TechOrange 科技報橘

新研究繞過 HBM 瓶頸：DeepSeek 如何在算力受限下，於西方之外的 AI 競賽領先美國？

<p>近日 DeepSeek 創辦人梁文鋒與北京大學研究團隊，在共同發表的最新論文中，揭示一種名為 「Engram」 的模型訓練新方式。Engram 技術是將「條件記憶（Conditional Memory）」視為繼專家混合（MoE）之後的稀疏模型新維度。所謂的條件記憶，就是透過引入可擴展的查找記憶結構，在相同參數與算力條件下，顯著提升模型在知識調用、推理、代碼、數學等任務上的表現。 這項研究的核心目標，是經由繞過 GPU 高頻寬記憶體（HBM）的容量限制，實現「激進的參數擴張（aggressive parameter expansion）」，從而打破模型規模受制於單一硬體記憶體上限的困局。 透過「解耦」計算與記憶體提升模型效率，研究看好「條件記憶」成下一代核心 該論文指出，現行大型語言模型高度依賴計算來檢索基本資訊，這使得模型在擴展規模時，往往得依賴更昂貴、更新一代的 GPU 硬體來換取 HBM 容量，而 HBM 正是目前中、美 AI 硬體實力中最大的差距之一。 因此，DeepSeek 提出的 Engram 方法重點不在於增加算力，而是透過「解耦（decoupling）」計算與記憶體，調整模型架構與資料處理方式，讓模型能更有效率地查找基本資訊，進而提升處理長文本的效率。 論文也提到，這種策略的潛在優勢在於降低訓練成本門檻，讓模型在資源有限的情況下仍能提升複雜推理能力。「我們認為，條件記憶將成為下一代稀疏模型中不可或缺的核心，」研究團隊在論文中如此寫道，並預期條件記憶的未來影響力，將不亞於先前被廣泛採用的專家混合（MoE）架構。 中國限制高階 NVIDIA 晶片採購，加深算力受限現實 這種「繞過 HBM 容量限制」的設計思路並非憑空出現，而是與中國 AI 產業當前所面臨的硬體現實高度契合。 《The Information》報導，中國政府近期已向國內科技公司頒布新令，要求僅能在「特殊情況」下，才可採購 NVIDIA 最新一代高階 AI 晶片 H200，顯示北京當局正在強化立場，防止國內市場過度依賴美國晶片巨頭，也反映出中國政府在 AI 領導地位與半導體自給自足這兩大目標之間的權衡。 相關人士指出，北京認為保護本土晶片產業的重要性已超過獲取外國先進晶片，雖然中國晶片商目前已經能生產足以支撐 AI 推論的處理器，但 H200 對於構建前沿 AI 系統仍具有「功能上不可替代」的地位，因此限制獲取這些晶片，可能會減緩中國開發頂尖 AI 模型的速度。 在高階 GPU [&hellip;]</p>

一個月內完成模型訓練與部署！長問科技以 NVIDIA 強大算力建構在地化語音 AI 辨識應用 助攻金融、公部門智慧轉型

<p>長問科技深耕 AI 語音領域，致力提供在地化語音技術，支援台語、客語等多方言辨識與應用。為滿足語音 AI 辨識服務對於 GPU 算力的需求，長問科技選用兩台麗臺科技的 WinFast GS4850T 伺服器再各搭配 8 張 NVIDIA RTX PRO™ 6000 Blackwell Max-Q Workstation Edition GPU，不僅獲得穩定且高效的算力支援、加速模型迭代速度，更實現語音辨識正確率達 90%。目前，長問科技協助金融業成功打造安全、高效的金融語音解決方案，促進無障礙互動體驗，也協助公部門客戶打造智能市民熱線，更快速回應市民諮詢。 長問科技總經理陳又碩表示，隨著語音 AI 辨識服務的應用範疇擴大，長問科技對於 GPU 算力設備產生新需求。在推論（Inference）部分，長問科技透過演算法降低算力成本，讓客戶能以較少的算力達到最佳效果，降低 AI 導入的門檻；在訓練（Training）部分，則是持續增加算力採購，因為長問科技除了訓練國語、台語、英語、客語的基礎模型（Foundation Model），還助力客戶訓練企業內部的語音辨識模型，降低 AI 幻覺問題，「所以我們採購兩台麗臺科技提供的 WinFast GS4850T 伺服器，搭配各 8 張 NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition GPU，透過這樣的算力訓練一個原生且支援台灣在地語音的國、台、英、客語基礎模型，從模型訓練再到部署至客戶端，僅僅需要一個月的時間。」 陳又碩進一步說明，長問科技運用麗臺科技與 NVIDIA 解決方案訓練一個名為「TB2」的模型，並在效能上取得顯著突破，「一張 RTX PRO 6000 Blackwell Max-Q 可以支援 [&hellip;]</p>

量子電腦真的開始「有用」了嗎？企業紛喊突破，專家為何仍說還不能用

<p>隨著量子技術加速發展，各家企業也紛紛宣稱取得重大突破。匯豐銀行（HSBC）近期就宣布使用 IBM 的量子電腦進行債券交易實驗，並將這場實驗視為「全球首個債券交易應用範例」，顯示金融服務正在進入量子計算新紀元。另一方面，近期包括 Google、D-Wave 和 Quantinuum 在內的多家公司都宣稱達成了超越傳統電腦的「量子優勢（quantum advantage）」，但科學有效性仍存在高度爭議。 德州大學電腦科學教授 Scott Aaronson 將這類說法斥為日益增多的「殭屍主張（zombie claims）」之一，並批評：「完全沒有理由相信他們看到的任何改進與量子力學本身有任何關係。」事實上，連匯豐內部的研究人員也坦承，目前尚無法解釋為何所使用的 IBM 機器能產生較佳的交易結果，同時表示該研究「需要進一步調查」。 然而，在科學有效性備受質疑的同時，產業也逐漸將焦點轉向更現實的問題：現有的量子電腦是否已經足夠穩定？ 量子電腦仍受硬體雜訊與穩定性限制，部分公司選擇放慢系統發布 量子電腦目前的主要障礙在於硬體的不穩定性，因為現在機器仍屬於「雜訊量子系統（noisy quantum systems）」，量子位元（qubits）之間的干擾使得長時間且穩定的運算變得極為困難。因此為了克服準確性與穩定性的瓶頸，部分硬體供應商已決定放慢發布時程，轉而追求更高的可靠性。 以 Rigetti Computing 為例，該公司在 2026 年初宣布推遲其 108 位元量子系統（Cepheus-1-108Q）的上市時間，將重點放在優化可調耦合器（tunable couplers）以提升「保真度（fidelity）」。Rigetti Computing 執行長 Subodh Kulkarni 指出，公司選擇進行晶片的「另一次迭代」，是為了確保系統運作的精確度，這也顯示，部分業者正將注意力放在結果是否能被重複驗證，而不只是系統規模。不過，這些短期技術調整，並未改變產業對長期關鍵門檻的共識。 一旦跨過「容錯」門檻，產業可能出現「勝者通吃」局面 另一方面，美國聯邦與產業端的動能正試圖銜接學術研究與商業應用，將重心從純科學研究轉向追求實質的「經濟價值」。 產業專家指出，目前的目標是打造真正能對世界產生影響的機器，而這個轉折點預計在未來二到十年內到來。&nbsp; IBM 研究部門主管 Jay Gambetta 指出，目前量子技術正處於類似 2012 年人工智慧發展的轉折點：當時第一批神經網路雖然在實務上尚未產生巨大經濟意義，卻是後來演變成龐大運算能力的科學實證。 摩根大通（JPMorgan）的分析報告則指出，量子運算的關鍵轉捩點在於「容錯量子電腦（fault-tolerant quantum computers）」的實現。 由於容錯系統能大規模校正運算錯誤，從而進行複雜且持續的計算，因此一旦跨過這個技術門檻，量子計算在效能上的優勢將不可撼動，屆時產業可能出現「勝者通吃（winner-take-all）」的局面，首家建立商業飛輪的供應商將主導市場。 JPMorgan 特別點名 IBM、Alphabet 與 Microsoft 等科技巨頭，以及 IonQ、Rigetti [&hellip;]</p>

當 Gemini 3「思考力」遇上 CloudMile「執行力」：打造企業級 AI Agent 的下一塊拼圖

<p>隨著生成式 AI（Gen AI）快速進入企業應用，市場正迎來一個關鍵轉折點。若 2023 年是 AI「能說話」的元年，從 2025 年起，焦點將轉向 AI「能思考」與「能執行」。 Google 最新一代模型 Gemini 3 的推出，讓 AI 不再只是機率預測工具，而是具備如同人類般的「慢思考（Slow Thinking）」能力──能拆解複雜問題、進行自我驗證，甚至反思推理結果。 不過，對企業而言，擁有聰明的大腦只是第一步。如何將 AI 與企業內部複雜數據系統接軌，遵守企業規範並轉化為實際生產力，才是最大挑戰。這正是亞洲領先 AI 技術公司 CloudMile 萬里雲的切入點。 從 LLM 到 AI Agent：企業需要「會做事的夥伴」 過去企業導入 AI 的痛點在於模型「懂常識」卻「不懂公司」，因此需具備產業經驗的科技夥伴協助落地應用。CloudMile 萬里雲已取得台灣數位發展部 AI 技術服務機構能量登錄認證，並被新加坡政府指定為 Enterprise Compute Initiative（ECI）科技顧問夥伴，成為首家同時獲得台灣與新加坡雙政府 AI 認證的企業。 CloudMile 萬里雲透過整合以 Gemini 3 為基礎的 Gemini Enterprise 與自主研發的 MileAI 企業⽣成式 AI 應⽤與創新解決方案，將 Gemini 轉化為能理解業務場景的 AI Agent（人工智慧代理）。這些 Agent 不僅能回答問題，更具備「感知（Perception）、大腦（Brain）、行動（Action）」三大能力，可處理高度複雜任務，超越傳統 Chatbot [&hellip;]</p>

90% 產線問題都能提前預測！百事可樂示範「零試錯」的工廠設計

<p>對當今的製造業者來說，製造流程的複雜性早已不只存在於產線本身，而是體現在決策速度與變更成本之中。每一次新工廠設計、產線調整或倉儲配置變更，都牽動設備投資、人力配置與供應鏈協同，一旦判斷失準，修正代價往往高於預期。 而像是百事可樂（PepsiCo）這樣的快速消費品品牌，產品組合日益多元、上市節奏加快，傳統仰賴實體試產與經驗推估的製造決策模式，已逐漸成為效率與彈性的限制因素。 正是在這樣的背景下，百事可樂開始重新思考製造與供應鏈規劃的起點。為此，百事可樂正積極將 AI 與數位孿生（Digital Twin）技術導入製造與供應鏈決策流程，嘗試從根本重塑工廠設計與營運模式。 以 AI 與數位孿生重寫工廠設計流程 在 CES 2026 上，百事可樂宣布與西門子（Siemens）、NVIDIA 展開合作，導入基於物理模型的 2D／3D 數位孿生與 AI 模擬工具，將工廠與倉儲設施的規劃前移至虛擬環境中完成。透過這套系統，工程與營運團隊能在實際動工前，於數位空間中反覆測試產線配置、設備動線、人員配置與物流流程，提前識別潛在瓶頸與風險。 這種「先模擬、再建設」的模式，改變了傳統製造業高度依賴經驗與實體試錯的做法。過去，產線調整或新廠建置往往要等到設備實際進場、開始試產後，才會發現流程衝突或效率不彰的問題，不僅修正成本高，也容易拖延產品上市時程。透過 AI 與數位孿生，百事可樂得以在虛擬工廠中模擬多種情境，快速比較不同設計方案的效能表現，並在決策前即完成優化。 支撐這套能力的關鍵工具之一，是百事可樂導入的「數位供應鏈編排器」（Digital Chain Composer）。該系統可整合工廠設計、設備參數、物流節點與產能限制等資料，利用 AI 模型進行整體流程模擬與風險評估。百事可樂指出，透過這套工具，團隊能在實體改動前辨識多達 90% 的潛在設計與流程問題，大幅降低後期修改的時間與成本。 在實際試點中，這種以數位孿生為核心的規劃方式已展現具體成效。百事可樂表示，初期導入的試點專案中，工廠整體產能（throughput）提升約 20%，同時也顯著縮短了從設計到投產的開發週期。這不僅意味著既有產能的放大，也讓企業在面對市場需求變化時，能更快完成產線調整與新品導入。 百事可樂數位孿生的下一步：延伸至整體供應鏈 更進一步地，百事可樂並未將數位孿生的應用侷限於單一工廠或製造環節，而是延伸至整體供應鏈規劃。透過串接多元供應鏈資料，包含市場銷售數據、消費者需求趨勢與原料供應狀況，AI 模型得以預測需求變化，並在虛擬環境中建立產品層級的「數位孿生供應鏈」。這讓百事可樂能針對不同市場、不同產品組合，模擬最合適的生產與配送策略。 在這樣的架構下，供應鏈不再只是被動回應需求，而是可依據預測結果進行前瞻性調整。無論是在成本控制、品質管理，或是永續指標的平衡上，數位孿生都成為決策的共同語言。百事可樂可在確保價格合理與品質達標的前提下，提前評估不同方案對碳排放與資源使用的影響，將永續目標內建於供應鏈設計之中，而非事後補救。 從更宏觀的角度來看，百事可樂的這項布局，反映出消費品製造業正從「數位化工具導入」邁向「以 AI 驅動的系統性重構」。數位孿生不僅僅提供視覺化輔助，還成為串聯設計、製造、物流與市場需求的核心平台。 對百事可樂而言，這是一項長期競爭力工程。隨著市場變化速度持續加快，在虛擬世界中先行驗證、快速迭代，將成為決定製造企業反應速度與營運彈性的關鍵。從目前試點成果來看，AI 與數位孿生已為百事可樂打開一條通往更高效率與更敏捷製造體系的路徑。 ＊本文開放合作夥伴轉載，參考資料：Siemens、《PR Newswire》，首圖來源：PepsiCo （責任編輯：廖紹伶）</p>

【科技早餐】Meta 啟動「Meta Compute」，全面掌控 AI 算力主權

<p>【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊Meta 啟動「Meta Compute」，全面掌控 AI 算力主權 Meta 執行長祖克柏宣布啟動代號為「Meta Compute」的自主 AI 基礎設施計畫，目標自研 AI 晶片、優化資料中心架構，並打造超大規模運算環境，以降低對 Nvidia 等外部晶片供應商的依賴，強化對底層算力的掌控。 祖克柏指出，若要推進通用人工智慧發展，僅靠模型與軟體已不足以支撐，必須同時掌握硬體與基礎設施。在全球 AI 晶片供不應求的情況下，算力正從成本項目，轉變為科技巨頭之間的核心競爭門檻。 ＊不是自研，是直接用最強：蘋果攜手 Google 重塑 Siri 核心 蘋果宣布與 Google 達成多年合作協議，新一代人工智慧功能將導入 Google 的 Gemini 技術支援，包括預計今年稍晚推出的新版 Siri。這項決定象徵蘋果在 AI 策略上的重要轉向，也代表一向強調自研核心技術的蘋果，選擇在生成式 AI 關鍵節點採用外部最成熟的模型能力。 不過，此舉也引發競爭與監管層面的質疑。xAI 創辦人馬斯克在社群平台 X 上批評，Google 同時掌握 Android 作業系統與 Chrome 瀏覽器，再成為蘋果 AI 核心技術供應方，恐形成不合理的權力集中。蘋果與 Google 則強調，Apple Intelligence 仍在裝置端與私有雲端運算環境中運作，隱私原則不變，但市場仍關注這項合作對生態系與反壟斷審查可能帶來的後續影響。 ＊NVIDIA 攜手禮來，AI 正式走進藥物研發核心 [&hellip;]</p>

6 萬名員工有 2.5 萬個是 AI 代理！麥肯錫 CEO：希望每個員工都獲 1 個代理支持

<p>全球管理顧問巨頭麥肯錫（McKinsey &amp; Company）正在經歷一場以 AI 為核心的組織重塑。執行長 Bob Sternfels 近期在接受《哈佛商業評論》與 CES 展會採訪時揭露，若被問及公司目前的規模，他的答案是 6 萬名員工，其中包含約 2.5 萬個 AI 代理（AI Agents）。 從幾千個到 2.5 萬個代理，18 個月內完成 Sternfels 指出，大約一年半前，麥肯錫內部只使用了數千個 AI 代理，但隨著生成式 AI 與代理式架構快速成熟，公司已在不到兩年的時間內，將 AI 代理數量擴張至約 2.5 萬個。他表示，AI 代理在生成圖片方面表現出色，在過去 6 個月就生成了 250 萬張圖表。 他的下一個目標更加明確：在接下來的一年到一年半內，讓每一位人類員工至少都能獲得一個、甚至多個 AI 代理的支持，形成接近 1：1 的人機配置。在他看來，未來的競爭優勢，不再只是員工數量，而是「人類如何與代理協作」。 顧問工作正在「向上堆疊」，釋放 150 萬小時 這波 AI 代理的大規模導入，也正在改變顧問工作的本質。麥肯錫內部將這場轉型稱為「25 squared」（25 平方）的組織變革，一方面，直接面對客戶的前線顧問人力，預計將成長約 25%；另一方面，非面對客戶的後勤與支援人力則縮減約 25%。 看似矛盾的變化，背後邏輯其實一致。透過 AI 代理處理搜尋、彙整與結構化分析等基礎工作，顧問得以「向上堆疊」（moving up [&hellip;]</p>

