TechOrange 科技報橘

台灣·持續收錄

標籤科技編輯標籤

今日收錄: 10篇
近 24 小時: 12篇
近 7 天: 48篇

媒體資料

刊登媒體: TechOrange 科技報橘
所屬地區: 台灣
收錄範圍: 台灣媒體 · 繁體中文
來源網站: techorange.com
月造訪量: 141,6052026/09
Radar 全球: 未入前 200,000 名
開始收錄: 2026/9/28
最新報導: 2026/11/10
最近更新: 11/10 15:54
流量資料: 2026/10/25 更新

流量與排名比較 →

寫法近 90 天

轉述貼文: 0.0%0 篇
標題用詞: 懸念 0.3%反應 0.0%攻擊 0.0%

看這家的轉述報導與各家比較 →

網站流量來源Similarweb · 2026/09

台灣訪客占 90%，約 127,763 次造訪

來源國家（前五）

台灣90%
美國3.1%
香港3%
新加坡0.7%
越南0.6%

導流來源

直接造訪42%
自然搜尋41%
其他網站連入6.5%
社群3%
展示廣告2.9%
生成式 AI1.9%
電子郵件1.5%
付費社群1.4%
付費搜尋0.1%

全台排名: 第 4,802 名
全球排名: 第 337,762 名
類別排名: 第 148 名 · Computers Electronics and Technology/Programming and Developer Software
跳出率: 53%
每次造訪: 1.4 頁
平均停留: 39 秒

