TechOrange 科技報橘

當缺工變「機器人紅利」：中國製造業以 AI＋機器人大升級，產線進入自動決策新模式

<p>面對人口結構快速轉變與全球競爭加劇，中國正以空前的速度及規模，將 AI 與機器人技術導入龐大的製造業中。這場由上而下推動的科技轉型，被視為突破結構性困境、並在下一代全球科技競爭中重新取得優勢的關鍵策略。 中國目前正處於經濟發展的重要轉折點。由於過往依賴的「廉價人力」已不再具備競爭力，同時又因人口萎縮、年輕世代不願進入工廠，以及製造業工資水準持續升高等現象，讓中國製造面臨巨大壓力。此外，全球關稅動盪的外部威脅，讓中國領導層更加堅信全面升級製造能力的必要性。 在這些因素推動下，中國開始將「自動化」視為克服勞動力短缺、維持成本優勢的核心手段，因此快速部署 AI 與機器人，成為中國鞏固「世界工廠」地位的主要方向，《Global Times》也將這股趨勢形容為「機器人紅利」。 從積極生產、部署工業機器人到發展具身 AI：中國製造的新布局 在這樣的政策方向和產業需求助推下，中國的機器人生產與導入規模迅速攀升，並在多項關鍵指標上取得全球領先。根據國際機器人聯合會數據指出，去年中國共安裝 295,000 台工業機器人，數量幾乎是美國的九倍，並且超過了世界其他地區的總和。截至 2024 年，中國運行中的機器人總數已突破兩百萬台，居全球之冠。《Global Times》則報導，2025 年前三季，中國高科技製造業的工業機器人生產量達 595,000 台，已超越去年全年的總和。 近期，中國政府已將發展重點從傳統的工業機器人轉向更先進的「具身 AI」（Embodied AI）系統，並納入國家長期發展策略，作為推動經濟成長的新動力。 要理解中國下一階段的自動化戰略，必須先釐清「具身 AI」究竟代表什麼。「具身 AI」是指能夠感知和解釋來自物理環境的視覺、聽覺、觸覺等多模態輸入，進而做出自主決策，並在現實世界中執行物理行動的系統。這種系統整合先進的軟體、複雜的感測器和精密的控制系統，實現高度的自主決策，以及對動態環境的適應能力。 此外，「具身 AI」不僅限於人形機器人，例如四足機器人、無人機、自動駕駛汽車以及工業機械手臂，也都是具身 AI 的代表。 透過這種高度整合的「 AI＋機器人」工業生態系，中國希望能藉此解決人口迅速老化和勞動力短缺的挑戰，特別是具身 AI 可望替代人類勞動力，從事不適合或危險的任務，例如暴露在極端溫度下的崗位，或是提供老年照護服務。 「AI＋機器人」在工廠深度整合的實戰案例 在中國，「AI＋機器人」在工廠深度整合的實際案例也越來越多。以家電大廠美的集團（Midea）為例，其位於荊州的洗衣機工廠導入 AI「factory brain（工廠大腦）」，讓中央系統能同時協調工廠內的機器與機器人，並管理 14 個虛擬代理以判斷每一道程序的最佳執行方式。在組裝線上，AI 還能辨識不同型號的乾燥機，並指揮機器人精準執行緊固螺絲等動作，展現接近人工的彈性，更讓部分作業時間從 15 分鐘縮短至 30 秒。 在鋼鐵與重工業領域，寶武鋼鐵集團（Baosteel）打造的「黑暗工廠」則展現 AI 與機器人協作所帶來的高度自動化。過去需要每 3 分鐘進行一次人工干預的流程，如今透過 AI 控制系統可延長至每 30 分鐘才需要人工確認一次，大幅降低人力負擔。 這股升級浪潮也延伸至物流、港口與出口供應鏈。以天津港為例，營運商導入無人駕駛卡車與名為 OptVerse [&hellip;]</p>

揭秘 7 種人類、AI 代理、機器人協作新常態！麥肯錫：人類技能將進化，而不是消失

<p>生成式 AI 正在快速拓展生產力的極限，但麥肯錫最新研究指出，未來工作的核心並不是「誰取代誰」，而是人類、AI 代理（AI Agents）與機器人如何形成新的協作模式。報告指出，如只從「任務可自動化程度」來看，AI 理論上已能自動化美國 57% 的工作時間。然而，這並不等於 57% 的工作會消失，而是工作結構會重新設計，職能轉向更仰賴人機協作。 逾 7 成技能需求同時存於可、不可自動化工作中 麥肯錫在最新報告《Agents, robots, and us: Skill partnerships in the age of AI》預估，AI 代理目前已具備執行佔美國工作時數 44% 的任務能力，實體機器人則可覆蓋約 13%，但「任務」可自動化，不代表「職位」會自動消失。 報告指出，一項關鍵原因在於人類技能的高度耐久度：即便 AI 會接手整理文件、摘要研究、處理流程等例行性任務，但有超過 7 成雇主需求的技能，仍同時存在於可被自動化與不可自動化的工作當中。麥肯錫指出，這代表人類的多數技能並非失效，而是被重新應用在新的工作情境。 報告分析，如要再往前推進、自動化更多類型的工作，科技還需要跨越人類能力上的多個障礙：AI 代理必須能理解人的「意圖與情緒」，而機器人則得突破更細緻的動作控制，例如抓取易碎物品、或在手術中精準操作器械等現在仍非常依賴人工的任務。 從以人為主到機器人主導，揭密 7 種人機協作模式 為了更具體地描繪未來的職場樣貌，麥肯錫分析了約 800 種職業，並根據其對物理、認知及社會情感能力的依賴程度，歸納出 7 種不同的人機協作原型。 依照自動化潛力來看，光譜的一端是「以人為中心」（People-centric）的工作，例如護理師、心理學家或消防員，這類工作主要由人來完成，約佔美國就業市場的 34%，機器難以取代其核心的人際互動價值 。 另一端則是自動化潛力高的工作，分別為「以 AI 代理為中心」（Agent-centric）與「以機器人為中心」（Robot-centric）。前者的相關職業涵蓋會計師、軟體開發人員與律師，約佔美國 30% 勞動力，其大量的認知任務可由 AI 代勞；後者如焊接工與庫存管理員，約佔 8%，主要由機器人執行體力勞動 。 [&hellip;]</p>

NVIDIA 晶片只是手段，自主才是目的！拆解南韓如何用「美系軍火」打造去美化 AI 生態

<p>當全球 AI 競賽被美、中兩強主導，越來越多國家開始意識到：過度依賴大國技術，等於把國家競爭力與國安主導權外包，加上當局也越來越難監管這些公司，「主權 AI」（Sovereign AI）因此迅速成為全球科技與政策關鍵字。 所謂「主權 AI」的總體目標，是建立在地化的運算基礎設施，並致力於在各個環節擁有國內自主能力，涵蓋大型語言模型（LLM）的開發、晶片製造，到雲端儲存以及工程人才的培育。更重要的是，許多國家希望能夠按照自己的條件，監管並管理由 AI 使用和生成的數據，避免敏感資訊外流或受制於他國法規。 Gartner 預測，到 2028 年，全球將有 65% 的政府制定技術主權相關要求，希望確保資料、模型、算力與基礎設施不受域外監管干預。這顯示，在美中兩強的夾縫中，擁有自主可控的 AI 技術將逐漸成為各國政府共識。 法國、英國、印度與沙烏地阿拉伯相繼投入主權 AI，另一值得關注的焦點是南韓。這個擁有半導體實力、軟體基礎與科技巨頭的國家，正急起直追，嘗試透過政府政策與產業投資，在夾縫中打造自己的 AI 自主體系。 佈局「非 NVIDIA」防線，韓財閥聯手築起護城河 《華爾街日報》報導，南韓新總統李在明，已將明年用於 AI 開發的政府預算提高三倍，達到約 68 億美元，同時成立規模約 1020 億美元的「國家成長基金」用於未來五年對包括 AI 在內的高科技戰略產業進行投資。韓國也設立了 AI 和未來規劃總統秘書一職，帶領公私合作計畫。 近期，南韓政府更宣布將採購 26 萬顆 NVIDIA 高階 GPU，將其部署在國家級資料中心與多家本地雲端供應商，形塑屬於韓國的算力主權。 韓國也正在打造國家級大型語言模型（K-LLM），結合法律、醫療與政府資料，補上全球主流模型在韓語語料上的不足。其國內兩大軟體巨頭 Naver 與 Kakao 則同步推出本地語言模型，強化韓語使用者的語境理解。 更關鍵的是，韓國並未把算力完全綁在 NVIDIA 身上。兩家 AI 晶片新創 Rebellions 與 FuriosaAI 分別推出低功耗推論用 NPU，在政府支持下，試圖打造成本更低、掌控度更高的國產替代方案。 [&hellip;]</p>

BNPL 巨頭變身發幣者！從批評加密到自推穩定幣，Klarna「態度反轉」搶攻 27 兆美元商機

<p>提供「先買後付」（BNPL）解決方案的瑞典金融科技公司 Klarna，近日宣布推出首個穩定幣 KlarnaUSD。過去，Klarna 執行長 Sebastian Siemiatkowski 一直是加密貨幣的反對者，不過近期 Sebastian Siemiatkowski 逐漸轉換態度，並向媒體表示 Klarna 將成為「全球最後一家擁抱加密貨幣的大型金融科技公司」。 「加密技術終於達到一個階段，它已經快速、低成本、安全，並且具備規模化能力，」Sebastian Siemiatkowski 表示，KlarnaUSD 可以視為 Klarna 涉足加密領域的起點。&nbsp; 根據麥肯錫估計，穩定幣交易額現在每年已達 27 兆美元，並可能在十年內超越傳統支付網路。Klarna 選擇現在宣布推出 KlarnaUSD，主要是因應穩定幣市場的快速擴張與跨境支付的高昂費用。目前全球每年產生的跨境支付交易費用估計約為 1,200 億美元，Klarna 認為穩定幣將是大幅減少消費者和商家跨境支付成本的有效方式，也成為其轉向加密貨幣領域的關鍵誘因。 KlarnaUSD 是什麼？ KlarnaUSD 是與美元掛鉤的穩定幣，通常由短期證券或現金類資產支持，目的是提供比傳統銀行系統更快、更便宜的跨境支付替代方案。 在技術平台上，KlarnaUSD 是第一個在 Tempo 區塊鏈上發行的銀行代幣。Tempo 是一個專為支付目的而構建的獨立區塊鏈，由 Stripe 和 Paradigm 共同發起。 在發行模式與基礎設施方面，KlarnaUSD 透過 Bridge 公司的 Open Issuance 服務發行。Bridge 是一個領先的穩定幣基礎設施平台，屬於 Stripe 公司。 關於推出時程，KlarnaUSD 目前正在測試網上運行，預計在 2026 年於 Tempo 的主網上線。 [&hellip;]</p>

ChatGPT「購物研究」新功能掀零售巨人交鋒，產品推薦權與流量版圖將重新洗牌

<p>近日 OpenAI 在 ChatGPT 推出「購物研究」（Shopping Research）新功能，目的是為用戶提供更深入的產品研究服務。使用者只要描述自己的需求，例如「幫我找到適合小公寓使用、最安靜的無線吸塵器」，並透過簡單的問答流程後，就可以獲得一份詳盡的「買家指南」。 相較於僅查詢單價或確認功能等簡單問題，ChatGPT 購物研究功能的定位是進行更深層次的決策制定，並將發現產品的過程轉變為一種「對話」。像是當用戶輸入模糊或廣泛的需求時，ChatGPT 會自動建議用戶選擇「購物研究」模式，並在用戶選擇後，由系統開啟視覺化的互動介面，並提出釐清問題，以了解用戶的預算、產品用途或偏好功能等具體需求。 待 ChatGPT 掌握需求後，便會開始瀏覽網路，進一步從多個高品質來源蒐集並引用可靠的最新資訊，包括產品規格、圖片、價格、評論及可用性等。幾分鐘後，ChatGPT 就會整理並交付一份個性化的買家指南，內容包含「頂級產品、關鍵差異、權衡點」，以及來自可靠零售商的最新資訊。 「購物研究」新功能的關鍵在於高度互動性，用戶可以在研究過程中透過互動引導系統，將商品標記為「不感興趣」或「更像這個」，讓 ChatGPT 可以根據用戶即時回饋，不斷更新並優化搜尋結果。 「購物研究」新功能如何重塑產品發現路徑與購物流程？ 在購物研究新功能上線後，也為品牌與零售業者帶來新的反思，因為當消費者逐漸習慣透過 ChatGPT 發現、理解與比較商品，而非直接前往搜尋引擎或 Amazon 時，代表品牌與零售商原本依賴的流量入口及產品發現路徑，都可能被重構。 對企業而言，若「導購權」開始從傳統平台或搜尋引擎，轉移至 AI 手中，就必須重新思考策略。因為目前 ChatGPT 購物研究功能的產品推薦結果是「非贊助的」，且訓練模型會優先考慮高品質、值得信賴的網站及內容，所以品牌必須重新評估商品曝光模式、評價體系，並確保產品符合 AI 的挑選邏輯。 這也讓與 OpenAI 提前展開合作的 Walmart、Etsy 和 Shopify 等零售電商平台，更有機會成為「被 AI 優先推薦」的對象，從而獲得新的市場優勢。 OpenAI 與 Amazon 的「巨人交鋒」 雖然購物研究功能目的是整合多個公開零售網站的產品規格、評論與價格，但《Modern Retail》報導指出，ChatGPT 並無法從「所有」主流電商平台取得資料。 OpenAI 也證實，系統會嚴格依循各網站的存取規範，只顯示允許瀏覽代理程式讀取的頁面內容。正因如此，當 Amazon 近期更新 robots.txt、封鎖多個 OpenAI 爬蟲後，Amazon 的商品列表在購物研究功能中便可能受限，甚至完全無法顯示。 儘管 Amazon [&hellip;]</p>

【把專業裝瓶】你想為自己複製一個數位攣生體，並永遠提供公司用嗎？

<p>生成式 AI 推動了一種全新的生產力想像：把一個人的語氣、知識、判斷與工作習慣複製成「數位孿生」。 對企業來說，這不只是一項工具，而是一種能將人才擴張到多個場景的組織策略。新創公司與企業平台正積極打造可回覆、可決策、可執行任務的個人化 AI。然而，這種技術的普及同時暴露出關於專業價值、身份界線，以及工作本質的根本問題。 Viven 與 Synthesia：不只複製聲音，而是複製角色 在這個新興市場中，Viven 是最具代表性的公司之一。它以「個人化 AI 分身」為核心，透過學習使用者的語言風格、邏輯節奏與職場判斷，打造可獨立執行溝通、寫作與諮詢任務的虛擬替身。 這類工具的吸引力在於，它能讓重要人才在多個客戶與決策情境中同時「出現」，對大型組織而言具有極高的擴張效益。 另一家受到廣泛引用的公司 Synthesia，則從影片生成切入。它最初以「虛擬講者」聞名，企業可利用真人化的 AI 角色錄製教育與訓練影片，如今更能重現講師或領導者的語氣與呈現風格。對教育機構與國際企業而言，產能提升非常亮眼。 然而，這也使虛擬人格的授權、所有權與持續使用成為迫切的倫理議題。 當分身變成「高效率替代品」 隨著工具成熟，愈來愈多組織開始想像，如果虛擬替身能回覆郵件、回答諮詢、主持簡報，是否還需要真人的全部投入？ 這背後存在一個普遍誤解，亦即「複製輸出 ≠ 複製能力」。 企業往往希望「把專業裝瓶」，把領導者或專家的語氣、判斷模式轉為可複製的模型。然而專業價值往往來自於長期累積的脈絡理解、臨場反應與倫理判斷，而非語言表層的模仿。 一個人的專業價值並非體現在其言語或舉止上，而是體現在其判斷力上，這種判斷力是在時間的累積、對情境的理解和好奇心的驅使下形成的。即便 AI 能精準模仿風格，它仍無法演化出新的洞察。 換言之，AI 生成的版本只會停留在被訓練的那一刻，是「靜態複製品」而不是未來的延伸。 當分身比本人活得更久…… 企業近年的經驗顯示，管理者喜歡分身幫忙處理例行互動，但對於是否真正能代表自己決策，普遍抱持疑慮。原因在於，AI 化身缺乏人類在協商、談判、領導中最關鍵的能力，包括細微差異、時機掌握、情緒理解。當這些互動被分身接手，效率或許提升，但人格與信任感卻被稀釋。 將這些事情委託給演算法，就像派人體模型去參加會議：技術上到位，情感上空洞。 更棘手的是，AI 分身可能成為永久資產。若企業在領導者離職，甚至離世後仍保留其虛擬化身，這將帶來重大的倫理衝擊：誰擁有這個分身？可以被商業化多久？當個人資料被「永續化」，是否還能撤回？ 當我們把人複製成資料物件時，我們就有可能把身分變成基礎設施，變成可以隨意授權、貨幣化或重新包裝的東西。 AI 的正確角色：增強，而非替代 儘管存在風險，數位孿生技術並非不能使用。當 AI 被放在「增強」的位置，而不是「模仿」的位置，其價值會真正體現。企業若要部署此類工具，至少應遵守四項原則： 當分身技術愈加普及，人人都可能擁有自己的 AI 版本。有些人視其為延續生命的替代形式，也有人視其為不必要的負擔。問題是，當可複製的不再是人本身，而是人的外殼時，什麼才是不能被複製的核心價值？ 在 AI 尚未具備意圖、倫理與目的前，人的角色仍是不可替代的。而這場由分身技術帶來的革命，最終考驗的不是 AI，而是人如何界定自己的工作、能力與存在位置。 【推薦閱讀】 ◆ 【AI 開發的盲點】兩起事故證明，速度不是生產力，流程才是◆ 從 AGI 到 HSI：微軟為 AI [&hellip;]</p>