CEO 怕詐騙、CISO 怕勒索？WEF 揭企業高層與資安團隊的風險認知落差

<p>世界經濟論壇（WEF）最新發布的《2026 年全球資安展望》（Global Cybersecurity Outlook 2026）報告指出，隨著技術手段與犯罪模式的演進，網路詐騙已正式超越勒索軟體，成為當前影響力最深遠的全球性網路威脅。這項轉變也反映在極高的普及率上：過去一年中，高達 77% 的受訪者觀察到網路詐騙與釣魚攻擊事件明顯增加。 AI 加劇詐騙威脅，挑戰數位信任基礎 更值得注意的是，詐騙威脅已深入個人生活層面。WEF 調查顯示，73% 的受訪者表示自己或其社交網路中的成員，在過去 12 個月內曾親身遭遇過網路詐騙，顯示詐騙已不再只是企業資安問題，更是一種普遍性的社會威脅，直接挑戰數位經濟中的信任基礎。 這類高度普及的詐騙，往往透過多樣且熟悉的手法滲透到日常情境中。常見的詐騙手法包括釣魚郵件、簡訊詐騙、身分盜用與付款詐騙等。這類威脅之所以能快速擴散，關鍵在於詐騙活動執行成本低、成功率高，因此成為網路犯罪分子的首選工具，也被視為當前最具破壞性的數位犯罪形式之一。 此外，AI 的介入，更進一步放大詐騙威脅。例如，生成式 AI 降低發動複雜釣魚攻擊的技術門檻，使犯罪者能夠自動化、大規模產出高度擬真的社交工程內容。另一方面，深偽（deepfake）影音與音訊技術也被用來偽造身分，這類跨越語言與文化障礙的欺騙手法，讓原本受威脅較低的地區同樣暴露在風險之中。 WEF 指出，隨著各類網路風險變得更加相連且影響日益深遠，網路詐騙已不再只是眾多威脅之一，而是數位經濟中最具干擾性的核心風險。當網路詐騙正在同時侵蝕數位經濟中的信任基礎、扭曲市場運作，並對人們的日常生活造成直接影響，其影響層次已超越傳統資安事件。 對於資安風險的排序，決策層與技術層之間有差異 正因詐騙帶來的衝擊往往難以回復，且同時牽動財務、聲譽與信任風險，因此 WEF 指出，這正是全球 CEO 在 2026 年將詐騙列為首要資安威脅的關鍵背景。報告顯示，網路詐騙與釣魚攻擊已在 2026 年取代勒索軟體，成為全球企業 CEO 最擔心的資安風險。 這樣的轉變，反映出詐騙對企業造成的衝擊，除了直接的財務損失之外，對品牌聲譽與消費者信任造成的長期傷害，正是促使 CEO 重新調整風險優先順序的關鍵因素。 不過，報告也揭示決策層與技術層之間的關注差異。相較 CEO，資安長仍將勒索軟體與供應鏈韌性視為最主要的威脅，並將關注重點放在營運持續性與系統韌性等技術層面。這樣的落差凸顯兩者的視角差異：CEO 更在意經濟後果與整體戰略風險，資安長則聚焦於可能導致系統中斷的技術型攻擊。 此外，企業本身的韌性程度，也會影響高層對風險的判斷。研究發現，「高韌性企業」的 CEO 更關注 AI 漏洞帶來的潛在風險；相對地，韌性較不足的企業領導者，仍承受著應對傳統詐騙與釣魚攻擊的高度壓力。 WEF 的報告揭示，網路詐騙已從過去的邊緣風險，升級為牽動企業營運、治理與信任基礎的核心威脅。當詐騙同時具備高度普及性、低門檻與 AI 放大效應，企業面臨的已不只是技術防禦問題，而是如何在不確定的風險環境中，重新校準資安優先順序與組織韌性。 ＊本文開放合作夥伴轉載，資料來源：WEF、《AA》，首圖來源：Pixabay</p>

叡揚解析 AI 時代關鍵人才樣貌，打造 AI 共思型人才

<p>由 Yourator 數位人才媒合平台、TechOrange 科技報橘與均一平台教育基金會於 1 月 10 日聯合舉辦的「2026 AI 人才年會暨 AI 職涯博覽會」，以產業趨勢、科技教育與跨領域人才為三大核心，吸引眾多求職者與企業參與。長期深耕數位轉型服務的叡揚資訊於會中分享在 AI 浪潮下，企業如何透過組織變革與人才培育，引領人才從「使用工具」進化到「駕馭科技」。 叡揚資訊人資長黃真玲在分享中指出，數位變革是企業的必修課，而變革的核心始終是「人」。針對人才培育，叡揚提出「驅動 AI 轉動的金三角」策略，整合人才、科技與組織三大驅動力，建立「AI Coach ╳ Human Mentor」的雙軌學習體系。由 AI 擔任 24/7 的教練負責知識傳遞，真人導師則專注於經驗傳承與情境化應用。叡揚透過內部三大學院，導入 AI 輔助學習流程，協助員工從實際工作情境出發，解決日常痛點。 「現在企業遇到的痛點不會是單一問題」，黃真玲特別強調，在 AI 快速發展的環境下，企業更重視人才是否具備面對變化的彈性與主動學習態度，而非僅止於單一技能的累積。在 AI 能輕易提供解答的時代，個人價值已從「解答者」轉變為「提問者」，批判性思考與判斷力比單純獲得答案更重要。他補充，AI 並非取代人力，而是輔助決策的工具，未來團隊將走向人與 AI 協作的模式。 活動現場叡揚亦設置徵才攤位，由研發及產品主管與求職者交流數位技能與 AI 研發經驗，吸引對 NLP、視覺辨識與 AI 應用有興趣的人才互動。叡揚設有獨立的 AI 核心技術研發團隊，並將研發成果整合至自有系統與服務中，由產品部門配置專責工程師確保 AI 技術能穩定落地，協助客戶於日常工作流程中實際應用。叡揚資訊表示，公司致力於打造讓人才進化的生態系，誠摯邀請熱愛挑戰的人才加入，成為能駕馭 AI 的進化人才，共同開創數位轉型的新局勢。 （本文訊息由叡揚資訊提供，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：叡揚資訊。）</p>

【Claude Cowork 上線】Anthropic 桌面 AI 代理戰略成形，正面挑戰 Microsoft Cop…

<p>Anthropic 近日發表名為「Claude Cowork」的桌面 AI 代理工具，目前以「研究預覽（research preview）」形式推出，技術核心延續 Anthropic 之前深受開發者歡迎的 Claude Code，使用者可以透過授權 Claude Cowork 存取特定資料夾的方式，完成自動化任務。 Anthropic 打造 Claude Cowork 的目標，是希望將強大的「可執行任務型 AI」延伸至更廣泛的使用族群。這也象徵 Anthropic 已經將 AI 定位從單純的「對話助手」，轉向能夠在使用者電腦上直接執行任務的「AI 代理」。 Cowork 設計理念：讓所有知識工作者都能立即上手使用 Claude Cowork「主動執行任務」的能力，不只體現在分析文字內容上，還能在使用者的本機環境中讀取、編輯與建立檔案，並實際參與工作流程。例如，在財務整理情境中，Cowork 可以從一疊收據截圖中擷取資料，自動生成結構化的報支試算表；在文件彙整上，則能讀取分散各處的會議筆記，綜合產出報告初稿，甚至能自動整理混亂的下載資料夾，依內容重新命名檔案。 Cowork 的設計理念，是將原本偏向工程師使用的技術，擴展到更廣泛的「通用運算與工作流程」，讓所有知識工作者都能立即上手使用。《Implicator.ai》 也以「去除開發者外衣」形容 Cowork 的特色在於讓不具備程式背景的使用者，也能透過簡單對話指派 AI 執行具體任務。因此 Anthropic 表示，這種協作體驗「感覺不像來回對話，而更像是給同事留訊息」。 Cowork 將挑戰 Microsoft Copilot 的市場主導地位 《VentureBeat》指出，Claude Cowork 的誕生，也被視為 Anthropic 向 Microsoft Copilot 在生產力工具市場的長期主導地位宣戰。儘管微軟已推行 Copilot 多年，但企業採用率仍不如預期，相較之下，Anthropic 則試圖透過一系列明顯差異化的策略取得突破。 首先，在系統架構上，不同於深度整合於 [&hellip;]</p>

Google 的逆襲！蘋果證實合作 Google，Gemini 將驅動 Apple 逾 20 億台活躍裝置

<p>Apple 與 Google 正式確認，雙方將展開一項多年的 AI 合作計畫，未來新版 Siri 與 Apple Intelligence 的核心能力，將建立在 Google 的 Gemini 模型與雲端技術之上，包含今年即將推出的更個人化的 Siri 體驗與後續的 AI 功能。 根據雙方的官方聯合聲明中，Apple 表示，經過審慎評估後，認定 Google 的 AI 技術為 Apple Foundation Models 提供最強大的「基礎」，並期待這項合作為使用者帶來新的體驗。根據《CNBC》報導，兩家公司補充，這些模型仍將運行於 Apple 裝置與 Apple Private Cloud Compute 架構上，維持 Apple 一貫強調的隱私標準。雙方的聲明揭露的資訊有限，但可以知道的是 Gemini 並非 iPhone 上運行的底層架構，蘋果將繼續使用自家基礎架構模型。 Siri 升級延宕之後，Apple 選擇外部 AI 助力 這項合作，被外界視為 Apple 在生成式 AI 策略上的關鍵轉向。根據《CNBC》與《Computerworld》報導，Apple 早在 2024 年 [&hellip;]</p>

AI 導入成敗不在技術而在「老闆」？叡揚資訊董事長張培鏞拆解企業 AI 轉型第一課

<p>專訪：戴季全撰稿：李昀蔚 隨著 AI 技術快速發展，愈來愈多企業與政府組織開始嘗試將 AI 真正導入日常工作流程。從部門主管、企業 CEO 到組織決策者，幾乎沒有人再懷疑 AI 是否會進入企業，而是開始面對「該怎麼導入、用在哪裡」的現實問題。 本集《全新一週》邀請到叡揚資訊董事長暨執行長張培鏞，深入解析在 AI 浪潮下，當軟體開始具備 AI 的思考能力，企業該如何實踐 AI 轉型，並掌握改變營運邏輯的具體策略。 企業組織 AI 轉型的必備思維 「最大的前提就是，組織總是有一個頭，那如果組織的大老闆，可以先有 AI 的概念，那是最好，」談到企業組織轉型的關鍵，張培鏞強調，一旦組織領導者有 AI 的相關概念，甚至知道如何用 AI，那麼當同事提出看法時，領導者就可以透過簡單的邏輯來判斷是否可行，並帶動組織認識 AI。&nbsp; 張培鏞說明，過去的資訊化、數位化，主要是透過系統來支撐既有流程，且每一套系統在流程中都有明確的目的與位置。因此在正式導入 AI 之前，企業必須先深入理解自身的作業流程，並釐清每一個節點所要解決的問題，以及資料的具體流向。 「我要知道 AI 到底可以解什麼題目，在我的作業流程裡面，哪一些關節 AI 解的最有效，我就把它放進來，」張培鏞指出，雖然 AI 並非萬能的工具，但只要找到關鍵環節，就能把過去不可能達成的任務轉化為可能，進而產生顯著效益。同時，由於部門主管與高階管理者掌握著流程的全貌，因此他們比其他人更有條件判斷 AI 最適合介入的具體位置。 企業導入 AI 時常會忽略的關鍵 張培鏞觀察，許多企業在導入初期往往不清楚 AI 究竟能解決哪些實際問題，這導致決策容易流於跟風。例如，儘管 AI 確實具備取代部分工作的潛力，但 AI 產出結果的正確性與品質，依然需要由專業人員進行嚴謹檢核。如果企業為了追求短期效率而只保留資深人員，卻不願意培養資淺與年輕人才，將會導致未來組織內部出現嚴重的經驗與技術斷層。 因此，張培鏞認為企業不應全面凍結人才招募，而是應該讓新鮮人歷練幾年、成為有經驗的工作者後，才能確保組織長期的判斷力與核心經驗能夠有效傳承，否則未來「找人」將會是個難題。 叡揚資訊與台灣軟體業的 AI 轉型之路 張培鏞回顧，叡揚資訊自 2013 [&hellip;]</p>

【Markdown 如何征服世界】為何不起眼的 Perl 腳本，如今成為 AI 世界共通語言？

<p>在快速演進的數位工具世界中，很少有技術像 Markdown 一樣，悄悄卻深刻地改變了整個產業。這套由 John Gruber 於 2004 年提出、原本只為了「讓寫網頁像寫 Email 一樣簡單」的輕量標記語法（最初實作為 Perl 腳本），到了 2026 年，已成為程式文件、內容創作，甚至 AI prompt 與代理系統的慣用標準。 包括 GitHub Copilot 在內的 AI 工具，大量以 Markdown 作為輸出與結構格式，使其成為人類意圖與機器理解之間的「中介層」。根據 Wavestone 發布的《2026 年技術趨勢報告》，Agentic AI 系統越來越傾向採用 Markdown 這類輕量格式，以兼顧可擴展性、治理與跨系統整合。這顯示，在 AI 走向實用化的過程中，Markdown 正從背景工具，轉為支撐新一代智慧工作流的關鍵基礎。 科技創業家 Anil Dash 在其個人部落格文章中指出，從最前沿的 AI 系統，到學生隨手寫下的程式碼與筆記，幾乎整個高科技世界都在使用 Markdown 來描述、註解與溝通想法。這種格式之所以特別，在於它最初不是為了炫技而生，而是為了解決一個極為實際的問題。 從個人需求出發，意外成為網路基石 根據 Anil Dash 的回顧，這套語法源於 John Gruber 在經營個人部落格時的實際需求。2002 年，Gruber 決定專注撰寫 Apple 相關內容，然而當時不僅科技媒體尚未成形，部落格本身也仍屬邊緣文化，對於需要頻繁發文的寫作者而言，直接手寫 [&hellip;]</p>

【科技早餐】黃仁勳直言：美中無法全面脫鉤，台灣仍是晶片核心

<p>【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊黃仁勳直言：美中無法全面脫鉤，台灣仍是晶片核心 NVIDIA 執行長黃仁勳近日接受《時代雜誌》（TIME）專訪時表示，美國與中國高度相互依存，決定了「全面脫鉤」在現實中幾乎不可能；若將科技競爭推向極端，不僅無助於美國維持 AI 領先，反而可能加劇地緣政治與安全風險。他主張在可控前提下維持技術交流與市場競爭，並指出美中關係將是未來一百年全球最重要的雙邊關係之一，關鍵在於競爭中保持溝通與克制。 談到晶片與供應鏈，他強調台灣仍是關鍵，半導體生態系在效率、成熟度與人才密度上難以快速被取代，即使多地建立製造據點可提升韌性，也無法在短期內複製台灣聚落。他也提到，AI 不是單一模型，而是一整套從能源、晶片、基礎設施、雲端服務到模型與應用的體系；若要維持領先，必須確保每一層都具備競爭力，並以掌握全球 AI 技術標準為核心目標。 ＊Meta 豪簽 20 年核電合約，AI 用電正式走向核能 Meta Platforms 宣布已與三座美國核電廠簽署為期 20 年的購電協議，並將攜手兩家公司推動小型模組化反應爐（SMR）計畫，以確保 AI 與資料中心長期穩定的電力供應。Meta 表示，將向 Vistra 位於美國中西部的三座核電廠購電，包括俄亥俄州的 Perry 與 Davis-Besse，以及賓州的 Beaver Valley，相關協議也有助於資助俄亥俄州電廠擴建並延長運轉年限。 Meta 估計至 2035 年，上述布局可為公司提供最高達 6.6GW 的核能電力；若以一般核電廠約 1GW 規模計算，這使 Meta 成為美國史上重要的企業核能用戶之一。在 SMR 方面，Meta 將協助 TerraPower 開發兩座反應爐，最快 2032 年投入發電，總裝置容量上看 690MW，並取得 2035 年前最多六座反應爐的用電權利；與 Oklo 的合作則有望於 2030 [&hellip;]</p>