整個網域的估算值，比例以造訪次數計，非精確 page views。

媒體關係

近 7 天

已比對 48 篇內文

6
引用其他媒體: 0
被其他媒體引用: 0
同署名跨站: 0
已註明來源: 2
未辨識稿源

主要關係對象12 家

彭博社2筆關係
路透社2筆關係
中央社1筆關係
太報1筆關係
民視新聞網1筆關係
法新社1筆關係
知新聞1筆關係
科技新報1筆關係

其餘 4 家 ↓

美聯社1筆關係
韓聯社1筆關係
NOWnews今日新聞1筆關係
PChome Online新聞1筆關係

直接文字比對引用對方被對方引用

在媒體關係圖查看 →

媒體關係

比對結果載入中…

報導關鍵字

近 7 天

較早收錄

本頁 60 篇 · 依收錄順序顯示摘要

【科技早餐】AI 一邊加碼、一邊裁員，Meta、Disney、Snap 接連重整人力
【科技早餐】今天精選 8 則國內外重要科技新聞。＊AI 一邊加碼、一邊裁員，Meta、Disney、Snap 接連重整人力 AI 投資擴張與人力重整，最近接連在美國科技與娛樂業上演。《路透》報導，Meta 預計自 5 月 20 日啟動新一波裁員，規模約占全球員工 10%、接近 8,000 人，且今年稍晚可能還有後續調整。更早之前，迪士尼（Disney）宣布裁掉約 1,000 人，波及行銷、影視、ESPN、科技與公司職能部門；Snap 也宣布裁員約 1,000 人，占全職員工約 16%。另一邊，Snap 也直接把這波重整與 AI 效率提升連在一起，表示公司已有超過 65% 的新程式碼由 AI 產生。從社群平台到娛樂集團，AI 對企業的影響已不只是推出新產品，而是開始更深地改寫預算配置、組織設計與職務結構。＊OpenAI 綁下 Cerebras 200 億美元大單，AI 算力戰開始直通 IPO AI 晶片公司賽瑞布拉斯（Cerebras）4 月 17 日公開揭露赴美 IPO 文件，《路透》同時報導，Cerebras 已拿下 OpenAI 總額 200 億美元、為期三年的合作，將部署 750 兆瓦、由 Cerebras 晶片驅動的算力資源。對這家挑戰 NVIDIA […]
4/20 06:50作者 Anitahttps://techorange.com/2026/04/20/meta-disney-snap-ai-investment-accelerates-layoff-follows/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
搶在曝光前攔下 99% 惡意廣告威脅！Google 如何以 Gemini 分析百億訊號，迎戰 AI 詐騙工業化危機？
Google 在最新發布的《2025 廣告安全報告》（2025 Ads Safety Report），揭示數位廣告生態的關鍵轉變：生成式 AI 的普及已成為雙面刃，讓惡意人士得以用史無前例的速度與規模，大量產製垃圾內容與詐騙廣告。為了應對這波由科技驅動的數位威脅，Google 全面升級防線，將自家 AI 模型 Gemini 深度整合至系統中，主動在使用者接觸到惡意內容前進行精準攔截。因此，這份報告不僅凸顯違規內容的氾濫趨勢，更標誌平台治理已正式跨入「AI 生成詐騙、AI 即時攔截」的全新攻防紀元。生成式 AI 助長威脅，垃圾與詐騙廣告進入「規模化量產」階段垃圾廣告與詐騙原本就是網路世界長年存在的舊問題，但生成式 AI 正在全面放大其生成的「速度與規模」。《Washington Times》引述分析師的觀察指出，從聲稱能包治百病的草藥廣告，到模仿名人聲音的影音素材，AI 正讓各種形式的詐騙內容更容易被快速生成與大量投放。 Google 的官方數據也印證這個趨勢：2025 年全球共攔下創紀錄的 83 億則違規廣告，遠高於前一年的 51 億則。其中，與詐騙最密切相關的違規廣告就高達 6.02 億則，並有 400 萬個帳號因涉嫌詐騙遭停權。這些數據皆凸顯，惡意內容已不再只是零星出現，而是藉由生成式 AI 進入工業化、規模化的擴散階段。 Google 用 Gemini 升級平台防線，在曝光前攔下超過 99% 違規廣告面對海量的違規內容，Google 的執法策略也出現轉向。《TechCrunch》指出，雖然 2025 年攔下的廣告數量創新高，但帳號停權數並未同步暴增，這反映出平台正逐漸將重心轉向「先擋廣告」，而不是過度依賴「暫停帳號」這類手段。這項轉變的背後核心是 Gemini 模型的深度應用。Google 表示，Gemini 現在已能分析包含帳號年齡、行為線索與投放模式等數百億個訊號。Google 廣告隱私與安全副總裁 Keerat Sharma […]
4/17 12:10作者李昀蔚https://techorange.com/2026/04/17/2025-ads-safety-report/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Anthropic 發表新 AI 模型 Claude Opus 4.7，攻向「可控 AI」新戰場
Anthropic 推出最新通用 AI 模型 Claude Opus 4.7。表面上看，這是一次例行的旗艦模型升級；但若對照 Anthropic 近日才公開、卻暫不對外全面釋出的 Mythos Preview，就會發現這次發表真正想回答的問題，不只是模型有沒有更強，而是模型夠不夠可控。根據 Anthropic 官方說法，Opus 4.7 在進階軟體工程、長時間任務執行、指令遵循與高解析視覺理解上，都較前代 Opus 4.6 有明顯提升，尤其更擅長處理過去仍需高度人工監督的複雜編碼工作。 Anthropic 也特別強調，這款模型雖然不如 Mythos Preview 那麼強大，卻是公司用來測試新一代資安防護機制與模型治理方式的第一個公開版本。這讓 Opus 4.7 的定位，不只是更強的 Claude，而是 Anthropic 在「高能力模型如何安全商業化」這條路上的一次壓力測試。如果把近期幾家前沿模型公司的動作放在一起看，會更清楚這個趨勢。過去市場總把焦點放在基準測試排名、誰分數更高、誰能力更全面；但從 Anthropic 的 Mythos Preview，到 OpenAI 的 GPT-5.4-Cyber，再到這次的 Opus 4.7，產業重心正逐漸從能力邊界，轉向能力如何被控制、部署與授權。也就是說，AI 競賽已不再只是模型軍備競賽，而是開始進入「可控 AI」的新戰場。微幅領先 OpenAI、Google，而非全面式碾壓從基準測試成績來看，Anthropic 確實有理由把 Opus 4.7 包裝成新一代高階商用模型。根據 Anthropic 官方資料，Opus 4.7 在 GDPval-AA、Finance Agent […]
4/17 12:17作者廖紹伶https://techorange.com/2026/04/17/anthropic-claude-opus-4-7/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
AI 軍備競賽轉向低成本對決：模組化無人載具如何重塑全球國防供應鏈？
當美國、中國、俄羅斯等國加速把 AI 導入自主無人機、攻擊系統與軍事決策平台，戰爭競賽已不再只是傳統軍備競爭，而是進一步走向「無人機對抗無人機、演算法對抗演算法」的新階段。《紐約時報》指出，這場競賽涵蓋可自主飛行並伴隨戰機作戰的無人機、在人類未下達指令的情況下自主選擇目標的攻擊型無人機，以及能快速分析情報並推薦打擊方案的 AI 中央系統。另一方面，烏克蘭與伊朗相關戰事，也正進一步推動海上無人載具走向實戰化。從自主無人機到無人攻擊艇，戰場正快速走向自主化與海上無人化這場變革首先體現在無人硬體載具的自主化能力上。在 2025 年 9 月北京閱兵時，展示中國可自主伴飛戰機的無人機後，美國國防部官員便判斷美方無人戰鬥機計畫已落後中國。為彌補差距，美國要求新創防務公司 Anduril 提前三個月在俄亥俄州工廠量產 AI 自主飛行無人機 Fury。《紐約時報》也指出，中國與俄羅斯都在試驗讓 AI 自行做出部分戰場決策：中國正發展可在無人介入下協同攻擊的多機群系統，俄羅斯則讓其在烏克蘭戰場測試的 Lancet 無人機加入自主選擇目標的能力。與此同時，海上攻擊也正走向無人化。例如，烏克蘭使用的無人攻擊艇已大致把俄羅斯黑海艦隊逐出附近水域。若中東戰事擴大，英國新型無人艇也可能投入行動，顯示這類載具愈來愈被視為未來海戰的一部分，未來更將接手許多「骯髒、枯燥且危險」的任務。這些海上無人載具不僅可由遠端人員透過衛星通訊系統操作，也朝無須通訊連結的更高自主化發展，並能搭載監視設備、機槍或足以擊沉大型船艦的爆炸物。 AI 決策大腦幾乎消除從識別到打擊的延遲，開始顛覆現代作戰除了硬體載具的升級，軟體系統的 AI 化更是這場競賽的核心。《紐約時報》回顧，美國 Project Maven 原本是為了處理龐大的無人機影像與情報資料，後來在 2019 年由 Palantir 接手。在 2026 年伊朗戰事中，該平台結合 Anthropic 的 Claude 軍用版，協助生成優先目標清單、推薦武器、計算燃料與彈藥並快速產生打擊方案。 Project Maven 所代表的現代化作戰方式，是透過 AI 系統分析多源情報、生成依優先順序排列的目標名單，並推薦武器，因此幾乎消除從識別目標到執行打擊之間的延遲。美國國防部首席數位與 AI 官員形容此系統具「革命性」，並指出這讓人類的參與僅剩下「左鍵單擊，右鍵單擊，左鍵單擊」而已。軍備競賽的關鍵轉向：低成本、模組化與高速量產現在，這場競賽不只關乎 AI 能不能分析、推薦與控制，也關乎誰能把這些能力更快整合進低成本、可大量部署的武器系統。《路透》報導，由創投支持的英國新創 Kraken 已取得英國皇家海軍首批 […]
4/17 10:06作者李昀蔚https://techorange.com/2026/04/17/china-russia-us-ai-weapons/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
一台設備整合通訊、反干擾、無人機攻擊，Phoenix 想成為美軍的「智慧型手機」
由美國企業 NxGenComm 所研發的 Phoenix 集結了傳訊、干擾器、無人機操控於一身，透過 AI、神經網路與 SDR 技術，足堪應對搜尋並摧毀戰場訊號干擾器的關鍵情境作戰。
4/17 09:25作者 Minhttps://techorange.com/2026/04/17/nxgencomm-phoenix-military-jammer-drone/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
點擊高 2 倍、轉化率飆 3 倍：聯網電視首頁為何是 2026 廣告重要版位？
