pro，問題可以在設計初期就被捕捉並修正。 達梭指出，「在產品功能日益複雜的時代，僅靠文件或平面圖已經不足，必須透過沉浸式媒介來解釋設計與功能。」《路透社》報導，這項應用特別適用於航空航太、汽車與工廠設施設計等錯誤成本極高的產業，不僅能降低召回風險，也讓跨部門協作更加直觀，設計師、機械工程師與維護人員能在同一個數位孿生模型上同步討論，避免以往僅靠 2D 圖紙或簡報造成的溝通落差。 解鎖未來裝潢，加速消費者裝修決策 美國連鎖建材零售商 Lowe’s 則看準 Vision Pro 在零售場景的應用潛力。今年，Lowe’s 在 10 家門市引入 Style Studio for Apple [&hellip;]</p>

【科技早餐】川普英國行傳投資？OpenAI、NVIDIA 疑砸數十億建資料中心

<p>【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊川普英國行傳投資？OpenAI、NVIDIA 疑砸數十億建資料中心 根據《彭博》報導，美國總統川普將訪問英國，OpenAI 執行長 Sam Altman 與 NVIDIA 執行長黃仁勳可能隨行，並傳出將承諾投資數十億美元在當地興建資料中心，合作對象包括倫敦業者 Nscale Global Holdings。 此舉呼應歐洲領袖近期推動 AI 基礎建設的呼聲。英國政府也規劃加快資料中心許可，並成立「AI 成長區」，讓業者快速取得用電與審批。不過，OpenAI 在歐洲仍面臨更嚴格的法規環境及在地疑慮，使得其在歐洲的投資規模，與其他地區相比仍相對有限。 ＊OpenAI 架構重整，非營利母公司續控權、微軟持股持平 根據《Tech Crunch》 報導，OpenAI 9 月 12 日宣布架構調整，非營利母公司將持續掌握治理權，並與微軟各持 30% 股權。董事長 Bret Taylor 表示，公司雖轉型為公益公司（PBC），但仍由非營利組織引導，並計畫發展成資源雄厚的慈善平台。 外界認為，此舉確保微軟繼續優先存取 OpenAI 技術，同時也為引入其他雲服務商合作鋪路。報導指出，OpenAI 面臨高額算力支出與研發壓力，還有法律與融資挑戰。微軟則強調將持續多模型策略，以降低依賴。未來如何兼顧成本與使命，成為外界關注焦點。 ＊Gartner：2028 年財富 500 仍留人工客服，AI 難全盤取代 國際研調機構 Gartner 報告指出，即使生成式 AI 普及，2028 年《財富》500 大企業仍不會完全淘汰人工客服。原因在於人類在複雜情境處理與長期客戶關係上不可替代。 Gartner 建議企業應將 AI 應用於標準化任務，把人力投入特殊狀況與高價值互動。報告也預測，人工客服人數會逐步減少，但完全零人工的情況不會出現。此外，預估到 2027 [&hellip;]</p>

「如果你看了《造山者》很感動，那 50 年後你們要拍的電影是什麼？」史欽泰揭未來核心技術與人才關鍵

<p>在 SEMICON Taiwan 2025 的最後一天，特別舉辦「SEMI 半導體新銳獎頒獎科技大師論壇」，邀請工業技術研究院特別顧問、國立清華大學科技管理學院榮譽講座教授史欽泰，以及緯穎科技董事長暨策略長洪麗寗、聯華電子資深副總經理洪圭鈞、國家科學及技術委員會工程技術研究發展處處長洪樂文，一同深入對談，剖析半導體未來的發展趨勢、核心技術與人才關鍵能力。 「這個故事我可能有跟少數人講過， 其實當年是史欽泰博士到美國，告訴他們應該要成立 SEMICON Taiwan，」SEMI 全球行銷長暨台灣區總裁曹世綸在致詞時感性哽咽，感謝史欽泰博士對台灣半導體產業的付出，並期許從上一代的造山者，到今日獲得新銳獎的年輕人才，都可以持續懷抱熱情與使命，為台灣創造接下來的黃金歲月。 未來核心技術與人才關鍵能力 大師對談的重點，聚焦在「全球科技產業最值得關注的核心技術與趨勢」與「未來人才的關鍵競爭力」兩大面向。史欽泰指出，要預測未來科技發展走向極其困難，因為科技進步的速度總是超出人類預期。「如果你們看了《造山者》很感動，那請問 50 年後你們要拍的電影是什麼？」史欽泰強調，對於年輕人才而言，關鍵在於自己要怎麼做、做什麼，並且在踏出第一步時，就要思考「千里以後」可能的情景，而非僅止於當下。 洪樂文建議年輕人才在選擇投入領域時，應以個人興趣為導向，因為畢業後的產業樣貌無法預知，但興趣能驅使自己每天充滿動力地投入工作。對於未來產業發展趨勢的部分，洪樂文對「機器人」和「衛星通訊」領域充滿熱情，他也進一步解釋，機器人是 AI 從虛擬世界延伸到實體世界的應用，將對許多事情產生巨大改變；衛星通訊則包括高空平台和無人機載具等，能將人類生活從二維平面帶入三維空間，在未來創造革命性轉變。 洪圭鈞給年輕人才的首要建議，首先是要「站得更高、看得更遠」，因為從更高的視角來觀察事物，才能看得更清楚，進而更明確地思考與行動。其次是必須要有「創新能力」，例如 AI 學習的皆是基於現有資料和過去經驗，因此年輕人才必須具備超越 AI 的能力，能夠處理 AI 資料庫中尚未存在的資訊，才能更容易在未來產業取得成功。 「我認為的關鍵人才，是永遠願意學習且願意跨界學習的人，」在人才培育方面，洪麗寗強調好奇心與想像力的重要，因為科技知識永遠學不完，因此懷抱好奇心與想像力才會讓自己不覺得累，並持續探索更多創新可能。 最後，談到科技職涯路上最重要的挑戰與抉擇，史欽泰分享，自己在工研院服務時期，最大的困難在於必須同時滿足企業老闆和政府這兩類「客戶」的期望，但也是在這段過程中，領悟到台灣很多產業都是「服務業」，因為必須和不同背景的顧客做生意。「誠信是台灣企業的 DNA，沒有誠信的企業走不遠，」史欽泰最後強調，「創新、誠信、分享」就是台灣企業必須把握的核心理念。 在掌聲中落幕的科技大師論壇，不僅是一次知識的傳遞，更是世代精神的交棒。無論是對全球科技趨勢的洞見，或是對人才心法的建議，這些重量級對談都不斷提醒我們，台灣若要在下一個黃金 50 年持續於半導體領域綻放光芒，必須把握這些關鍵。</p>