超級處理器之戰：為何 AI 的運算單元不再是 GPU，而是資料中心？

<p>過去幾年，AI 效能競賽的焦點幾乎圍繞在 GPU 世代更替與算力數字的提升，但美國市場情報機構 SiliconData 近期研究顯示，這樣的理解方式正在快速過時，因為真正限制 AI 效能的，已不是單一晶片的浮點運算能力，而是整個系統如何被設計、整合與運作。 《SiliconANGLE》引述一項由 SiliconData 進行、並由 theCUBE Research 分析的獨立研究指出，在實際生產環境中，即便使用完全相同的 GPU，加速器最終呈現出的效能表現往往出現巨大差異，關鍵並不在晶片本身，而在於包覆它的整體系統架構。 效能差距，來自系統而非晶片 這份研究採用名為 SiliconMark 的系統級 AI 基準測試平台，並非單獨測量 GPU，而是同時評估運算吞吐量、記憶體頻寬、節點互連、功耗行為與效能穩定性。結果顯示，在超過上千次實際測試中，相同加速器在不同系統架構下，表現落差顯著。 theCUBE 研究團隊因此得出結論，AI 的「運算單位」已不再是 GPU，而是整個系統，甚至是資料中心本身。《SiliconAngle》分析，這樣的轉變，來自 AI 工作負載本質的改變：無論是大型模型訓練還是推論，現代 AI 幾乎都是分散式運算，往往需要數千甚至上萬顆加速器協同工作。在這樣的情境下，效能不再取決於單點算力，而是資料能否被快速、穩定地傳遞與同步。 資料傳輸，成為真正瓶頸 NVIDIA 資深副總裁 Gil Shainer 在接受《theCUBE》訪談時指出，分散式 AI 唯有在數千顆加速器能夠像一台超級電腦般運作時才成立，而這仰賴的是低延遲、低抖動且具確定性的高速互連，否則 GPU 只是在等待資料。 研究也觀察到，今日的 AI 應用不再是單一長時間訓練任務，而是涉及頻繁資料匯入、檢索增強生成流程、模擬與代理系統協作。在這些情境中，GPU 停滯往往不是因為算力不足，而是資料沒有及時送達。 因此，提升節點互連效率、記憶體階層設計與系統平衡，反而成為提高實際可用效能與能源效率的關鍵手段。研究直指，AI 效能的限制正逐步從技術問題，轉為營運與系統設計問題。 資料中心，正在變成一台超級電腦 這種「系統先行」的思維，也正在重塑硬體供應商的競爭方式。在 CES 2026 上，NVIDIA 推出以 Vera Rubin 平台為核心的 [&hellip;]</p>

醫療 AI 戰國時代開啟：Anthropic 搶攻「看病前」入口，OpenAI 分拆專業與個人路線

<p>Anthropic 近日正式宣布推出「Claude for Healthcare」解決方案，標誌著在醫療市場的重大推進。就在 Anthropic 公布新解決方案的幾天前，OpenAI 才剛推出相關新功能，展現出頂尖 AI 實驗室正在醫療產業中加速競爭的趨勢。 目前全球醫療產業正處於「前所未有的壓力之下」。與此同時，醫師對 AI 的接受度也大幅提升，根據美國醫學會（AMA）調查，2024 年已有約 66% 的醫師在執業中使用 AI，幾乎是 2023 年的兩倍。 在醫療體系壓力持續升高的情況下，AI 巨頭之所以加速介入，並非單純追逐新市場，而是瞄準醫療流程中長期存在的效率與協調問題。Anthropic 生命科學負責人 Eric Kauderer-Abrams 形容，許多病患在現行醫療過程中經常感到「孤立無援」，必須自行拼湊分散在各處的數據、健康資訊與病歷，甚至花費大量時間聯繫不同單位。正是這種高度碎片化、缺乏整合的體驗，成為 AI 公司試圖介入並重新梳理的切入點。 Claude for Healthcare 以合規為基礎，有望每年為臨床醫生節省數百萬小時 由於醫療紀錄是機敏度極高的資訊，因此 Anthropic 強調 Claude for Healthcare 是建立在符合美國聯邦《醫療保險流通與責任法案》（HIPAA-ready）的基礎之上，確保 AI 能在遵循隱私與法規要求的前提下處理病患資料。 在實際功能上，Claude for Healthcare 可以串接多項標準醫療與學術資料庫，包括聯邦醫療保險資料庫、醫療提供者註冊系統以及 PubMed 等研究資源，協助醫療人員快速查找與比對相關資訊。 Claude for Healthcare 也被應用在臨床與保險流程中，例如加速「事先授權（prior authorization）」申請、支援保險申訴，以及將臨床指引與病患紀錄進行自動匹配。醫療文件 AI 解決方案商 Commure 技術長 Dhruv [&hellip;]</p>

Google AI 搜尋變現出新招！AI 模式將新增「專屬優惠」殺進購物決策點

<p>隨著越來越多消費者透過 AI 聊天機器人尋找商品與做出購買決策，Google 正準備把廣告帶進這些 AI 對話場景之中，正式推出「專屬優惠」（Direct Offers）。根據《Financial Times》報導，Google 宣布將在其 AI 模式（AI mode）中導入個人化購物廣告，讓廣告商能向「準備購買商品」的消費者展示專屬優惠，作為 AI 搜尋變現的重要嘗試。 這項新功能代表 Google 正逐步調整長期以來依賴的傳統搜尋「贊助」廣告模式。該模式過去為公司帶來數百億美元收入，但在 AI 聊天機器人快速改變搜尋行為的情況下，正面臨結構性挑戰。 AI 對話成為新購物入口，廣告嵌入「AI 模式」 「這是一個超越我們傳統搜尋廣告模式的新概念，」Google 廣告和商務副總裁 Vidhya Srinivasan 表示，這項設計讓零售商擁有更大的操作彈性，不論是透過更低的價格、特價組合還是免運費，都能為消費者提供價值，「在當下，最重要的是促成交易。」 Google 的新廣告功能，將運用使用者在 AI 模式下與聊天機器人對話時所產生的情境資訊，並根據使用者曾點擊的相關產品，觸發相應的商品優惠。Google 表示，雖然系統會先根據搜尋條件推薦最相關的產品，但真正影響消費者是否下單的關鍵，往往是是否有足夠吸引人的優惠，例如折扣碼。透過專屬優惠，零售商可以在關鍵決策點同步展示專屬折扣，提高成交機會。 零售商可事先設定希望提供的優惠內容，再由 Google 透過 AI 判斷何時、向哪些潛在消費者顯示最合適的促銷方案。目前已加入 Google 購物生態系的合作夥伴，包括寵物用品品牌 Petco、美妝零售商 e.l.f. Cosmetics，以及行李箱製造商 Samsonite。 初期主打折扣，未來擴大至更多「價值型優惠」 Srinivasan 補充，這項功能在初期試點階段將以折扣優惠為主，後續將擴大支援更多「非價格型」的價值訴求，例如商品組合包（Bundles）或是免運費服務。這顯示 Google 試圖引導廣告主從單純的價格競爭，轉向提供更全面的購物價值，以回應足消費者在 AI 互動過程中產生的多樣化需求。 這項調整，也被外界視為 Google 因應 AI 搜尋競爭的重要一步。《Financial [&hellip;]</p>

全台最大 AI 職涯盛會吸萬人參與！簡立峰、台積電、NVIDIA 齊聚，揭示 2026 AI 人才關鍵框架「問、用、管…

<p>AI 浪潮正在重塑台灣就業市場。全台最具影響力的「AI 職涯博覽會暨 AI 人才年會」於 2026 年 1 月 10 日在台北世貿一館圓滿落幕。現場集結超過 200 家科技、金融、半導體龍頭企業，釋出數千個 AI 職缺，吸引逾萬名求職者湧入。活動聚焦「產業趨勢」、「科技教育」與「跨領域人才」，定義了 AI 時代下台灣 AI 人才市場的全新樣貌。 業界領袖齊聚：呂冠緯揭「問、用、管、造」AI 人才框架 在今日舉辦的「AI 人才年會」中，多位業界領袖針對 AI 時代的競爭力發表關鍵洞察。均一平台教育基金會董事長 呂冠緯 提出 AI 時代人才必備的 「問、用、管、造」 四大核心競爭力架構，從教育端銜接到職涯發展，再延伸至產業實務，為 AI 世代建立可遵循的 AI 專業技能框架。 行政院經濟發展委員會創新經濟顧問簡立峰老師、NVIDIA DLI 首席講師吳宏彬，以及台積電企業永續資深副總經理何麗梅等重磅講者亦到場解析產業現況與趨勢。會中也達成共識：2026 年的職場已不再區分 AI 產業，而是所有企業都急需具備「AI 專業技能」的 AI 人才，以提升國家與企業的整體競爭力。 萬人參與證明「AI 焦慮」已轉化為「落地應用」 Yourator 創辦人 Lydia 表示：「今天在現場看到破萬名求職者與數百家企業熱烈交流，展現對 AI 職缺的強烈企圖心，這證明了 2026 年的人才市場已經從『AI 焦慮』進入到『升級轉型』的行動階段。我們將活動更名為 [&hellip;]</p>

從搜尋到結帳都交給 AI：Google 推通用商務協議 UCP，打造 AI 代理購物的「共同語言」

<p>Google 在 2026 年美國全國零售聯合會（NRF）大會，正式發表通用商務協議（Universal Commerce Protocol，UCP）。UCP 是一套開放的 AI 商務協議標準，Google 的核心目標並非打造自家平台規格，而是建立一個可被多方採用的 AI 商務標準。 UCP 要解決的核心問題：AI 代理購物的交易流程碎片化 Google 觀察，過去的 AI 商務模式存在明顯的技術壁壘：每一款 AI 代理工具若要與不同零售平台與支付系統協作，往往必須建立獨立且唯一的整合連接，導致商品探索、下單與付款等交易流程高度碎片化，也大幅提高整合與維運成本。 因此，UCP 的設計初衷就是為了解決「交易流程碎片化」問題。Google 希望透過一套開放式的「共同語言」，讓 AI 代理、零售商與支付系統能在協議層（Protocol Layer）直接互通，流暢地完成從商品探索、下單、付款到售後支援的完整流程，而不必再針對每個平台或代理工具進行重複且繁瑣的單獨開發。同時，透過協議層的互通性，AI 代理得以在不同商家與平台之間執行完整交易，並與 AP2、A2A 與 MCP 等既有產業協議保持相容。 Shopify 執行長 Tobi Lutke 對此充滿期待地表示：「這正是 AI 代理最令人興奮的部分，AI 代理非常擅長尋找具有特定興趣的人，並找到完美的產品，這種驚喜的發現，正是商務中最美妙的部分。」 為了讓這套標準能實際落地並形成規模化生態，Google 也同步推出多項工具與更新。首先是如同品牌「虛擬銷售助理」的 Business Agent（品牌 AI 代理），能以品牌口吻回應產品問題，並在 Google 搜尋與 AI 模式中直接與消費者互動，協助完成從諮詢到購買的轉化。 另一方面，Merchant Center 也更新了資料屬性，讓零售商能提供產品相容性、常見問題、相容配件或替代品等超越傳統關鍵字的資訊，協助 AI 代理在對話式商務場景中更精準地理解並執行交易。 [&hellip;]</p>

告別「被動救火」！賓士如何用 AI 打造預測型工廠，提前攔截供應鏈問題？

<p>在全球汽車產業加速邁向電動化與數位化的背景下，製造與供應鏈的複雜度正以前所未有的速度攀升。為了在效率、品質與彈性之間取得平衡，豪車品牌賓士（Mercedes-Benz）正全面升級其全球製造網絡，透過 AI 與數位平台，將每一個零件、每一道流程都納入可視、可預測、可優化的營運體系之中。 實體工廠升級：打造可追溯的智慧工廠和虛擬分身 在實體製造布局上，賓士近期於羅馬尼亞 Sebes 生產基地投資新建一座約 30,000 平方公尺的設施，並將該基地全面整合進 MO360 數位生產生態系。《Automotive Logistics》指出，這座新設施將高度整合組裝與物流流程，並透過 MO360 Data Platform 建立出 Sebes 廠區的「虛擬工廠」，使每一個零組件都具備完整的可追溯性。 透過這套系統，賓士能更快速地做出生產、供應鏈與物流決策，不僅提升現有產線的運作效率，也為未來電動化車型的產線轉換預作準備。賓士生產與供應鏈負責人布爾澤（Dr. Jörg Burzer）也表示，這項投資將強化廠區的彈性與未來適應能力，使 Sebes 成為賓士全球製造網絡中的重要節點。 AI 重塑全球流程管理：不只看得到，更能預測與行動 在更高層次的流程管理上，賓士也透過 Celonis Process Intelligence 平台，串聯全球超過 30 個生產與物流據點的營運數據。該平台能從訂單到交付的完整流程中，即時分析瓶頸與異常，並透過 AI 工具預測交期、優化生產與出貨順序，降低供應與製造延誤對整體營運的影響。這讓賓士得以建立端到端的透明視圖，讓跨部門團隊即時掌握每一筆訂單、每一項零件與每一道流程的狀態，支援更快速、以數據為基礎的決策。 這種高度可視化的流程管理，對於以品質著稱的豪華車品牌而言尤其關鍵。《Design News》指出，賓士正將生產與售後數據結合，透過 AI 進行異常偵測與問題聚類分析，在缺陷尚未大規模影響車輛品質前，就提前示警並啟動改善行動。這不僅能降低返工與保固成本，也有助於維持賓士長期建立的品牌信任。 所有這些數位與 AI 技術的驗證與深化，則集中於柏林的 Mercedes-Benz Digital Factory Campus。根據《Automotive Logistics》報導，賓士在該基地將 MO360 平台與 AI 工具、數位工廠聊天機器人（Digital Factory Chatbot Ecosystem），以及類人形機器人進行整合測試，用於優化現場操作、品質檢測與高值自動化作業。這個園區不只是研發實驗室，而是作為數位生產基礎設施升級的示範場域，其成熟成果將逐步推廣至全球其他生產據點。 整合多項數位工具，賓士正將製造體系從被動回應問題，轉向以 AI [&hellip;]</p>

購物決策在「逛電商之前」就已完成：IBM 解析零售業邁向代理商務的三大生存挑戰

<p>根據 IBM 與美國全國零售聯合會（NRF）對全球 23 個國家、超過 18,000 名消費者的最新研究，生成式 AI 正在把購物決策往前移至更早的階段，消費者不再只是進入電商平台或點擊「購買」時才開始做選擇，而是在此之前，就已透過 AI 進行資訊整理、比較與初步篩選，商業模式也正從「以人為導向的瀏覽」轉向「AI 輔助的發現」。 報告指出，ChatGPT、Google Gemini 等 AI 應用程式的使用率在過去兩年內大幅成長 62%。值得注意的是，這種趨勢在 X 世代與嬰兒潮世代中更為顯著，顯示 AI 已突破年齡層，快速成為日常消費行為的核心。NRF AI 與技術政策高級總監 Caroline Reppert 直言，AI 正在改變消費者購物的方式，以及購物旅程中的每一個環節，意味著購物的起點已從傳統搜尋與瀏覽，前移到 AI 參與的決策階段。這也帶出下一個關鍵問題：消費者實際如何在購物過程中使用 AI？ 消費者如何使用 AI 參與購物決策？從搜尋轉向「對話式」引導 在具體的購物情境中，AI 扮演了降低決策不確定性的關鍵角色。目前的使用行為主要集中在以下三點：41% 的消費者曾使用 AI 進行深入的產品研究、33% 會利用 AI 解讀並分析海量且繁瑣的產品評論內容，另有 31% 的消費者會透過 AI 精準搜尋最佳折扣與優惠資訊。這些數據皆表明，消費者現在更傾向於在抵達實體店面或點開 App 之前，就已經透過 AI 完成初步的篩選與驗證。 對此，ALDO 集團資訊長 Matthieu Houle 指出：「AI [&hellip;]</p>