聯網電視（CTV）正快速重塑廣告版圖，而「首頁螢幕」正在成為品牌搶佔注意力的關鍵入口。根據 HUB Research 2024 年的研究數據，約有 48% 的觀眾在打開智慧電視時，尚未決定要觀看的內容，這使首頁成為觀眾探索內容的第一站，也讓廣告得以在用戶進入串流平台前即發揮影響力。對品牌而言，這不只是曝光機會，更是提前介入決策路徑的關鍵節點。媒體平台 Teads 根據自家平台 HomeScreen 的數據指出，首頁廣告能帶來高達 50% 的無提示回想率（unaided recall），意味著一半觀眾即使沒有任何提示，仍能記住品牌，顯著優於傳統廣告格式。 CTV 廣告運用地理定位、事件共鳴，強化場景化行銷之所以有這樣的廣告效果，歸功於 CTV 在數據與創意上的同步進化。2026 年，廣告的地理圍欄（geo-targeting）已成為標準配備，廣告主可以依據觀眾所在位置、家庭收入結構，甚至即時天氣變化調整廣告內容。例如，在下雨的城市推送防水外套，在晴朗天氣則切換為夏季服飾，讓創意與情境高度貼合。這種動態調整不僅提升相關性，也強化了廣告的即時轉換潛力。同時，CTV 也正在改寫「大眾共時收視」逐漸消失的敘事。過去由電視節目創造的全國同步觀看高峰雖已不再，但透過在地化投放與數據分群，品牌得以重新構建「群體共鳴」。無論是地方球隊奪冠、區域性文化事件，或選舉等高關注議題，廣告都能針對特定地區觀眾傳遞具情緒張力的訊息。這讓中小型品牌也有機會以更精準的預算參與大型事件，放大影響力，不必直接競逐最昂貴的全國性曝光時段。數據驗證首頁螢幕的高互動潛力在成效層面，首頁廣告的表現更進一步驗證其價值。根據媒體平台 Teads 的數據，其自家 CTV 產品「HomeScreen」廣告的點擊率為傳統展示廣告的 2 倍，轉化率更達 3 倍，且有 70% 的觀眾在接觸廣告後採取進一步行動，反映出首頁版位在高互動與高轉換上的潛力。此外，LG Ad Solutions 的研究則指出，進階互動式首頁廣告相較於標準格式，可提升 66% 的廣告好感度、61% 的無提示記憶度，並讓用戶造訪網站的可能性增加 31%、互動意願提高 28%。這些數據共同指向一個趨勢：當首頁成為用戶進入內容世界的「入口」，廣告不再只是插入式訊息，而是轉化為一種可探索、可互動的體驗。隨著串流服務、免費廣告支援內容（AVOD）與 FAST（Free Ad-supported Streaming TV）頻道持續擴張，使用者進出首頁的頻率也日益增加。這種高頻觸達，加上精準數據與創意形式的融合，使首頁螢幕逐漸演變為結合品牌建立與效果轉換的關鍵場域。2026 年的 CTV 廣告競爭，將不再只是爭奪內容播放前的幾秒鐘，而是提前在首頁這個尚未做出選擇的時刻，影響用戶接下來的行動。【推薦閱讀】 ◆ 零售 […]
4/17 09:48作者 Arielhttps://techorange.com/2026/04/17/ctv-homescreen/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【科技早餐】Tesla AI5 完成設計定案，馬斯克點名台積電與三星
【科技早餐】今天精選 8 則國內外重要科技新聞。＊Tesla AI5 完成設計定案，馬斯克點名台積電與三星特斯拉（Tesla）執行長馬斯克（Elon Musk）15 日在社群平台 X 表示，自研 AI 晶片 AI5 已完成設計定案，也就是正式進入製造流程的下一階段。馬斯克同時點名感謝台灣積體電路製造公司（TSMC）與三星電子（Samsung Electronics）的生產支持，並透露團隊已同步開發 AI6 與 Dojo3。市場普遍預期，AI5 將用於 Tesla 車輛、自動駕駛系統、Optimus 人形機器人以及資料中心運算。這也讓外界持續關注，Tesla 的自研晶片布局是否正從車端一路往機器人與資料中心延伸。＊台積電上修全年展望，魏哲家：AI 需求比 1 月更強台灣積體電路製造公司（TSMC）16 日召開法人說明會，董事長暨總裁魏哲家表示，AI 相關需求依然非常強勁，而且比今年 1 月法說時看到的還要更高。台積電預估第二季營收將落在 390 億到 402 億美元之間，季增約 10%，年增約 32%；全年美元營收成長，也上修為超過 30%。第一季獲利年增 58%，再創單季新高。除了先進製程，魏哲家也提到，成熟製程策略沒有改變，重點不是單純擴標準產能，而是深化高良率與差異化特殊製程能力。台灣仍是台積電研發與先進製程核心基地，台南 3 奈米新產線預計 2027 年上半年量產；面對競爭與擴產議題，他則重申一句話：沒有捷徑。＊NVIDIA GTC Taipei 6 月回歸，黃仁勳 6 月 1 […]
4/17 06:50作者 Anitahttps://techorange.com/2026/04/17/elon-musk-confirms-tesla-a15-tape-out-tsmc-samsung-production/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
你的企業在繳「AI 稅」嗎？調查揭露：高達 40% 的效率提升被重工抵銷
企業導入生成式 AI 的初衷，是讓工作更快、更有效率，但近期一項研究卻揭露一個反直覺的現象：AI 雖然讓工作變快，卻未必讓工作變少。根據企業軟體公司 Workday 2025 年底、針對全球 3,200 名企業領導者和員工的調查，企業透過 AI 節省的時間中，有接近 40% 最終被用於修正錯誤、重寫內容與驗證輸出，形成一種隱性的成本，被稱之為「AI 税」。看起來更快，但未必真的有效率從表面上的數據來看，AI 的確正在提升效率。根據 Workday 研究，多數受訪員工表示 AI 每週可協助節省 1 至 7 小時，且有 77% 使用者認為自己變得更有效率。但是當企業進一步檢視「淨生產力」時，情況卻出現落差。同一份研究指出，受訪員工每節省 10 小時工作時間，就有 4 小時被用於修正 AI 產出。換言之，40% 的效率被「重工」抵銷。《HR Dive》直接點出背後關鍵問題：多數企業只關注「gross efficiency」（產出速度），卻忽略「net value」（實際價值），導致 AI 效益被高估。這種生產力流失，背後有一個逐漸被業界關注的現象：workslop，指的是 AI 生成大量看似有用、但實際需大量修正的低品質工作內容。根據《CIO》報導與 Workday 研究，AI 正被廣泛用於從會議摘要到複雜報告的各類任務，但在高專業內容中，可能導致修正時間超過撰寫時間。該研究更發現，只要導入 AI 卻沒有同步調整技能、職務設計與支援機制，低品質的 AI 輸出就會普遍出現，而且這個問題並不限於特定產業或地區。科技顧問公司 iTech AG […]
4/16 18:56作者廖紹伶https://techorange.com/2026/04/16/ai-tax/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
人形機器人商業化加速中，為何家務落地仍卡關？史丹佛揭 88% 失敗率的背後瓶頸
目前，人工智慧在認知與軟體任務上已取得驚人成就，例如能夠在國際數學奧林匹亞競賽（IMO）中奪得金牌、表現超越人類化學家，以及撰寫出色的程式碼。然而，根據史丹佛大學最新發布的《AI Index 2026》報告，研究人員點出 AI 發展的「參差不齊」（jagged frontier）現象：AI 可以解決最高深的數學題，卻可能無法可靠地幫人類撿起地上的髒襪子。儘管人形機器人已開始進入市場，但報告指出，機器人在真實家庭任務中，能夠完全且安全達成任務的成功率僅有約 12%，這代表高達 88% 的家務任務依然會失敗。這項數據清楚地顯示，人形機器人從「進入家庭」到「真正可用」之間，仍然存在明顯落差。模擬表現進步很快，但在真實家庭場景仍失靈《AI Index 2026》指出，人形機器人在受控的軟體模擬環境中，操作成功率已經可達 89.4%，與 2022 年約 48% 的表現相比有非常顯著的提升。然而，當機器人離開實驗室，進入混亂且不可預測的真實家庭環境時，其成功率便會大幅下滑。報告進一步分析，對 AI 來說最困難的基準測試（benchmark），正是那些必須在真實世界中採取行動的任務，這是因為現實環境充滿不可預測性，且一旦發生錯誤，就會帶來實際影響。即使是目前表現最頂尖的模型，在必須同時滿足「完成任務」與「安全性」時，仍然經常面臨失敗，甚至有超過三分之一的任務無法被安全地完成。這背後的核心問題在於，目前頂尖的 AI 模型多半是透過網路上的文字進行訓練，這對理解文字很有用，但要在真實世界中規劃並執行實體動作時，仍面臨巨大挑戰與不夠成熟的狀況。《Forbes》也透過具體的家庭場景，生動地說明這種現實與模擬間的巨大落差：在真實的家庭環境中，地板可能會變得濕滑、杯子擺放的角度可能剛好偏離機器人的手、試圖打開抽屜時可能會卡住，或是孩子不小心把樂高玩具留在地板上，這些日常生活中微小的不確定性，都是造成機器人在家庭環境中容易失手的原因。家用人形機器人已開始出現，但實用性與成熟度皆需補強目前市場上已經可以買到不同價位的人形機器人產品，例如價格約 5,000 美元的入門款、要價 20,000 美元的 1X Neo，或是超過 40,000 美元的 AiMoga 新款 M1。然而，現階段消費者還不能期待這些機器人像完美的「機械管家」（mechanical Jeeves）一樣，穩定地代勞繁雜家務。《Forbes》提到，要評估機器人是否能勝任家庭工作，最嚴苛的考驗之一是「Behavior-1K」測試。這項測試包含 1,000 項基於真實人類回報的家庭需求任務，在近期的挑戰中，表現最佳的團隊在這些任務上，僅達到 25% 的「可接受品質」成功率，而完整達成任務的成功率則還要更低。這也代表，我們仍需要投入更多研究，才能了解如何驅動機器人安全且成功地執行動作。好消息是，部分領先的企業已經邁出下一步。例如 Figure AI 這類機器人公司，已經開始在真實的家庭環境中訓練這些機器人，並展示機器人完成清空洗碗機、整理雜貨等現實任務的能力。雖然《Forbes》認為這些機器人的動作還不夠快，但它們已經展現出一定程度的判斷力，例如能夠分辨哪些物品該放進冰箱，哪些該收進櫥櫃。此外，Physical Intelligence 也展示能跨越不同機器人平台摺衣服的視覺-語言-動作模型（VLA），NVIDIA 與 Gemini Robotics […]
4/16 17:53作者李昀蔚https://techorange.com/2026/04/16/stanford-ai-index-2026/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
破除 AI 應用落地的資料隱患，NetApp 一站式管理平台滿足企業 AI 所需燃料
當 AI 應用正式步入生產環境時，企業可能面臨著資料四散、資安威脅與基礎設施成本增加的挑戰。NetApp 資深技術顧問徐榮君在近期舉辦的 AI Ready 資料治理論壇，以「確保資料暢行無阻，滿足企業 AI 所需燃料」為題，剖析 AI 資料管道在建構過程中的成本與安全痛點，分享如何透過 NetApp 一站式管理平台，協助企業打破資料孤島，建立嚴密的資安護欄。「從 POC 邁向真實生產環境，企業平均需動用約 13 種工具，在資料準備與模型訓練的各個階段，往往需要複製 6 到 7 份資料副本，要將非結構化資料轉換為 AI 所需的向量資料庫時，資料量同時也會膨脹 10 到 20 倍，大幅增加企業成本，」徐榮君指出，面對龐雜的資料量以及高昂成本，企業需要大規模優化運算與儲存效能的自動化解決方案。針對資料孤島與搬移的挑戰，NetApp 提供 NetApp Console 一站式資料管理平台，涵蓋地端與三大公有雲 AWS、Microsoft Azure、Google Cloud 作業系統。企業只需透過簡單拖拉的方式就能設定資料傳輸，且無需進行繁瑣的格式轉換，能在正確的時間與地點取得需要的資料。同時為了加速 AI 檢索效率，NetApp 透過 Metadata 引擎讓資料從業人員能與儲存管理員協作，輕鬆找到並理解資料，背後採取輕量且優化的 API 查詢 Metadata，有助於大幅減少約 70% 的 NFS 目前流量，同時自動變更偵測，實現 AI 工作流程自動化，保持取得最新的資料，加速和簡化 AI 驅動的資料處理、管理和治理。資料護欄系統，能在 AI […]