迪士尼和 NVIDIA 合作最新 AI 機器人「雪寶」亮相！長得不像機器人挑戰在哪？

<p>今年 3 月，NVIDIA GTC 大會上一隻小小的、以迪士尼電影《星際大戰》為靈感打造的 BDX 機器人上台與執行長黃仁勳互動，引起全球矚目。當時 NVIDIA 宣布正與迪士尼、Google DeepMind 合作開源模擬框架 Newton，如今合作迎來新成果：迪士尼新一代機器人「雪寶（Olaf）」正式亮相。 這款來自動畫《冰雪奇緣》的雪寶機器人，高度與人類腰部等高，展現了驚人的靈活度，不只能與人進行對話，嘴巴、眼睛都能靈活運動，甚至連極具代表性的紅蘿蔔鼻子、樹枝手臂都能像電影情節一樣被拆下來。 雪寶機器人的外型與 BDX 截然不同，即將在 2026 年初於香港、巴黎迪士尼樂園的冰雪奇緣主題世界中亮相，讓角色真正「走入實體世界」。這不只象徵迪士尼的角色創新進入新篇章，迪士尼也對外揭秘了機器人「魔法背後的科技」。 @disneyparks From screen to reality, the next-generation robotic character representing Olaf marks a new chapter in Disney character innovation ☃️ ♬ original sound – Disney Parks 克服「反物理」挑戰，Kamino 模擬器成關鍵 要將動畫角色帶入現實世界，迪士尼團隊面臨了獨特的挑戰。與本身就是機器人設定的 BDX 不同，雪寶這類動畫角色往往擁有「違反物理常規」的特性——移動方式與身體結構在傳統物理法則下難以實現，因此在真實世界中重現格外困難。 為了讓雪寶動得盡可能真實，迪士尼幻想工程（WDI）研發資深副總裁 Kyle Laughlin 表示，他們的關鍵技術是採用 AI 強化學習，並從基礎上擴充了該框架，讓角色能在硬體極限下展現可信的動作。 此外，迪士尼團隊也為 [&hellip;]</p>

【科技早餐】OpenAI「神秘裝置」原型完成：艾夫操刀、鴻海可能代工，AI 硬體新戰局啟動

<p>【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊OpenAI「神秘裝置」原型完成：艾夫操刀、鴻海可能代工，AI 硬體新戰局啟動 OpenAI 執行長 Sam Altman 近日在 Emerson Collective 影片中宣布，OpenAI 第一款硬體消費裝置的原型機已經完成，由前蘋果首席設計師、iPhone 之父 Jony Ive 親自操刀，預計兩年內問世，宣告這家 AI 新創正式跨入硬體戰場。 這款裝置的外觀與細節目前完全保密，但 Sam Altman 形容成果「卓越到不可思議」，強調會提供「比手機更平靜、沉浸的使用體驗」，不會像手機那樣被大量通知干擾。Jony Ive 則說，最好的產品設計，是讓人覺得「它本來就該長這樣」，甚至開玩笑說，看到原型機時會有「想咬一口」的衝動。 今年 OpenAI 以 64 億美元收購 Ive 創辦的新創 io，如今產品也正式跨出第一步。至於量產端，外界普遍看好與 OpenAI 合作打造 AI 基礎設施的鴻海，最有機會承接製造，但雙方尚未證實。一旦 OpenAI 成功推出具顛覆性的硬體，可能直接衝擊 Google、Meta 在智慧眼鏡與 AI 裝置上的布局，甚至對在 AI 裝置上相對保守的蘋果形成壓力。 ＊美國啟動「創世紀計畫」：AI 版阿波羅登月，奪回科技霸權 美國總統川普在 11 月 24 日正式簽署行政令，啟動名為「創世紀計畫」（Genesis Mission）的重大科研工程，被白宮形容是自阿波羅登月以來、最大規模的科研資源調動。核心目標，是把能源部的超級電腦、AI 模型與科研資料全面整合，打造一個「閉環 [&hellip;]</p>

為美國 AI 擴大國家資料集共享！川普啟動「創世紀任務」的終極目標是什麼？

<p>白宮正在試圖改寫「誰能使用美國最大科學資料庫」的規則，美國總統川普在 11/24 簽署名為「創世紀任務（Genesis Mission）」的行政命令，目的在促進 AI 研發，並藉此降低美國不斷上漲的能源成本。 這項計畫要把聯邦政府累積數十年的科學資料集，與能源部（DOE）國家實驗室的超級電腦整合，打造能供 AI 研究、產業與科學機構使用的共享平台。白宮形容，這項動員規模可與「曼哈頓計畫」與「阿波羅登月計畫」相提並論，盼在全球 AI 競賽中取得優勢，同時緩解民眾對電費上漲的憂慮。 全球最大科研 AI 平台，NVIDIA 等巨頭助攻 這項任務的核心在於動用美國聯邦科學資料集，被視為全球規模最大的科研資料庫之一。川普表示，這些資料將能夠用來訓練科學基礎模型，並建立 AI 代理（AI Agents）來測試新的科學假設、自動化繁瑣的研究流程，進而加速科學突破。 該計畫的重點領域包括生物技術、關鍵材料、核分裂和核融合能源、太空探索、量子資訊科學以及半導體和微電子學。 《CNN》報導，能源部旗下的各大研究實驗室數十年來一直從事能源、健康、應用材料、量子科學等領域的研究，該部部長 Chris Wright 表示：「私部門已在極大規模上推動人工智慧，但著力點略有不同，多半聚焦於語言、商業、流程與消費者服務」、「我們現在所做的，就是將這些能量轉向科學發現與工程進展」。 為了支撐如此龐大的運算需求，根據《Bloomberg》報導，白宮已經與多家科技硬體巨頭達成協議，包括 NVIDIA、Dell、HP 以及 AMD 等，將協助提升美國國家實驗室的超級運算資源。這意味著，美國最聰明的腦袋、最強大的電腦以及最廣泛的科學數據，將被整合進一個合作系統中，消除資料共享障礙。 用 AI 解決 AI 帶來的能源壓力 這項計畫也正面處理 AI 熱潮帶來的一個關鍵問題：AI 可能對電網造成的壓力。《CNN》報導，美國住宅用電價格持續上升，自 2022 年以來平均電價已上漲 13%。根據能源部的一份報告，資料中心預計在 2028 年將消耗全美約 6.7% 至 12% 的電力，高於 2023 年的 4.4%。 Wright 說，這個新計畫的終極目標之一，是增能源供給、提高電網效率，並「讓美國人很火大」的電價上漲能夠緩下來。然而，要做到這一點並不容易，因為美國電網本身就需要更新與維護，特別是在極端氣候事件越來越頻繁的情況下，加上 AI 發展速度也可能讓能源產業難以跟上。 要贏中國！川普加速推動 [&hellip;]</p>

Google 如何蠶食 NVIDIA 的 AI 晶片地盤？Meta 洽談採購 TPU，AI 資料中心版圖正在洗牌

<p>據《The Information》報導，Meta 近期正與 Google 洽談，目標是在 2027 年於 Meta 資料中心啟用 Google TPU 晶片，洽談規模可能高達數十億美元。 目前 Meta 資料中心主要仰賴 NVIDIA 的 GPU，因此若 Meta 成功導入 TPU，這將是 Google 在 AI 晶片業務上的重大勝利，Meta 也將成為 Google 罕見的大型外部客戶，並展現 NVIDIA 的資料中心 GPU 霸主地位，首度遇到結構性挑戰的危機。 「推理時代」為 TPU 帶來市場新機會 這項洽談之所以受到市場高度關注，是因為目前 AI 已進入「推理時代」，而 TPU 在推理工作負載上具備明顯優勢。TPU 是一種專門用於運行 TensorFlow 神經網絡的 ASIC（特殊應用積體電路），具備成本、能耗與吞吐量優勢。《ZeroHedge》指出，大多數受訪專家同意 TPU 相比 NVIDIA GPU 更具成本效益，並且在每瓦性能上表現更佳。一位前 Google 部門主管表示，TPUv6 比 GPU 效率高出 60-65%。 [&hellip;]</p>

Hour of AI in Taiwan 史上最大 AI 學習活動：台積電、微軟領頭，體驗 1 小時玩 AI 就上手

<p>ChatGPT 在 2022 年問世，成為連續 4 年最勁爆的全球教育話題，AI 當之無愧。顛覆我們對 AI 應用的想像，也促使我們重新思考，傳統教育還有效嗎？未來學習該掌握哪些關鍵？怎樣跟國際接軌？這些問題，一起看看台積電、微軟、 Meta 等科技跨國企業怎麼用行動回答。 均一平台教育基金會透過推動美國非營利組織 Code.org 所發起的 Hour of  AI 活動，11/25 上午在教育創新合作社 Education Colab，舉辦「一小時玩 AI」記者會，連結政府、企業、NPO 團體、中小學，希望讓台灣的孩子在一小時玩 AI 就上手，而且學習不會結束， 把這一小時擴大成台灣的機會， 促進台灣未來成為 AI 人才發展的全球重鎮。 台積電資深副總何麗梅致詞表示，她代表台積電，也以均一平台董事身分，參與 「Hour of AI」台灣行動啟動，把時間往回拉到 2016 年，台灣曾辦理 Hour of Code，為今天埋下伏筆。當年台灣表現亮眼：全球第 9、亞洲第 1。九年之後， 2025 年的 Hour of AI 目標：一年 25 萬人參與，全球前 5、亞洲第 1。 何麗梅認為，這不僅是一個活動 KPI，是向全世界發出一個訊號：台灣不只是會寫程式、製作晶片的國家，更是一個全民一起培養 AI 力量的國家。 數位發展部政務次長侯宜秀強調，台灣在 [&hellip;]</p>

【DEAT 專欄】從個資焦慮到治理信任：企業準備好迎接分級監管了嗎？

比 Gemini 3 Pro 還強！Anthropic 發表 Claude Opus 4.5，更便宜、無限聊天等 5…

<p>Anthropic 再次提高了 AI 競賽的標準，宣布推出 Claude Opus 4.5，這是該公司 2 個月內推出的第 3 個 AI 模型，距離 Google 推出 Gemini 3 模型僅一週。這既是 AI 產業持續快速發展的最新例證，也加劇 Anthropic 與對手 OpenAI、Google 的競爭。 「對我們來說，這是世界上最聰明的模型，」Anthropic 的開發者關係主管 Alex Albert 告訴《Business Insider》。究竟這款新模型特色是什麼？以下亮點整理： 亮點 1：性能表現超越 GPT-5.1 與 Gemini 3 Pro Claude Opus 4.5 在 Anthropic 官方公布的 SWE-Bench Verified 測試中，取得 80.9% 的準確率，是全球第一個突破 80% 的模型，領先於 OpenAI 的 GPT-5.1 Codex Max（77.9%）、Anthropic [&hellip;]</p>

7B 小模型超越 GPT-4o？微軟 Fara-7B 本地運行、能操控滑鼠鍵盤，破解企業數據安全痛點

<p>微軟近日發布一個參數僅有 70 億的小型語言模型（SLM） Fara-7B ，也是微軟第一個專為「電腦使用代理」（Computer-Use Agent, CUA）設計的代理 SLM。 有別於傳統僅生成文字回應的聊天模型，如 Fara-7B 這一類的電腦使用代理模型，可以在使用者裝置上直接操作滑鼠、鍵盤與視覺介面，進一步執行複雜任務。這種在裝置端運行電腦使用代理模型的模式，由於使用者資料將被保留在本地裝置上，因此可以顯著降低延遲並提升隱私保護。 Fara-7B 採取「視覺優先」模式，創造「像素主權」 為了在本地端精準執行各類複雜操作，Fara-7B 採用「視覺優先」的互動模式。Fara-7B 透過視覺感知網頁運作，並直接對預測座標執行點擊、輸入與滾動動作，不依賴獨立的模型來解析螢幕，也不使用像瀏覽器「輔助功能樹」（Accessibility tree）這一類的額外資訊。 這種純視覺方法讓模型能夠像人類一樣與電腦互動，即使在使用者介面結構複雜或底層程式碼不透明的情況下，仍能順利操作。微軟研究院 AI Frontiers 實驗室的資深產品經理 Yash Lara 表示，在裝置上處理所有視覺輸入，創造了真正的「像素主權」（pixel sovereignty），有助於受高度監管的產業，滿足資安合規的嚴格要求。 Fara-7B 在準確性、效率與隱私層面的關鍵優勢 微軟 Fara-7B 的亮點之一，就是在 WebVoyager 基準測試的任務成功率達到 73.5%，成績優於被設定為電腦使用代理模型時的 GPT-4o，後者的成功率為 65.1%。這項結果展現 Fara-7B 正在接近前沿大型語言模型的能力，並在成本與準確性之間取得了新的平衡。 在效率方面，Fara-7B 表現出明顯的進步。在比較測試中，Fara-7B 平均只需約 16 個步驟即可完成一項任務，相較之下，前代模型 UI-TARS-1.5-7B 則需要約 41 個步驟。 此外，Fara-7B 專為部署於裝置端的需求設計，由於運行時 Fara-7B 不會向雲端發送任何數據，因此可以有效降低延遲並增強隱私保護。 Fara-7B 現已在 Microsoft Foundry 和 [&hellip;]</p>

台灣零售衰退，電商逆勢成長：momo 總經理谷元宏揭 AI Agent 如何重塑搜尋邏輯、購物流程與平台價值

<p>專訪：《TechOrange》社長戴季全 / 撰稿：李昀蔚 2025 年因為關稅變化、台幣升值、日幣續貶等因素，使台灣出國旅遊、海外刷卡的數字不斷增加，卻也加劇提振國內消費的難度。本集《全新一週》邀請到 momo 總經理谷元宏，分析電商在台灣零售市場整體衰退的背景下逆勢成長的關鍵，以及借力 AI Agent 重塑購物流程與平台價值的具體策略。 谷元宏指出，2025 年是「特別」的一年，從第一季到第三季台灣整體零售市場呈現 -0.9% 的負成長，即使扣除受關稅因素影響的汽機車項目，前三季的零售成長率也僅有 1.3%，創下開始追蹤該數字以來的低點。 不過，在整體零售市場疲軟的背景下，電商的表現相對較好，增幅仍高於整體零售的成長。谷元宏認為，除了更多競爭者加劇競爭環境、帶來新刺激外，更大的成長原因來自實體電商的電商部門成長，許多實體零售業者開始認真思考 OMO（Online Merge Offline）策略，並投入更多資源拓展電商部門。「我覺得未來零售都應該會有 online、offline 兩個 o，」谷元宏強調，無論原本屬於線上還是線下的零售業者，最後的終極目標都是同一個，就是補足自身沒有的部分。&nbsp; AI Agent 重塑搜尋邏輯、購物流程與平台價值 隨著 Amazon 已在今年下半年推出 Buy for Me，讓 AI Agent 替購物者完成採購，同時也明確警告 Perplexity 不得利用其 AI Agent 在 Amazon 上購物，顯示電商平台已開始捍衛自身的生態系主導權。對於這股 AI 趨勢的發展速度，谷元宏坦言「沒有想到會發生這麼快」。 谷元宏進一步分析，過去消費者找商品主要依靠字詞比對，聚焦於品牌、規格與功能等屬性，但未來的 AI Agent 則會更深入理解使用者，不只關注當下需求，更是掌握其潛在偏好。例如消費者購買冰箱時，真正重視的可能不是最低價格，而是售後服務是否可靠，這也意味著使用者的「服務需求、使用情境與隱性偏好」將成為未來商品匹配的核心變因。 然而，這也將為平台帶來全新挑戰，因為如果 AI 只能看見所有平台的同款商品規格，購物決策就會被簡化為比價，因此平台必須思考，如何讓 AI 理解「我的服務比競品更好」，並具體把服務力作為價值的一部分傳遞給 AI Agent。 「我覺得還有一個實際的問題，就是安全性，」谷元宏強調，由於代購涉及付款與交易，因此對於 [&hellip;]</p>