【科技早餐】馬斯克完整攤牌 AI 下一個十年：從 AGI 到人類角色重寫

<p>【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊馬斯克完整攤牌 AI 下一個十年：從 AGI 到人類角色重寫 特斯拉與 SpaceX 執行長 Elon Musk，近日釋出一集長達近三小時的 Podcast，完整闡述他對人工智慧未來的八項核心判斷，內容涵蓋 AGI 時程、能源瓶頸、醫療與教育變革，以及人類在 AI 時代的角色定位。他預測，通用人工智慧最快可能於 2026 年出現，並在 2030 年前，AI 的整體智慧總量將超越全人類，速度比矽谷主流預期提前三到五年。 在應用層面，馬斯克認為，未來三年內機器人外科醫生的專業能力將有機會超越人類，透過雲端學習讓高水準醫療服務更為普及；教育體系也將隨之重構，AI 將成為每個人的終身導師。他同時提出「全民高收入」概念，認為生產力提升將重塑價格體系，並重新定義未來的硬通貨為「瓦特」，人類正處於為 AI 建立基礎設施的過渡階段。 ＊AI 正在吃掉銅：2040 年全球供應恐追不上需求 國際信評機構標普全球指出，人工智慧、國防與機器人產業的快速成長，將在 2040 年把全球銅需求推升至每年 4,200 萬公噸，較 2025 年增加約五成。若沒有更多礦業開採與回收來源，全球每年恐出現超過 1,000 萬公噸的供應缺口。 報告指出，銅是電氣化的核心金屬，從資料中心、電動車到軍事設備，幾乎所有電子系統都離不開銅。近年在 AI 資料中心快速擴張，以及多國提高國防支出的背景下，銅需求呈現高度剛性，供需失衡風險持續升高。 ＊不是追特斯拉，是換工具：NVIDIA 重排自駕戰局 摩根士丹利分析指出，NVIDIA 在 CES 2026 強力推進「實體 AI」策略，特別是推出名為 Alpamayo 的視覺語言行動模型，目標是協助車廠處理自動駕駛中最棘手的長尾邊緣情境。 該行認為，這套技術堆疊為傳統車廠提供一條更具資本效率的發展路徑，有助於加速邁向可規模化的自動駕駛系統。不過報告也強調，憑藉資料規模、垂直整合與成本優勢，特斯拉在自動駕駛與人形機器人領域，仍領先競爭對手數年。 ＊Arm 把機器人與車用拉成一條線，實體 [&hellip;]</p>

總統賴清德：投入千億創投基金，2040 年培育 50 萬 AI 人才

<p>賴清德總統今（10）日出席「AI 人才年會暨 AI 職涯博覽會」， AI 越來越強大，是台灣轉型與成長的重要機會，絕對不能夠錯過。國家要推「AI新十大建設」協助百工百業導入 AI，目標是要讓 100 萬間的中小微企業透過數位轉型能夠提升競爭力。在人才端將投入千億規模的創投基金，2026 年要培育 50 萬名跨域的 AI 人才。 賴清德總統強調，國力不只是來自於晶片的奈米數，更取決於每一位國民運用 AI 的深度跟廣度。要鼓勵年輕學子和各行各業的人，包括公務人員，都要學習 AI 工具。包括教育部「人文社會跨域課程」開始；經濟部「AI 新秀計畫」；勞動部「AI 職訓課程」；環境部的「淨零綠領人才培訓聯盟」也已經開始。更重要的是，行政院人事總處針對所有的公務人員，也在推動人工智慧的訓練課程。這是政府的責任。 台北市長蔣萬安也特別錄影致詞，人才培育是永遠最重要的施政核心，要持續為國家培育像黃仁勳、蘇姿丰等頂尖人才，因此，台北市與均一教育平台共同推出了教學動畫、紙本講義，AI 助教的新型態教材，這不只是把課本數位化，而是透過 AI 針對每一個孩子的進度，讓孩子都能夠善用 AI 跑起來。 簡立峰： 善用 AI 成為 Top 1%超級人才 行政院創新經濟顧問簡立峰在論壇中，以「善用 AI 成為 Top 1% 超級人才 」短講指出 ，會出現懂得善用AI的「超級人類」，由 1% 的人掌握 99% 的能力和機會。我們不能害怕，要擁抱 AI，要搶下未來主動權，機會只有這幾年！ 簡立峰說明 AI 浪潮中的機會與挑戰，AI 等同一億本書，擅長閱讀、摘要、回答 ，AI 的弱項則是跟真實世界連結，缺乏企業內隱知識，缺乏人類靈巧、同理心、信賴、協商、跨部門溝通、領導力等。 簡立峰認為，在台灣，AI 已經被視為一項教育工具，如果不學習如何使用 AI [&hellip;]</p>

總統賴清德：只要能跨域結合 AI 技術與產業知識，就是國家最需要的「AI 二刀流」人才

<p>在 AI 人工智慧時代，再強大的 AI，都必須與升級的人才協作。由 Yourator 數位人才媒合平台、TechOrange 科技報橘和均一平台教育基金會在 1/10 聯合舉辦「2026 AI 人才年會暨 AI 職涯博覽會」，攜手國內外企業重磅專家，深度探索台灣 AI 人才藍圖。 總統賴清德在 AI 人才年會暨 AI 職涯博覽會開幕致詞時表示，「無論是理工背景，還是人文社會學科出身，只要能跨域結合 AI 技術與產業知識，就是國家最需要的『AI 二刀流』人才。」AI 改變世界已是現在進行式，這不僅是一場工業革命，更是人才升級與生活型態的全面改變。過去，台灣在硬體製造已打下深厚基礎，現在必須全面推動智慧化，注重軟體與應用端的發展，以確保在下一世代的全球競爭力。 針對 AI 人才培育，總統賴清德認為未來的 AI 人才不一定非得學會寫程式，但必須具備善用 AI 精準提問、創新與解決問題、管理與決策應用的能力，「我們在 2025 年提出 AI 新十大建設，除了建置主權 AI，也積極推動矽光子、量子科技、機器人等三大關鍵技術研發，並預計在 2040 年之前投入千億規模的創投資金，培植逾 50 萬名 AI 人才，最終目標是建立 AI 創新創業生態鏈、幫助中小微企業升級轉型，以及打造智慧生活圈，在食衣住行育樂各面向都導入 AI。」 「成功的 AI 轉型並非僅靠硬體投入，更需具備遠見的 AI 領導者帶動組織變革，」科技報橘社長戴季全指出，AI 正從根本上影響第一線工作、組織間的合作以及治理模式，組織領導人需意識到 AI 的重要性，負責資源分配、辦公模式調整及確保資料安全性與價值判斷，組織內也必須聚集足夠的「超級使用者」，透過深度討論如何使用 AI，帶動團隊快速進步，「在未來的 AI [&hellip;]</p>

以後不用親自讀信了？Google 用 Gemini 重寫 Gmail 的工作邏輯

<p>Google 近日宣布「Gmail 正在進入 Gemini 時代」，Gmail 產品副總裁 Blake Barnes 表示，這項轉型的核心目標是協助使用者更有效地管理收件匣，並將 Gmail 從單純的通訊工具提升為「個人、主動的收件匣助手」。Google 也指出，將 Gemini 導入 Gmail 並非只是疊加單一功能，而是涵蓋閱讀、搜尋與撰寫郵件等多種核心情境。 三大功能變革，Google 如何重寫使用者「閱讀與處理 Email」的方式？ 在整合 Gemini 3 模型後，Gmail 推出全新的「AI Inbox」功能，被外界視為自 2004 年 Gmail 發布以來規模最大的一次介面調整。AI Inbox 不再以傳統的時間排序為核心，而是嘗試將收件匣從單純的信件列表，轉變為能提供「資訊整理」與「行動建議」的工作介面。例如，系統會自動篩選雜訊，並將信件內容分類為像是待辦清單、緊急項目等「優先事項」，以及像是物流進度、牙醫預約或帳單提醒等「追蹤事項」，讓關鍵資訊主動浮現。 Google 形容，使用者的收件匣往往充斥各式更新，其中有些至關重要，有些則只是雜訊，因此新的 AI Inbox 會主動過濾內容，協助使用者聚焦真正重要的事項，例如辨識 VIP 聯絡人，並優先呈現帳單、預約提醒等關鍵資訊，以減輕資訊負擔。 在這樣的基礎上，Gmail 這次也導入 AI Overviews 功能，能將冗長的電子郵件對話濃縮為重點摘要，讓使用者不必逐封點開信件，就能快速掌握討論重點、核心決策與下一步行動。此外，使用者現在也可以直接以自然語言向收件匣提問，例如詢問：「去年幫我修浴室的木工是誰？」Gemini 就會即時搜尋歷史郵件並提供精確答案，而非僅僅列出搜尋結果。 至於 AI Proofread（AI 校稿）則是針對 Pro 與 Ultra 訂閱者推出的進階功能，除了提供寫作建議外，還能協助調整文字語氣與表達清晰度，並自動修正如「weather」與「whether」這類常見且容易混淆的拼字錯誤。 這些功能更新，不只是改善操作體驗，也讓電子郵件是否仍需要由人親自處理，開始成為一個值得重新檢視的問題。 人與 Email [&hellip;]</p>

【穩定幣用途分化】USDT 市值稱王、USDC 稱霸交易量，企業可如何解讀？

<p>《Bloomberg》報導，根據資料分析機構 Artemis Analytics 的數據，2025 年全球穩定幣交易量創下歷史新高，飆升 72% 達到驚人的 33 兆美元。在這波浪潮中，Circle 發行的 USDC 與 Tether 發行的 USDT 兩大穩定幣競爭日趨白熱化，數據顯示 USDC 以 18.3 兆美元的交易額，超越了 USDT 的 13.3 兆美元，成為交易流中的霸主。 穩定幣作為一種與主流資產（如美元）掛鉤的加密貨幣，正逐漸被傳統金融機構接納。隨著川普政府在 2025 年 7 月通過《Genius Act》立法，為穩定幣提供了明確的法律標準，不只激勵了機構投資者的信心，連渣打銀行、沃爾瑪與亞馬遜等大型企業也開始探索相關應用場景。 值得注意的是，Artemis 共同創辦人 Anthony Yim 觀察到，儘管穩定幣整體交易量大幅增長，但去中心化加密平台上的交易量份額卻呈現下降趨勢，這代表穩定幣的使用場景已經溢出原有的加密貨幣圈，進入更廣泛的主流支付與商業應用領域。 對企業而言，穩定幣的吸引力不在於投資回報，而在於它能降低跨境支付、清算與對帳的摩擦成本。對於跨國供應鏈與全球營運而言，這是一種潛在的效率工具。Yim 也指出，地緣政治不穩定性正在推動穩定幣的採用，而在高通膨國家，民眾更傾向持有穩定幣作為價值保存手段。 USDT 市值稱王，USDC 稱霸交易流 值得關注的是，根據 CoinGecko 的數據，在穩定幣市場中，Tether 的 USDT 仍是市值最大的穩定幣，流通量約 1,870 億美元；相較之下，Circle 發行的 USDC 市值約 750 億美元。然而，交易量數據卻呈現相反結果。 Yim 分析，這背後反映的並非市場偏好，而是使用方式的差異。USDC [&hellip;]</p>

告別螢幕裡的 AI！從人形機器人到無人計程車，CES 揭示實體 AI 三大落地亮點

<p>「實體 AI」（Physical AI）為今年消費性電子展（CES）一大重點，主辦單位美國消費技術協會（CTA）甚至專門設立了一個展廳展示機器人技術，反映出 AI 正從螢幕與軟體層，走向實體世界，成為下一個重要發展階段。 值得關注的是，今年 CES 不再只是概念展示，而是能清楚看見實體 AI 以多種形式開始落地，從人形機器人、陪伴型機器人到自動駕駛車，本文從三個面向，整理本屆 CES 上值得產業關注的實體 AI 落地動向。 亮點一：中國人形機器人遍布展場，LG 意外成為焦點 《Bloomberg》報導指出，展會中隨處可見中國製造的人形機器人。傅利葉智能（Fourier Intelligence）發表最新的 GR-3 人形機器人；Booster Robotics 則動員超過 30 台機器人進行同步編舞演出；X-Humanoid 展示其 Tiangong Ultra 的衝刺速度；宇樹科技（Unitree）則帶來由十多台機器人完成的高難度特技表演。源自中國、總部位於新加坡的機器人新創 Sharpa ，其展示的人形機器人可以打乒乓球，甚至進行發牌操作，以及製作需要 30 多個步驟才能完成的紙風車。 We’re thrilled to introduce Sharpa North — a full-body robot designed for useful autonomy.Watch North play fully autonomous ping-pong game at CES 2026!See [&hellip;]</p>

為何退出市場轉為內部研發？三星終止 Ballie 上市計畫，揭家庭機器人商業化卡關的 7 大難題

<p>從 2020 年三星（Samsung）首次在 CES 展示外觀為黃色球體的「Ballie 機器人」以來，這款家庭機器人多次成為市場討論的焦點，其可愛圓潤的外型，讓社群媒體與大眾經常將 Ballie 與《星際大戰》的 BB-8 或《瓦力》等經典科幻角色聯繫在一起，進而觸發極高的關注與情感連結。 這段時間，三星持續對外展示 Ballie 的更新版本，包括在 CES 2024 推出體型更大、內建投影機的新型號，同時新增視訊通話與寵物監看功能，使其能巡邏客廳並與寵物互動。此外，在 CES 2025 期間，三星也曾暗示 Ballie 有望於 2025 年夏天在美國與韓國上市；在 2025 年 6 月，更宣佈與 Google 合作，讓 Ballie 搭載 Gemini AI 平台以強化自然對話與環境管理能力。 然而，隨著時間推移，這項上市承諾始終未能兌現，這款曾被視為三星家庭機器人代表作的產品在 CES 2026 完全缺席，三星也未再更新 Ballie 的上市計畫。 從消費產品到內部平台，三星重新定位 Ballie 機器人的角色 隨著上市時程一再延後，Ballie 的角色也在三星內部出現明顯轉變。《Bloomberg》報導，目前三星已確認 Ballie 計畫被「無限期擱置」，這款曾被寄予厚望的機器人已從公開的產品上市藍圖中消失，不再被視為即將推出的消費裝置。 對此，三星官方將 Ballie 重新定位為一個「主動創新平台」，僅供內部研發使用。三星發言人解釋，Ballie 的角色已轉化為技術孵化器，同時透過多年的實地測試，Ballie 累積的技術將被用來優化掃地機器人、智慧家居設備等其他產品線，以發展更具「空間感知」與「情境驅動」的用戶體驗，並將重點轉向「隱私安全設計」（Privacy-by-design）的架構開發。 Ballie 無法跨越商業化門檻的七大難題 在三星重新定位 [&hellip;]</p>

企業導入 AI 真的能降低工作者負擔嗎？研究揭：責任升級、隱形工作量擴大，薪酬卻沒跟上

<p>隨著 AI 持續滲透職場，企業對 AI 的期待也發生根本性轉變。然而，最新研究卻警告，這樣的轉變並非全然是企業與工作者的福音，反而可能帶來更複雜的職責、停滯的薪資以及前所未見的健康風險。 導入 AI 後工作內容與責任升級，卻帶來更高負擔 許多企業導入 AI 的初衷是為了自動化例行公事，但實際上，員工的工作量並未因此減少，反而變得更加沉重且複雜。根據《職業醫學》期刊中的〈人機互動是職業健康領域的新前沿〉（Human–AI interaction is the new frontier of occupational health）研究指出，AI 雖然能處理基礎任務，卻讓工作者必須承擔起「監督者」的角色，負責監控 AI 系統、驗證輸出結果並修正錯誤。 在研究中，這種轉變被形容為從「執行者」變成 「AI 管家」的過程。由於 AI 系統仍會產生「幻覺」，因此工作者必須花費大量精力進行「關鍵整合」，這也成為 AI 可能拖慢工作速度的關鍵。 更令人擔憂的是，這種責任升級並未反映在薪資。因此報告警告，AI 可能會「矛盾地增加了知識工作者處理複雜任務的負擔，同時對薪酬產生下行壓力」，但從企業視角出發，卻往往誤認為 AI 讓工作變輕鬆簡單，因此不必加薪。 此外，研究特別強調，隨著員工從「單純執行任務」轉向「監督 AI」，工作者的心理壓力也會隨之增加。因此專家呼籲，這些 「隱形工作量」必須被量化並納入職位描述中，以保護員工的心理健康與職業安全。 企業衡量 AI 價值的新標準，正從效率轉向成長與營收 儘管研究指出，工作者因 AI 面臨更高的壓力與責任，但在企業端，對 AI 的投資熱情依然不減，且評估標準正在發生位移。《TechRadar》引用的 Thoughtworks 調查，指出全球有 77% 的大型企業已將 AI 應用重點從「成本節省」轉向「成長與創新」，並強調企業領導者更看重 AI 推動營收增長、改善產品服務以及開拓新市場的能力，約有 25% 的 IT [&hellip;]</p>

2026 年不是 AI 爆發年，而是 Agentic AI 專案的第一波淘汰年

<p>AI 不只是科技圈的熱門名詞，也是逐步滲透企業運作的底層結構。從內部協作、供應鏈管理，到人力資源與決策支援，當進入 2026 年，企業不再問「要不要導入 AI」，而是開始面對一個更現實的挑戰：哪些 AI 專案能夠撐過試驗期，真正走向規模化。 《Forbes》專欄作家 Mark Minevich 近期彙整多項觀察指出，2026 年將是 Agentic AI（AI 代理），也就是具備自主行動能力的 AI 系統，全面進入企業流程的一年；然而，這並不代表所有 AI 投資都將迎來豐收，相反地，一場篩選與淘汰正在逼近。 AI 成為基礎設施，每個員工都有 AI「同事」 在 2026 年，AI 的角色將產生質變：它不再只是回答問題的聊天機器人，而是能夠橫跨人資、營運與管理流程的「常駐同事」。從新人報到、訓練與法規遵循，到會議安排、庫存預測與基礎溝通，AI 開始主動提出建議，甚至直接執行任務。 顧問機構 Gartner 預測，到 2026 年，約 40% 的企業應用程式將內建任務導向的 AI 代理，AI 的角色將從助理進一步深化為工作流程夥伴。進一步來說，企業的競爭力差異，將不在於是否導入 AI，而在於是否具備清楚的治理架構，來界定 AI 能做什麼、不能做什麼。 人機團隊成為新標準，但能力落差正在擴大 隨著 AI 成為工作的一部分，企業對人才的期待也隨之改變。2026 年，升遷與招募將不再只看專業年資，而是看員工是否具備與 AI 協作的能力，包括流程設計、任務拆解與自動化思維。 調研公司 Forrester 預測，到 2026 年，30% 的大型企業將強制要求員工接受 AI 素養訓練，使 [&hellip;]</p>