4/16 15:39署名 NetApp Taiwanhttps://techorange.com/2026/04/16/netapp-metadata-api/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
OpenClaw 怎麼操作更安全？開源的龍蝦最省錢？OpenClaw 實用守則大公開
OpenClaw 是什麼？ 2026 年初，全球科技社群正被 Clawdbot、Moltbot、OpenClaw 以及「龍蝦」等名詞襲捲。這幾個近期在網路上掀起熱烈討論的標籤，其實指的都是同一個開源 AI Agent 平台；它能搭配 LLM 使用，實際操作使用者的電腦並調用網路服務，將任務自動化推向全新境界。 OpenClaw 這個名稱可拆解為 Open 與 Claw 兩個部分：前者象徵其開源 (Open Source) 的性質，後者則取自龍蝦的特徵 : 螯。至於 Clawdbot 與 Moltbot，則是該專案在初期曾使用過的名稱。而「龍蝦」這個綽號則源於其官方 Logo，由於 Claw 本意即為蝦蟹的螯，對於一個擁有強大執行力的 AI Agent 而言，螯就如同人類的手臂，能賦予 AI 實體運作的能力，進而替使用者完成任務。事實上，AI Agent 並非新興概念。相較於 ChatGPT、Gemini 或 Claude 等僅止於回答問題的 LLM，AI Agent 更具備了長期記憶、邏輯推理、調用外部工具，甚至是指揮子代理的能力，能處理更複雜的流程。然而，過往的 AI Agent 平台多鎖定在企業端 (如 Gemini Enterprise 或 Claude Code)，且能執行的範圍往往受限於特定的應用程式，難以進行跨平台或系統層級的任務。 OpenClaw 之所以能在社群引發巨大轟動，首先因為它是完全開源的平台，任何人都能免費下載、修改並自定義使用；其次，它更進一步實現了對電腦系統與瀏覽器的實質操控。過去我們若要求 LLM […]
4/16 15:41署名 CloudMile 萬里雲https://techorange.com/2026/04/16/cloudmile-openclaw-aiagent-llm/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
讓機器人自己判斷任務是否完成：Google 發表 Gemini Robotics-ER 1.6，解鎖儀表讀取能力
Google 推出了一種新的 AI 模型，目的在幫助機器人更好地理解物理世界並進行互動，進而解決機器人領域的核心挑戰之一：超越指令進行推理。該模型名為 Gemini Robotics-ER 1.6，專注於「實體推理」（embodied reasoning），讓機器人能夠解釋視覺輸入、規劃任務，並確定任務何時完成。《Interesting Engineering》指出，這代表了機器人從單純服從命令，轉向能夠做出情境感知決策的系統。三大核心升級：空間推理、多視角理解與任務完成判斷在過去，Google 已發表機器人 AI 模型如 Gemini Robotics-ER 1.5 和 Gemini 3.0 Flash，這次推出的 Gemini Robotics-ER 1.6 則在早期版本的基礎上，改進了空間推理與多視角理解能力，讓機器人具備更高程度的自主性。在空間推理能力方面，Google DeepMind 指出「指向」（pointing）是實體推理的基本能力。Gemini Robotics-ER 1.6 能更精準地辨識物體、進行計數，並判斷物體之間的關係；同時也能在推理過程中指認目標物，協助將複雜任務拆解為多個較小的步驟。這項能力在真實環境中特別重要，因為機器人必須與物體互動、在雜亂空間中移動，並在資訊不完整或持續變動的情況下做出決策。其次是多視角理解能力。在現實場景中，機器人往往同時依賴多個攝影機（如手腕與俯視鏡頭）。新模型能整合不同視角資訊，即使畫面遮蔽或環境混亂，也能建立完整場景認知。第三則是任務完成判斷（success detection）。Google DeepMind 認為，在機器人學中，知道任務何時完成與知道如何開始任務同等重要，而前者能力讓機器人能判斷任務是否正確完成，並決定下一步是重試還是繼續執行流程。這被視為實現自主化（autonomy）的關鍵能力，因為它讓系統不再依賴人類確認。工業應用關鍵突破：機器人開始「讀懂儀表」這次最具實用價值的新增能力，是「儀表讀取」（instrument reading）。透過與 Boston Dynamics 的合作，Gemini Robotics-ER 1.6 能讀取壓力錶、液位計與數位顯示器等工業設備資訊。這項能力結合視覺辨識與程式運算，讓機器人可以解析指針位置、刻度與單位，甚至在不同角度下仍能精準判讀。官方數據顯示，儀表讀取準確率從早期模型的 23% 提升至最高 93%。Boston Dynamics Spot 機器狗已導入該能力，用於工廠巡檢與設備監控。從 AI […]
4/16 12:40作者廖紹伶https://techorange.com/2026/04/16/google-deepmind-gemini-robotics-er-1-6/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Google TPU 與 AWS Trainium 夾擊下，黃仁勳親解 NVIDIA 真正護城河
當 Claude 與 Gemini 兩大模型都已在 TPU（張量處理單元）上訓練時，越來越多人開始關注：TPU 與客製化 ASIC 的崛起，是否正在鬆動 NVIDIA 長年建立的 AI 算力主導地位？對此，NVIDIA 執行長黃仁勳近日在 Dwarkesh Patel Podcast 訪談中給出的解答是：NVIDIA 做的從來不是單一的張量處理單元，而是更廣義的「加速運算」（accelerated computing）。科技媒體《Implicator》進一步分析，黃仁勳在這場訪談中展現的戰略企圖心，遠大於單純的晶片規格之爭。面對客製化晶片的競爭、高達數兆美元規模的供應鏈需求壓力，乃至於中美半導體出口管制的角力，NVIDIA 正重新定調自己的角色：不只是一家 GPU 供應商，而是企圖成為掌控整個 AI 經濟的「調車場（switchyard）」。 TPU 能吃下特定工作負載，但 NVIDIA 瞄準的是更大的運算版圖面對客製化晶片的競爭，黃仁勳直言：「我們打造的是非常不同的東西，我們的市場觸及範圍遠遠大於任何 TPU 或 ASIC 所能擁有的。」他進一步指出，TPU 確實能針對特定的 AI 工作負載進行優化，但 NVIDIA 的加速運算架構卻能同時支援分子動力學、資料處理、流體力學、粒子物理與 AI 等更廣泛的應用場景。更重要的是，NVIDIA 的系統設計宗旨是「讓其他人能夠輕易操作」。這使得 NVIDIA 的設備能順利進入 Google、Amazon、Azure 與 OCI 等所有主要雲端平台，並延伸至企業與科研領域，例如協助禮來公司（Lilly）建立用於藥物研發的超級電腦。對此，《Implicator》分析，NVIDIA 想掌握的，不是單純製造某一顆跑得最快的晶片而已，而是要進化 AI 算力流通與生態協調的連接能力。真正的護城河是 […]
4/16 12:43作者李昀蔚https://techorange.com/2026/04/16/jensen-huang-dwarkesh-patel-podcast/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
效率是真的，信任缺口也是真的：品牌該如何正確使用 AI 虛擬網紅？
Baddie Betty 今年 82 歲，社群上有 150 萬名粉絲，她熱衷於分享感情建議，過著令人稱羨的奢華生活，但她卻從未在這世界上活過。這樣的存在，幾年前或許還只是噱頭。但現在 AI 虛擬網紅簽下品牌合約、拍攝開箱影片、出版人生哲學書籍卻不再是稀有事件、不再是科幻情節，而是現實中正在發生的事情。為何市場會急速膨脹？這股熱潮並非憑空而來 2024 年，全球虛擬網紅市場規模約為 60.6 億美元，預計到 2030 年將達到 458.8 億美元，年複合成長率高達 40.8%。同時，已有 63% 的行銷專業人士計劃，將 AI 與機器學習整合進他們的網紅行銷策略中。推動市場成長的力量，恰恰是品牌端最為剛性的需求。對於任何一個需要穩定產出內容的品牌團隊而言，AI 虛擬網紅的吸引力幾乎無法忽視：不必擔心代言人爆出醜聞、能夠大規模複製內容、製作成本大幅低於真人拍攝。少了交通費、住宿費、繁瑣的檔期協調，一個提示詞就能在一天內生成數十個針對不同平台優化過的素材。在目前的虛擬網紅類型中，「人形虛擬人」佔據超過 68%的市場份額，因擬人化的外貌更容易讓消費者產生情感連結；而「非人形虛擬角色」的成長速度則更快，預估年複合成長率超過 42%，因為它們不受現實外貌的限制，在創意上有著近乎無限的可能性。地域上，北美目前以超過 42% 的市場份額居主導地位，但成長最快的區域是亞太地區，預期年複合成長率超過 44%。日本的文化對虛擬角色接受度較高，中國則已出現 Ayayi 這類高度擬真的虛擬網紅，並獲得大量品牌資源挹注。從應用來看，時尚與生活風格類別是目前虛擬網紅的最大主場。這不意外，時尚本就是一門關於「美學」的生意，虛擬形象的精緻可控性，在這個領域幾乎是優勢而非限制。市場很殘忍：參與度高，不等於轉換率高不過，當視角從市場轉向消費者真實態度，就沒那麼樂觀了。只有 15% 的消費者表示信任 AI 網紅，而願意基於 AI 網紅推薦而購買的比例，也僅有 27%。這兩個數字，恰好是衡量網紅行銷是否值得投資的兩項核心指標，都低得令人警覺。這裡存在一個常被品牌誤讀的陷阱：參與度高，不等於轉換率高。研究顯示，AI 生成的內容在吸引瀏覽、觸發分享這件事上，表現並不遜色，有時甚至能超越真人創作者。但當話題從「看」轉向「買」，差距就出現了。新鮮感確實能帶動觀看，但信任才能促成購買。把病毒式傳播誤判為購買意圖，是品牌在 AI 網紅策略上最常犯的錯誤。傳統網紅行銷之所以有效，是因為創作者長年在受眾面前建立起真實的信譽，而這份信譽可以延伸到他們推薦的品牌與產品上。這是一種「信任轉移」的機制。但當品牌使用 AI 虛擬網紅時，這個機制就消失了。品牌等於是在跳過中介，直接要求受眾信任自己，而這是一個難度高得多的要求，大多數品牌並沒有意識到這個差異。 AI […]
4/16 09:29署名 LChttps://techorange.com/2026/04/16/ai-creators/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
零售 3.0 是什麼？實體店用 AI 預測力＋零摩擦設計，打造顧客回流的隱形黏性