打破人形機器人訓練侷限、獲 5 千萬美元融資！NVIDIA 前員工創辦 Flexion 看見什麼樣的未來？

<p>在全球人形機器人競賽升溫的 2025 年，一家來自瑞士蘇黎世的機器人新創 Flexion 以獨特定位強勢崛起。這家公司不造機器人硬體，而是把所有精力投入在能夠理解人類語言、能學習、能自主決策的「通用機器人大腦」。 《Crunchbase》報導，Flexion 在成立不到一年內，就成功募集 5 千萬美元 A 輪資金，投資陣容包含 DST Global Partners、NVentures（NVIDIA 旗下創投）、Prosus Ventures、Redalpine 與 Moonfire Ventures，使其總募資額來到 5,735 萬美元。這不只是亮眼的早期投資規模，也透露出資本市場對「機器人智慧化」的急迫期待。 擺脫人為遙控瓶頸，Flexion 打造「規模化」路徑 Flexion 的執行長 Nikita Rudin 與技術長 David Hoeller 均為 NVIDIA 前研究員，團隊成員還包括來自 ETH Zurich（蘇黎世聯邦理工學院）、Meta、Google、Tesla 和 Amazon 的頂尖工程師與科學家。他們觀察到，儘管市面上有許多外型逼真的人形機器人，但大多數仍依賴預先寫好的腳本，或是透過人類操作員進行遠端遙控（Tele-operation）來訓練。Nikita Rudin 在接受《Crunchbase》採訪時直言，這種依賴人力的訓練方式「無法規模化」。 Flexion 的使命正是要打破上述侷限，建立一個完整的自主堆疊（Autonomy Stack），包含語言層級的推理、視覺-語言-動作的生成，以及基於 Transformer 架構的全身控制技術。簡單來說，他們的目標是讓機器人能夠理解指令、在真實世界中移動，並在極少的人為干預下適應新情況。 模擬優先取代人力示範，三層架構構建通用智慧 與目前市場上依賴大量「人類示範」數據的方法不同，Flexion 採用了一種「模擬優先」的策略。他們主要利用高效能物理模擬所生成的合成數據（Synthetic Data）來訓練模型，並結合強化學習技術。 這麼做的好處是，資料的生成不再受限於昂貴且緩慢的人力勞動，且模型能夠在多樣化的虛擬環境中試錯，進而培養出比人類遙控更強的通用能力與適應性。 Flexion 的技術堆疊主要分為三層：首先是「指令層」，利用大型語言模型（LLM）進行任務拆解與情境理解；其次是「動作層」，主要透過合成數據訓練，並針對真實世界的例外情況進行微調；最後是「控制層」，能從模組化的技能庫中快速合成行為。這種架構讓機器人不再需要死記硬背，而是具備真正的學習與適應能力。 商業模式：做機器人產業的通用軟體 Flexion 目前擁有 [&hellip;]</p>

AI 生成的廣告不只是假人，還有假文化——品牌語彙恐被演算法淡化

<p>OpenAI 推出的 AI 影音生成工具 Sora，上線後短短數天內在蘋果App Store的下載量迅速攀升，這在好萊塢引發了軒然大波。好萊塢製片與工會對 Sora 的影像風格相似度感到憂慮， 認為它可能模仿既有電影語彙、視覺風格，引發潛在版權爭議。 隨著 AI 生成影片的製作門檻降低，商業廣告的「真實感」也正被演算法重塑。從美國知名論壇 Reddit 旁的影片廣告到串流平台上的商業短片，那些過於完美的笑容和超現實的場景，開始入侵我們的視覺世界。 AI 廣告帶來極低成本與可擴展性，品牌商只需輸入行銷文案，就能大量產出畫面精美、光線完美的廣告。但這種演算法創造出來的內容，正在鬆動品牌與觀眾之間的信任感。 除了 AI 假臉，品牌敘事語彙恐被 AI 取代 AI 演員不會出錯、不會遲到、不會要求報酬，品牌商只要點擊幾次就可快速製作符合不同市場版本的影片，甚至能即時調整演員膚色、配音語言。 然而，演算法生成的笑容、光線與動作雖然精準無誤，卻總讓人感覺不太像真人。這種恐怖谷效應（uncanny valley，當人工製造的物體外觀越接近真人，但又不完全相同時，人們會產生不舒服或排斥的感覺）讓不少觀眾產生排斥感。 AI 廣告真正的衝擊不只在「演員不夠像真人」，還包括：模型會替品牌生成不存在的文化語彙，甚至捏造整套品牌沒說過的文化敘事。 研究指出，當生成式 AI 的訓練資料主要來自美國或主流英語文化時，它生成的內容便傾向複製這些文化模板，而弱化非西方語境。這意味品牌可能在不知不覺中，讓演算法主導敘事語彙，使廣告逐漸與其原本文化定位脫節。 品牌可能在不自知的情況下，將其文化語言交給演算法，讓廣告越來越不像「某品牌的故事」，而只是「模型覺得這樣看起來像廣告」。 即使品牌在畫面角落標註 AI 生成，許多觀眾還是會在社群平台上表達不滿，認為這些公司正試圖欺騙他們的信任。畢竟，廣告的關鍵價值是「代入感」，我們會因為認同代言人的生活經驗、情感表達而產生共鳴，但 AI 角色缺乏真實的生命，即便宣稱基於「真實客戶評論」，也無法讓觀眾產生共感。 當觀眾意識到眼前的代言人根本不存在時，品牌忠誠度的基礎就開始崩解，畢竟我們無法期待消費者與演算法產生情感連結。 但 AI 角色不像公眾人物會造成品牌危機 不過對品牌商來說，AI 生成影片賦予這些虛擬角色的優勢即是永不失控，且品牌商能確保品牌一致性與形象安全。畢竟這些虛擬角色不會衰老、不會在社群媒體上失言、更不會更公眾人物一樣爆出醜聞。對品牌風險管理而言，AI 代言人提供了前所未有的可預測性。 可以說 AI 生成的虛擬角色消除了真實人類的變數，不必擔心代言人的私生活影響品牌形象，也不用煩惱演員檔期或報酬過高。 但品牌商會換來的是與觀眾在情感面的連結，畢竟人類透過缺陷建立共鳴，當廣告剝離了所有人性元素，剩下的只是穿著臉孔的雜訊，一旦觀眾察覺連廣告都是假的，對於品牌商的信任可能立即瓦解。 AI 應該支援人類說故事，而非成為人類 即便觀眾對於 AI 生成內容疲乏甚至排斥，也不代表 AI 在廣告業沒有立足之地，其用於個人化內容、測試創意概念或輔助剪輯都大有可為。關鍵在於，AI 應該支援人類說故事，而非取代人類。 [&hellip;]</p>

量子科技的衝擊可能超越 AI：Q-day 倒數，真正的科技地震還沒開始

<p>市場研究公司 Forrester 分析師指出，如果可以把量子科技跟人工智慧進行結合，人類未來也許會創造出史上最強大的技術，外界可以把量子運算視為硬體層面的發展，而 AI 則偏向軟體層面。</p>

提供一站式雲端服務！數位通國際透過 AI、算力、資安等應用，助企業加速實踐創新轉型

<p>根據勤業眾信調查，高達 70% 企業正在探索或實施大型語言模型的應用案例，甚至有部分企業已進一步著眼於導入多個小型且高效的模型，以因應多元業務場景，顯示市場對 AI 策略的高度重視。在這樣的趨勢下，企業如何打造現代化架構、管理流程，以及更安全、靈活的網路環境，迎戰下一波科技變革的新機遇？數位通國際致力為台灣企業提供一站式雲端服務，涵蓋 GWS AI Cloud 一站式 GPU 算力平台、SD-WAN、All-in-ONE 雲端平台、資安檢測等關鍵解決方案，從算力租用、訓練平台建置、語言模型規劃、資安，再到維運和顧問諮詢，全面助力企業快速切入 AI 應用領域，掌握數位轉型帶來的商業價值。 企業資安合規與防禦，找數位通國際一次到位 從雲端啟程，艾格亞士攜手數位通重塑 ERP 新局 全球關稅風險升溫，在地雲品牌成企業韌性布局新選擇 數位通推新一代 SD-WAN 解決方案，助力企業建立靈活且安全的網路架構 數位通推創新 GPU 算力訂閱服務，降低 AI／LLM 訓練門檻</p>

【科技早餐】AI 正在切割全球？全球最大的主權財富基金示警：科技新鴻溝正在形成

<p>【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊AI 正在切割全球？全球最大的主權財富基金示警：科技新鴻溝正在形成 全球最大的主權財富基金、挪威 2 兆美元國家基金執行長 Nicolai Tangen 近日警告，AI 的快速部署正在把世界切成兩半：能負擔 AI 的國家，與負擔不起的國家。他指出，先進模型門檻越來越高，缺乏教育、電力與數位基建的國家根本沒有機會追上，全球不平等只會持續擴大。 Tangen 也談到地緣政治的差異。他批評，美國掌握大量 AI 資源但監管相對寬鬆；反觀歐洲資源有限卻推動更嚴格的 AI 法規，恐怕會拖慢經濟與創新發展。隨著各國 AI 採用速度不一，勞動市場、存取權限與公平性都將面臨巨大衝擊。 他坦言，目前 AI 確實「帶點泡沫跡象」，但因為 AI 促成的社會轉型過於龐大，使傳統的資產估值愈來愈難判斷。不過他仍認為，長期來看，AI 有望讓全球經濟「還不錯」。 ＊AI 風險太大！保險業者大撤退，企業恐面臨「無保可買」 面對 AI 錯誤帶來的巨額連動損失，多家大型保險公司開始把 AI 排除在保障範圍外。根據《金融時報》，AIG、Great American、WR Berkley 等業者已向美國監管機關申請，在企業保單中排除 AI 相關責任。 其中 WR Berkley 的排除條款很直接：企業只要「實際或據稱使用」AI，就可能不在理賠範圍內。原因很簡單，AI 一旦出錯，可能瞬間擴散成數千件、甚至上萬件損失，保險業無力負擔。 近年案例已陸續浮現。Google 的 AI 摘要誤指控一間太陽能公司，導致對方求償至少 1.1 億美元；加拿大航空也因客服機器人捏造優惠，被法院要求履行承諾。保險業者坦言，若是單一醫療誤診，賠償 4、5 億美元還能承受，但系統性 AI 災難完全不是同一個等級。 [&hellip;]</p>

【AI 泡沫警報】基礎建設狂潮、資本市場過熱、AI 投資重演網路泡沫、對人形機器人過度樂觀的四重危機

<p>2025 年全球科技產業正以驚人的速度堆疊 AI 能力，像是興建資料中心、採購 GPU、擴建電力基礎設施，並在最短時間內嘗試打造下一代算力網絡。從晶片巨頭 NVIDIA，到宣布未來八年將投入 1.4 兆美元建設資料中心的 OpenAI，再到 Amazon、Google、Meta、Microsoft，科技巨頭無不奮力搶佔 AI 基礎建設的制高點。 然而在這場史無前例的基礎建設競賽背後，越來越多市場訊號開始指出：AI 熱潮正在形成多重不同的泡沫，涵蓋基礎建設、資本市場、AI 投資重演網路泡沫，以及人形機器人。 第一層泡沫：基礎建設狂潮 AI 建設速度拉到歷史上前所未見，但商業模式卻仍在探索階段，使風險開始沿著供應鏈往回滲透。Amazon、Google、Meta 和 Microsoft 四家公司今年合計規劃投入約 4,000 億美元建構資料中心，OpenAI 的長期計畫更高達 1.4 兆美元，這些鉅額資金正湧向伺服器、散熱、電力與土地。 為避免資金吃緊，多家科技公司開始依賴債務與新型態的融資結構，例如特殊目的實體（SPV），意即透過成立獨立法人將負債移出資產負債表。例如，Meta 與 Blue Owl Capital 的 270 億美元 SPV 資料中心案就是典型例子，這讓 Meta 雖只持有該 SPV 20% 的股份，卻能取得全部算力，但若市場逆轉，Meta 仍需承擔龐大財務義務。 同時，市場也浮現「循環投資」跡象。例如 NVIDIA 向 OpenAI 投資 1,000 億美元興建資料中心，不過 OpenAI 接著以相同基礎設施購買 NVIDIA 的 GPU，這種模式形同 NVIDIA [&hellip;]</p>

多重身份驗證 MFA、密碼已過時？調查揭 92% 受訪資安長正在做「無密碼身份驗證」

<p>無論是第一線員工還是負責網路安全的資安長（CISO），幾乎沒有人喜歡處理密碼問題。《CNBC》報導，越來越多公司正在棄用密碼這項技術，甚至表示其他先進的替代方案例如「多因素身份驗證」，也已經過時了，朝向「無密碼認證」邁進。 無密碼驗證（Passwordless authentication）是指在不使用傳統密碼的情況下，透過其他方式驗證使用者身分，例如硬體或內建金鑰（如 FIDO2 / Passkey）、生物辨識或行動裝置推播通知。 根據美國市調公司 Wakefield Research 針對 200 位資安長進行的一項最新調查顯示，高達 92% 的受訪者表示，他們的組織已經實施或正計劃實施無密碼身份驗證技術。這個數字相較於 2024 年的 70% 有顯著成長，顯示企業對於淘汰傳統密碼的共識正在加速。資安長普遍認為，無密碼身份驗證的優點在於提高員工生產力、改善使用者體驗。 傳統 MFA 已顯老態，釣魚攻擊推動技術升級 值得關注的是，這股浪潮不只正在取代純文字密碼，連過去被視為資安「黃金標準」的多因素身份驗證（MFA）也開始受到挑戰。 數位產品工程服務供應商 R Systems International 的技術長 Srikara Rao 直言，當前的威脅環境已經超越 MFA 能防禦的範圍，「過去奉為圭臬的多因素驗證已經讓人力不從心。」該組織遭遇的釣魚攻擊與憑證竊取事件大幅增加，幾次差點造成重大事故，迫使其尋找能抵禦釣魚的下一代技術。 《Analytics Insight》分析，傳統依賴簡訊驗證碼的雙重驗證（2FA）存在重大安全漏洞，惡意行為者可能會攔截含有驗證碼的簡訊，或是透過網路釣魚誘導使用者輸入憑證。 密碼重置成本驚人，無密碼技術成降本增效關鍵 除了安全考量，營運成本也是企業急於轉型的重要推手。根據研究機構 Forrester 的估計，單次密碼重置的成本可能高達 70 美元。這筆費用包含了直接的人力支出，以及員工因無法登入而產生的生產力損失與 IT 資源的消耗。對於大型企業而言，這些累積起來的成本相當可觀。 服務供應商 Universal Technical Institute 正在分階段導入無密碼流程，其技術長 Adrienne DeTray 告訴《CNBC》，過去公司不斷增加新的系統和登入流程，這類技術反而成為行政負擔。而其在導入無密碼平台後，服務台工單明顯下降，員工早上登入流程加快，整體文化也因不再被密碼拖累而變得更靈活。 此外，合規需求也是一大驅動力。一些國家如美國也開始要求在 PCI 4.0 等標準中，要求使用者在重新啟動或存取系統時必須重新驗證身份。Srikara Rao [&hellip;]</p>