【科技早餐】馬斯克警告：中國的電力，可能決定下一輪 AI 競賽

<p>【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊馬斯克警告：中國的電力，可能決定下一輪 AI 競賽 特斯拉與 SpaceX 執行長伊隆．馬斯克 (Elon Musk) 近日在訪談中指出，未來 AI 發展的最大限制，不在模型或晶片，而是能否提供足夠電力支撐資料中心運作。他預估，到 2026 年，中國發電量可能達到美國的約三倍，使其在興建高耗能 AI 資料中心時具備更大彈性。 馬斯克認為，即便面臨高階晶片出口限制，中國終究會自行解決半導體問題；當先進製程效能提升趨緩，規模與電力反而成為關鍵。高盛也示警，美國電網壓力正拖慢 AI 發展，相較之下，中國到 2030 年可能擁有約 400GW 的備用電力容量。AI 競賽的焦點，正逐步轉向誰養得起算力。 ＊Alphabet 市值超越 Apple，AI 路線分歧浮上檯面 Alphabet 股價上漲逾 2%，市值來到 3.88 兆美元，自 2019 年以來首度超越蘋果的 3.84 兆美元，僅次於輝達。CNBC 指出，這次市值排名逆轉，凸顯 Alphabet 與 Apple 在 AI 策略上的明顯差異。 Alphabet 去年推出第七代 TPU「Ironwood」，被視為輝達產品的潛在替代方案，並於 12 月發表評價甚高的 Gemini 3 模型。2025 年股價累計大漲 [&hellip;]</p>

從「人人都喊 AGI」到集體降溫：為何 Anthropic、OpenAI、微軟、Salesforce 都開始與 AGI…

<p>矽谷長期以來把打造「通用人工智慧」（AGI）視為開發 AI 產品的共同終極目標。然而，近日 Anthropic 總裁暨共同創辦人 Daniela Amodei 卻表示，「AGI」這個用來描述「機器達到人類等級智慧」的詞彙，可能已不再是思考 AI 未來走向的有用方式。 Daniela Amodei 認為，AGI 曾是一個有用的概念，用來提問「AI 的能力何時可以和人類相同」，但如今這個框架正在瓦解，因為從部分定義來看，AI 在某些特定領域其實已經「超越」人類水平。以軟體開發為例，Daniela Amodei 指出，Anthropic 的 Claude 模型現在編寫程式的水準，已可媲美許多專業工程師。 然而，即使在部分任務已超越人類，「Claude 仍然無法做到許多人類能做的事，」 Daniela Amodei 坦言，正是 AI 這種「在某些任務表現超強，在其他任務又力不從心」的矛盾，讓 AGI 概念顯得不再切題甚至已經「過時」，因為人類很難宣稱 AI 已到達通用的智慧門檻。 是否符合 AGI 定義不是重點，如何落地才是 AI 決勝點 質疑 AGI 是否仍具意義之後，Daniela Amodei 把焦點轉向更現實的問題。《Business Insider》報導，Daniela Amodei 主張，比起執著於「AGI 這個單一終點」，更迫切的問題在於：能力愈來愈強的 AI 要如何導入實際組織運作，以及人類與制度適應的速度有多快？ Daniela Amodei 觀察，即使模型技術穩定進步，企業採用 AI 的進度仍可能因變革管理、採購流程等現實因素而落後。因此 Daniela Amodei [&hellip;]</p>

全球 10 萬 n8n 伺服器受影響！n8n 爆 CVSS 滿分漏洞，免登入就可竊取所有金鑰

<p>開源工作流程自動化工具 n8n 近期被資安研究人員揭露一項嚴重漏洞。資安公司 Cyera 指出，該漏洞可讓未經身分驗證的遠端攻擊者，直接接管地端部署的 n8n 系統環境，最終取得完全控制權，影響範圍估計遍及全球約 10 萬台伺服器，可能導致企業內部的敏感數據與 API 金鑰外洩。 這項漏洞被命名為「Ni8mare」，編號為 CVE-2026-21858，在通用漏洞評分系統（CVSS）獲得 10 分滿分。《Bleeping Computer》指出，這是目前已知最嚴重等級的 n8n 安全缺陷之一，且不需要任何帳號或權限即可發動攻擊。 n8n：AI 時代的自動化中樞 n8n 是一款相當普及的開源工作流程自動化平台，透過視覺化介面，讓使用者能將應用程式、API 與各類服務串接成複雜流程。該工具被廣泛用於任務自動化，並大量整合 AI 與大型語言模型服務，用於編排 LLM 呼叫、建構 AI Agent、RAG 管線，以及資料擷取與整理流程。 根據公開數據，n8n 在 npm 上每週下載量超過 5 萬次，在 Docker Hub 上的累計下載次數則超過 1 億次。Cyera 指出，n8n 往往集中儲存 API 金鑰、OAuth 權杖、資料庫憑證、雲端存取權限與 CI/CD 機密資訊，實質上扮演企業自動化基礎設施的「控制中樞」，同時也是攻擊者眼中的高價值目標。 Ni8mare 的核心問題：Content-Type 混淆 根據 Cyera，這個漏洞的核心在於 n8n 處理網路請求時的「內容類型混淆」（Content-Type [&hellip;]</p>

不跟特斯拉、Rivian 拚算力：福特採取「夠用就好」的策略，要把 Level 3 自駕帶進大眾市場

<p>在 CES 2026 上，福特（Ford）展示全新的 AI 語音助理，並計畫在 2026 年初先以手機 App 形式推出，隨後於 2027 年正式整合至車內系統中。福特執行長 Doug Field 表示：「我們對客戶的願景很簡單，但並不平凡：一個無縫的智慧層，隨著你在手機與車輛之間移動。」 為了強化智慧體驗，福特也計畫在 2027 年將 AI 語音助理從手機 App 正式引進車載系統。Doug Field 指出，這款助理並非單純的聊天機器人，目標是提供「個人化智慧」而非「通用智慧」，期待能打造一個理解車輛能力、位置與駕駛行為的智慧層，讓決策變得更簡單。 不只是聊天機器人：福特 AI 助理直通車輛底層數據 與市場上一般的 AI 助理不同，福特的 AI 助理被賦予存取車輛底層數據的深度權限。這種整合讓 AI 能處理與車輛關聯性極高的問題，例如當車主在五金行拍攝貨物照片並向 AI 助理詢問「我的車裝得下這些東西嗎？」，助理便會結合該車款的尺寸、配備等級與即時載重參數等資訊，提供精準的回覆。在技術底層，福特目前與 Google Cloud 合作並整合 Google Gemini，但未來也會隨時因應需求導入其他大型語言模型。 除了 AI 助手，福特也同步宣布將於 2028 年推出符合 SAE 標準的 Level 3 自動駕駛系統，這款系統能在特定條件下實現「放手且移開視線」的駕駛體驗。福特強調，這條發展路線並非僅止於概念展示，而是已納入 Universal Electric Vehicle (UEV) [&hellip;]</p>

波士頓動力已是客戶！Arm 卡位機器人與車用商機，成立「實體 AI」部門

<p>隨著機器人技術成為 2026 年美國消費電子展 CES 上的焦點，晶片設計大廠 Arm 也揭露了重大的組織變革，進軍實體 AI 領域。Arm 高層告訴《Reuters》，公司已將內部組織重組，新成立實體 AI（Physical AI）的業務部門，目的在擴大其在機器人市場的佔有率。 在此次重組後，Arm 主要運作三條核心業務線：負責資料中心與雲端運算的「Cloud and AI」、涵蓋手機與 PC 產品的「Edge」，以及新成立的「Physical AI」。值得注意的是，這個新部門並非憑空建立，而是將原本的汽車業務與新興的機器人業務合併。Arm 執行長 Rene Haas 自四年前接掌公司以來，便致力於透過提高技術授權費用與開發更完整的晶片設計來增加營收，此次進軍實體 AI 被視為其擴張策略的關鍵一步。 看好實體 AI 長期經濟影響，將擴大招募人才 Arm 對於機器人市場的潛力抱持高度樂觀。新成立的實體 AI 部門負責人 Drew Henry 向《Reuters》表示，實體 AI 解決方案能夠根本性地增強勞動力、釋放額外的時間，長期來看可能會對國內生產總值（GDP）產生顯著的影響。為了支撐這個願景，Arm 行銷長 Ami Badani 也證實，該部門計畫增聘專門負責機器人技術的員工，以強化在此領域的技術支援與業務推展能力。 Arm 本身並不直接製造晶片，而是提供底層架構設計與智慧財產權（IP），並透過授權費與權利金模式獲利。目前全球多數的智慧型手機以及越來越多的筆記型電腦、資料中心晶片都採用 Arm 的架構。如今，Arm 希望將這種無所不在的生態系優勢複製到機器人領域。 當被問及客戶名單時，Henry 表示 Arm 與所有客戶都有合作。事實上，包括全球數十家汽車製造商，以及現代汽車旗下的波士頓動力（Boston Dynamics）等知名機器人公司，其產品核心早已採用 Arm 的晶片技術。 汽車技術奠基，機器人是自駕車的延伸 至於將汽車與機器人業務合併在同一個部門，並非只是為了方便，而是基於技術邏輯的考量。Arm [&hellip;]</p>

Red Hat 擴大與 NVIDIA 的合作！結合企業級開源技術與機櫃級 AI，加速實現生產環境就緒的創新

<p>世界領先開放原始碼軟體解決方案供應商&nbsp;Red Hat&nbsp;於&nbsp;CES 2026&nbsp;宣布與&nbsp;NVIDIA&nbsp;的合作邁入重要新階段，驅使企業級開源技術能與企業&nbsp;AI&nbsp;演進及機櫃級&nbsp;AI&nbsp;的發展速度同步接軌。隨著產業跨越單一伺服器藩籬並邁向統一的高密度系統，Red Hat&nbsp;致力透過&nbsp;Red Hat Enterprise Linux for&nbsp;NVIDIA&nbsp;作為轉型起點，其作為專為&nbsp;NVIDIA Rubin&nbsp;平台最佳化、引領全球企業級&nbsp;Linux&nbsp;平台的特別版本，同時針對未來於&nbsp;Red Hat OpenShift&nbsp;與&nbsp;Red Hat AI&nbsp;上的生產環境進行調整。 Red Hat&nbsp;總裁暨執行長&nbsp;Matt Hicks&nbsp;指出：「NVIDIA&nbsp;在架構的突破使&nbsp;AI&nbsp;成為必然，並證明運算堆疊將定義產業的未來。為在產品發布時即能因應這些巨大變革，Red Hat&nbsp;與&nbsp;NVIDIA&nbsp;致力於&nbsp;Red Hat&nbsp;的混合雲與&nbsp;AI&nbsp;產品組合中，為最新&nbsp;NVIDIA&nbsp;架構提供&nbsp;Day 0&nbsp;支援。我們正共同透過開放原始碼的力量，共同驅動下一代企業級&nbsp;AI。」 NVIDIA&nbsp;創辦人暨執行長黃仁勳表示：「Red Hat&nbsp;以工業級強度的開源軟體徹底革新企業運算。在&nbsp;AI&nbsp;時代，無論是晶片、系統，乃至於中介軟體、模型及&nbsp;AI&nbsp;生命週期，整個運算堆疊都被全面重塑。NVIDIA&nbsp;與&nbsp;Red Hat&nbsp;正攜手推動開源技術產業化，從&nbsp;Vera Rubin&nbsp;平台著手，將&nbsp;AI&nbsp;導入企業應用。」 邁入 2026 年，許多企業準備將 AI 從實驗階段推向生產環境，並透過由上而下的策略與集中式的 AI 工具庫納入 AI 代理及其他技術進展。然而，這項轉變需要穩定、高效能且更安全的基礎架構堆疊，涵蓋基層架構及上層執行軟體。NVIDIA Rubin 平台搭載全新 NVIDIA Vera CPU 與先進 NVIDIA Rubin GPU，旨在為代理式 AI（agentic AI）與進階推理帶來飛躍性的智慧進展。隨著 Red Hat 針對 NVIDIA 的突破性技術最佳化其混合雲產品組合（從對 NVIDIA Rubin 平台的 Day 0 支援開始），Red Hat 意在賦能企業更有信心地推動 AI 舉措，並於跨混合雲環境中實現企業級的可靠性與一致的營運模式。 千兆級（gigascale）AI 工廠的關鍵骨幹 NVIDIA&nbsp;Vera Rubin&nbsp;平台引進變革性創新，包括專為千兆級&nbsp;AI&nbsp;工廠設計且具最高能源效率的中央處理器&nbsp;Vera CPU、BlueField-4&nbsp;資料處理器，以及&nbsp;NVIDIA&nbsp;Vera Rubin NVL72&nbsp;機櫃級解決方案。Red Hat&nbsp;宣布計劃於&nbsp;Red Hat AI&nbsp;產品組合中為&nbsp;NVIDIA&nbsp;Rubin&nbsp;平台提供&nbsp;Day 0&nbsp;支援，包含： 於 Day 0 提供全球頂尖企業級 Linux 平台的 AI 創新 Red Hat&nbsp;近期推出&nbsp;Red Hat Enterprise Linux for&nbsp;NVIDIA，作為引領全球企業級&nbsp;Linux&nbsp;平台的全新版本，於產品發布之初即整合最新&nbsp;NVIDIA&nbsp;平台進展。透過與&nbsp;NVIDIA&nbsp;合作，Red Hat Enterprise Linux for&nbsp;NVIDIA&nbsp;在&nbsp;Day 0&nbsp;即支援最新的&nbsp;NVIDIA&nbsp;架構平台功能，並率先支援&nbsp;NVIDIA&nbsp;Rubin&nbsp;平台。 Red [&hellip;]</p>

西門子與 NVIDIA 擴大合作，共同打造工業 AI 作業系統

<p>西門子與 NVIDIA 今日宣布大幅擴展策略合作關係，以將人工智慧（AI）導入現實世界。雙方目標將共同開發工業與物理 AI 解決方案，為各產業與工業工作流程帶來 AI 驅動的創新，同時加速彼此的營運發展。 為支持相關開發，NVIDIA 將提供 AI 基礎設施、模擬函式庫、模型、框架與藍圖，西門子則將投入數百位工業 AI 專家，以及其頂尖的硬體與軟體技術。 西門子總裁暨執行長 Roland Busch 表示：「我們正攜手打造工業 AI 作業系統，重新定義物理世界的設計、建造與運作模式，進而擴展 AI 並創造對真實世界的影響。透過結合 NVIDIA 在加速運算與 AI 平台的領先地位，以及西門子領先的硬體、軟體、工業 AI 與資料，我們正賦能客戶運用最全面的數位孿生技術加速產品開發、即時調整生產流程，並推動從晶片到 AI 工廠的技術革新。」 NVIDIA 創辦人暨執行長黃仁勳表示：「生成式 AI 與加速運算已經點燃了一場全新的產業革命，讓數位孿生從被動模擬進化為物理世界的主動智慧。我們與西門子的合作，將全球領先的工業軟體與 NVIDIA 的全端 AI 平台相結合，縮短構想與現實間的距離，使各產業能夠先在軟體中模擬複雜系統，隨後在真實世界中無縫實現自動化運作。」 加速整個工業生命週期 西門子與 NVIDIA 將攜手打造涵蓋產品與生產完整生命週期的 AI 加速工業解決方案，實現更快速的創新、持續最佳化，以及更具韌性與永續性的製造模式。雙方目標是建立全球首批完全由 AI 驅動、具備自適應能力的製造據點，並計畫以 2026 年即將在德國埃朗根（Erlangen）設立的西門子電子工廠（Siemens Electronics Factory）作為首個藍圖。 透過由軟體定義自動化與工業營運軟體驅動的「AI 大腦」，結合 NVIDIA Omniverse™ 函式庫與 NVIDIA [&hellip;]</p>