過去數十年，實體零售的競爭邏輯歷經多次轉變。最早是價格與規模的競賽，接著是便利與速度的提升，再到品牌與體驗的塑造。如今，隨著科技與消費結構的變化，零售正進入一個新的階段：一個更貼近真實生活的「零售 3.0」。消滅隱形摩擦！零售 3.0 的體驗設計邏輯這一波轉型的核心，是讓整個購物過程「更容易」。設計不再服務於理想化的平均客群，而是回應不同年齡、能力與生活情境下的真實需求。設計公司 Michael Graves Design 執行長 Ben Wintner 在其觀察中指出，零售體驗本質上是一連串環節的串聯，從停車、進店、選購、結帳到回家使用，每一個細節都可能累積摩擦。一旦某個環節讓人感到費力，顧客未必能明確說出問題，但會直接用不回訪、不回購做出回應。這些摩擦往往極為日常，卻影響深遠。推著嬰兒車的父母在狹窄走道中移動困難，年長顧客因長時間站立而縮短購物時間，照顧者在有限時間內需要快速決策，或是消費者在強光下難以辨識商品資訊。當零售設計能夠針對這些「極端但常見」的使用狀況進行優化，體驗的門檻就會顯著下降。其中，包裝是最容易被忽視、卻影響整段消費旅程的關鍵節點。清晰的字體與對比降低閱讀負擔，直覺的資訊層級讓消費者快速理解產品，簡化的開封方式則減少使用前的挫折。這些設計細節直接影響消費者對品牌的第一印象，也左右是否願意再次購買。同樣地，賣場動線與商品陳列若能考量不同身高與行動能力，並維持一致且易理解的標示系統，會讓決策過程更加順暢，減少猶豫與疲勞。這種「零摩擦」思維的價值，並不只體現在體驗層面，也直接反映在營運指標上。當資訊更清楚、路徑更直觀，顧客更容易完成購買決策，提袋率自然提高；當商品理解度提升，錯誤購買的機率下降，退貨與客服壓力也隨之減輕。這種看似細微的優化，長期累積後會形成穩定的競爭優勢。 AI 數據預測，化解零售營運的不確定性如果說設計正在減少體驗當下的摩擦，那 AI 則是負責處理未來的不確定性。Tanger 執行長兼總裁 Stephen Yalof 指出，實體零售長期面臨三個難題：資源應該配置在何時何地、商品需求如何預測，以及如何在規模擴張的同時維持個人化服務，AI 正在逐步提供解法。在營運層面，AI 的預測能力讓零售商能夠提前掌握銷售與人流趨勢，預測時間甚至可達 15 個月。這種長週期預測結合歷史數據、天氣、經濟指標與活動資訊，使得庫存與人力配置更加精準。原本需要大量人工分析的預測工作，如今可由模型持續運行與更新，將 Tanger 此任務的年度工時從數十小時壓縮至十幾小時，大幅釋放人力，轉而投入更具價值的顧客服務與現場體驗優化。在前端體驗上，AI 也正在重新定義「個人化」。系統能夠整合消費者的購買紀錄、季節偏好與跨通路行為，在適當時機提供對應的商品建議或優惠資訊。這類推薦不再只是廣告，而更接近於即時的購物協助。例如在天氣變化或人流波動時，行銷預算可自動調整投放區域與內容，使訊息更貼近當下情境，提升轉換效率。更重要的是，AI 並未削弱實體零售的人性價值，反而讓人員角色重新聚焦。當預測、分析與優化交由系統處理，門市人員可以專注於建立關係、提供建議與解決問題，回到零售最原始的本質：理解顧客。這種由 AI 支撐的人性化服務，成為零售 3.0 的另一個關鍵特徵。即便電商快速發展，多數消費仍發生在實體場域，實體零售依然佔據主導地位。這意味著，未來的競爭並非線上取代線下，而是誰能將科技能力與實體體驗整合得更自然，當 AI 負責預測與優化，設計負責降低摩擦，兩者結合所形成的，是一種難以被快速複製的「隱形黏性」。【推薦閱讀】 ◆ 當 AI「硬回答」反而害企業虧錢？Appier 拆解企業 AI 導入挑戰提 4 大解法 ◆ Costco 的 […]
4/16 09:44作者 Arielhttps://techorange.com/2026/04/16/retail-3-0-ai/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【科技早餐】Meta 聯手博通，AI 晶片合作一路簽到 2029，1GW 算力提前卡位
【科技早餐】今天精選 7 則國內外重要科技新聞。＊Meta 聯手博通，AI 晶片合作一路簽到 2029，1GW 算力提前卡位 Meta 宣布，已把與博通（Broadcom）的客製化 AI 晶片合作延長到 2029 年，並提出超過 1GW 的初步算力部署承諾。根據雙方說法，這次合作不只涵蓋晶片設計，也包括用來連接 AI 叢集的乙太網路技術。作為協議一部分，博通執行長陳福陽（Hock Tan）也將離開 Meta 董事會，轉任客製化晶片策略顧問。 Meta 表示，首款 MTIA 晶片已用在排名與推薦系統，後續幾代產品則將一路推進到推論需求。這也顯示，大型平台不只持續購買 GPU，而是開始把未來幾年的自研晶片、算力供給與網路架構一起提前綁定，為旗下 AI 服務擴張預作準備。＊亞馬遜砸 115.7 億美元收購 Globalstar，衛星網路競爭再升溫亞馬遜（Amazon）宣布，同意以 115.7 億美元收購衛星業者全球星（Globalstar），交易預定在 2027 年完成。這筆收購案，被視為亞馬遜補強衛星布局的重要一步。根據《路透》報導，Globalstar 目前已擁有運作中的低軌衛星網路，也長期為 Apple 的衛星 SOS 緊急服務提供支援。對亞馬遜來說，直接收購現成網路，能比完全從零開始更快補齊太空端連線能力，也讓它與太空探索科技公司（SpaceX）旗下星鏈（Starlink）的競爭進一步升溫。地面在搶資料中心、搶晶片、搶電力，太空端的連線節點，也正被大型平台一起納入布局。＊三星 2 奈米良率仍未過量產門檻，先進製程競爭再成焦點根據市調與產業鏈消息，三星（Samsung）2 奈米 GAA 製程良率目前約在 55% 左右；若計入後段製程，可能再往下滑，距離穩定量產與大規模接單所需水位，仍有一段距離。報導指出，三星在 2025 年下半年時，2 奈米良率還只有約兩成，現在已經拉升到五成以上，代表技術仍在推進當中。 […]
4/16 06:50作者 Anitahttps://techorange.com/2026/04/16/meta-broadcom-extend-ai-chip-deal-to-2029/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
當 AI「硬回答」反而害企業虧錢？Appier 拆解企業 AI 導入挑戰提 4 大解法
AI 代理時代來臨，當 AI 越來越會回答問題、具備自主執行任務的能力，其回答內容「是否可被信任」，已成為企業導入 AI 關注的焦點。Agentic AI 即服務（AaaS）公司 Appier 的 AI 研究團隊近年聚焦可信任的 Agentic AI 研究，獲得 NeurIPS、ACL、EMNLP 等國際權威學術會議肯定，在今（15 日）公開讓 AI 具備精準提問、進行風險評估、掌握自身能力邊界的「自我覺察能力」研究成果。 Appier 執行長游直翰表示，在 AI 產業鏈中，AI Agent 是最關鍵且熱鬧的一環，因為只有當 Agent 能實際應用並幫企業賺到錢，才有辦法支撐並支付底層龐大的運算成本，因此，如何讓 Agent 在企業中可靠地運作並得到好結果，是目前重要的發展方向。他也強調，未來 AI Agent 將加速串聯人、工具與軟體，形成更複雜的 Agent society，企業能否搶佔 Agentic AI 先機，關鍵就在 AI 是否具備可被信任的決策力。你的 AI 不考慮風險、硬回答？它在「幫你虧錢」 Appier AI 團隊研究科學家林玠言表示，現有 LLM 的核心盲區在於無法評估自身能力的邊界，而這樣的 AI 風險已有企業在付出代價。舉例來說，Air Canada 的客服機器人曾在與客戶溝通時自行虛構了一套退款機制，導致客戶信以為真並要求退款。儘管該航空公司實際上沒有這項機制並試圖拒絕退款，但法院最終判決航空公司敗訴並必須賠償。林玠言指出，Appier 針對 6 […]
4/15 19:00作者廖紹伶https://techorange.com/2026/04/15/appier-agentic-ai/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
一筆交易改寫三方戰局：揭 Amazon 斥資百億收購 Globalstar 與結盟 Apple 背後的 D2D 戰略
近日 Amazon 正式宣布收購行動衛星服務供應商 Globalstar。這筆收購案的背景，是因為 Amazon 正積極建置其低軌衛星網路「Amazon Leo」（前身為 Project Kuiper），試圖藉由併購取得 Globalstar 的營運體系與基礎設施，替將在未來推出的「direct-to-device（D2D）」手機直連服務鋪路，藉此加速追趕由馬斯克（Elon Musk）帶領、目前在市場上佔據主導地位的 SpaceX Starlink 衛星網路。值得注意的是，Apple 此前不僅是 Globalstar 的最大客戶，更持有其約 20% 的股份，也曾挹注約 15 億美元的巨額資金支持 Globalstar 衛星擴張計畫。因此，伴隨這筆估值約 108 億至 116 億美元收購案的曝光，Amazon 也同步宣布與 Apple 達成全新合作協議，確認未來將由 Amazon Leo 承接，繼續為 iPhone 與 Apple Watch 提供衛星連線服務，讓這場收購案也成為軟硬體巨頭間的合作延伸。 Amazon 買下稀缺頻譜與營運能力，為 2028 年 D2D 服務鋪路 Amazon 表示，Globalstar 的衛星、無線電頻譜與營運專業，將使 Amazon Leo 能在未來世代衛星網路中加入 D2D 服務。Amazon 與 […]
4/15 12:54作者李昀蔚https://techorange.com/2026/04/15/amazon-globalstar-apple/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
當 AI 每半年就進化一個世代：陳良基剖析推論時代的硬體分工邏輯，拆解台灣半導體的下一波優勢
專訪：戴季全撰稿：李昀蔚這幾年，從 ChatGPT 在 2022 年底問世、2023 年快速爆發，到 2026 年 AI 出現百花齊放的局面，AI 競爭也一路從模型能力，延伸到晶片、算力與推論架構的全面較勁。尤其在 NVIDIA GTC 2026 之後，當產業焦點逐漸從訓練轉向推論，整個 AI 發展的節奏，又進入下一個階段。本集《全新一週》特別邀請國立臺灣大學電機工程學系名譽教授、前科技部長陳良基，從「算力即國力」的長期觀察出發，進一步梳理這十幾年來 AI 算力與晶片技術的演進脈絡。 AI 每半年迭代，關鍵就在算力過去台灣很早就提出「算力即國力」的概念，如今全球對 AI 晶片的渴求，已經把算力與國力的連結具體化。對此，陳良基指出，算力確實是 AI 發展的核心，因為只有在算力夠強的情況下，AI 研究者的各種想法，才有辦法透過快速回應的算力持續推進，並立刻迭代前進。「半導體的生命週期大概是兩年一個世代，可是 AI 是半年一個世代，所以等於從 2023 年到現在，每一個世代幾乎是倍增，」陳良基表示，當算力充足，點子就會滾得更快，前一代可以立刻被改進，進而讓效能與能力接近十倍速成長。照這樣的邏輯，一年就是百倍，再往上又是新一輪倍增。陳良基以 Anthropic 為例，指出這家公司 2021 年才成立，但從 2022 年到現在，營收幾乎每年倍增。這也印證，當 AI 一路往前推，會影響每一個人與各行各業，只要每個人都開始使用 AI，所帶來的經濟動能就會非常驚人，「對台灣來講，這當然是一個機會，因為 AI 能力提升需要靠算力支撐，目前台灣是全世界算力的主要提供者，所以台灣站在一個有力的角色底下，AI 繼續發展當然對台灣是最好的一件事，」陳良基說。  推論時代正在打開台灣新機會談到 NVIDIA 在 GTC 2026 上的布局，陳良基認為，NVIDIA 在 […]
4/15 11:16署名全新一週 Podcasthttps://techorange.com/2026/04/15/chen-liang-gee-podcast/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
AI 資安攻防升級：OpenAI 推 GPT-5.4-Cyber，釋出策略與 Anthropic 出現分歧