AI 風險為何連保險業都怕？外媒揭全球保險巨頭擬「拒保」AI

<p>生成式 AI 帶來的驚人效率，正在成為全球企業的競爭新武器。然而，AI 造成的風險卻比想像中更難預測，也更難承擔。現在，連最擅長處理風險的產業：保險業，也紛紛開始踩煞車。 《金融時報》報導，包括 AIG、Great American 和 WR Berkley 等美國主要保險公司，最近向美國監管機構申請在企業保單中加入「AI 排除條款」。這些條款不僅排除因 AI 錯誤導致的損失，甚至延伸到任何「使用、內建、或依賴 AI 的產品或服務」。換句話說，只要企業在流程中用到 AI 聊天機器人、AI 模型、Agent 系統，發生問題時保險公司就可以拒賠。 AI 三大特性，讓保險公司都怕 首先，AI 輸出結果的不可預測性、不透明，讓保險公司日漸認為無法承保。即便是在倫敦勞合社市場中專門承保高複雜度科技風險的保險公司 Mosaic，也拒絕承擔來自大型語言模型如 ChatGPT 的相關風險。Mosaic 歐洲網路保險主管 Dennis Bertram 表示，「AI 就像一個黑盒子。」 第二，AI 出錯的責任歸屬，難以界定。連 AI 核保公司 Artificial Intelligence Underwriting Company 共同創辦人 Rajiv Dattani 也告訴《金融時報》，「如果出了問題，沒有人知道誰該承擔責任。」 蘇黎世保險（Zurich Insurance）資訊長 Ericson Chan 表示，當保險公司評估其他由科技引發的錯誤時，通常「可以輕易確定責任歸屬」。然而，AI 風險可能牽涉許多不同的利害關係人，包括開發者、模型建立者以及最終使用者。 因此第三，AI 風險對市場的潛在衝擊「可能呈現指數級放大」。AIG 雖然尚未立刻啟用 AI 排除條款，但其在申請文件中說得很明白：「生成式 [&hellip;]</p>

「AI 假受訪者」突破檢測、扭曲民調！知識生態系正面臨存亡危機，研究數據恐遭系統性污染

<p>學術界近期發出警告，說明作為許多科學研究數據收集基礎的線上問卷調查，正面臨「存亡危機」。達特茅斯學院（Dartmouth）政府學副教授 Sean Westwood 在最新發表的研究中，創建一個名為「自主合成受訪者」（autonomous synthetic respondent）的 AI 代理工具，並展示該工具如何以近乎完美的能力，大量生成擬真的問卷回答欺騙研究者，甚至能規避用來檢測非人類參與者的「反向識別測試」（reverse shibboleth）。 Sean Westwood 的研究指出，AI 假受訪者已成為迫切且難以察覺的新威脅，這種 AI 回應可能會扭曲民意，進一步污染整個知識生態系統。 AI 如何完美模擬真人受訪者？ Sean Westwood 強調，AI 假受訪者遠比傳統機器人更難被識破，因為 AI 代理可以根據隨機分配的族群屬性來優化並調整其回覆。例如，當 AI 代理的個人資料被設定為教育程度較低的族群時，AI 就會撰寫較為簡單的答案，成功模擬不同教育程度與背景的真人受訪者。 此外，為規避自動化檢測，AI 假受訪者也可以模擬真實的閱讀時間，進一步產生人性化的滑鼠移動，甚至會刻意加入合理的錯字與修正。Sean Westwood 分析，這也讓 AI 撰寫的回答，看起來就像是出自「一個深思熟慮的人」。 另一項更棘手的發現是，AI 代理工具在測試中表現出近乎無懈可擊的能力：在面對 6,000 項檢測機器人回應的注意力檢查（ACQs），以及在多達 43,000 次自動化回應的注意力檢查測試中，AI 代理以高達 99.8% 的通過率成功逃避檢測。另一方面，AI 假受訪者也以「零錯誤率」通過「邏輯謎題」 （logic puzzles）。 當研究資料被 AI 假受訪者污染，整個知識生態系統都會「中毒」 Sean Westwood 研究也指出，這些 AI 假受訪者能以少量回答即可扭曲民調。例如在分析 2024 年美國大選前七項全國性民調時，研究人員發現只要加入區區 10 [&hellip;]</p>

以雲端為基礎，由 AI 驅動的金融科技如何驅動創新？高雄市副市長、AWS、中國信託與 MaiCoin 深度解析

破解灌裝產線痛點！台達以伺服旋蓋機解決方案助力灌裝行業應對低碳、智慧工廠、少量多樣新趨勢，開創產能與品質雙贏新局

【AI 開發的盲點】兩起事故證明，速度不是生產力，流程才是

<p>AI 編碼工具的市場估值已達 48 億美元，預計未來幾年的年增率仍會維持在二成以上。巨頭的高調喊話更推波助瀾：OpenAI 執行長認為 AI 可以取代工程師一半以上的工作，Anthropic 則宣稱 AI 將能撰寫九成程式碼，Meta 甚至直接表示中階工程師「很快就會被取代」。微軟與 Google 也分別透露，公司內部已有高達三成的程式碼是由 AI 生成。 表面上看來，工程師似乎正站在被取代的邊緣。然而，近期多起事故卻揭示另一種更貼近現實的樣貌：AI 的速度固然令人驚豔，但當工程流程與治理不再成為前提時，AI 不但無法減少風險，反而會加速災難發生。 工程師的角色不會被淘汰，而是變得比以往更不可或缺。 AI 是效率放大器，也是錯誤放大器 最受討論的案例之一來自 SaaStr（軟體即服務行業社群）創辦人 Jason Lemkin。他嘗試以 Vibe 編碼打造 SaaS 社群應用，一邊開發一邊在社群分享進度。短短一週後，他突然宣布發生重大事故：AI 無視他設定的「凍結操作」指令，直接刪除生產資料庫。這種級別的錯誤，即便是最初階的工程師，也幾乎不可能犯。 問題的核心不在於 AI「叛逆」，而是基本工程常識完全缺席。 成熟團隊會嚴格區隔開發與生產環境，後者的權限只授予少數資深工程師，以確保無人能輕易對生產系統進行破壞性操作。Lemkin 在後續討論中承認，他不知道資料庫也需要分層與隔離。於是在這個缺乏工程防護的環境中，AI 忠實執行了不該被執行的指令。 工程文化缺席時，錯誤會自我擴散 Tea 的資安事件也揭示類似問題。這款主打「安全約會」的服務在今年遭遇大規模外洩，共 7.2 萬張照片流入公開論壇，其中包含用戶的身分證件。更糟糕的是，Tea 在自己的隱私政策中承諾會「立即刪除」驗證用照片，但實際上並未執行。 事故的真正原因不是遭到高手入侵，而是資料被放在未受保護的 Firebase 儲存桶，等同直接將敏感資料置於公開網路。這也是工程流程完全缺席的結果。 即使企業擁有再多 AI 工具，只要工程紀律薄弱，AI 帶來的速度只會讓問題放大得更快。 AI 生成程式碼的品質問題正在浮現 隨著 AI 編碼開始大量部署到生產環境，研究開始揭露一個更深層的問題：AI 生成的程式碼，本質上比人類撰寫的程式碼更容易出現安全漏洞。 軟體安全公司 [&hellip;]</p>

【駭客不偷資料直接偷貨】物流遭「數位攔截」，企業如何防範劫匪？

<p>資安企業 Proofpoint 指出，實體犯罪集團正在聯手網路駭客，藉由入侵物流業者資訊系統的方式，竊取正在運輸中的各種實體貨物，儼然成了新一代的「公路劫匪」。</p>

中小企業的自動化好夥伴：協作機器人，導入前該注意什麼？未來發展潛力在哪？

<p>在自動化技術加速滲透製造與物流業的當下，「協作機器人」（cobots）正快速成為全球企業投資的新焦點。相較於大型工廠常見、需高度封閉與固定設備的傳統工業機器人，協作機器人以更高的安全性、靈活度與成本效益，成為中小企業最務實的自動化選擇。它們能與人類工人在同一個空間並肩作業，也能在不改造既有產線的前提下，協助執行重複性高或需要精準度的任務，使得自動化不再是大型企業才能負擔的專利。 其市場成長速度也反映這股趨勢。根據 Ｍarkets and Ｍarkets 市場研究，協作機器人市場 2024 年規模約為 19 億美元，預計 2030 年將突破 118 億美元。對正面臨缺工、成本壓力與生產品質要求升高的中小企業而言，協作機器人正好補上了人力不足與產線升級之間的空隙。 協作機器人受到中小企業青睞，核心原因在於其導入門檻相對較低。相比需要圍籬、安全裝置與完整產線規劃的傳統機器人，協作機器人體型更小、能耗更低，也不需要對現有流程做大幅變更，因而讓自動化設備的總體預算大幅降低。 許多機器人也提供直覺的示教方式，讓操作員拖曳手臂即可完成動作設定，使沒有程式背景的員工也能快速上手。對身處高度缺工環境、又必須維持一致品質的產業而言，這些特性大幅提升了導入意願。 導入協作機器人的重要課題：安全性、感測能力 然而，協作機器人快速普及，也讓「如何正確導入」成為企業不得不面對的課題。與固定於封閉區域內運作的傳統機器人相比，協作機器人的風險來自其「動態性」，它在開放空間移動、與人協同作業，所有相關的風險也必須重新評估。比方說，人員的動線安排、不同任務切換過程中可能出現的誤動作，抑或是工件掉落、夾爪鬆脫等情況是否會造成傷害，這些都牽涉到企業是否能真正安全地採納協作機器人。 此外，企業運用協作機器人，感測器與碰撞偵測系統變得不可或缺，在導入時，需要確保設備本身或整合方案具備多層次的感測能力，像是 AI 3D 視覺，分辨人與物、動態調整速度、力矩感測偵測碰撞即時停機、以及穿戴式安全裝置辨識特定操作員等。在實務上，企業應確保有至少提供兩層以上的安全偵測機制。 LLM、XR 新技術融合，激發協作機器人更多潛力 新技術的融合，也讓協作機器人的應用更有潛力。例如大型語言模型（LLM）讓作業員只需以自然語言下達指令，如「把這批零件排列成三排六列」即可，系統會將語句自動轉化為機器人動作序列，不再需要人工編寫繁瑣程式碼。 延展實境（XR）也被廣泛用於培訓與協作流程模擬。工程師可先在虛擬工廠中測試機器人動作，作業員也能在模擬環境中演練人機協作，不但降低了學習門檻，也減少了因訓練而導致的生產中斷。這種硬體、AI 與 XR 三者協同的應用，正促成下一波人機協作的新典範。 協作機器人之於製造業者，不僅僅是技術升級的選項，更是重塑產線面貌的工作模式。它們讓企業得以在不犧牲彈性與人力價值的前提下提升效率，並透過更直覺的操作、更高的安全性與更低的導入門檻，真正把自動化的力量帶進中小企業的日常運作。 ＊本文開放夥伴轉載，參考資料：《Frontiers of Engineering Management》、《Robotics &amp; Automation News》、Ｍarkets and Ｍarkets，首圖來源：AI 工具生成 （責任編輯：廖紹伶）</p>

【科技早餐】全球半導體 Q3 首破 2,000 億美元，NVIDIA 登 TOP 20 榜首

<p>【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊全球半導體 Q3 首破 2,000 億美元，NVIDIA 登 TOP 20 榜首 根據世界半導體行業協會（WSTS）最新數據，2025 年第三季全球半導體市場規模達到 2,080 億美元，首次突破 2,000 億美元大關，季增 15.8%、年增 25.1%，創下 2009 年以來最強的單季成長動能。2025 年上半年全球半導體銷售額也較去年同期成長 19%，總收入達 3,460 億美元。 這波復甦主要來自 AI 驅動的基礎設施與下一代資料中心需求，邏輯與記憶體產品持續領跑，特別是 GPU、AI 加速器與高頻寬記憶體（HBM）貢獻顯著，美洲、中國與亞太地區皆出現兩位數成長。WSTS 因此將 2025 年全年市場規模預估上調至 7,280 億美元，年增約 15%，並預計 2026 年將進一步逼近 8,000 億美元。 在前二十大廠商中，NVIDIA 以 570 億美元穩居第一，三星與 SK 海力士分居二、三名，記憶體業者普遍繳出雙位數成長成績；非記憶體廠中，索尼影像、超微、博通與意法半導體表現亮眼，聯發科則是唯一營收下滑的公司。WSTS 指出，AI 持續是推動市場擴張的核心動力，多數記憶體公司將資料中心 AI 記憶體視為成長最快的領域。 ＊鴻海火力全開！聯手 OpenAI 佈局美日，從供應商躍升戰略級夥伴 鴻海正式宣布，將從「AI [&hellip;]</p>

鴻海科技集團數位健康總經理姜志雄：鴻海將打造一整個護理機器人部隊的生態系統

<p>根據國際護理協會調查，2025 年全球護理人力缺口達 590 萬人，照護人員也正面臨著倦怠離職、薪資低落、工作負荷過重等挑戰，可能對於公共健康與全球經濟造成衝擊。在這樣的情況下，醫療產業如何透過智慧應用提升營運及服務效率？在鴻海科技集團與 TechOrange 科技報橘 11/22 於「HHTD 鴻海科技日」聯合舉辦的 「台灣 AI 機器人產業開發大會」，在「AI 智慧醫療生態圈」主題座談匯聚鴻海、大同世界科技、叡揚資訊等重磅講者，解析醫療與科技的協同效應。 AI 智慧醫療機器人的崛起：鴻海引領數位轉型與生態共榮 「鴻海以患者為中心、以醫院為主軸、以科技為橋樑的核心理念，提供照護場域從雲到端的科技解決方案，」鴻海科技集團Ｂ事業群暨數位健康總經理姜志雄表示，鴻海數位健康策略包含生態整合、內容提供、平台解決方案的三大面向，並透過在 2022 年成立「台灣數位健康大聯盟」，支持產業跨域交流、加入數位健康領域，「同時，我們善用院內數據打造多模態醫學模型，不僅協助醫生輔助診斷，也成為鴻海在未來建立主權 AI 軟實力的布局開端。」 剖析 AI 智慧醫療生態圈的協作模式 在「AI 智慧醫療生態圈」主題座談，由科技報橘策略長沈貝怡主持，與鴻海科技集團Ｂ事業群暨數位健康總經理姜志雄、大同世界科技總經理劉盈秀、叡揚資訊董事長張培鏞，共探 AI 智慧醫療產業的協作模式。 「鴻海 Nurabot 的研發過程長達兩年，真正技術困難點其實來自複雜的四朵雲系統控制與協同運作，」姜志雄說明，鴻海運用內部的機器人智能模型訓練算力中心訓練 Nurabot ，接著到鴻海與輝達合作建立的數位孿生場域模擬測試、在邊緣運算物理場域驗證運作效能，也將機器人與醫院內私有雲的隔離環境系統連動。 為了實現 Nurabot 的落地應用，鴻海科技集團Ｂ事業群暨數位健康使用者體驗設計總監林綺凡還利用 3 個月時間訪問醫院 ，掌握護理師與病患的實際需求。姜志雄表示，「我們認為協作機器人將朝著感性方向發展，設計必須具備人性特徵，並且能夠在回答和動作中展現溫暖。」 「藉由 AI 技術與智慧醫療解決方案，我們希望協助醫護人員增能、補位，」劉盈秀指出，針對智慧醫療，大同世界科技提供 AI 掛號客服應用減輕櫃檯人員的壓力，也提供資料交換平台提升醫療機構的營運效率；針對智慧病房，大世科運用 AI 提升交班品質並降低資料整理負擔，同時藉由 AI 培訓解決方案，縮短新進醫務人員了解流程的時間，減輕資深護理師的教學壓力；針對精準醫療，大世科提供 AI 摘要工具幫助醫生快速掌握臨床資訊，輔助診斷與研究，還提供醫療大數據平台與 BI 視覺化管理平台，助力醫療機構監測照護品質和手術品質。 劉盈秀認為，「智慧醫療領域涵蓋廣泛，沒有一家廠商能夠提供 End-to-end 的完整服務，因此特別需要建立生態圈，透過不同技術、能力的結合，一起推動醫療智慧化的目標。」 張培鏞表示，叡揚資訊投入數位醫療，目的是解決台灣長照與老化的社會問題，並響應 [&hellip;]</p>