外送大戰的終局是 AI？從補貼燒錢到「視覺模型」與「足跡數據」，阿里巴巴以技術挑戰美團市占

<p>近日阿里巴巴集團推出一項結合 AI 的新服務，由旗下高德地圖（Amap）主導，讓商家只需上傳店內影片或照片，即可透過 AI 自動生成 3D 模型與展示畫面，協助餐廳在平台上展示店內實景。這項新功能是以阿里巴巴自行研發的「萬相」視覺大模型為基礎，目標是降低餐廳行銷與內容製作的門檻。 這項新功能被視為阿里巴巴在中國餐飲與生活服務市場中，對美團（Meituan）發動的最新戰略。根據《Bloomberg》報導，阿里巴巴計畫在一段時間內免費向部分商家提供這項 AI 服務，顯示其試圖在由美團主導的外送、餐廳評論與訂位市場中重新吸引商家加入，並透過 AI 驅動的差異化服務提升平台競爭力。 中國外送平台競爭白熱化，加碼折扣把餐點價格砍到見骨 阿里巴巴推出視覺 AI 新功能，與 2025 年中國外送市場競爭急遽升溫密切相關。隨著京東在 2025 年 4 月正式進軍外送市場，競爭格局演變為阿里巴巴、美團與京東的三方混戰。根據上海《澎湃新聞》估計，三大平台今年在補貼與行銷上的投入總額高達近 800 億人民幣，其中阿里巴巴承諾投入 70 億美元，試圖在美團主導的市場中奪回失地，也加劇美團的防守壓力。 《金融時報》指出，美團必須不斷評估對手的補貼強度並調整回應策略，補貼戰甚至演變成「0 元咖啡」與「1 元奶茶」等極端價格手段。這類短期刺激雖推升訂單量，卻同時扭曲了外送平台的獲利結構，也讓美團高層直言 2025 年是「代價高昂的一年」。 美團出現近三年來首次季度虧損，阿里巴巴預期 2027 年市場份額翻倍 在極端價格策略的衝擊下，高盛分析師預估，美團 2025 年平均每送出一筆即時配送訂單，就會虧損約 1 元人民幣。美團首席財務官陳少暉更在財報會議上對分析師直言：「即時配送行業內的不理性競爭，嚴重扭曲整個行業的獲利能力。」 在財報數據來看，產業整體的獲利已顯著縮水。例如阿里巴巴與京東在 2025 年第三季的整體淨利均縮減一半，而京東包含外送業務在內的新業務部門，雖然營收翻倍，卻面臨近 160 億人民幣的巨額虧損。 長期而言，市場版圖正因這場燒錢大戰產生劇變。根據研調機構 Morningstar 預測，美團在即時配送市場的市佔率將從 2024 年的 73% 大幅下滑，到 2027 年僅剩 55%；至於阿里巴巴的份額，則預期從 21% [&hellip;]</p>

行政院 2026 科技顧問會議圓滿落幕，聚焦 AI 基礎建設、科研及產業應用

<p>行政院 2026 年科技顧問會議在 7 日傍晚正式閉幕，由中央研究院廖俊智院長、金出武雄教授、孔祥重院士、王寳貫院士、侯永清資深副總、蔡力行副董暨執行長、張世富院長、廖弘源所長及Prof. Dawn Freshwater 等國內外產學研領袖組成之科技顧問團，並與政府相關部會代表歷經兩天的深度交流與討論後，由首席顧問廖俊智院長於閉幕式，向行政院長卓榮泰進行總結報告。 綜合國內外科技顧問專業觀點，提出臺灣 AI 發展的政策建言 本屆行政院科技顧問會議的討論主軸，聚焦 AI 在科技研發及國家發展中的關鍵角色，與會科技顧問綜合國內外重要趨勢與實務經驗，指出 AI 已成為建構國家安全與經濟競爭力的核心，並於會議中提出以下願景：開發並運用先進 AI，以驅動下世代科學技術、中小企業及主權 AI 之發展，並推動服務大眾福祉的應用。會議進一步提出以下五大策略建議作為會議總結─第一，大幅提升算力基礎設施之投資：公私協力從前瞻性視角建置大規模 AI 算力建設以支援臺灣 AI 研發及應用；第二，善用臺灣硬體強項，精選國際夥伴共同開發下世代 AI：介接國際伙伴於基礎模型或訓練微調技術之長處、結合臺灣於硬體和邊緣運算端的優勢，以雲地混合運算等方式，共同開發下世代 AI 應用並促進落地；第三，創造確保國家安全與營業祕密的 AI 資料共享平台：在保護國家安全與營業秘密前提下，建構各垂直產業鏈的資料共享平台(可由大型或領先企業率先貢獻起始資料及提出相關資料標準，以整合上下游資料與規格)。此機制可先從利基產業啟動，建立示範案例後擴散至其他產業；第四，大規模培育、延攬下世代 AI 人才：建構多樣化之產學共創機制，如產學共聘等，促進優秀研究人員與產業的互動；第五，建構公平、合法與可執行的資料治理環境：接軌國際趨勢，完善 AI 著作權指引與相關法規，並積極促進政府及民間資料開放，以支援 AI 科研與應用發展。 引領公私部門協作，穩健推動 AI 發展方向 賴清德總統於會議期間蒞臨致詞指出，面對全球數位轉型與地緣政治變局，AI 已成為驅動產業與國家發展的關鍵力量。臺灣立足於世界級的半導體與資通訊產業基礎，正邁向 AI 全面應用的發展階段，政府將推動「AI 新十大建設」，串聯基礎建設、關鍵技術與產業應用，未來臺灣將建立開放、充滿活力以及普惠的AI創新生態系，鞏固臺灣在全球科技體系中的關鍵角色。 行政院長卓榮泰於會中表示，AI 不僅是技術議題，更深刻影響國家競爭力、產業升級與社會發展，臺灣未來將在既有科技與半導體基礎上，持續強化自主研發、資料治理與人才培育，並透過跨部會協作，推動前瞻科技與應用落地，讓AI真正走進產業營運與民眾生活，穩健回應全球科技競爭的新局。 行政院政務委員兼國科會主委吳誠文表示，透過國內外科技顧問之專業建言，政府得以從國際視角結合國內發展需求與挑戰，研提我國AI發展之相關建議，並作為未來科研投入與促進產業發展之重要參考，持續強化臺灣在全球科技體系中的關鍵角色。 （本文訊息由 國科會 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：國科會。）</p>

達梭系統在 CES 2026 展示運用 AI 技術 重塑精準、預測與個人化醫療的未來

<p>延續其日前於「Virtual Human Twin Experience Symposium（人體虛擬雙生體驗研討會）」提出將「虛擬雙生」運用為醫療基礎的前瞻願景，達梭系統（Dassault Systèmes）（巴黎泛歐證券交易所：FR0014003TT8, DSY.PA）於 2026 年 1 月 6 日至 9 日在美國拉斯維加斯舉行的美國消費性電子展（CES 2026），透過史無前例的沉浸式體驗，展示人工智慧在推動失智症（dementia）與阿茲海默症（Alzheimer）照護未來發展所扮演的重要地位。 達梭系統將於拉斯維加斯會議中心（LVCC）北廳 8705 號展位，邀請參觀者展開沉浸式互動之旅「走進阿茲海默症（Step Inside Alzheimer’s）」，探索達梭系統 3D UNIV+RSES 如何整合AI、患者虛擬雙生與實時感測技術，為退化性神經生物學（degenerative neurobiology）打造未來的「醫療作業系統（healthcare operating system）」。人工智慧成為值得信賴的關鍵優勢，使研究、臨床試驗、診斷與治療得以虛擬化，並由實體場域延伸至數位世界，建構一個能實時運作、量身打造的虛擬雙生（virtual twin），實現更具預測性與個人化的照護。 在燈光璀璨、動態呈現的立方體空間，參觀者可從患者、照護者和研究人員三種視角，在城市、居家、個人和虛擬大腦間自由切換，觀察身體訊號、智慧家庭資料和電腦模擬研究如何透過動態且實時的回饋機制相互連結。在 3D UNIV+RSES 展區，透過患者的數位健康記錄打造專屬虛擬雙生，並藉由感測器實時更新，使用者得以在症狀出現前預測健康狀況變化，主動應對患者居家環境的潛在風險，並揭示能夠改變醫療發現的全新模式。 達梭系統憑藉其虛擬人體建模技術，在學術界、監管單位、醫療機構與產業合作夥伴所組成的協作生態系支持下，持續推動醫療領域的轉型。於 CES 展會期間，達梭系統強調其加速創新、實現精準建模、並建構全面互通虛擬人體的遠景。展位上的專家亦將探討達梭系統如何透過 MEDIDATA 解決方案重新定義臨床試驗，建模心臟、大腦、肝臟以及其他器官的模型，並建立一個由可信賴AI驅動且與醫療各方利益相關者互聯的獨特虛實整合基礎。 在進行相關展示的同時，達梭系統亦將於 CES 的 Eureka Park 展示其開放式創新實驗室與新創企業加速器計畫 3DEXPERIENCE Lab 以及 SOLIDWORKS for Startups 計劃的新創團隊，包括 Biomotum、Endiatx、3K Nano、OLI、Glidance、Furhat Robotics、以及 LACI，展現其在生物感測器、血液透析、診斷等領域所推動的創新成果，作為整體醫療生態系統的一部分。 （本文訊息由達梭系統提供，內文與標題經 [&hellip;]</p>

15 分鐘偵測 vs. 毫秒級攻擊：為何傳統混合雲資安架構在 AI 面前已形同虛設？

<p>在 AI 驅動的自動化網路攻擊快速擴散之際，企業資安長正面臨一個明顯的矛盾。一方面，混合雲被視為提升基礎設施彈性、因應法規與資料主權需求的最佳架構；另一方面，現行的混合雲安全設計，卻是在 AI 出現之前成形，已難以應付以毫秒為單位發動的機器對機器攻擊。 來自《VentureBeat》的分析指出，傳統混合雲安全架構建立於「人類速度」的威脅模型之上，依賴批次蒐集日誌、分散的資安工具，以及長達 15 分鐘的事件回應窗口。這套模式在過去仍具防禦效果，但在攻擊者大量運用 AI 自動化與代理式攻擊的情況下，已逐漸失效。 混合雲仍是資安長的首選，但信心正在下滑 《Cybersecurity Dive》引述網路安全公司 Trellix 的調查顯示，混合雲仍然是多數資安長眼中管理風險與法規合規的最佳選項。高達 96％ 的資安長表示，混合雲有助於滿足監管與合規需求，97％ 則認為有助於因應資料主權與資料落地要求。這份名為《Mind of the CISO》的報告，調查對象涵蓋美洲、歐洲、中東與亞太地區共 500 位資安與風險主管。 然而，偏好混合雲並不代表安全感十足。資安公司 Fortinet 的 2025 年《State of Cloud Security Report》指出，目前已有 82％ 的受訪企業運行混合雲或多雲環境，但只有 36％ 的企業對即時威脅偵測充滿信心。科技公司 Gigamon 的 2025 年混合雲安全調查也顯示，過去一年有 55％ 的受訪組織曾遭遇雲端資安事件，較前一年增加 17 個百分點，且近半數企業表示其資安工具完全錯過攻擊行為。 舊世代混合雲安全，正在製造新的破口 《VentureBeat》指出，許多當年被視為最佳實務的混合雲安全設計，如今反而成為攻擊者利用的漏洞來源。Gigamon 調查顯示，91％ 的資安領導者坦言，曾在混合雲環境中做出安全妥協，包括為了速度犧牲可視性、接受工具孤島，以及在資料品質不足的情況下運作。此外，Fortinet 調查有 76％ 的受訪者表示缺乏足夠的雲端資安專業能力，限制了安全方案的部署與管理。 更關鍵的是，根據 CheckPoint 調查，只有 17％ [&hellip;]</p>

【科技早餐】黃仁勳拋出「AI 移民」概念：人口結構撐不起的未來怎麼辦？

<p>【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊黃仁勳拋出「AI 移民」概念：人口結構撐不起的未來怎麼辦？ 在 CES 2026 主題演講中，輝達執行長黃仁勳表示，機器人已迎來屬於自己的「ChatGPT 時刻」，並同步釋出多款開放原始碼的物理 AI 模型，宣告人工智慧正式從數位世界，跨入真實物理世界。 黃仁勳進一步形容，這些機器人就像是「AI 移民」。他指出，全球正面臨數千萬等級的勞動力短缺，現有的人口結構已難以支撐期待中的經濟規模。機器人將補上人類不再願意或無法承擔的工作，特別是在製造工廠與高重複性場域，進而推動經濟發展並創造新的工作型態。 ＊算力需求暴增一萬倍？AMD 宣告「YottaScale」時代來了 超微執行長蘇姿丰表示，在 AI 全面滲透各種工作負載的推動下，全球正正式進入「YottaScale」時代，未來五年，整體算力需求將成長一萬倍，運算世界也正轉向全新的效能尺度。 她指出，算力需求不再只來自雲端，而是快速擴散到邊緣運算、個人裝置、醫療保健與太空探索等領域。她並預測，到本世紀末，全球可能需要超過 10 YottaFLOPS 的運算能力。這樣的成長雖顯示市場潛力龐大，但也同時帶來能源與土地配置的永續挑戰。 ＊銀彈到位！xAI 募資 200 億美元，Grok 5 正式開訓 馬斯克旗下人工智慧新創 xAI 宣布完成 200 億美元募資，規模明顯超越原先設定的 150 億美元目標，投資陣容包括輝達、思科、卡達投資局，以及多家大型資產管理機構。 xAI 表示，資金將用於加速資料中心建置、擴充運算與儲存容量，並支援大規模模型訓練與推理服務，同時也證實 Grok 5 正在訓練中。公司目標是推出能觸及數十億用戶的 AI 產品，並整合 Grok、Colossus 與 X 平台，但相關技術的安全與治理問題，也持續受到外界關注。 ＊AI 工廠推升記憶體需求，黃仁勳：輝達不會自己蓋廠 輝達執行長黃仁勳表示，隨著生成式 AI 與大型模型需求快速成長，AI 基礎建設正出現結構性變化，並顯著推升全球記憶體需求。他強調，輝達已是全球最大記憶體買家之一，未來仍將專注晶片設計，持續採購最先進的記憶體，而不會自行投入製造。 黃仁勳指出，AI 模型規模與生成 [&hellip;]</p>

AI 沒讓 AMD 停止徵才，蘇姿丰：我們在找「AI forward」的人

<p>在生成式 AI 爆紅後，「AI 會不會搶走工作」成了企業與勞動市場最常被追問的焦慮之一。尤其當外界開始出現「大型企業可能放緩招募」的聲音時，市場更想知道晶片巨頭的第一線看法是什麼。 在 CES 2026 現場，AMD 執行長蘇姿丰（Lisa Su）給了相對明確的答案：AI 並沒有讓 AMD 招募變慢，真正改變的是誰更容易被錄用。 「我會說，其實我們並沒有減少招募人力，」Lisa Su 週二在 CES 大會期間接受《CNBC》訪問時表示，「坦白說，公司正處於非常顯著的成長階段，因此我們確實正在大量招募人才，只是招募的對象不一樣了，我們要找的是具備 AI 前瞻思維（AI forward）的人才。」 AI 沒讓招募踩煞車，但把錄用門檻改成 AI 思維 蘇姿丰的說法，回應了近期一種悲觀的觀點。她發言前一天，明尼亞波利斯聯準銀行總裁 Neel Kashkari 才提到 AI 正讓大型企業放慢招募，並可能出現「低招募、低裁員」的勞動市場樣貌。 但在 AMD 的敘事裡，AI 更像是一種能力放大器，而不是人力替代品。蘇姿丰強調，「我認為 AI 正在增強我們的能力。它不是取代人，而是提高我們的生產力，讓我們在任何特定時間都能推出更多產品。」她在過去的訪談就曾舉例，晶片設計週期通常需要約 3 年，但 AI 能把這個節奏推進到 6 個月。 AMD 把 AI 放進晶片生命週期，缺的是「懂得用的人」 之所以會把「AI 前瞻思維」納入招募標準，與 AMD 自己的內部流程有關：AMD 正把 AI 融入晶片的建構、設計、製造與測試流程。因此，AMD 需要的不只是傳統工程技能，而是能把 [&hellip;]</p>