生成式 AI 正快速滲透資安領域，而這場競賽已從模型能力延伸至「如何釋出」。在 Anthropic 發表資安模型 Claude Mythos 一週後，OpenAI 隨即推出 GPT-5.4-Cyber，揭開 AI 資安模型競賽的下一階段：不只是誰能找漏洞，更是誰能在「開放與風險」之間建立合理邊界。從模型競賽走向資安戰場，AI 開始直接參與漏洞攻防 OpenAI 最新推出的 GPT-5.4-Cyber，是針對資安防禦場景微調的模型，核心能力聚焦於漏洞偵測與分析，甚至可進一步支援二進位反向工程（binary reverse engineering），協助研究人員在沒有原始碼的情況下分析軟體安全性。這類能力的出現，反映 AI 在資安領域的角色已出現質變。過去，AI 多用於輔助程式開發或簡單掃描漏洞；如今，模型已能跨系統推理、分析複雜攻擊面，甚至參與完整資安工作流程。也因此，風險同步升高。AI 不僅能幫助防禦者，也可能被駭客與國家級攻擊者利用。這正是 Anthropic 在推出 Mythos 時採取高度保守策略的原因。該模型據稱已能在作業系統與瀏覽器中找出大量高風險漏洞，引發金融機構與政府高度關注。同樣限量釋出，但兩家公司走出不同路徑面對 AI 風險，OpenAI 與 Anthropic 選擇了截然不同的釋出策略。Anthropic 透過「Glasswing 計畫」將 Mythos 嚴格限制在約 40 個組織內，包括 Amazon、Apple 與 Microsoft 等大型企業，採取高度控管與封閉測試模式。相較之下，OpenAI 則選擇「分級開放」。透過其 Trusted Access for Cyber（TAC）機制，先讓數百名經驗證的資安研究人員與組織使用，並計畫逐步擴大至數千名參與者。不同驗證等級對應不同模型能力，高階用戶才能存取 GPT-5.4-Cyber 這類「較寬鬆限制」的版本。據《implicator.ai》報導，OpenAI 目前暫未向美國政府機構開放 […]
4/15 12:07作者廖紹伶https://techorange.com/2026/04/15/openai-ships-gpt-5-4-cyber-mythos/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
有人用 AI，沒人為 AI 負責：500 位全球高管調查揭示企業 AI 部署的結構性危機
AI 市場規模不斷擴大，錢在流動，系統在上線。但根據一份涵蓋全球 500 位以上資深主管、橫跨 Global 2000 組織五大產業的調查，沒有人真正弄清楚，當 AI 做出錯誤決策時該由誰負責。數字背後的問題有多嚴重？根據全球研究與顧問公司發佈的《Humans at the Helm of AI》報告數據，只有 14% 的企業有文件化的 AI 策略且設有明確目標；80% 的企業表示責任歸屬不清楚；親自主導 AI 策略的執行長只有 6%。其餘企業採用 AI 的理由，多半預設為「降低成本」，這個理由不需要願景、不需要所有權模型，也不需要對企業未來的任何承諾。換句話說，AI 正在深入企業的核心工作流程並影響決策結果，但在多數組織裡，這些決策的所有權仍然模糊、分散，或只在出了問題之後才被動釐清。員工端的狀況同樣令人憂慮。52% 的員工擔心 AI 只是來取代他們；72% 的員工害怕在 AI 實驗失敗時被究責；只有 7% 的員工感到自己對工作有掌控感。近 80% 的員工每年接受的 AI 相關培訓不到 10 小時。更值得關注的是，「質疑 AI 輸出的能力」在主管認為重要的員工能力清單中排名最末。也就是說，AI 治理最依賴的核心能力，恰恰是組織最不重視培養的那一個。此外，超過半數企業預期 AI 將縮減人力，多數計劃讓這件事透過自然減員自行發生，而非透過明確的組織設計來管理。AI 數位工程公司 Altimetrik 執行長 Raj […]
4/15 10:47作者歐尚恩https://techorange.com/2026/04/15/enterprises-ai-strategy/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【科技早餐】全球晶片設備支出衝上 1,351 億美元，台灣年增 90% 創新高
【科技早餐】今天精選 7 則國內外重要科技新聞。＊全球晶片設備支出衝上 1,351 億美元，台灣年增 90% 創新高國際半導體產業協會（SEMI）公布，2025 年全球半導體製造設備銷售總額達 1,351 億美元，年增 15%，創下歷史新高。成長動能主要來自先進邏輯、記憶體，以及 AI 相關產能擴張。前段設備中，晶圓製程設備銷售年增 12%，其他前段設備也成長 13%；後段則因 AI 裝置與高頻寬記憶體需求升高，帶動測試設備年增 55%，組裝與封裝設備成長 21%。區域表現上，設備支出仍集中在亞洲，中國、台灣、韓國三地合計占全球 79%。其中台灣受 AI 與高效能運算需求帶動，2025 年設備支出年增 90%，達 315 億美元，創下歷史新高；韓國年增 26%，達 258 億美元；中國則小幅下滑 0.5%，仍有 493 億美元。AI 投資也持續往更上游設備與製程延伸。＊Meta 廣告收入今年估首度超車 Google，AI 正在重排平台現金流根據研究機構 Emarketer 最新預測，Meta 2026 年全球淨廣告收入將達 2,434.6 億美元，首度超過 Google 的 2,395.4 億美元，成為全球最大數位廣告商。市場關注的不只是兩家公司座次互換，也包括數位廣告的成長重心，正從搜尋進一步轉向短影音與 AI 驅動的投放系統。 Meta 這波成長，主要來自 […]
4/15 06:50作者 Anitahttps://techorange.com/2026/04/15/global-semiconductor-equipment-reach-135-billion-in-2025/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
2026 車電產值將破 6,000 億！直擊車用電子大展，AI、自駕技術亮點一次看
亞洲汽機車零配件與移動產業的盛會「360° MOBILITY Mega Shows」今（14 日）在南港展覽館登場，整合台北國際汽機車零配件展、台灣國際智慧移動展與台北國際車用電子展三展，串聯移動產業上下游供應鏈，共有來自 16 國、近 900 家廠商參展，當中更可見「智慧化」已成共同趨勢。經濟部產業技術司司長郭肇中在 TARC 主題館開幕致詞時表示，AI 技術的整合應用與新能源動力系統的融合，正驅動新一波智慧車輛產業升級，台灣在既有 ICT 產業的優勢下，汽車電子業產值預估至 2026 年將突破新台幣 6,000 億元，整體產業「破兆」更指日可待。他強調，台灣在硬體產業已具備全世界公認的強大實力，接下來發展關鍵必須向軟體與智慧整合大步邁進。智慧座艙與自駕技術作為此次展會的亮點產業板塊之一，有許多相關解決方案展出，《TechOrange》直擊現場帶你快速了解。台灣 AI 智慧座艙產業鏈成形，經濟部秀 4 大成果經濟部產業技術司表示，車輛中心研發的「AI 全方位智慧座艙」，讓汽車從單純交通工具進化為具備主動判斷能力的移動守護者。這套系統擁有 4 項核心感知功能：駕駛者視線追蹤技術、AI 駕駛生理監控系統、兒童遺留偵測系統（CPD）與 AI 車外哨兵監控系統，已串聯國內產業鏈包含影像模組、雷達模組、智慧顯示模組、高算力模組、AI 邊緣運算、晶片等，並協助國內 20 家廠商輸出國際，導入北美、中東、東南亞及日本市場。車輛研究測試中心董事長王正健接受媒體採訪時指出，雖然近期油價較高而使電動車備受關注，但從長期來看智慧化更加重要，「我們不能只看這個車跑多快、多遠，應該看這部車可以提供我們什麼服務。」他也特別強調 AI 技術當前已經全面深入車輛研發，從前端的攝影機、雷達影像接入，到終端的決策與定位，再到後端動力系統的控制，每一個階段都有 AI 的參與。自動駕駛鎖定利基場域，解決少子化痛點在車載領域擁有近 30 年經驗的研華，近年策略性避開價格競爭激烈的卡車市場，轉向深耕商用巴士與封閉場域的礦車等高附加價值領域。現場展出工業車輛智慧和自駕解決方案，以及自動駕駛驅動的自主系統平台等。前者主打無風扇、防水、防塵及嚴格抗震標準的強固型邊緣運算設備，內部可選搭 NVIDIA、Intel 或高通等主流晶片，更能整合各類感測器如 GMSL 相機。後者已應用於自走車（AMR），並期望能擴大應用在機器人領域。研華認為礦區是優先實現完全自動駕駛技術的場域，因為礦區屬於封閉環境，免去了一般道路的複雜法規、保險問題等變數，且自動駕駛能使重型機具達成 24 小時不間斷的高效開採。據現場人員表示，其合作客戶已在全球有數百台搭載相關技術的自駕機具投入營運。為了因應少子化與老師傅退休的技術斷層，現場也特別提及了挖土機，其設備可提供輔助駕駛（半自駕）功能，透過 AI 指導操作以維持開採效率。除了礦區，也有企業瞄準其他場域。在 AI […]
4/14 19:04作者廖紹伶https://techorange.com/2026/04/14/360-mobility-mega-shows-ai-autonomous/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
工研院「2026 VLSI TSA國際研討會」登場首度深探量子架構與 AI 智慧醫療揭示半導體產業新格局
在經濟部產業技術司支持下，由工研院主辦、邁入第 43 年的半導體盛會「2026 國際超大型積體電路技術、系統暨應用研討會」（VLSI TSA）登場，匯聚全球逾 800 位半導體專業人士參與，聚焦「生成式 AI 推論加速、晶圓級運算、太赫茲無線通訊」等次世代核心領域，並首度深入探討量子電腦系統架構，也將半導體觸角延伸至 AI 心律分析等智慧醫療的創新應用。與會者指出，期盼藉由全球 AI 浪潮與市場推動，加速臺灣半導體系統級整合與跨域實踐，全方位布局底層硬體至高層系統，奠定未來在半導體產業上中下游的關鍵地位。 VLSI TSA 大會主席、工研院電子與光電系統研究所所長張世杰表示，今年 VLSI TSA 國際盛會齊聚全球半導體與 AI 頂尖專家，鎖定先進製程技術、異質整合、AI 和量子運算架構、下一代記憶體以及封裝技術等領域，均為提高 AI 晶片效能、提升半導體製程的關鍵突破方向，展現未來半導體產業的前瞻趨勢與研發競爭力。面對全球經貿局勢變動，臺灣除了應持續強化半導體前瞻技術研發，布局在地化設備與材料驗證與自主化，半導體供應鏈也應透過區域間互補、信任機制與透明治理等方式提升整體韌性，同時也應透過跨國學研機構交流，加強產學合作，持續打造完整的AI與半導體人才培育系統，為臺灣在全球科技競爭中強化關鍵角色與產業地位。 2026 ERSO Award得主 VLSI TSA 研討會在開幕典禮時頒發由潘文淵文教基金會創辦的 ERSO Award，以表彰對臺灣半導體、電子、資通訊、光電、顯示等產業有傑出貢獻的產業人士，今年是由天虹科技董事兼執行長易錦良、大亞電線電纜董事長沈尚弘、錼創科技董事長兼總經理李允立三位獲獎。潘文淵文教基金會董事長史欽泰表示，ERSO Award 舉辦 20 年來，已表揚 65 位對臺灣產業發展具有傑出貢獻的企業家，今年 3 位新科得主分別來自半導體設備與製造，以及電力機械器材製造業等重要領域，凸顯臺灣在關鍵技術領域的深厚實力，以及跨領域的產業能量。易錦良執行長曾任於美商應用材料（Applied Materials）全球副總裁暨客服營運事業處總經理，統籌 19 國業務、與 3,600 多位工程師協作，是少數幾位來自台灣在應材服務的高階經理人，更曾連續兩年榮獲台積電的傑出貢獻獎，帶領應材團隊協助台積電順利量產 20nm／16nm 兩個世代，顯示其對先進製程量產支援與供應鏈穩定的實質貢獻。近十年來，在易錦良執行長的帶領下，協助天虹從半導體零組件、耗材與設備服務方案的供應商，進而投入自有品牌先進半導體製程設備的開發與製造，推動半導體設備在地化生產、並協助客戶導入，及強化售後服務體系，使天虹能更貼近晶圓廠與關鍵製程的需求，提升設備交付與服務效率，進一步支撐臺灣半導體供應鏈的韌性與自主化發展。沈尚弘董事長長期帶領大亞從傳統電線電纜製造走向「電力基礎建設＋能源轉型＋創投布局」的多引擎經營，一方面強化公司在超高壓電纜、漆包線等關鍵材料的研發與品質體系，支撐臺灣電網建設的供應安全與國產化能力；另一方面提出以「電線（本業）／能源（綠能與儲能）／創投（新創投資）」三引擎擴張的方向，讓公司在景氣循環與產業轉折中維持韌性並創造新成長動能。同時透過公司在高壓電纜、低軌衛星／無人機等新應用線材上的投入，協助臺灣從基礎建設到新興應用的材料供應更完整、更可控，帶領大亞持續強化臺灣能源與工業基礎的關鍵供應能力。李允立董事長 2014 年創辦錼創科技，號召團隊投入以氮化物為核心的 MicroLED 技術研發與產品化，持續帶領團隊投入關鍵技術開發並推動商用化，讓 […]