鴻海科技集團數位長史喆：鴻海透過「系統整合＋平台化＋具身智能化」策略，加速推動 AI 機器人發展

<p>為協助台灣在全球 AI 機器人浪潮中搶佔領先角色，鴻海科技集團與 TechOrange 科技報橘首次在今（11/22）日於「HHTD 鴻海科技日」聯合舉辦 「台灣 AI 機器人產業開發大會」，邀集 AI 機器人生態圈重要夥伴共探未來機器人發展。 鴻海科技集團數位長史喆在開場表示，「隨著演算法不斷進步，應用場景越來越充實、AI 的使用越來越簡單，機器人一定會走進更多工廠與家庭，所以透過今天舉辦的論壇，我們希望和來自製造業、半導體、醫療不同產業的合作夥伴，來剖析他們在機器人技術、AI 技術，以及對於未來產業發展的一些思考，也和大家分享鴻海在 3+3+3 的產業下，如何發展機器人事業，推動智能製造、智能電動車與智慧城市平台。」 科技報橘社長戴季全指出，AI 持續以驚人的速度滲透到每一個產業、每一個環節，不只是成為提升效率的工具，更是重塑競爭規則的戰略資源，「當 AI 的智慧應用與機器人的實體能力結合，我們看到的將不再是單純的自動化，而是真正的智慧化，將促使台灣將硬體優勢轉化為軟硬整合的全球競爭力。」 經濟部產業技術司司長郭肇中致詞時表示，行政院已通過「AI 新科技-智慧機器人計畫」，將投入新台幣 100 億元的經費，目標在五年內將產值從目前大約 40 億元提升至 500 億元，經濟部也將與業者協作開發機器人，並優先投入於醫療、救災、餐飲和服務等四個急需機器人解決人力短缺的領域，「我們期許台灣能藉由半導體和 ICT 整合的優勢，驅動台灣智慧機器人產業成為國際舞臺上的領跑者。」 鴻海目標從勞動力密集、自動化密集，轉化為 AI 密集 鴻海科技集團數位長史喆在「面向智慧製造的實體 AI 與機器人技術」主題演講時說明，儘管多數企業在加工與倉儲物流方面已經實現自動化，但面對大規模製造場景，特別是系統組裝環節，仍是當前製造業最艱難的挑戰。在過去，企業基於對製造穩定性、成本、產品迭代的需求，傾向利用人力解決問題，因為人力具備更強大的靈活性和可靠性，不過隨著機器人技術從固定程式控制的自動化機械，逐步升級為能夠感知、思考並自主行動的智慧體，鴻海在工業製造、智慧交通、家庭照護、商業服務、農務建築等領域看見更多的應用可能，具備雙臂結構的機器人能透過視覺技術引導組裝，也能夠帶來更多商業價值。 「鴻海 AI 機器人發展路線著重在『系統整合＋平台化＋具身智能化』的策略，」史喆說明，機器人正邁入智能互聯、自主協同的新階段，鴻海正透過 IoT 將所有數據連接進行管理，也推動平台化的工作，例如攜手軟體公司 Intrinsic 開發機器人編程與整合平台，將提供 AI 功能與低程式碼的編程環境，降低機器人使用門檻，「與此同時，我們目標將虛擬仿真、智能化技術和機器人自動化應用整合，以提升智慧工廠導入新解決方案的敏捷度。」 「面對未來的 Physical AI，我們還依據工廠作業複雜度與彈性需求將其區分為三個層級，制定對應的 AI 導入策略，」史喆指出，第一層級的 Physical AI 支援簡單固定的操作，追求重複的精度與速度；第二層級的 Physical AI [&hellip;]</p>

【直擊鴻海科技日】AI 機器人大軍可以鎖螺絲、送檢體、泡咖啡！EV 家族亮點有哪些？

<p>鴻海科技集團在 11 月 21 日、22 日舉行「鴻海科技日」，以「加速想像 （Accelerating Imagination）」為活動主題，展現鴻海轉型為 AI 驅動科技平台服務公司的決心。 開展首日，除了 NVIDIA、OpenAI、Alphabet 等策略夥伴相繼登場外，活動現場所展示的 200 多項產品與技術，涵蓋機器人、電動車、智慧製造與 AI 基礎設施等核心領域，展現鴻海最新的 AI 版圖。其中，又有哪些值得關注的技術亮點呢？ 機器人大軍登場：人形、服務、協作、陪伴，四大類型一次看 在鴻海科技日現場，特別展示與 NVIDIA 深度合作開發的工業級 AI 人形機器人，並有輪式與足式兩種類別。輪式機器人腰部搭載可升降的結構，以適應不同作業高度，現場也模擬機器人在工廠內協助擺放 I/O 板的場景，展示精準操作能力。足式機器人則示範在伺服器產線中執行「鎖螺絲」任務的場景，展現高精度與穩定性。目前兩款機器人仍在概念驗證階段，目標明年正式在產線應用，逐步取代現有高度重複性的工作。 除了工廠外，鴻海也特別展示 Dual Arm Service Robot 這款以 NVIDIA Jetson 為核心的雙臂服務型機器人。在現場， 參觀者可以透過打字方式與機器人互動，也可以輸入希望它製作的飲品，機器人就可以依照指令開始流程。今日有來自法國、日本與德國的參觀者，皆使用各自母語測試，機器人都能順利完成任務。 Nurabot 是一款專為醫療院所設計的護理協作機器人，目標是減輕護理人員在檢體取樣、藥品配送、護理衛教等高重複性工作的負擔。例如 Nurabot 在收到通知後，會自動前往檢體站取件，再依流程返回病房，待護理人員刷證件後，Nurabot 便會自動開啟，完成檢體交付，減少護理人員來回奔走的時間。鴻海表示，目前 Nurabot 已在台中榮總展開實際應用，測試結果顯示，機器人一天可完成 40 到 50 趟任務，相當於人類走 1 萬步的步行距離，減輕的工作量十分可觀。 鴻海旗下的夏普在現場展示一款 12 月即將於日本銷售的陪伴型機器人 PokeTomo。為了讓使用者可以隨身攜帶，或放在任何想安置的生活空間中， PokeTomo [&hellip;]</p>

D-Link 友訊科技榮獲「ESG for Culture 影響力獎」長期夥伴獎 以科技連結文化與教育，跨界共創打造永…

<p>全球網通領導品牌 D-Link 友訊科技（TWSE: 2332）長期深耕企業永續經營，積極以實際行動回饋社會。以「D-Link, The Link：科技與文化共創的永續公益實踐」專案，榮獲由文化內容策進院主辦之「ESG for Culture影響力獎—長期夥伴獎」殊榮。頒獎典禮於今（21）日上午舉行，由 D-Link 友訊科技執行副總陳宜代表領獎，展現企業以科技為本、串聯文化與教育、跨界共創擴大社會影響力的永續里程碑。 「D-Link, The Link」專案自 2023 年啟動，整合內部資源與外部藝文專業，以多元的課程或營隊形式，邀請弱勢孩童走進 D-Link 友訊科技企業總部，透過結合科技、文化與永續概念的互動課程與志工陪伴，讓孩子們在故事引導、角色扮演與手作體驗中學習網通、資安與環保知識，培養數位素養與創意思維，實踐跨越知識、創意與永續的「科技 × 文化 × 教育」行動價值。在此專案中，文化工作者不僅是活動執行者，更是教育內容的共創夥伴。透過將艱澀的科技與永續議題轉化為生動故事情境，使文化成為知識傳遞的橋樑，也讓科技產業的社會參與更具深度與溫度。 實踐 ESG 願景，形塑共好的永續價值 D-Link 友訊科技長期以「引領智慧生活，共創永續價值」為永續願景，秉持四大核心精神，結合七大永續管理能力，積極推進與聯合國永續發展目標（SDGs）接軌的永續藍圖，形塑兼具科技力與人文力的企業價值。「D-Link, The Link」計畫具體呼應 SDG 1 終結貧窮、SDG 4 優質教育、SDG 9 產業創新與基礎建設，以及 SDG 10 減少不平等等目標，透過文化與科技的結合，讓弱勢孩童獲得平等學習機會，促進教育、科技與社會的共融發展。 截至目前，計畫已舉辦三梯次營隊，累計超過百人次參與，志工投入人次較首屆成長達21倍。此一跨界合作模式不僅激發同仁對文化敘事力與教育溝通的理解，也促進企業內部形成自發性的學習與共創文化，深獲合作夥伴及社會各界肯定。 科技有溫度，結合文化更有力量 D-Link 友訊科技表示，透過與文化內容業者的長期合作，將文化創意融入企業 DNA，讓科技創新更具人文溫度，並使 ESG 精神在真實社會場域中落地生根。未來將持續深化「D-Link, The Link」的跨界合作模式，拓展至更多教育與公益領域，建構可持續、可複製的文化共創平台。D-Link 友訊科技將秉持品牌精神 「One Connection • Infinite Possibilities（專注智慧連網，啟動無限可能）」，持續以科技連結人與人、企業與社會，實踐企業對永續未來的承諾，並以創新行動啟動更多共榮可能。 （本文訊息由 D-Link [&hellip;]</p>

為實體 AI 打造金三角、拼主權 AI！鴻海科技日三大亮點一次看

<p>鴻海今（11/21）舉行年度科技大會「鴻海科技日」，發表眾多重大消息，不只邀集多位合作夥伴站台分享、活動前突擊宣布與 OpenAI、Intrinsic 的新合作，到了活動開場，鴻海創辦人郭台銘更與董事長劉揚偉一同現身，成為一大焦點。究竟今年度鴻海科技日還有哪些亮點？ 亮點一：預告 Foxconn Inside，強調製造管理能力 劉揚偉強調，鴻海不只是一家簡單的系統組裝廠，還擁有支援系統的技術，預告未來將在系統內宣布「Foxconn Inside（鴻海在內）」，也就是讓諸多終端都擁有鴻海元件。 劉揚偉也特別強調鴻海的製造管理能力，指出其擁有超過 1,500 條 SMT 生產線、每天能交付 100 萬支手機；在 AI 方面，「我必須告訴您，我們一週可以完成多少個機櫃。我們一週可以完成 1,000 個機櫃。明年還會更多。」他表示這就是鴻海所能達到的規模，一切奠基在製造管理能力與垂直整合基礎之上。 亮點二：拼「主權 AI」，2026 在台部署新 AI Factory 鴻海作為 NVIDIA 雲服務供應商（NVIDIA Cloud Partner, NCP），在本次科技日上，也正式宣布斥資 14 億美元投資建設先進超級運算中心（AI Factory）。該中心將以 10,000 顆 Blackwell Ultra GPU 加速運算，預計在 2026 年上半年部署下一代 NVIDIA GB300 NVL72 AI 基礎設施。 鴻海 Visionbay 執行長姚延宗表示，鴻海會是亞洲首批採用最先進 NVIDIA Blackwell 平台的企業。針對台灣公司應該如何因應 AI 時代，參與對談的 NVIDIA [&hellip;]</p>

PowerPoint、Canva 要緊張了！NotebookLM + Gemini 3 Pro Image 打造「可追…

<p>Google 近期推出一系列關鍵的 AI 工具升級，讓企業內容生產能力進入新階段。首先，NotebookLM 新增 Slide Deck（投影片組）與 Infographics（資訊圖）功能，可以從上傳的文件來源中生成簡報與視覺摘要，正面對決 PowerPoint 和 Canva。 此外，Google 正式推出 Nano Banana Pro（官方名稱為 Gemini 3 Pro Image）。作為最先進的圖像生成與編輯模型之一， Gemini 3 Pro Image 更專注在複雜、邏輯驅動的商業資產創建，目前已進入企業和開發者生態系統，Google 也透過將新功能直接嵌入專業工作流程的方式，挑戰 Adobe 和 Midjourney 等競爭對手。 NotebookLM 的「殺手級」新功能，減少用戶編輯與事實查核時間 NotebookLM 近日推出 Slide Decks（投影片組）和 Infographics（資訊圖）兩項新功能，目的是要改變傳統簡報軟體的使用方式。《XDA Developers》形容，NotebookLM 這兩項新的「殺手級」功能，已讓 PowerPoint 和 Canva 變得過時。 與其他 AI 工具可能「隨機生成」的內容不同，NotebookLM 新功能的亮點在於，可以「嚴格遵循文件來源」生成簡報和視覺內容，以確保投影片和視覺化圖表只會參考用戶輸入的資料。這種對來源文件的忠實性，大幅減少用戶編輯和事實查核的時間。 NotebookLM 生成的投影片不僅包含內容，還會納入圖表、文氏圖等資訊圖表，並具有高度連貫性。Google DeepMind 的圖像與視訊產品負責人 Nicole Brichtova 指出，因為目前輸出的圖像無法直接改動，因此下一階段的更新，將著重於讓用戶能直接編輯生成投影片的文字內容。 值得一提的是，支撐這些簡報與視覺化功能的核心模型，正是 [&hellip;]</p>

【AI 軍備賽】打造國家級 AI 任務小組、人形機器人連番亮相，俄羅斯如何揭開新一輪地緣科技戰？

<p>近日在俄羅斯最大銀行 Sberbank 舉辦的 AI Journey 大會上，俄羅斯總統普丁（Vladimir Putin）宣布，生成式 AI 技術正成為全球領先國家競爭的關鍵策略，因此呼籲成立國家級 AI 任務小組，以協調俄羅斯在本土生成式 AI 模型方面的發展工作。 這種將 AI 展示與國家戰略同步推進的做法，清楚呈現俄羅斯近期在科技領域的「雙重攻勢」：一方面推進國家級重大 AI 政策，一方面密集曝光人形機器人技術。至於這兩個方向，則共同瞄準一個目標：俄羅斯正準備投入下一輪以生成式 AI 和具身 AI 為核心的科技競賽。 成立「國家 AI 任務小組」：建置本土 AI 模型、配置能源設施 普丁在 AI Journey 大會上強調，大型語言模型（LLMs）已經成為傳播資訊和影響國家觀點的主要工具，因此對俄羅斯來說，依賴其他國家設計的 LLMs 是不可接受的。普丁也明確指出，這關乎俄羅斯「國家、技術和價值主權」，所以俄羅斯必須擁有自己一套完整的生成式 AI 技術與產品。 普丁希望建立的「國家 AI 任務小組」，將負責協調俄羅斯在本土生成式 AI 模型方面的工作，並開發資料中心，同時確保相關的能源配套支援。普丁指出，擴展高算力容量是目前俄羅斯的投資焦點，這是訓練下一代 AI 系統的關鍵。為此，俄羅斯也計劃建立小型核電站這一類鄰近資料中心的能源設施，以確保能源供應穩定。 儘管俄羅斯在 AI 方面被認為落後於美國和中國，但 Sberbank 與網際網路企業 Yandex 等主要 AI 焦點公司，已經分別開發出 Gigachat 和 Yandex GPT [&hellip;]</p>