CES 2026 開幕，Arm 引領五大技術趨勢

<p>隨著實體 AI 與邊緣 AI 的應用日益成熟，Arm 分享2026 年國際消費性電子展的重點觀察。 2025 年是人工智慧（AI）發展的關鍵轉捩點。那些曾經還在實驗探索階段的技術，如今已全面落實於汽車、消費性電子、智慧家庭系統以及次世代機器人領域。2026 年國際消費性電子展（CES 2026）時值產業發展的關鍵點——智慧系統正朝著更聰明、更快速的方向演進，並加速融入人們的日常生活中。 在今年的 CES 上，以下趨勢將成為 AI 領域發展的核心動能： 在所有技術落地的場景中，Arm 運算平台做為核心算力基礎，提供關鍵的運算能力，協助各類裝置實現感知、推論與執行。以下是 CES 2026 展出的幾大 AI 及運算技術創新亮點： 自動駕駛體驗邁出決定性一步 有鑑於駕駛需要更具情境理解能力的輔助系統，以及智慧城市對更安全、更高效率移動體驗的建設訴求，汽車製造商正加速從軟體定義車輛（SDV）向 AI 定義平台加速演進，將即時感知、預測能力與分秒必爭的決策機制視為核心基礎。 這一趨勢已可在近期上市的自動駕駛技術堆疊中看見。例如，電動汽車廠商 Rivian 自研的自動駕駛平台，搭載基於 Arm 運算平台打造的客製化晶片，為其未來車型及其他自動駕駛系統中，實現多元且先進的自動駕駛能力。 特斯拉新一代 AI5 晶片同樣是基於 Arm 運算平台打造，其 AI 效能較上一代提升高達 40 倍，這一突破印證了：隨著實體 AI 的應用邊界突破傳統駕駛輔助系統，能源效率與可擴展性正成為產業的核心需求。同時，基於 Arm 架構的 NVIDIA DRIVE Thor 平台正在為WeRide L4 級自動駕駛計程車（Robotaxi）GXR 所搭載的聯想 HPC 3.0 高效能運算平台提供算力；Nuro、Wayve [&hellip;]</p>

OpenAI 報告揭醫療新變局：當 AI 成為 4,000 萬人每日的「醫療入口」，準確性風險如何解？

<p>生成式 AI 正在改變人們接觸醫療資訊的方式。根據 OpenAI 在 2026 年 1 月發布的《AI 作為醫療盟友》（AI as a Healthcare Ally）報告，全球每天已有超過 4,000 萬人透過 ChatGPT 查詢健康相關資訊。這代表在所有 ChatGPT 的對話中，已有超過 5% 與醫療健康有關，顯示 AI 正快速成為許多人面對健康問題時的第一個求助對象。 OpenAI 在報告中也特別指出，在美國，結構複雜、成本高昂的醫療體系，對許多人而言是一個「長期且持續惡化的痛點」，這也讓使用者更傾向透過 AI 尋求協助，以試圖在這個難以理解的生態中找到方向。 為什麼使用者把 AI 當成醫療資訊第一站？ 根據 OpenAI 的調查，這類將 AI 視為醫療體系「入口」的移動現象，已呈現出幾個明確的行為特徵。首先是對「非門診時間」即時解答的高度需求，報告顯示高達 7 成的健康相關對話，發生在一般診所的非營業時段，反映當實體醫療資源暫時不可得時，AI 正在填補資訊真空。同時，調查也指出有 52% 的使用者明確表示，使用 ChatGPT 是因為能在「一天中的任何時間」獲得回應，這樣的使用模式，凸顯 AI 不再只是輔助工具，而是逐漸成為與初級照護、急診並列的醫療資訊「第一站」。 其次，這股趨勢在醫療資源相對匱乏的地區尤為明顯。在偏鄉與弱勢社區，因實體照護難以觸及，所以會更頻繁地使用 ChatGPT 提問， OpenAI 指出用戶每週平均會送出接近 60 萬則與醫療照護相關的訊息，這也顯示 AI 正在一定程度上縮小因地理限制所造成的醫療落差，協助人們在實體資源受限的情況下，取得基本的醫療資訊支持。 第三個特徵，則體現在健康判斷與自我管理行為的改變。使用者不再只是將 [&hellip;]</p>

蘇姿丰揭 YottaFLOPS 運算時代來臨！CES 發表機櫃級平台稱「這是一頭怪獸」

<p>AI 需要強大的運算能力，以至於 AMD 執行長蘇姿丰需要用一個多數人從未聽過的單位來描述它：YottaFLOPS，為全球 AI 運算需求描繪出一條極具張力的成長曲線。她指出，全球 AI 運算能力，將從 2022 年的約 1 ZettaFLOPS，成長至 2025 年超過 100 ZettaFLOPS，而未來 5 年，這個數字將進一步躍升至 10 YottaFLOPS 以上，等同於短短數年內成長近百倍。 「你們當中有多少人知道什麼是 YottaFLOPS？」在運算語境中，一個 FLOP 代表一次基本數學運算，蘇姿丰解釋，YottaFLOPS 意味著每秒可進行 10 的 24 次方次計算。《Business Insider》據科學家說法報導，理論上 10 YottaFLOPS 足以運行原子級別的複雜模擬。 為了保持競爭力，硬體製造商必須每年提升其全端產品的效能，而 AMD 正在竭盡全力追趕 NVIDIA，在 CES 宣布了一系列新品，並強調運算技術將讓人人能夠享受 AI。在其發表中，AMD 認為 AI 引擎必須無所不在：在資料中心為大規模訓練和推理集群提供支持；在邊緣驅動現實世界的實體 AI；在個人電腦上實現在地化、以隱私為中心和反應迅速的 AI 體驗。 Helios 機架藍圖：AMD 對 YottaFLOPS 的答案 為了回應 YottaFLOPS 這種前所未見的運算需求，AMD [&hellip;]</p>

耐能亮相 CES 2026：全棧邊緣 AI 解決方案重塑產業應用與智慧生活樣貌

<p>全球領先的邊緣人工智慧（Edge AI）晶片與解決方案供應商 Kneron（耐能），於今日開幕的 CES 2026 國際消費電子展正式亮相，展出橫跨消費電子、智慧家居、智慧交通、工業物聯網與企業級運算的全棧式邊緣 AI 產品與解決方案。 憑藉「本地化處理、高效能、低延遲與高度可靠」的技術優勢，耐能持續推動 AI 從雲端走向終端裝置，為全球用戶打造更安全、重視隱私且即時反應的智慧應用體驗。 全棧布局，從終端到資料中心 在生成式 AI 快速普及的背景下，企業數位轉型已從「是否導入 AI」轉向「如何安全、可控地落地」。CES 現場，耐能展出 KneoEdge™ 三大產品形態，完整涵蓋從單點應用到大規模部署的邊緣 AI 基礎架構需求。 KneoEdge™ 並非單一設備，而是一套整合自研 NPU 晶片、安全作業系統、AI 推論引擎與集中管理平台的端到端邊緣 AI 基礎設施，其核心理念為：「資料留在本地、智能運行於邊緣、管理集中且一致」。 1. Kneo 330：輕量級邊緣 AI 盒子，即插即用的智能入口 定位：適用於中小型企業、分支機構、零售門市、診所等輕量負載場景。 典型應用： 產品亮點： 2. Kneo 350：高效能邊緣伺服器，企業級 AI 推論主力 定位：面向中大型企業、工廠、區域型資料中心邊緣節點等中高負載應用。 典型應用： 產品亮點： 2. Kneo 350：高效能邊緣伺服器，企業級 AI 推論主力 定位：面向中大型企業、工廠、區域型資料中心邊緣節點等中高負載應用。 典型應用： 產品亮點： 3. Kneo Rack：機架式 [&hellip;]</p>

從抬頭運算、虛擬手寫到車內控制：Meta 如何用「手腕肌肉訊號」打造下一代輸入介面，搶下 AI 時代的控制入口？

<p>在 CES 2026 上，Meta 端出研發多年的 Neural Band，試圖用一種不同於觸控與語音的方式，改寫下一代人機互動的輸入介面。Meta 的 Neural Band 是一款配戴在手腕上的裝置，其核心技術為 EMG（肌電圖）感測，運作方式是透過讀取手腕與手指肌肉所產生的微弱電訊號後，再將這些訊號轉換為電腦可理解的操作指令。 這項技術的關鍵突破，在於使用者不需要實際大幅移動手指或碰觸螢幕，系統就能辨識出帶有「意圖性」的細微動作。Meta 指出，相較於仰賴攝影機視角的手勢辨識或語音輸入，EMG 不僅反應更即時，也能偵測到極為細緻的肌肉活動，甚至在手部活動受限的情況下，仍可將微小的肌肉訊號轉化為數位指令。 從 AI 眼鏡出發：EMG 成為 Meta Ray-Ban Display 的主要輸入方式 在 CES 2026 上，Meta 展示 Meta Ray-Ban Display AI 眼鏡與 Meta Neural Band 的整合，進一步定義「抬頭運算（Head-up computing）」的互動模式。這套已於 2025 年秋季商用化的系統，將眼鏡轉化為視野中的螢幕，並以 Neural Band 作為控制器，讓使用者即使不拿出手機，也能透過 AI 眼鏡與 Neural Band 完成各類操作。 同時，Meta 也開始逐步推出「提詞機（Teleprompter）」功能，成為另一項亮點。使用者可直接從手機筆記、Google Docs 或 Meta AI 複製講稿，內容會以文字卡片顯示在鏡片中，並能依照演講節奏自然捲動，讓講者在維持眼神交流的同時掌握進度。 [&hellip;]</p>

樂高自研 ASIC 混合訊號晶片，如何不靠螢幕與 App 把積木變成「互動電腦」？

<p>樂高（LEGO）近年持續嘗試將數位技術引入實體玩具，從早期的電子互動積木、到結合感測與聲光回饋的實驗型產品，樂高內部一直在思考一個問題：科技應該扮演輔助角色，還是主導遊戲體驗？ 在 CES 2026 現場，樂高正式發表全新 Smart Play 平台，包含 SMART Brick、SMART Tags 與 SMART Minifigures 三部分，並畫下明確界線：不依賴螢幕與 App，也不設中央控制器。這不是因為技術做不到，也不是為了壓低成本，而是一項刻意為之的產品與平台策略選擇。樂高表示，研發團隊在早期確實嘗試過以相機掃描，或透過智慧型手機觸發互動的設計，但很快就發現，這類做法會不自覺地把注意力拉向螢幕，而不是積木本身。 於是，樂高反過來問了一個更困難的問題：如果完全拿掉螢幕，互動還能不能成立？最後，樂高選擇挑戰自己，打造一套不依賴外部裝置的互動機制，並試圖為下一個世代重新定義玩樂與互動方式。 沒有 App 的互動電腦：Smart Brick 如何把系統複雜度藏進積木裡？ Smart Brick 是積木體系中一個具備完整運算能力的正式元件，並在外觀上完整保留經典的 2×4 積木比例。Smart Brick 的核心來自樂高與合作夥伴共同研發的專屬 ASIC 混合訊號晶片，晶片內部運行著特製的「Play Engine」，負責即時解讀積木的動作、方位與磁場變化，成為整個系統的運算中樞。 為了實現樂高所稱的「隱形技術」，Smart Brick 在有限的積木空間內整合了完整的感知、通訊、回饋與電力架構。積木內建加速度計與慣性傳感器，可精準偵測移動、翻轉與各類手勢。同時，透過名為「BrickNet」的藍牙網狀網路（Bluetooth Mesh），多個智慧積木得以在沒有中央主機、App 或外部控制器的情況下，自行形成一個自組網路，彼此辨識並協同運作。 在系統層面，Smart Brick 透過專利的「積木對積木定位系統（Brick-to-Brick position system）」，利用內部銅線圈感應磁場變化，即時掌握周圍 Smart Tag 與 Smart Minifigures 的身分、距離、方位，甚至是旋轉角度。其中，SMART Tags 是內嵌於場景或關鍵位置的被動式標記，用來向 Smart Brick 提供「情境與位置線索」，而 SMART Minifigures [&hellip;]</p>

體內住著一位 24 小時醫生？從智慧手環到數位藥丸，IoB 如何顛覆醫療模式

Daily TAIWAN 展現 AI 國力 獲全球新創生態系高度青睞

<p>國科會偕同經濟部等單位，今（115）年以臺灣科技新創基地（Taiwan Tech Arena, TTA）為主體，第九度帶領新創團隊赴美參與全球最大消費性電子展（Consumer Electronics Show, CES）。在跨部會合作下，今年號召 57 家臺灣科技新創與 83 家供應鏈夥伴共組國家隊，於 CES 2026 展現臺灣在「人工智慧之島」政策下的技術落地成果。 4 大專區橫跨 AI、智慧生活、數位醫療及永續發展領域 CES 2026 揭櫫「用 AI 創新型塑未來（Shaping the Future of Enterprise Innovation）」願景，聚焦 AI 技術如何重塑全球產業鏈，驅動效率與商業模式的全面革新。呼應此一國際趨勢，希望新創運用 AI 技術，結合臺灣堅實的硬體供應鏈，發展面向未來的應用服務，實現全民智慧生活圈，讓產業供應鏈轉型升級，推動臺灣朝向賴總統所宣示的人工智慧之島邁進。今年 TTA 館以「Daily TAIWAN」為主題，象徵著日常生活及百工百業使用的「ai」應用服務，堆疊出臺灣人工智慧之島的「AI」。 今年 TTA 館於主舞臺周邊規劃「食、醫、住、行」四大專區，橫跨人工智慧（AI）、智慧生活、數位醫療及永續發展四大領域，展現臺灣新創多元且成熟的創新能量，並實地呈現 AI 創新應用深入日常生活的豐富樣貌。 AI Taiwan 鏈結國際新創圈 共迎新紀元 臺灣時間 1 月 7 日 TTA 臺灣科技新創館開幕式，現場眾星雲集，包括 CTA 資深總監 Janenne Remondino、鳳凰城加速器 Tesoro [&hellip;]</p>

NVIDIA Jetson T4000 登場，益登推邊緣 AI 輕量化方案

<p>亞洲最佳解決方案合作夥伴―益登科技（TWSE: 3048）宣布正式引進 NVIDIA Jetson T4000 邊緣 AI 模組，針對系統整合商、設備製造商及企業用戶在實際導入 AI 應用時，對效能、功耗與部署彈性的多重需求，提供兼具強大推論能力與輕量化的設計，協助加速物理 AI 應用落地。 NVIDIA Jetson T4000 採用 NVIDIA Blackwell 架構，支援Transformer Engine 與 Multi-Instance GPU（MIG）技術，其整合 12 核心 Arm® Neoverse®-V3AE CPU、三組 25GbE 網路介面與多樣化 I/O 設計，能滿足低延遲、多感測器與即時運算的應用需求。此外，模組內建第三代可程式化視覺加速器（PVA）、雙編碼器與解碼器，以及光流加速器（OFA）等多項專用硬體單元，在有限運算與電力條件下，仍能穩定執行 AI 推論任務，特別適用於中輕量模型與即時邊緣應用。 對系統整合商（SI）而言，Jetson T4000 的模組化架構與成熟的 NVIDIA 軟體生態，能快速整合影像、感測與控制系統，大幅縮短專案開發與驗證時程，提升專案交付效率，尤其適合多場域、可複製的邊緣 AI 部署需求。 在設備製造商應用上，Jetson T4000 的輕量化設計與低功耗特性，能靈活導入各類終端設備，包括先進機器人、工業設備、智慧終端、機器視覺系統與邊緣控制器，協助產品在有限空間與電力條件下，導入穩定的 AI 推論能力，加速產品智慧化升級。 對企業用戶而言，Jetson T4000 可廣泛應用於智慧工廠、智慧零售、安全與邊緣感測資料處理等場景，透過在邊緣端即時完成推論與資料前處理，有效降低系統延遲、減少雲端負載，並提升整體營運效率，同時兼顧系統穩定性與部署彈性。 為多元自動化場景提供高效率且穩定的 AI 運算平台 在機器人與自動化應用方面，Jetson T4000 的低功耗、高速 [&hellip;]</p>