4/14 18:28作者產業動態https://techorange.com/2026/04/14/itri-2026-vlsi-tsa-semiconductors/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
微軟悄悄研發「類 OpenClaw」功能：Copilot 走向全自主運作，爭奪企業 AI 主導權
根據《The Information》報導，微軟正在開發類似開源 AI 代理程式 OpenClaw 的新功能，計劃將其整合進企業 AI 助理 365 Copilot，目標讓 Copilot 從一個需要每次提示才能回應的對話工具，升級為能夠全天候自主運作、主動處理複雜任務的代理系統。這項佈局的背景，是微軟正面臨來自 Anthropic 日益強烈的競爭壓力。Anthropic 本月稍早宣布，旗下 AI 助理 Claude 已正式支援直接連結使用者的 Microsoft 365 應用程式，可在 PowerPoint 與 Excel 文件中自主操作；而就在上週，Anthropic 又進一步預告將把同樣的自動化能力延伸至 Word 文件，持續蠶食 Copilot 的核心地盤。根據微軟今年 1 月揭露的數據，365 Copilot 目前擁有 1,500 萬名付費用戶，僅占 Office 365 總用戶數的 3%。不過微軟也試圖透過既有產品延伸，建構完整的 AI 代理生態系，曾推出 Copilot Tasks、Copilot Cowork，以及 Agent 365 等服務。新團隊悄然成立，Shahine 與 Lamanna 雙線主導 […]
4/14 15:27作者廖紹伶https://techorange.com/2026/04/14/microsoft-openclaw-like-ai-bot-for-365-copilot/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
KYC 與簡訊驗證淪為駭客武器：柬埔寨園區如何發動工業級金融攻擊行動？
近年東南亞詐騙園區的犯罪手法持續演進，早已超越傳統的社交工程或話術誘騙。近期資安業者 Infoblox Threat Intel 與越南非營利組織 Chong Lua Dao 展開一項跨國資安調查，透過追蹤客戶網路中異常的 DNS 流量，發現一個先前未曾被記錄的「惡意軟體即服務」（malware-as-a-service，MaaS）平台。這項調查的指標性意義在於，研究人員首次掌握確切證據，將柬埔寨的強迫勞動詐騙園區與 Android 銀行木馬程式，以及跨境行動銀行詐騙網「直接」連結起來。調查結果揭露，這個跨國運作的惡意服務具備高度的規模與組織性。這個惡意的 MaaS 平台，每月平均會註冊約 35 個新網域，藉此偽裝成各國的銀行、社會安全機構、稅務機關、公用事業甚至是執法單位。目前已知的攻擊範圍橫跨全球至少 21 個國家，並主要利用偽造的 Android 官方應用程式作為誘餌展開攻擊，其中又以印尼、泰國、西班牙與土耳其等國最常受害。這些惡意攻擊也會藉由模仿公共機構或受信任的金融機構，利用受害者對官方通訊和緊急服務訊息的信任，來誘騙他們下載惡意軟體。因此，這項發現不僅證實詐騙園區的技術升級，更敲響全球金融機構與各國政府的警鐘。防禦機制淪為攻擊破口，假 App、KYC 與木馬程式串起跨國犯罪鏈根據調查結果，受害者一旦安裝偽造的銀行或政府 App，木馬程式便會取得裝置的廣泛控制權。隨後，惡意軟體會在偽造的「認識客戶」（KYC）流程中，蒐集受害者的個資、臉部辨識等生物特徵資料。更嚴重的是，這套惡意程式還能攔截包含 SMS 一次性密碼（OTP）的簡訊，並直接登入真實的行動銀行 App 來進行跨境資金轉移。這些現象，使得原本作為防線的生物辨識與簡訊驗證，反而變成攻擊破口，淪為帳戶接管行動的一部分。研究者指出，這種手法並非單次零星的詐騙，而是一條有組織、可重複利用且跨國運作的服務型犯罪鏈。從殺豬盤到帳戶盜取：柬埔寨詐騙園區犯罪模式再升級至於這條有組織、可重複利用且跨市場運作的服務型犯罪鏈源頭，研究指向柬埔寨的「K99 Triumph City」園區。這次調查之所以能將惡意軟體與實體園區連結，關鍵在於有幾名受困於該園區的受害者向 Chong Lua Dao 請求救援。這些受害者獲救後，提供內部封閉群組的聊天紀錄、螢幕截圖等資料，明確證實惡意軟體攻擊行動與 K99 Triumph City 園區的連結。「多年來我們都知道這些詐騙園區的存在，也懷疑這些據點有在散播惡意軟體，但這次有了明確證據，」Infoblox Threat Intel 副總裁 Renée Burton 博士強調。 K99 Triumph City 園區過去就曾被聯合國與其他國際組織標記為涉及大規模詐騙與強迫勞動的據點，因此這次的發現，更讓外界清楚看見，這些園區的犯罪模式已從傳統的社交工程與「殺豬盤」（pig […]
4/14 15:27作者李昀蔚https://techorange.com/2026/04/14/cambodia-scam-compounds-linked-to-mobile-banking-fraud/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【聊天機器人填不滿的缺口】AI 開始有臉，數位人如何以擬人介面重建與用戶的信任？
語音機器人已經不新鮮，文字客服也早已習以為常，但當 AI 開始有了臉、有了眼神、有了能夠表達各種情緒的表情，這將如何改變 AI 與用戶之間的互動邏輯？這正是 UneeQ 創辦人 Danny Tomsett 所看好的未來，不是用 AI 取代人類，而是讓 AI 以人的樣貌出現。語音和文字之外，AI 開始有了臉 AI 語音助理和聊天機器人的普及，解決了部分重複性工作的壓力，卻始終無法填補一個關鍵缺口：缺乏視覺回饋的互動，讓人始終感覺在對著空氣說話。對話流程稍一複雜，系統便開始卡頓；語意一有歧義，整段交流就陷入死循環。「數位人」試圖以擬人介面補上這道裂縫，讓 AI 更有存在感。數位人如何填補服務缺口例如，澳洲政府的呼叫中心長期超載，身障用戶光是為了獲得日常生活協助，平均等候時間竟長達兩小時，而這就是 UneeQ 最初想緩解的需求。他們希望建立一個能夠引導身障用戶操作複雜線上服務的數位人系統，讓原本需要真人專員耗時說明的流程，得以在任何時間、不需排隊的情況下完成。另個案例則是美國德州阿馬里洛市的應用，當地的 AI 虛擬化身支援超過 60 種語言，讓原本因語言障礙而無法順暢表達需求的居民，得到更友善的服務介面。Tomsett 指出，對那些已經很費力用非母語溝通的人來說，這是一個更輕鬆、更親切的介面。數位人在這裡扮演的不只是效率工具，更是降低不平等的基礎設施。培訓與客服是兩大核心場景，數位人如何介入用戶決策？ UneeQ 的產品邏輯建立在兩個核心場景之上：員工培訓與客戶服務。在培訓端，公司推出的沉浸式培訓平台讓員工能夠與虛擬化身進行角色扮演，模擬真實工作中的對話情境，無論是處理客訴、進行敏感性溝通，還是練習銷售話術。這些演練全都在模擬的環境中反覆進行，並可以即時獲得回饋。目前 UneeQ 在中東市場與卡達航空、沙烏地阿拉伯旅遊局等機構的合作，以及與 PwC 也是策略夥伴關係。在客服端，經過品牌安全訓練的虛擬化身作為企業代表，不只被動回答問題，更能主動介入用戶的決策過程。當消費者面對複雜商品，例如金融方案、保險產品、或多規格的科技設備，往往因為資訊過載或不確定感而放棄購買。數位人在這裡的角色，是以對話的方式釐清需求、消除疑慮，再引導用戶走向最適合他們的選擇。 Tomsett 指出，數位人能夠以一致、友善、不帶評判的方式協助用戶在不確定中做出決定，這種穩定的服務品質，正是傳統聊天機器人難以複製的。大腦天生對臉孔有反應，這是數位人的核心競爭邏輯但為何有臉就有差？答案藏在人類的大腦裡。 Tomsett 說，人類天生對臉孔有反應，大腦會自動評估眼前的臉是否安全、是否可信，他說，「把一張臉放到品牌上，會改變人們的反應方式。」視覺化的 AI 介面能夠建立一種純文字或語音難以達到的信任感，讓資訊在傳遞過程中更容易被接收與理解。建置成本仍高、透明度才是品牌護城河不過回到現實，數位人的建置與訓練成本目前仍相當可觀，使其應用範圍主要集中在有足夠資源投入的大型企業。 UneeQ […]
4/14 09:43署名 LChttps://techorange.com/2026/04/14/ai-digital-humans/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【不是從零開始】為何自動駕駛走過的漫長彎路，成了機器人產業珍貴的競爭資產？
自動駕駛汽車（AV）曾被各種科幻片視為必定到來的未來，然而現實遠比現實複雜，市場、法規與技術的多重挑戰，讓這條路走得比多數人預期的都還要漫長。儘管如此，十多年來在自動駕駛領域累積的龐大投資並未白費，它可以說是推動新世代自主機器人的核心技術基礎。兩種機器，同一套技術需求傳統工業機器人已在製造場域服務超過四十年，但它們依賴剛性機械結構與硬編碼程式，本質上是精密的自動化工具，而非真正意義上的自主機器。要讓機器人具備感知、判斷與自主行動的能力，需要一套截然不同的技術體系，而這套體系，恰好正是自動駕駛產業用十多年時間打磨出來的。自主機器人與自動駕駛車輛共享同一組核心需求，包括感知環境的先進感測器（相機、雷達、LiDAR、慣性測量單元）、能即時處理多源感測數據的高效能運算晶片、低延遲的無線連接能力，以及涵蓋感測器融合、機器學習模型與即時控制的複雜軟體堆疊。為了讓汽車在複雜道路上安全行駛而開發的每一項技術，幾乎都能直接移植到機器人身上。 2025 年成為這場技術融合的關鍵轉折點。先進感測器、高效能運算、高速低延遲連接與 AI 代理在這一年同步成熟，為自主機器人的規模化部署，創造了歷史上首次具備的完整條件。 NVIDIA、特斯拉、高通：三條路徑在這場技術大遷徙中，NVIDIA、特斯拉與高通是目前最值得關注的三個玩家。 NVIDIA 是最早也是布局相對完整的一家。其機器人技術棧以 Jetson 系列 SoC 為硬體核心，搭配 Isaac SDK 開發套件，並以 GROOT 基礎模型作為 AI 智慧層，從底層晶片到上層 AI 模型形成完整的垂直整合。這套技術棧大量沿用了 NVIDIA Drive 自動駕駛平台的既有成果，目前已被部署於大量倉儲物流機器人中。在 CES 2026 上，NVIDIA 進一步展示了 Isaac GR00T N1.6 等新世代實體 AI 模型，以及基於 Isaac Sim 與 Omniverse 的模擬訓練工具，並與 Boston Dynamics、NEURA Robotics、Agility Robotics 等廠商建立生態系夥伴關係。 NVIDIA 的核心策略不是製造機器人，而是成為機器人的通用基礎建設。特斯拉走的是另一條路。從 Autopilot […]