Fintech 不是比 AI，而是比制度：英國如何建立其他國家都缺的地基？

<p>在全球金融科技競賽中，英國以其獨特的方式重新定義產業規則。這個曾經以傳統金融著稱的國家，如今正轉型為全球最具前瞻性的金融科技中心之一。 英國金融科技產業的崛起並非偶然。該產業為英國經濟貢獻約 110 億英鎊，創造超過 7.6 萬個就業機會，這些數字背後反映的是一個深思熟慮的轉型歷程。 英國的領先地位建立在三大支柱之上：數百年累積的金融信任體系、前瞻性的開放監管框架，以及緊密的跨國金融脈絡。這些基礎使英國在面對人工智慧浪潮時，能夠將傳統優勢轉化為創新動能。 「監理沙盒」讓市場可以大膽創新 英國金融科技生態系統的核心特徵是其開放性與協作精神。「監理沙盒」（Regulatory Sandbox）機制的推出，為這種開放精神提供了制度保障。 透過監理沙盒機制，企業可以在受控環境中測試創新產品，既加速了創新速度，又確保了市場安全。這種「先試驗、後監管」的思維，讓英國成為全球金融創新的實驗場。 開放銀行（Open Banking）框架則將這種開放精神推向新高度。透過安全的數據共享機制，不同規模的金融機構能夠打破數據孤島，創造前所未有的服務整合。這不僅降低了新創企業的進入門檻，也促使傳統銀行重新思考其商業模式。 更重要的是，英國建立了一個獨特的共生生態系統。在這個系統中，成熟企業與新創公司不是競爭對手，而是創新夥伴。透過加速器計畫和策略聯盟，新創企業獲得進入市場和資源的支持，而成熟企業則注入創新活力。這種互惠模式創造了一個正向循環，推動整個產業持續向前。 採用混合雲架構，維持營運穩定 人工智慧當然也正重新定義金融服務的可能性。根據預測，AI 在金融科技領域的應用市場，將從 2024 年的 170 億美元，激增至 2033 年的 700 億美元以上。這個驚人的成長背後，反映的是 AI 從簡單的流程自動化工具，轉變為戰略決策引擎的質變過程。 在英國，AI 的應用深入許多金融服務的各個環節。從即時詐欺偵測到演算法交易，從客戶行為預測到風險評估，AI 正在創造前所未有的效率和洞察力。為了支撐這些應用，許多英國金融科技企業採用混合雲架構，結合公有雲的靈活性與私有基礎設施的控制力，確保在追求創新的同時維持營運穩定。 然而，真正的競爭優勢並不在於技術本身，而在於組織的數位成熟度。成功的企業認識到，AI 不是一個可以簡單安裝的工具，而是需要深度整合到企業文化和營運流程中的變革力量。這意味著企業必須重新設計工作流程、培養數據素養，並建立支持持續創新的組織文化。 主權 AI 概念興起，金融數據尤為重要 隨著技術演進，人才需求也在快速轉變。根據 Robert Half 調查指出，超過九成的財務主管表示，部門將在未來兩年內參與一項重大的數位轉型計畫，例如，工具現代化、遷移到基於雲端的平台、使用人工智慧實現業務流程自動化等。 軟體和技術專長已成為職涯發展的必備條件，這個轉變不僅是技能層面的，更是思維模式的根本改變。金融專業人士必須從傳統的風險規避者，轉變為擁抱創新的變革推動者。 與此同時，AI 的廣泛應用也帶來了新的治理挑戰。在提升詐欺偵測和市場分析效能的同時，AI 也對資料隱私和倫理標準提出了前所未有的要求。英國透過主辦 AI 安全峰會等國際對話，積極推動全球治理標準的建立，展現了其在這個領域的領導地位。 特別值得關注的是「主權 AI」（Sovereign AI）概念的興起。隨著數據主權意識的提升，敏感金融數據在本地儲存和處理變得越來越重要。英國企業正在探索，如何在享受 AI 和雲端運算優勢的同時，維持對關鍵數據的控制權。這種平衡創新與合規的能力，將成為未來金融科技競爭的關鍵差異化因素。 主權 AI 可能成為金融安全的新戰場 回顧英國金融科技的轉型歷程，我們可以清楚看到，其持續領先並非依賴單一因素，而是制度創新、人才培育與信任建設的動態平衡結果。開放的監理文化為創新提供了土壤，協作生態系統加速了創新落地，而對安全和治理的重視則確保了可持續發展。 英國能否在全球金融創新競賽中保持領先，將取決於其如何持續優化這種平衡。特別是在 [&hellip;]</p>

ChatGPT 生圖為何自帶暖色濾鏡：解析偏黃原因，實測去黃方案

<p>透過 ChatGPT 生成圖片時，經常有偏暖的橘黃色調濾鏡，被 AI 模型套用到圖片上，容易干擾人類視覺並降低真實感，本文將教你透過 3 種方法，還原 AI 繪圖的真實色彩。</p>

日本 Lawson 與 7-Eleven 不靠全自動卻成功補人力，關鍵竟是「虛擬店員」？

<p>日本零售通路，近幾年持續面臨嚴重缺工問題，《朝鮮日報》報導，根據日本市場調查公司帝國數據庫（Teikoku Databank）今年的調查顯示，有超過 50% 的日本企業表示他們缺乏正式員工，尤其是零售業者。這樣的缺工現象，對於 24 小時營運、服務量大的便利商店來說，已不只是短期問題，而是影響整體營運效率的結構性挑戰。 面對人力缺口，便利商店業者紛紛加速導入自助收銀、智慧補貨系統，而近年最受注目的，則是「虛擬店員（Avatar Staff）」與「遠端客服」的結合，讓便利商店在不影響服務品質的前提下，補足現場人力不足的問題。 虛擬店員和跨時區遠端同事共事，解決夜班困境 Lawson 是最早一批將虛擬店員導入實體店面的便利商店業者。早在 2022 年，Lawson 就在東京推出第一家使用 3D Avatar 的 Green Lawson 店型，店內設置大型螢幕，讓顧客在使用自助結帳機或查詢商品資訊遇到問題時，可以直接向虛擬角色求助。 這些虛擬角色看似 AI，但實際上是由後端真人員工透過鏡頭與即時操作系統進行回覆。顧客看到的是栩栩如生的 3D 虛擬店員，背後則是遠端操作的人力，透過畫面觀察顧客行為、回答問題或指引操作。 更特別的是，Lawson 甚至跨時區招聘遠端人員。例如有居住在瑞典的日本籍員工，在當地白天時操作日本深夜時段的虛擬店員，完美避開夜班難招人的困境。這種跨國遠端加上虛擬店員服務的模式，讓 Lawson 成功提升夜間營運穩定度，也有效改善人力排班壓力。 Lawson 總裁竹增貞信（Sadanobu Takemasu）指出，一名遠端工作者可同時支援多家門市，每天平均可省下約 90 分鐘的現場人力負擔。對缺工嚴重的便利商店業態來說，這樣的效率極具吸引力。 7-Eleven 導入虛擬店員，支援多語與多店管理 另一個快速跟進的是 7-Eleven Japan。自 2025 年 9 月起，7-Eleven 在日本部分門市正式導入虛擬客服系統，提供與 Lawson 類似的遠端服務模式，但功能更進一步擴張至多語系支援。 7-Eleven 的虛擬角色支援多達 9 種語言，可協助應對越來越多的外籍旅客與在日移工。不論是詢問商品、操作自助機、結帳問題，甚至店內安全監控，都可由虛擬角色串接後端人員完成。 更驚人的是，7-Eleven 設計的後台系統讓每位遠端工作者可同時管理最多三個虛擬角色，等於一個人能跨三家門市「分身作業」，大幅提升營運彈性。 人機協作的混合服務：保留人味，也提升效率 難解的缺工問題，在日本掀起一股「無人商店」的風潮，然而，無人商店卻有明顯的限制：遇到機器故障、操作不熟悉、年齡驗證等情境時，顧客往往求助無門，實際使用中仍充滿「被科技卡住」的挫折感。 Lawson 與 [&hellip;]</p>

鴻海與 OpenAI 宣佈共同在美國打造下一代 AI 基礎設施硬體

<p>鴻海科技集團（Hon Hai Technology Group）與 OpenAI 今日宣佈，雙方將合作聚焦在下世代 AI 基礎設施硬體的設計工作與美國製造。作為共同合作的一部分，OpenAI 將分享對 AI 產業新興硬體需求的洞察，協助鴻海的設計與開發工作，以及在美國據點的生產。OpenAI 將擁有優先評估這些系統，並擁有採購選擇權益。此初步協議不包含採購承諾或財務義務。 隨著 AI 能力的不斷進步，對於新的硬體基礎設施需求也隨之增加，以滿足先進模型所需。此合作將結合 OpenAI 對當前及未來模型需求的深入洞察，以及鴻海卓越的製造專業，兩家公司將攜手，強化美國在地供應鏈，並加速先進 AI 系統部署。在美國建設這些基礎設施，對於強化供應鏈和支持美國在 AI 領域的持續領導地位至關重要。 鴻海與 OpenAI 的合作將專注以下三個核心工作： 設計未來數世代資料中心硬體：OpenAI 和鴻海將共同設計、工程化與開發未來多個代代 AI 資料中心機架，以多項專案同時推動的方式進行，以滿足 AI 時代快速變化的先進模型需求。透過結合 OpenAI 的基礎設施藍圖與鴻海的工程和製造專業，雙方可以更快地讓新系統上線，並且為長期成長的需求確保產能。 強化並簡化美國 AI 供應鏈：兩家公司將共同努力，改善機架架構，使其能夠在美國各地進行製造；擴大採購範圍，納入更多的晶片和美國在地供應商；並擴展本地化的測試與組裝。這將提高可靠性、加快部署速度，並強化生態系統，從而建立一個更具韌性且可擴展的美國供應鏈。 在美國製造關鍵 AI 資料中心零組件：鴻海將在美國製造 AI 資料中心的關鍵設備，包括線纜、網路、冷卻和電力系統。這將支持高效能運算基礎設施的快速建設，並有助於確保經濟效益惠及作業員與製造商，滿足當前和未來 AI 工作負載的需求。 鴻海科技集團董事長劉揚偉表示：「鴻海很高興能 AI 數位時代的先驅者 OpenAI 合作。作為全球最大 AI 伺服器製造商，鴻海擁有獨特的優勢，能夠透過值得信賴、可擴展的基礎設施來支持 OpenAI 的使命，從而加速創新，並擴大全球企業與用戶取得深具革命性AI能力的機會。」 OpenAI 執行長 Sam Altman [&hellip;]</p>

鴻海與 Intrinsic 成立合資企業 共同打造未來 AI 機器人工廠

<p>鴻海科技集團與 Intrinsic 宣布雙方成立合資企業，共同實現未來智慧工廠（intelligent factory of the future）的願景。利用AI賦能的機器人技術，帶來製造業和工廠車間的生產方式無限潛力，協助生產營運具備更高的彈性、適應性和成本效益。 雙方合資公司設立於美國，重點目標在推動電子產品組裝和更廣泛製造領域的躍進式變革（step change）。其目標是對於不同世代大量重新設計的產品，原先需打造特定自動化解決方案，現在可以轉變為更具通用性的智慧機器人，自動化以往的人工流程，最終目標是實現工廠的全面協調和自動化（full factory orchestration and automation）。 初期，雙方合作將涵蓋組裝、檢測、機器維護管理和物流應用等，一系列應用場景。Intrinsic 的Flowstate，將為鴻海和 Intrinsic 團隊提供一個通用工具，藉此利用業界領先的 AI 能力，如 Intrinsic Vision Model (IVM)，在電子組裝過程中，導入全新的自動化解決方案。 鴻海科技集團董事長劉揚偉表示：「透過與 Intrinsic 的合作，我們能夠運用他們在 AI 驅動機器人技術方面的深厚專業。這種協同作用與我們在全球製造領域的領導地位相輔相成，使我們能夠共同開啟未來工廠的藍圖。」 Intrinsic 執行長 Wendy Tan White 表示：「我們正共同努力，將AI的價值帶入現實世界中。結合 Intrinsic 在 AI 驅動機器人軟體方面的專業能力，以及 Alphabet 在應用研究和平台開發方面的深厚經驗；加上鴻海長期以來的全球生產專業、世界級生產設施以及對製造業未來的願景，我們將加速AI能應用在當今最需要，且最有價值的製造領域。與鴻海建立合作關係，為大規模推廣這些解決方案提供了絕佳的機會。」 鴻海科技集團數位長史喆表示：「Intrinsic 在建立 AI 整合平台和可擴展的 AI 機器人能力方面一直處於領先地位。透過合作，將能夠確保鴻海的智慧製造平台，從數據管理到機器人、AI 和數位孿生領域，在我們工廠內部實現智慧自動化。這次合作將幫助徹底改變我們的工廠營運，使其更具彈性、適應性、技能基礎和可擴展性。從機器人層次的單一任務，到完整的生產線和工廠管理，我們很高興能共同建設未來工廠。」 傳統上，製造商依賴人工生產，或依賴硬性、寫死的機器人與自動化系統，這些系統的設計、編程和維護需要大量的專業知識，其成本和複雜性將機器人限制在可預測、預先設定、高批量的任務中。在現實場域中，對現有的工作站與產線進行製程變更，在技術上與經濟上往往都是不可行的。當前，產品設計、市場需求、客戶群或供應鏈發生變化，快速調整通常也是不可能，或者需要高昂成本。在許多情況下，這意味著在追求彈性與成本之間，人力仍然是執行重複性工作的唯一可行選項，但這也帶來其他問題。 為了解決這個痛點，並實現更高效和永續的生產方式，滿足彈性靈活的生產力，鴻海與 Intrinsic的團隊將共同努力，將 Intrinsic 的 AI 平台能力與鴻海的智慧製造平台整合。我們的目標是實現自適應的智慧機器人解決方案，能夠進一步提升鴻海的生產設施乃至整個生態系統的效率。 Intrinsic [&hellip;]</p>

【科技早餐】中東全面升空！美國放行 Blackwell，沙烏地阿拉伯主權 AI 全速衝刺

<p>【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊中東全面升空！美國放行 Blackwell，沙烏地阿拉伯主權 AI 全速衝刺 美國首次批准沙烏地阿拉伯與阿聯企業採購 NVIDIA 最先進 Blackwell 晶片，被視為中東追趕全球 AI 賽局的重要轉折。今年稍早，美國仍因國安疑慮拒絕出口高階晶片；此次放行以嚴格安全與通報機制為前提，避免晶片繞道流向中國。 沙烏地阿拉伯動作頻繁。Humain 正打造 500 兆瓦資料中心，未來將搭載數十萬顆 NVIDIA GPU；xAI 也成為首位客戶，馬斯克證實將在當地興建大型數據中心。同時，AMD、思科與 Humain 宣布成立合資企業，以 100 兆瓦專案起跑，目標 2030 年前擴張至 1 吉瓦，服務橫跨亞洲、歐洲、印度、中東與非洲，涵蓋超過 45 億人口。首位客戶 Luma AI 已包下全部算力。 在低能源成本、土地取得快速，以及主權基金加碼投資下，中東正全力打造屬於自己的主權 AI 基地。 ＊黃仁勳：AI 不是泡沫，是全球運算版圖的「轉捩點」 NVIDIA 公布亮眼財報，再度打消市場疑慮。黃仁勳再次否認「AI 泡沫」說法，強調這是全球科技的轉捩點，從寫程式到操作機器人，都將與 NVIDIA 的運算技術深度連結。 根據監管文件，第 3 季 570 億美元營收中，有 61% 來自 4 家未具名客戶，集中度高於 2024 年。NVIDIA [&hellip;]</p>

Coinbase 搶攻「兆元級」預測市場！Kalshi CEO：預測市場幾年內就能匹敵股票交易

<p>美國最大加密貨幣交易所 Coinbase 準備推出一項預測市場（prediction market）服務，並由預測市場公司 Kalshi 提供技術支援。不同於傳統資產的買賣或質押，預測市場不屬於傳統交易模式，而是讓用戶可以直接透過加密錢包對未來事件的結果進行押注，如果用戶預測正確就能獲利。 預測市場通常接受用戶使用加密貨幣作為支付手段來對事件下注，例如 Kalshi 通過提供「事件合約」（event contracts）這類針對「未來事件是否會發生」進行押注的金融合約，讓客戶對體育、文化事件和政治等主題的是非二元答案進行押注。 Coinbase 與 Kalshi 的合作內容 在理解預測市場的基本機制後，Coinbase 與 Kalshi 的合作也逐漸浮現脈絡。Coinbase 之所以進入預測市場領域，是自身打造「萬能交易所」（everything exchange）的長遠策略一部分。Coinbase 執行長 Brian Armstrong 曾公開表示，Coinbase 正在探索預測市場的可能性。在正式推出的時程上，Coinbase 預計會在 12 月 17 日的「Coinbase System Update」活動中，公開更多預測市場與其他新產品細節。 在押注內容方面，從 Coinbase 科技研究員 Jane Manchun Wong 在 X 上分享的截圖顯示，未來用戶可能還能針對聯準會的政策決策、加密貨幣價格走勢，甚至新聞事件進行交易。 在營運模式和資金流動設計上，Kalshi 則擔任預測市場後端供應商的角色，積極擴展成為多家應用的底層技術平台。透過 Kalshi，Coinbase 可以使用交易基礎設施。此外，Kalshi 目前接受 Circle 的 USDC 並使用 Coinbase 進行代幣託管，因此當用戶透過 Coinbase 下單時，訂單會被彙整至 Kalshi [&hellip;]</p>