【零售新入口】Airbnb 測試廚房補貨功能，揭示「嵌入式商務」如何讓購物無感發生

<p>對多數旅客而言，外出旅遊抵達陌生城市的第一天，往往伴隨著各種瑣碎卻必要的生活安排：要不要先去超市採買？附近哪裡買得到飲料、早餐或簡單食材？這些看似微不足道的小事，實際上構成了旅遊體驗中的摩擦感。Airbnb 近期在美國部分城市測試的「廚房補貨（kitchen stocking）」服務，正是從這個切入點出發，試圖重新定義旅宿平台能提供的服務邊界。 《TechCrunch》指出，這項試點服務是與即時雜貨配送平台 Instacart 合作，開放旅客在入住三週前或入住期間，直接透過 Airbnb App 下單購買雜貨，並配送至住宿地點。若房東協助在房客入住前收貨並完成擺放，還能獲得額外報酬。服務目前先在鳳凰城、奧蘭多與洛杉磯等城市進行測試，Airbnb 正謹慎評估這類跨場景服務的可行性與用戶反應。 零售被嵌入生活情境，購物行為成為一種體驗設計 從零售產業的角度來看，這項合作具指標性意義。Airbnb 本身並非零售平台，卻能在不自建物流、不經營供應鏈的情況下，直接啟動 Instacart 的配送能力，讓零售服務自然嵌入旅宿情境中。這正反映出零售產業近年加速發展的「嵌入式商務（Embedded Commerce）」趨勢：消費行為不再仰賴消費者主動開啟購物 App，而是在住宿、旅遊、交通等高頻生活場景中，於需求產生的當下被觸發，降低決策與操作的摩擦成本。 在這樣的模式下，零售平台不再只是「賣東西的地方」，而是逐漸轉型為基礎服務供應者。對 Instacart 而言，與 Airbnb 的整合，意味著其角色從雜貨配送平台，延伸為旅客生活啟動器，在旅遊這個高需求密度的場景中，提前卡位使用者的消費入口。這也讓零售服務不再侷限於價格競爭，而是成為整體住宿體驗的一部分。 從訂房平台到生活入口，Airbnb 持續擴張服務邊界 從 Airbnb 的平台策略來說，這也並非單一功能更新，而是 Airbnb 近年積極推動「服務化」（Services）布局的一環。今年 Airbnb 已陸續推出按摩、私廚、理髮等可獨立預訂的服務項目，執行長 Brian Chesky 也曾公開表示，這類體驗與服務型產品，有潛力為 Airbnb 每年帶來超過 10 億美元的新增收入。補貨服務的意義不在於雜貨本身，而是在於補齊「住宿體驗的最後一哩路」，讓旅客從抵達的第一刻起，就能更像在自己熟悉的生活空間中活動。 更關鍵的是，這類情境式整合的核心價值，並不在於單筆交易金額，而是整體體驗的完整度。Airbnb 試圖解決的，不只是房客「有沒有食材可用」，而是旅客初到陌生城市時，面臨採買、移動與生活安排的整體不便感。而 Instacart 則藉由嵌入非零售平台，讓自己的服務在消費者尚未意識到要購物之前，就已自然出現在生活流程中。 從這個角度來看，Airbnb 此次測試的，並不只是補貨服務本身，而是一種零售與平台合作的新範式。當購物不再是一個需要被刻意啟動的行為，而是被嵌入到旅遊、住宿與日常生活的連續體中，零售產業的競爭焦點，也將從爭奪流量與轉換率，轉向誰能更貼近消費者當下的生活情境，並在關鍵時刻提供剛剛好的服務，這正是 Airbnb 與 Instacart 這項合作中，真正值得關注的產業意義所在。 ＊本文開放夥伴轉載，參考資料：《TechCrunch》、《Forbes》，首圖來源：Unsplash （責任編輯：廖紹伶） 解鎖 3 堂 NVIDIA DLI [&hellip;]</p>

【科技早餐】黃仁勳 CES 2026 定調：實體 AI 迎來 ChatGPT 時刻

<p>【科技早餐】今天精選 8 則國內外重要科技新聞。 ＊黃仁勳 CES 2026 定調：實體 AI 迎來 ChatGPT 時刻 在 CES 2026 特別演講中，NVIDIA 執行長 黃仁勳 拋出關鍵定調，直言「實體 AI 的 ChatGPT 時刻已經到來」。從自駕 AI 架構 Alpamayo、AI 超級電腦 Vera Rubin，到次世代網路與基礎設施，NVIDIA 一次揭示三大技術亮點，為未來十年 AI 平台轉移定錨方向。 黃仁勳指出，AI 是由能源、晶片、基礎設施、模型與應用組成的五層架構，產業正從「寫程式」走向「訓練軟體」，運算核心也將從 CPU 全面轉向 GPU 與加速運算。他強調，AI 不再只是單一應用，而是承載新世代應用的平台，下一階段將從生成式 AI，邁向能理解並改變真實世界的「實體 AI」。 ＊AMD × OpenAI：MI455 登場，衝刺千倍效能 在 CES 2026 現場，AMD 執行長蘇姿豐展示新一代 AI GPU「MI455」，鎖定 AI 與高效能運算市場，並確認將導入 OpenAI 等資料中心環境，作為下一代生成式 [&hellip;]</p>

Amazon 讓 Alexa+ 上網了：AI 入口之戰進入新階段，正面迎戰 ChatGPT 與 Gemini

<p>近日在拉斯維加斯舉行的 CES 2026 展會上，Amazon 正式宣布擴大消費者 AI 生態系，並推出整合生成式 AI 能力的升級版語音助理 Alexa+，首度將其帶入瀏覽器中。相較過去主要作為智慧音箱語音助理的 Alexa，Alexa+ 被定位為具備多輪對話、任務執行與情境理解能力的生成式 AI 助理，如今在進入網頁後，使用者也不必仰賴 Echo 智慧音箱或手機 App，就能與 Alexa+ 展開互動。 Amazon 指出，推出 Alexa+ 網頁版，是為了推進「環境式 AI（ambient AI）」願景，讓 AI 助理不再受限於單一裝置或語音場景，而是能以類似 ChatGPT 與 Gemini 的聊天介面形式，隨時在不同裝置與情境中提供服務。Amazon 設備與 Alexa 副總裁 Daniel Rausch 表示，將 Alexa+ 擴展至網路平台，是為了確保 AI 助理能「在家庭、手機，以及現在的網路上」都能即時支援使用者需求。 Alexa+ 相較於競品的優勢：與 Amazon 生態系的深度整合 全新的網頁版 Alexa+（alexa.com）採用直觀的聊天介面設計，提供大型文字輸入框與側邊欄，整體操作方式與主流 AI 聊天機器人相近，Amazon 也透過文件上傳與資料整理功能，讓 Alexa+ 能承擔跨情境資訊管理角色，涵蓋家庭計畫、醫療紀錄等資訊需求。 新版 Alexa+ 還具備「智慧代理功能（agentic [&hellip;]</p>

挑戰 NVIDIA Jetson！高通發表新機器人開發者平台，能複製車用市場成功劇本嗎？

<p>今年的美國國際消費電子展（CES）上，機器人技術成為一大亮點。在 NVIDIA 展示其龐大的機器人與實體 AI 生態系的同時，高通也正式宣佈推出新一代整合硬體、軟體和複合式 AI 的機器人全端架構，以及專為工業用 AMR 與先進全尺寸人形機器人打造的高效能機器人處理器：Qualcomm Dragonwing IQ10 系列，試圖在 NVIDIA 主導的機器人市場中開闢新局。 硬體規格與產品定位：強調效能與算力的平衡 根據《SiliconAngle》報導，高通這次發表的 Dragonwing IQ10 是一款專為機器人設計的系統單晶片（SoC），內建 18 核心 CPU 與 GPU 並整合神經處理單元（NPU），宣稱能提供 350 TOPS（每秒 350 兆次運算）的 AI 效能。這一數據約為高通前一代旗艦機器人晶片的三倍，可支援包含超過 20 組相機在內的多鏡頭感測器配置，以及 LiDAR、雷達等需求，高通預期將優先應用於零售、物流與製造業。 與 NVIDIA 強調極致效能的策略稍有不同，高通在產品定位上更強調「能源效率」，並且也正建立一個機器人生態系統，揭露合作夥伴包括 Figure AI、研華、APLUX、AutoCore、Booster、Kuka、Robotec.ai、VinMotion。 高通能否追上 NVIDIA 的先發優勢？ 業內分析普遍認為，Dragonwing IQ10 的直接競爭對手是 NVIDIA 的 Jetson 系列平台，那麼高通的優勢在哪裡？ 高通執行長 Cristiano Amon 在接受《CNBC》採訪時指出，機器人本質上是邊緣 AI 的應用延伸，這正符合高通的技術優勢。他強調，高通深信他們能在機器人領域取得成功的原因，與他們在汽車領域成功的理由完全一致。 [&hellip;]</p>

黃仁勳要讓 AI 代理進入實體世界！NVIDIA CES 亮點：AI 晶片、機器人、自動駕駛佈局一次看

<p>CES 過去是電視、筆電與各式消費性電子新品的伸展台，但近幾年主角正快速換人。NVIDIA 把 CES 轉變為展示其 AI 硬體與軟體霸權的舞台，彷彿化身數位基礎設施部門，向全球宣示從晶片、機櫃、網路到軟體的全端控制力。CES 今年核心主題為實體 AI（Physical AI），NVIDIA 藉此機會發布了一系列涵蓋新一代晶片平台、機器人基礎模型以及自動駕駛技術的重大更新，試圖將 AI 代理從聊天機器人介面，推向實體環境。本文整理三大亮點： 亮點一：Vera Rubin 平台亮相，推理效能與頻寬大幅躍進 在硬體方面，NVIDIA 正式揭露了其首款採用極致協同設計（extreme-codesigned）、6 晶片的 AI 平台：Vera Rubin，並宣稱該系列晶片已進入全面生產階段。這 6 款晶片種類包含 GPU、CPU、NVLink 交換器、乙太網路交換器、智慧網卡、DPU。 根據官方數據，與前一代 Blackwell 架構相比，Vera Rubin 在推理方面的浮點效能將提高 5 倍，訓練效能提高 3.5 倍。對於解決 AI 瓶頸至關重要的記憶體頻寬，Rubin 則提升了 2.8 倍，同時 NvLink 互連速度也提高了一倍，這將有助於更高效地串聯數千個 GPU。 Vera Rubin 平台不僅僅是單一 GPU 的升級，而是被拆解為可出貨的模組化組件，目的在降低訓練的成本。在機櫃系統層級，旗艦級伺服器 NVL72 將搭載 72 個 Rubin GPU 與 [&hellip;]</p>

注入 Google DeepMind 靈魂！波士頓動力 Atlas 機器人搭載 Gemini 模型，預計 2028 年…

<p>在 2026 美國消費性電子展（CES 2026），現代汽車（Hyundai）旗下的波士頓動力（Boston Dynamics）首次對外公開展示新一代人形機器人 Atlas，讓這款過去多半存在實驗室與示範影片中的人形機器人，正式在大眾眼前亮相。 在示範過程中，Atlas 從地板上自行起身，並在舞台上流暢地行走、轉向、揮手，甚至像貓頭鷹一樣旋轉頭部。儘管現場的示範是由工程師遠端操控，但波士頓動力強調，Atlas 的最終目標是實現「完全自主作業」。 這次公開展示，更被視為 Atlas 發展路線的重要轉折點。隨著 Google DeepMind 的 AI 技術正式被整合進 Atlas 核心架構，以及現代汽車同步釋出導入美國工廠的計畫，這也再次標誌著 Atlas 已經逐漸從追求「運動技能」的實驗階段，轉向更具體的商業應用場景。 具備 Google DeepMind 的「AI DNA」，Gemini 模型賦予認知能力 在 CES 上，波士頓動力宣布與 Google DeepMind 合作，將 Gemini 機器人基礎模型（Gemini Robotics）與 Atlas 系統整合。由於 Gemini 是一套多模態的生成式 AI 模型，能同時處理視覺、語言等不同類型的資訊，因此特別適合用來理解複雜且多變的實體環境。這項技術將協助 Atlas 在多個層面執行任務，包括自然語言與情境理解、環境感知與物理推理，以及從經驗中學習並進行泛化應用。 例如在自然語言與情境理解方面，Atlas 不僅能聽懂指令，還能與人類進行自然的互動，這對於需要在工廠環境中與人類協作的情境尤為重要。至於在環境感知與物理推理上，Atlas 能夠辨識物體，並理解物理世界的運作邏輯，像是準確判斷如何拿起一個從未見過的汽車零件。 此外，Atlas 也具備從少數範例中學習新技能的能力，並能將所學經驗套用到不同情境中，而非仰賴事先定義好的任務指令。同時，隨著實際操作次數增加，這種學習與泛化能力也會持續提升 Atlas 的執行精準度。 對 Google DeepMind 而言，與 [&hellip;]</p>

Edge AI 會先在哪裡爆發？簡立峰：人形機器人反而是錯覺

<p>專訪：戴季全撰稿：李昀蔚 在這一波 AI 浪潮中，台灣憑藉著硬體製造優勢，看似成為贏家，但如何將硬體實力變現，並成功發展軟體，進一步成為「使用 AI 的強國」，將是台灣未來 AI 發展的關鍵課題。 本集《全新一週》邀請 Google 台灣前董事總經理簡立峰，從 AI 晶片的產業分工談起，逐步解析人形機器人與 Edge AI 的落地節奏，並指出台灣在 AI 時代的核心挑戰：如何讓更多企業與個人真正被 AI 賦能，完成下一階段的轉型。 AI 晶片的發展走向 「晶片還是會多元化，但是最重要那幾顆晶片，還是會定於一尊，」簡立峰指出，AI 晶片的發展與網路時代相似：晶片設計會愈來愈多元，但真正關鍵的「大晶片」仍只會集中在少數玩家手中。以 Google 為例，外界多半只看到 TPU，實際上其內部自研的特定應用積體電路（ASIC）至少有十多顆，分別負責語音辨識、影像處理等不同任務。 這類小型、滿足特定功能的晶片，要因應特殊規格與內部優化需求，因此自行開發相當合理，但對非 IC 公司而言，投入需要百萬級出貨量才能攤平成本的「大晶片」並不具經濟效益。正因如此，許多企業採用 ASIC，更多是為了滿足短期研發需求，或作為與既有供應商談判的議價籌碼，而非長期取代通用晶片的終極解方。 人形機器人是「錯覺」，Edge AI 會先在無人駕駛與無人機落地 談到人形機器人，簡立峰引述 Google 共同創辦人 Sergey Brin 的觀點，指出人形機器人「還沒有到那個階段」。「用語言習得的知識，AI 超厲害，但是人類用體感的知識，AI 就沒辦法訓練，甚至連訓練資料都沒有，」簡立峰強調，在這個邏輯上，人形機器人大概只能進行特定用途，沒有辦法快速走向通用。 在這些技術限制下，簡立峰認為，人形機器人即便具備貼近人類場域的優勢，但「適合人類環境」並不等於能夠支撐規模化量產。即便中國已成功讓部分人形機器人的步態趨於穩定，但是否能進一步轉化為具經濟價值的商業行為，仍有待觀察。「不要因為你看到機器人很會走路，就覺得機器人是你家的保姆或工人，差太遠了，所以人形機器人反而是個錯覺，」簡立峰說。 更進一步，簡立峰也將人形機器人的討論，投射至更大的 Edge AI 發展脈絡。他指出，真正具備規模與迫切需求的 Edge AI 應用，將優先出現在無人駕駛汽車與無人機等場域，其次才是智慧醫療裝置及特定用途機器人。至於消費型裝置和人形機器人，反而會是最晚成熟的一環。 台灣在 AI 浪潮的角色是什麼？應該要成為「用 AI 的強國」 [&hellip;]</p>

高通推出完整的機器人技術組合，全面驅動從家用機器人到全尺寸人形機器人的實體 AI

<p>高通技術公司今日於美國國際消費性電子展（CES）發表新一代機器人全方位堆疊架構，整合硬體、軟體與複合式 AI （compound AI）。於此同時，高通推出專為工業用 AMR 與先進全尺寸人形機器人打造的最新高效能機器人處理器——Qualcomm Dragonwing IQ10 系列。此為該公司最新的機器人專用處理器，進一步擴展其當前的機器人產品藍圖，提供高效且節能的「機器人大腦」運算能力。運用高通技術公司在邊緣 AI、高效能與低功耗系統業經證實的專業技術，這項創新可將概念原型轉化為可實際部署的智慧機器設備。 高通技術公司執行副總裁暨汽車、產業、嵌入式物聯網與機器人事業群總經理 Nakul Duggal 表示：「作為高能效、高效能的實體 AI 系統先鋒，高通深知要讓最複雜的機器人系統能可靠、安全且可規模化運作所需的要素。基於我們在低延遲、安全等級及高效能技術方面所擁有的強大基礎，涵蓋從感測、感知到規劃與執行，高通正在重新定義實體 AI 的可能性，讓智慧機器走出實驗室，邁向真實世界的應用場域。」 Figure 創辦人暨執行長 Brett Adcock 表示：「Figure 的任務是開發由先進 AI 驅動的通用型人形機器人，以消除危險且不受歡迎的工作、提升各行各業的生產力，並創造經濟繁榮，進而讓人類過上更幸福、更有目標的生活。高通技術公司的平台結合了卓越的運算能力與能源效率，是協助 Figure 將願景轉化為現實的寶貴基石。」 奠基於成熟基礎之上：從概念走向部署 這套通用型機器人架構運用高通在能源效率、可擴展性與邊緣 AI 效能方面無可比擬的專業技術，開啟自主式機器人與連接智慧的新時代。高通於 2015 年跨足機器人領域，推出首款整合軟硬體的開發套件。如今，Dragonwing 工業處理器產品藍圖已支援多種通用型機器人外型設計，包括 Booster、VinMotion 及其他全球機器人供應商推出業界領先的人形機器人。此一架構可支援先進感知技術與動作規劃，並結合端到端 AI 模型（如 VLA 與 VLM），實現通用化操作能力與人機互動。Dragonwing IQ10 的推出，象徵高通技術公司在各類工業應用的實務化、實際部署上，邁出了關鍵的一大步。高通技術公司正與 Kuka Robotics 就其新一代機器人解決方案展開洽談。 全方位的堆疊架構 搭載 Dragonwing IQ10 的通用型機器人架構，透過整合強大的異質邊緣運算、邊緣 AI、混合關鍵性系統、軟體、機器學習運作以及 AI 資料飛輪（AI [&hellip;]</p>