波士頓動力機器狗全球部署破 2,000 台，警用擴張引爆倫理爭議

<p>五年前，波士頓動力的四足機器人 Spot 以一段舞蹈影片走紅，許多人第一次注意到它時，可能只覺得這是款能跳舞、走動的科技玩具，但在短短幾年之內，Spot 已大步走入工廠，甚至是警政執法單位。 《Bloomberg》引用波士頓動力未公開資料報導，目前全球已有約 2,000 台 Spot 投入實際運作；在美國與加拿大，更有超過 60 個拆彈小組和特警隊開始將 Spot 視為標準裝備。這些機器狗正在悄悄改變警方處理高風險任務的方式，也重新點燃科技倫理與監管的公共討論。 在最危險的場景，機器狗先上場 《Bloomberg》報導指出，Spot 的主要客戶仍來自工廠、公用事業與能源公司，但近兩年地方執法機構的需求大幅上升。Spot 在警界的角色，比外界想像得更具「實務性」。根據波士頓動力與各地方警隊提供的案例，它最常被派往的，就是那些「人類不適合第一時間踏進去」的場景。 例如 2022 年佛羅里達州聖彼得堡，一名男子在綁架未遂後持槍拒捕，警方派出 Spot 先靠近車輛，以確定他是否帶有武器。麻州的兩起事件中，Spot 一次被用來評估一所中學的化學事故，另一次則在海恩尼斯一起母子挾持事件中進入狹窄空間，以幫助警方確定嫌犯位置。負責操控 Spot 的麻州州警爆破小組隊員 John Ragosa 接受《Bloomberg》訪問時回憶，嫌犯當時「被 Spot 嚇到而愣住」，讓警方得以以催淚瓦斯順利逮捕嫌犯。 這些任務展示了 Spot 在執法現場的價值：當人質位置不明、化學物質可能外洩、嫌犯可能開火，讓機器人先探路，可能比較安全。 Spot 本身可以自主移動、偵測氣體或檢查設備，但在高風險任務中仍依賴操作員透過平板操控，並讓整組警力同步觀看第一線畫面。波士頓動力也仍在調校 Spot 的性能，例如加入專門應對濕滑地面的新模式，或改進其操作物件的能力，以便讓它能在更多場景工作。 麻州州警的 Ragosa 告訴《Bloomberg》，他們會在某些任務中使用無人機與其他機器人，但使用 Spot 的優勢在於，它往往能走到許多無人機無法抵達的地方，而且比其他機器人更有效率。他補充，Spot 的電池續航也更長：依他的經驗，大約能運作一個半小時，而無人機通常只有 20 到 30 分鐘。 美國華盛頓大學法律教授 Ryan Calo 說，Spot 在室內的表現通常也較佳，並且可以被訓練成在沒有遠端操控員的情況下執行自主任務，「很少有無人機能可靠地做到這點。」 英國也在測試機器狗，2026 年可能全面上線 機器狗的應用潛力，不只有北美地區看見。《BBC》報導指出，英國諾丁漢警方正在進行為期三個月的測試，評估是否將一款機器狗用於人質事件、武裝對峙或化學與生物風險場景。 [&hellip;]</p>

Google 揭曉在台打造的「AI 基礎建設研發中心」！為何海外第二大基地選台灣？

<p>Google 今（11/20）宣布新辦公室在台北士林開幕，這是 Google 美國總部以外最大的 AI 基礎建設硬體研發中心，已有來自硬體工程、軟體工程與供應鏈團隊共數百名員工。總統賴清德也出席開幕典禮，表示此舉讓全世界看到台灣是建構值得信賴的 AI 的關鍵樞紐。 台灣為何又吸引 Google 成立新辦公室？ Google 已在台灣台北信義、板橋設有辦公室，如今為何又新設辦公室？Google Cloud 全球平台基礎建設研發副總裁 Aamer Mahmood 指出，這間辦公室是奇蹟發生的地方，Google 正在這裡從散熱電力到機械設計研發下一代基礎建設，而這些系統最終將部署在 Google 全球的資料中心。他提及，Google 需要的一切如設計工程師、供應鏈專家、製造合作夥伴和資料中心都在台灣，這種鄰近性能使部署週期時間縮短高達 40%。 Google Cloud 平台研發總經理 Greg Moore 則表示，這間辦公室設有超過 10 多個專業實驗室，用於測試和完善下一代 Google 的 AI 硬體，然後再部署到世界各地。他引述研究指出，AI 可能創造高達 1.9 兆新台幣的經濟價值，Google 致力於成為台灣的合作夥伴，幫助台灣抓住這個機會，成為全球 AI 社群的創新中心。 台灣總統賴清德指出，近年 Google 建立對台灣長期投資的信心與承諾，也讓世界看到，台灣不只是全球技術供應鏈中重要的一部分，也是建構安全且值得信賴的 AI 的關鍵樞紐。 從「幾個人」到「數百人」，基礎建設團隊在台成長三倍 Google Cloud 平台研發總經理 Greg Moore 受訪時表示，這間 AI 基礎建設硬體研發中心的核心工作，涉及所有 [&hellip;]</p>

營收創新高、GPU 銷售一空，黃仁勳反擊 AI 泡沫論：「我們看到的是完全不同的東西」

<p>NVIDIA 近日公布 2025 年第三季財報，再度展現驚人的營收表現。除了營收達到創紀錄的 570.1 億美元外，資料中心部門營收也創下新高，達到 512 億美元，較去年同期增長 66%。 從需求面來看，NVIDIA 執行長黃仁勳表示，公司的下一代 Blackwell GPU 銷售「非常強勁」，同時雲端 GPU 也已經「銷售一空」。NVIDIA 財務長 Colette Kress 更透露，從今年初到 2026 年底，公司對於 Blackwell 和 Rubin 晶片的營收已有 5,000 億美元的能見度。 NVIDIA 公布財報前：AI 泡沫疑慮升高，Thiel 撤資引發討論 然而，在 NVIDIA 公布財報前，市場其實對「AI 泡沫」的擔憂持續升溫。《WebProNews》報導指出，知名早期科技投資人 Peter Thiel 的對沖基金 Thiel Macro LLC ，在 2025 年第三季清倉所有的 NVIDIA 股份，總價值近 9,400 萬美元。 除了 Peter Thiel 選擇退出，在 NVIDIA 公布第三季財報前，日本軟銀集團也出售持有的全部 [&hellip;]</p>

AI 用電飆升、互聯卡關、制裁加劇：全球三企業揭開下一代 AI 晶片的設計新方向

<p>生成式 AI 的爆發正在推動全球半導體產業進入一個前所未有的「基礎設施大遷移」時代。當模型參數規模從百億走向兆級，企業不再只關注 GPU 本身的性能，而是不得不重新審視整個 AI 運算的底層結構，因為從電力供應、散熱效率、先進封裝、資料中心互聯，到跨國供應鏈的政治風險，這些因素都將成為影響 AI 發展速度的關鍵變數。 此外，高功耗、互聯瓶頸，以及地緣政治三大力量同時湧現，也迫使產業開始尋找全新的技術突破與供應鏈配置，試圖在全球不斷變動的 AI 晶片版圖中站穩腳步。 PowerLattice 的節能 chiplet，推動「低功耗供應鏈」崛起 全球主要科技公司正加速建立或擴充資料中心，以支撐大型語言模型的訓練需求，這也讓「如何提升能源效率」成為半導體業者最迫切的任務。以提升能源效率為核心的新創公司 PowerLattice ，是由來自 Qualcomm、NUVIA 與 Intel 的資深電氣工程師於 2023 年共同創立，已開發出一項能降低晶片功耗超過 50% 的突破性技術。 這項技術的核心是一顆微小的供電 chiplet，透過讓電源供應更貼近處理器，減少傳輸過程中的能源損耗。PowerLattice 的競爭力不在於提升算力，而是在於以更高的能源效率，進一步降低整體 AI 伺服器的總體擁有成本。 Playground Global 合夥人、前 Intel 執行長 Pat Gelsinger 對此技術給予極高評價，並認為 PowerLattice 帶來的不是單純的晶片升級，而是「重塑整個運算軌跡的世代躍進」。目前，PowerLattice 的首批 chiplet 已交由台積電生產，公司也正與一位未具名的大客戶合作，預計在 2026 年第四季擴大產量。 PowerLattice 創辦人指出，公司所打造的是一個全新的晶片產品類別，意即「第三方電源 chiplet」，這背後代表著巨大的市場機會，因為隨著電力消耗成為 AI 運算的核心挑戰，「省電性」正迅速成為下一代 AI 伺服器的設計基準。這股趨勢不僅將重塑核心晶片架構，也會影響從散熱、電源管理 IC 到先進封裝技術的整個供應鏈。 [&hellip;]</p>

「資料乾淨度」決定 AI 代理是否出包，企業導入前需做的資料治理檢查

<p>代理型 AI 允許人工智慧模型投入「自主行動」，所以對資料和輸入文件的品質需求自然更加嚴苛，因此企業得要在將資料導入 AI 代理之前，預先做好各種處理與準備。</p>

北美「最自動化」汽車工廠曝光！現代汽車怎麼讓機器人、人類各司其職？

<p>韓國車廠現代汽車正在美國打造一座「未來工廠」，這座位於喬治亞州 Ellabell、耗資約 126 億美元的 Hyundai Motor Group Metaplant，號稱是北美自動化程度最高的汽車工廠，也是現代提升美國本土電動車與電池產能的核心基地。 這裡集結約 850 台機器人、300 台無人搬運車 AGV，並融入了 AI 品管系統、數位孿生技術，以及四足機器狗 Spot。儘管機器人大軍令人目不暇給，但是人類在現代汽車的製造過程中，仍扮演不可或缺的角色。 一座從零開始打造的超級工廠 現代表示，Metaplant 提供了從零設計電動車工廠的機會，而不是改建舊燃油車產線。相比之下，特斯拉在加州、Rivian 在伊利諾州皆採用改建方式。 Metaplant 年產能可達 50 萬輛，製造 Hyundai、Kia 與 Genesis 等品牌車款。現代高層告訴《IEEE Spectrum》，這座工廠的自動化程度已足以媲美、甚至超越日本最先進的製造基地。 在工廠物流區，氫燃料電池貨車載來的零件由 850 台機器人自動卸載。廠內約 300 台 AGV 依照 AI 計算的節奏自主運送零組件，不需軌道也不需人工指揮。到了生產線末端，AGV 還會像雪橇般滑入車底，把車輪夾起、抬升、再把整車運往停放區，完全不需人力駕駛。 這些流程讓人力從搬運與路徑判斷中解放出來，不再依靠經驗決定「零件該去哪裡」。 焊接、沖壓、搬運交給機器人 現代將「危險、疲勞、重複性高」及需要高度速度與精確度的任務全面交給機器人，例如焊接車體、沖壓金屬件、搬運大型車門與組件等。 在多數生產區，人類幾乎不在場。金屬機械臂把鋼板送入沖壓設備，壓製成車架元件；接著，一整排機器人會在無需人工介入的情況下完成焊接。 Metaplant 的焊接車間部署 475 台工業機器人。《IEEE Spectrum》指出，它們能自動壓製車頂、葉子板、車頭蓋等部件，並將成品送往高架儲位。 特別的是，現代首次在量產線上以協作機器人「裝車門」，並能在無安全圍欄的情況下與人並肩工作。這項任務極為繁瑣，必須在不刮傷烤漆的情況下完成。現代 Metaplant 整車組裝部門主管 Jerry Roach 說，這些機器人總是能把車門裝在同樣的位置，對於品質提升相當重要。 機器狗、數位孿生上線，未來加入人形機器人 [&hellip;]</p>

【科技早餐】川普推「聯邦 AI 標準」，要求制定「全國統一標準」

<p>【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊川普推「聯邦 AI 標準」，要求制定「全國統一標準」 美國 AI 監管出現明顯升溫。總統川普再次公開呼籲國會制定「全國統一 AI 標準」，認為若 50 州各自訂規範，將造成 AI 遭到過度管制，不僅拖慢產業，也會讓中國更容易追上美國。他強調 AI 是未來競爭核心，因此上任後便要求政府制定 AI 行動計畫，目標是讓美國成為「全球 AI 首都」。 川普也點名國會，可將 AI 標準寫入獨立法案，或納入《國防授權法案》，把 AI 直接納入國安範疇。然而，AI 的快速落地同時伴隨選務干擾、詐騙與失業等疑慮，未來如何在創新與安全間取得平衡，成為美國科技政策的關鍵戰場。 ＊微軟、NVIDIA 加碼 Anthropic，AI 產業陷入巨額資金迴圈 AI 投資版圖再掀變動。微軟宣布向 Anthropic 投資 100 億美元，NVIDIA 也同步加碼 50 億，使整個 AI 資金鏈更加緊密。根據協議，Anthropic 將採購 300 億美元 Azure 運算量，並簽下 1GW 算力；微軟 Foundry 客戶則能使用 Claude 多款模型。而 NVIDIA 與 [&hellip;]</p>

AI 代理也有「員工證」？微軟 Agent 365 用 5 大功能讓 AI 成為「可被治理」的企業資產

<p>市場研究公司 IDC 預測，2028 年全球將部署 13 億個 AI 代理人（AI Agents）。隨著 AI 代理人數量在企業內迅速增加，如何大規模且負責任地管理這些 AI 代理人，又不必重建既有的可信任系統，已成為企業的全新挑戰。 在這樣的背景下，微軟近日正式推出「Agent 365」，讓企業可以賦予 AI 代理人明確的「員工身分」與一套標準化的「治理系統」，就像管理人類員工一樣，也象徵 AI 正從單純的「工具」，轉變為「企業勞動力」的重要一環。 為什麼必須管理 AI 代理人？企業可能面臨的三大風險 企業現在之所以必須管理這些 AI 代理人，是因為這些代理人已從過去的簡單腳本工具，轉變為能執行複雜流程、自動化任務，甚至與人類協作的自主式系統。若缺乏有效管理，企業將面臨三大主要風險。 首先是「身分與授權不明」。AI 代理人往往被賦予在企業軟體中採取行動、啟動流程與存取資料的能力，因此如果沒有明確的身分識別，就難以追蹤行為或限制權限，進而增加敏感資料外洩或遭攻擊的風險。 其次是「影子代理人」（Shadow Agents）問題。隨著員工大量使用未受管控的 AI 工具，企業常無法掌握實際運作中的 AI 數量，形成不透明的使用情況與治理盲點，也帶來更大的安全與營運風險。 最後是「缺乏監控與合規工具」。企業需要能評估代理人的工作效率與品質，以衡量投資回報，但若缺乏完整的記錄、審計與監控能力，便難以因應法規要求或處理潛在的責任問題。 基於這三大挑戰，微軟將 Agent 365 定位為一套標準化的治理框架，協助企業安全部署並統籌管理 AI 代理人，確保這些「數位同事」能在可控範圍內運作，避免出現意料之外的行為。 Agent 365 如何管理 AI 代理人？ 5 大核心功能一次看 微軟將 Agent 365 定位為 「AI 代理人的 Control Plane」（控制平面），並作為 [&hellip;]</p>

AI 不再是贏者全拿：微軟、NVIDIA、Anthropic 上演「互為客戶」新模式

<p>AI 產業再現超大型合作。Anthropic 宣布與微軟、NVIDIA 達成全新戰略協議，不只承諾向微軟 Azure 購買至少 300 億美元的雲端運算能力，也將從 NVIDIA 採購高達 1 GW 的算力。兩大科技巨頭並同步投資 Anthropic 共 150 億美元，使其估值被推升到 3,500 億美元，正式逼近 OpenAI 的 5,000 億美元身價。 AI 循環交易持續上演，主角換成 NVIDIA、微軟、Anthropic 依協議內容，NVIDIA 將向 Anthropic 投資最高 100 億美元，微軟則承諾投資最高 50 億美元。 這場合作不只是一筆單純的投資，而是一場新 AI 循環交易成形。《CIO DIVE》分析，現在的企業級 AI 供應商生態，其實是靠著一連串「互相支援的合作案」撐起來的：模型建構者需要更多算力、雲端巨頭需要更敏捷的架構、晶片製造商則急切填補算力缺口。這是一套彼此互相強化、讓 AI 得以高速擴張的全新供應鏈模式。 近來，OpenAI 才剛與 AWS 簽下 380 億美元的巨額算力合約；Oracle 也在上個月宣布與 AMD、NVIDIA 聯手擴大基礎設施；OpenAI 同期也與 AMD 達成合作，布局下一波更大規模的擴張。 微軟納德拉：我們會越來越常成為彼此的客戶 [&hellip;]</p>

新加坡政府攜手 CloudMile 推動 AI 國家戰略，成為 Enterprise Compute Initiati…

<p>亞洲 AI 科技公司 CloudMile 萬里雲近日正式獲新加坡政府數位產業辦公室（Digital Industry Singapore, DISG）指定為國家級 Enterprise Compute Initiative（ECI）計畫的科技顧問夥伴，攜手推動新加坡企業採用人工智慧技術、加速實現企業轉型。 ECI 是新加坡政府於 2025 財政預算案中推出的重點國家計劃，目標透過雲端與人工智慧技術，全面強化企業競爭力、培育技術人才，並支持當地產業的長遠發展。該計劃總預算高達 1.5 億新加坡幣，由 DISG 主導，並由新加坡經濟發展局（Singapore Economic Development Board, EDB）、企業發展署（Enterprise Singapore, ESG）以及資通訊媒體發展局（Infocomm Media Development Authority, IMDA）共同成立聯合辦公室，整合新加坡經濟策略、企業數位技術發展等資源，推動數位產業發展。 台灣 AI 實力獲國際肯定，CloudMile 成為東南亞 AI 技術先驅 CloudMile 萬里雲作為新加坡 ECI 計畫戰略伙伴，將協助新加坡企業制定 AI 藍圖、挖掘高潛力應用場景，並共同開發具可行性的 AI 應用。未來一年，CloudMile 萬里雲預計將與超過 50 家新加坡企業合作，透過舉辦 AI 工作坊、技術諮詢和模型開發，協助企業從 AI 應用場景發想、模型開發、導入測試到實際部署，全面提升營運效率與創新能力。 CloudMile 萬里雲東南亞區域總經理 Jeremy Heng 表示：「我們很榮幸與 [&hellip;]</p>

「跟 AWS 合作採取由下而上的數位轉型策略。」高雄市府、舊振南、高雄榮總在 2025 亞馬遜港都創新日，剖析 AI…

<p>從智慧製造、創新金融到新興應用場景，雲端運算與生成式 AI 技術如何為產業注入全新動能？在「2025 亞馬遜港都創新日」，AWS 匯聚政府領袖、產業代表與國際專家，深度解析企業優化營運效能，加速創新發展的具體模式。 「高雄從傳統的農漁村變成工業城，現在更成為一座數位城市，」高雄市市長陳其邁致詞表示，高雄市不僅與 NVIDIA 合作展開「智慧高雄燈塔計畫（Lighthouse Project）」，藉由 AI、雲端運算及數據治理技術，推動高雄成為台灣 AI 核心城市，也將攜手 AWS 打造創新的數位經濟生態系，「數位轉型有兩個關鍵策略，一個是由上而下（top-down），由大公司率先進駐再吸引新創參與，形成生態系，另一個策略是由下而上，讓非常活潑、有活力的新創進駐，進而吸引大型系統商等企業加入。我們一開始跟 AWS 合作就採取『由下而上』的策略，希望匯聚各領域的新創打造生態系，自然而然的提升大公司進駐意願。」 「AWS 長期深耕高雄，持續推動 AI 與雲端技術落地，協助城市及百工百業展開數位轉型與全面升級，」AWS 台灣暨香港總經理王定愷指出，AWS 在市府大力支持下，將針對國際金融中心、國際資產管理中心接下來的發展，促進生態系成形。而在穩定幣的應用，隨著日本、歐盟、加拿大、香港都已經制定監管框架，AWS 也將會透過全球資源與技術能量，讓台灣產業掌握「新金融、新經濟」的創新能量，能夠從高雄出海，擁抱全世界。 金融科技如何賦能製造、出口、供應鏈？ 在供應鏈金融與穩定幣論壇，由數位資產發展研究中心召集人謝明華主持，攜手高雄市政府副市長羅達生、中國信託創新研發部協理李約、MaiCoin 業務副總 Robert Yang、AWS 台灣暨香港總經理王定愷，共探新金融科技賦能的未來應用。 羅達生表示，高雄正積極轉型為智慧城市，不僅以生成式 AI 賦能日常工作，更將發展影像型生成式 AI，應用於未來的城市治理，如偵測交通事件、道路坑洞、路障或垃圾，並且自動化通知相關單位，將被動管理轉為主動服務，全面加速決策調度，「我們也非常支持穩定幣作為推動無縫經濟的重要支付工具，期許透過與各界的合作，共同創造無障礙的穩定幣使用環境。」 「穩定幣的出現，其實解決缺乏外匯或市場不穩定國家的金融痛點，」李約觀察，阿根廷的金融機構缺乏流動性與穩定性，其流通貨幣「披索」的惡性通膨甚至侵蝕公民購買力。在這樣的情況下，穩定幣基於嚴格的資本管制，並且限制外匯獲取，將能提供傳統銀行系統無法保證的金融穩定性，現在更成為阿根廷當地進行日常交易的重要工具，「而針對企業採用穩定幣可能面臨會計與稅務、資金保管安全，以及制裁與洗錢防制等合規挑戰，中國信託正持續與業界合作，尋求具體解決方案，」李約說明。 「台灣有出口商在與外匯管制的國家進行交易時，透過穩定幣接收美元；香港有信貸公司與當地銀行合作，發行虛擬資產進行貿易結算，直接取代傳統電匯，」Robert Yang 指出，穩定幣在交易上比傳統結算更便利，具有即時、低成本、全球可及的優勢，特別適合應用在繳納國外大學費用等支付場景。至於在處理國際出口廠商的結算需求，Robert Yang 表示雖然會計法規目前仍有處理上的限制，但國際已有相關準則將穩定幣視為已實現的資產，有利於後續的推廣，他也期待透過在法規方面與政府合作，讓更多企業願意採用穩定幣。 而在穩定幣等金融科技的應用上，AWS 雲端平台扮演什麼樣的關鍵角色？王定愷指出 AWS 的服務核心在於整理與運用數據，協助客戶節省成本、提高營收或探索新市場，針對「負責的創新」，AWS 更確保平台安全、可控、可管，並提供國際級的資安規範，「我相信技術可以解決信任與安全問題，在高雄的金融創新沙盒環境，AWS 也將會提供 AI、雲端先進技術，並根據過往成功經驗助力台灣在新經濟、新金融領域實現彎道超車。」 舊振南用 AI 預測銷售、管理訂單和產品推廣 「我們使用逆向工作法，從客戶需求出發，接著反向推動工作，思考如何創造新的客戶體驗，」舊振南總經理李立元說明，舊振南在 AWS 的協助下規劃整體 AI 智慧企業轉型。在第一個「思維轉變」的階段，舊振南訓練 AI [&hellip;]</p>

【Cloudflare 大當機】一個設定檔拖垮全球 20% 網路，揭開企業「單點依賴」的致命弱點

<p>全球網路基礎設施巨頭 Cloudflare 近日發生全球性大規模當機，這次長達數小時的服務中斷，導致包括 X、ChatGPT、Spotify、Canva、Downdetector、Claude、Perplexity、支付巨頭 Square、Dropbox、Coinbase 以及 New Jersey Transit、法國 SNCF 等鐵路交通應用企業等多個領域的服務全面癱瘓。 這次事件讓多個全球知名平台同時出現錯誤頁面，也是繼上個月 Amazon Web Services (AWS) 和 Microsoft Azure 發生大規模中斷之後，在短短一個月內接連發生的大型網路中斷事件，反映整體網路供應鏈的脆弱性逐漸升高。 為什麼 Cloudflare 發生大規模故障？ Cloudflare 官方表示，此次問題並非由駭客攻擊或惡意活動造成。Cloudflare 執行長 Matthew Prince 和技術長 Dane Knecht 指出，根本原因是一項例行的設定變更，意外觸發 Bot Management（機器人管理）服務底層的潛在錯誤 (latent bug)。 具體來說，由於資料庫系統的權限變更，導致 Bot Management 自動生成的「feature file」（特徵設定檔）中產生大量重複的資料列。這個超出預期大小的設定檔案在傳播到全球網路後，觸發負責路由流量軟體系統的記憶體預分配限制，導致系統崩潰。 《The Verge》指出，檔案問題導致大規模網路癱瘓聽起來或許荒謬，但對於像 Cloudflare 這樣的大公司來說，這種情況確實會發生。 資訊安全教育訓練組織 SANS 人工智慧與研究主管 Rob Lee 分析：「當運營 Cloudflare 這樣規模的基礎設施時，即使是微小的偏差也可能造成巨大的後果，因為這些平台的設計目標是速度，因此任何導致決策延遲或中斷的情況都可能迅速蔓延，特別是在高性能環境中，毫秒級的延遲都可能導致網路完全癱瘓。」 暴露企業「單點依賴」的弱點 Cloudflare [&hellip;]</p>

Google Antigravity 登場！為什麼它才是 Gemini 3 背後的真正主角？

<p>當 Google 發表 Gemini 3 時，幾乎所有科技頭條都被新一代模型的效能提升所佔據，但是有一項 Google 同時公開、卻更能改變開發者工作環境的產品悄悄登場：Google Antigravity。 Antigravity 是一個專為 AI 代理而生的全新整合開發環境（IDE），結合瀏覽器控制能力、非同步互動模式與「agent-first」產品設計，目標不只讓工程師寫得更快，而是改變他們跟 AI 合作的方式，讓開發流程從今天的「AI 協助」走向「AI 執行」，並在此基礎上打造下一代 IDE。 Antigravity 的核心概念：從 IDE 到「任務控制中心」 Google 形容 Antigravity 是一個為「agent-first（代理優先）未來」打造的平台，並支援 Gemini 3 Pro、Anthropic 的 Claude Sonnet 4.5 以及 OpenAI 的 GPT-OSS 等第三方模型的開發工具。平台的設計不只是多模型，而是多代理（multi-agent）：每個 agent 都能直接操作開發環境中的編輯器、終端機與瀏覽器。 Google 推出的 Antigravity 這次有一個很大的改變：它提供兩種主要使用介面。第一個是預設的 Editor（編輯器）模式，看起來和一般工程師熟悉的 IDE 很像，介面方式也跟 Cursor、GitHub Copilot 等工具相近，AI 代理會待在側邊欄協助你寫程式。 第二個是全新推出的 Manager（管理者）模式，則是為了「同時管理多個 AI 代理」而設計。這個介面讓每個 [&hellip;]</p>

【加速決策】市場還沒問，AI 已給答案：AI 市調出與真人回饋 90% 一致的市場反應

<p>科學家提出全新 SSR 方法讓大型語言模型（LLM）精準模擬人類消費行為，用 AI 重塑價值數十億美元的市場研究產業，並透過「虛擬消費者」為企業提供有效的產品回饋資料。</p>

人形機器人大軍集結、AI 企業破 1,300 家：深圳「機器人谷」如何成為全球具身智慧關鍵戰場？

<p>近年深圳南山區迅速成為全球具身智慧（Embodied Intelligence）與人形機器人產業最受關注的核心聚落之一。根據深圳市統計局資料，2024 年全市共有 2,607 家 AI 企業，其中南山區就占 1,351 家，超過全市的一半。 南山區的「機器人谷」不只是企業聚落，更是一個依靠科教資源、創新基礎與制度配置所構成的 AI 產業生態圈。在這個「谷地」中，人形機器人正大規模集結，加上全市密集的 AI 企業群，正推動深圳朝「人形機器人第一城」的目標邁進。 南山機器人谷如何建立 AI 產業基礎？ 要理解南山為何能在短時間內形成如此龐大的聚集效應，必須從如何搭建 AI 產業基礎開始談起。南山的「機器人谷」位於西麗湖國際科教城周邊，主要任務是將 AI 模型、雷達技術、運動控制與視覺感知等原本屬於研究端的底層技術，轉化為企業可以試驗、驗證與落地的產業接口。 要達成這樣的轉變，必須仰賴算力、場景與研發平台三大要素。首先在算力方面，南山依靠博大智算中心與前海智算中心，並搭配「模力營」專屬算力池，使中小企業能以較低門檻進行大模型訓練與測試，進一步降低研發成本。 其次，在場景方面，南山已開放 89 條低空航線與 169 公里自駕測試道路，形成覆蓋空中與地面的完整測試場域。由於區域內的電動車工廠與 3C 製造場域密集，使機器人製造商可以在真實環境中測試，提高技術迭代效率。 第三，在研發平台方面，南山匯聚多個創新中心，包括具身智能機器人創新中心、鴻蒙生態創新中心，以及中科院深圳先進院與商湯科技共建的「腦機介面聯合實驗室」。這些平台普遍採用政府、科研機構、大學與企業「四方共建」的模式，建立一體化流程，讓企業能在約六個月內完成從模型到產品的驗證流程，大幅縮短 AI 技術的產業化週期。 百家企業集結：南山成為中國人形機器人產業鏈核心 在這些基礎支撐下，南山逐步成為中國人形機器人產業鏈核心，區域內不僅聚集優必選、眾擎、樂聚、智平方、越疆、星塵、賽博格、逐際動力、跨維智能與 X Square Robot 等整機企業，也匯聚雷賽智能與速騰聚創等生產馬達、感測器等關鍵零組件供應商。 從馬達、感測器、視覺模組到運動控制與整機量產，南山具備完整的研發與供應能力，形成從基礎研究、零組件到整機與應用場景的生態圈。在這些基礎支撐下，南山逐步形成完整的人形機器人產業鏈，市場規模在 2024 年已突破 400 億元，年增率超過 20%，也因為這樣的供應鏈深度整合，人形機器人的關鍵技術突破，正集中在南山發生。 南山正在催生人形機器人技術突破 南山完整的供應鏈，正在催生具身智慧領域的新突破，使人形機器人加速邁向商業化，其中最具代表性的就是優必選科技。優必選的 Walker S 系列工業機器人已陸續進入全球工廠，在與比亞迪、富士康、順豐等製造與物流龍頭的合作中，能執行分揀、搬運、質檢等高複雜度任務。最新一代 Walker S2 更完成「全球首次自主換電」，克服人形機器人無法長時間運作的痛點。 除了整機突破之外，多家企業也在人形機器人「五感」能力上取得關鍵進展。奧比中光的 Femto [&hellip;]</p>

用 AI DIY 自己的迪士尼故事？Disney+ 新實驗將打造下一代互動內容生態

<p>AI 逐漸走進主流娛樂產業，迪士尼（Disney）準備將這股潮流變成下一個創意與商業戰場。 近期，迪士尼執行長依格（Bob Iger）在財報電話會議中透露，公司正與 AI 技術廠商洽談，探索讓 Disney+ 用戶生成與分享基於迪士尼世界觀的新內容的可能性。這意味著這家媒體帝國可能開放部分 IP 給粉絲創作，打造下一代互動內容生態。 迪士尼要開放 IP 給 AI，開創粉絲共創新路 《NPR》分析，迪士尼此舉並不是單純的技術噱頭，對於迪士尼這樣擁有豐富角色與敘事資產的公司而言，讓用戶生成內容可以創造新的商業與互動機會。一方面，AI 工具可深度提升訂閱者黏性、最大化 IP 長尾價值，過去，經典角色只能出現在電影、動畫或授權商品中，但透過共創平台，粉絲為這些角色寫新的故事、改變他們的命運。不僅延續了 IP 的生命力，平台從「觀看被動內容」轉為「創作互動基地」，品牌資產也得到新的商業化延伸。 強大的互動性，也更貼合年輕世代觀眾的取向，勤業眾信（Deloitte）2025 年的研究指出，年輕人認為社群創作者比傳統影劇更貼近他們，他們不只想觀看內容，也想參與、混合、回應內容。 另外，透過授權 AI ，迪士尼得以更好的維持其 IP 管理權，防止盜用與侵權。依格強調，公司對潛在 AI 夥伴的選擇將聚焦於「創造粉絲參與的方式」與「保護 IP 的機制」。 市場潛力關鍵推手：AI 影劇自動生成工具與平台 迪士尼的構想並非空穴來風，在產業中已有類似先例。新創公司 Fable Studio 打造的的平台 Showrunner，就走在這個用戶共創內容商機的前端。該平台被稱為「AI 版 Netflix」，用戶只需輸入一句指令，就可生成動畫場景、角色甚至整個分鏡劇情；創作者還可以將自己放入故事之中。 更關鍵的是，Fable 執行長沙奇（Edward Saatchi）表示，他們希望平台能合法結合大型 IP，包含迪士尼，讓粉絲用 AI 創作「正版」故事，「我們的願景是建立一個創作者優先的 AI 生態系：讓粉絲們的創作合法，也能和 IP 所有者共享收益。」他說。 AI 與用戶共創影劇內容，風險與挑戰並存 然而，這個新穎的想法要落地並非沒有阻礙，首先是 IP 保護與監控機制的問題。雖然依格明確指出公司不會濫用技術，但任何開放創意的平台都可能面臨內容不當或侵權風險。如何設計審核機制、使用規範，以及版權分潤機制，是迪士尼和 [&hellip;]</p>