4/14 09:44署名 LChttps://techorange.com/2026/04/14/avs-for-autonomous-robots/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
影子 AI 2.0 來臨？專家揭「設備端推理」為何成為資安長新盲點
過去 18 個月，多數企業資安長對生成式 AI 的治理邏輯其實相對清楚：只要守住瀏覽器與網路出口，就能掌握大部分風險。企業透過 CASB、DLP、代理閘道與端點政策，監控員工是否把敏感資料貼進外部 AI 服務。這套模式的核心前提很簡單：只要資料離開企業網路、送往外部 API，企業就有機會看見、記錄，甚至攔截。然而，這道防線正在崩解。問題在於，不只是員工更常用 AI，而是 AI 的執行位置正在改變。《InfoWorld》指出，整個 AI 產業正從訓練導向轉向推理導向，而推理又逐漸從公有雲往本地設備、終端裝置與邊緣環境移動。一場被多數企業忽略的資安轉變因此發生。資深 MLOps 工程師 Jayachander Reddy Kandakatla 在《VentureBeat》指出，大型語言模型已能直接在筆電等本地裝置上執行，而員工，尤其是開發者與技術團隊，正自行下載模型、在本地設備離線推理，完全繞過雲端 API 與公司既有的治理機制。他把這個現象稱為「影子 AI 2.0」或「自帶模型（BYOM）」的新時代。傳統防護失效：新型威脅浮現兩年前，在工作用筆電上執行一個有用的 LLM 還是少數技術人員的特殊技能。如今，對技術團隊來說這已成為日常操作。Kandakatla 指出，這一轉變由三件事共同促成：消費級加速器性能大幅提升、量化技術模型可被壓縮為更小更快的格式普及，以及發佈管道極度便利。當資料沒有離開筆電，資安長又為何仍需要在意？Kandakatla 指出，當推理過程轉移到本地，企業面臨的風險已從單純的資料外洩，轉移至完整性、來源可信度與合規性三大面向。以完整性風險來說，涉及決策與程式碼污染。開發者可能下載未經驗證的社群模型來輔助編寫程式碼。這些模型可能生成看似合理但隱藏漏洞的程式碼。如果這些互動發生在離線狀態，資安團隊在事後調查漏洞時，將無法追蹤 AI 是否曾介入決策。以合規性風險來看，許多高效能開源模型帶有「非商業用途」或嚴格的歸屬條款，員工私下在地端使用這些模型開發產品，將使企業暴露於潛在的法律訴訟與合規爭議中。就模型供應鏈漏洞而言，因為模型檔案本身就可能成為攻擊載體，部分舊格式如基於 Pickle 的 PyTorch 檔案，在載入時可能執行惡意程式碼，員工若隨意從開源庫下載模型，等同於下載未知的執行檔。失去可觀測性，治理重心必須轉移影子 AI 2.0 最致命的問題在於失去「可觀測性」：由於本地推論過程無法被記錄與追蹤，企業將失去對 AI 行為的掌控力。資安公司 Bright Security 在其《2026 LLM 安全狀態報告》中，就將可觀測性不足列為 LLM […]
4/14 08:00作者廖紹伶https://techorange.com/2026/04/14/shadow-ai-2-on-device-inference/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【科技早餐】台積電法說會前夕，AI 晶片需求還能撐多強
【科技早餐】今天精選 8 則國內外重要科技新聞。＊台積電法說會前夕，AI 晶片需求還能撐多強台積電將在 4 月 16 日召開法人說明會，公布第一季財報與第二季展望。市場除了關注獲利表現，也在看 2 奈米量產進度、先進封裝產能，以及 AI 客戶訂單動能能不能延續到下半年。《路透》報導，市場預估台積電第一季淨利有望年增約五成，挑戰連四季創高；而台積電先前已公布第一季營收達新台幣 1.13 兆元，年增 35%，優於市場預期。這場法說會不只是財報揭露，也被視為今年全球 AI 晶片景氣的重要觀察點。尤其在美國擴廠、地緣政治與供應鏈成本同步升高之際，外界也會透過台積電這次法說會，進一步判斷這波 AI 晶片需求到底還能撐多強。＊台灣 3 月出口首破 800 億美元，AI 需求直接寫進貿易數字財政部最新公布，台灣 3 月出口達 801.8 億美元，年增 61.8%，不只創下歷年單月新高，也寫下連續 29 個月正成長。主要動能來自 AI、高效能運算與雲端服務需求擴增，加上零組件供應趨緊帶動提前拉貨，讓資通與視聽產品、電子零組件出口值雙雙創高，占總出口比重超過八成。 AI 現在已經不只撐起單一公司的營運表現，也開始直接推動台灣整體外貿數字。從台積電、伺服器、先進封裝，到電子零組件與雲端相關產品，現在都正在同一波需求裡往前推進，也代表台灣在全球 AI 產業鏈裡的位置，正變得越來越明確。＊不只華爾街，英美加金融監管同步回應 Anthropic Mythos 美國多家大型銀行已開始在內部測試 Anthropic 最新模型 Claude Mythos 的網路安全能力。包括高盛、花旗、美國銀行與摩根士丹利等機構，都在評估把這套模型用在自家系統防禦上。美國財政部長貝森特 (Scott Bessent) 與聯準會主席鮑爾 (Jerome Powell) […]
4/14 06:50作者 Anitahttps://techorange.com/2026/04/14/tsmc-earnings-call-likely-to-book-profit-on-insatiable-ai-demand/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
泰富國際網絡聯手 Cato Networks，助企業透過 SASE 架構破解「影子 AI」治理難題
「上班打開電腦後就會開啟瀏覽器，使用各種雲端工具，但在使用這些工具時，沒有經過 IT 的授權跟審核，就會造成所謂的影子 IT 或是影子 AI，」泰富國際網絡產品行銷經理薛宇志近日在科技報橘主辦的「AI Ready 數據治理論壇」中表示，當企業內部員工對生成式 AI 的使用需求呈現爆發式成長，一場隱形的資安風暴也正在企業內部悄悄蔓延。面對不受控的 AI 工具所帶來的風險，泰富國際網絡攜手 Cato Networks，以 SASE 為核心的零信任防護架構，協助企業從流量可視化出發，重新拿回數據治理的主導權。利用 SASE 雲原生安全架構與 OODA 循環建立零信任防線「企業內部還沒提供正式可用的 AI 工具，但員工的使用需求已經爆發，」薛宇志表示，許多員工為了提升工作效率，會繞過公司 IT 規範，直接使用未經審核的外部 AI 工具、SaaS 服務或瀏覽器工具，由於這些工具無需安裝且避開了內部審核流程，導致 IT 部門完全失去控制權，進而忽視了潛在的安全風險。薛宇志分析企業 IT 正面臨三大治理困境。首先是員工所使用的網路與資安設備新舊不一且分散，讓資安策略無法在所有路徑同步執行；其次是使用者所在地域分散所形成的管控盲區，無論是跨國營運或遠距辦公，當流量不再經過地端防火牆，便容易成為企業的防禦破口；最後則是 AI 工具爆發式增長，每天湧現的新 AI 應用讓企業 IT 部門無從辨識風險。「透過 SASE 架構，能夠將企業在全球的分點、員工上網的流量都收攏起來，才能進一步做到流量可視化，流量可視化之後才能看到內部的風險或威脅在哪裡，」薛宇志表示，為了解決散落各地的影子 AI 問題，需建立以零信任為核心的強韌架構，聚攏企業內部分散的節點。透過 Cato Networks SASE 架構，結合零信任網路存取（ZTNA）與裝置姿態檢查，要求必須符合公司規範且安裝 Agent Client 的使用者裝置才能建立連線，透過此裝置，系統能即時阻絕未經授權的應用程式或惡意連線，防範駭客在內網橫向移動，防止機敏資料外流的可能性，並由泰富 24/7 […]
4/13 18:47署名泰富國際網絡https://techorange.com/2026/04/13/taifu-international-network-cato-sase-shadowai/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
98% 自動化、每輛車 2 萬項數據回傳：解析 BMW 慕尼黑廠的 iFACTORY 數位升級邏輯
在擁擠的慕尼黑市中心，一座最初以製造飛機引擎起家、1950 年才轉型製造汽車的工廠，是 BMW 全球歷史最悠久的生產基地。如今，這座擁有 104 年歷史的工廠正在經歷創廠以來規模最大的一次轉型。根據 BMW 官方資料與外媒報導，BMW 正斥資 6.5 億歐元（約 7.5 億美元）對慕尼黑廠進行全面改造，目標是在 2027 年前將其轉型為純電動車生產基地，成為 BMW 集團旗下第一座專門生產「Neue Klasse（新世代）」純電動車的既有廠區。這座工廠的第一步，是在 2026 年 8 月正式量產純電轎車 BMW i3，後續還將包括 BMW i3 Touring 在內的多款 Neue Klasse 車型。這次改造的特殊之處，在於整個工程是在工廠持續運作的情況下進行。根據《The Independent》報導，施工期間慕尼黑廠每天仍持續生產多達 1,000 輛車，目前仍生產 3 系列與 4 系列的所有車型，顯示這場轉型工程的複雜程度。至於改造範圍，則涵蓋約三分之一的廠區面積，包含全新的車身組裝車間、現代化的整車裝配區與全新的物流區域，並對既有設備進行大規模升級。 iFACTORY 戰略：效率、永續與數位化三位一體 BMW 將這次轉型定位在其 iFACTORY 戰略框架之下。BMW AG 生產董事會成員 Milan Nedeljković 表示，BMW 已針對旗下所有工廠的啟動做好準備，並在技術、數位化與 AI 領域投入大量資源。 iFACTORY […]
4/13 16:50作者廖紹伶https://techorange.com/2026/04/13/bmw-munich-plant-automation-2027/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Amazon 推動 Project Houdini：資料中心伺服器安裝時程從 15 週壓縮到 2 週，揭 AI 算力交…
在 AI 基礎設施競賽持續升溫的背景下，據《Business Insider》取得的內部文件顯示，Amazon 正在推動一項代號為「Project Houdini」的新計畫，核心是將資料中心機房的大量施工轉移至工廠，改以大型預組裝模組來加快 AWS 新算力的上線速度。 Project Houdini 之所以受到高度關注，是因為 Amazon 正面臨 AI 需求暴增的龐大壓力。為了解決這個痛點，Amazon 極力希望透過新模式大幅縮短資料中心的建設時間，並減少大量且昂貴的現場工時。 Project Houdini 是什麼？Amazon 要把 AI 資料中心機房變成大型模組過去，傳統資料中心的建設多半仰賴高度密集的現場逐步施工模式（stick-built on-site process），也就是工人必須依序安裝機櫃、配置電力系統與拉設線纜。內部文件指出，這樣的整體流程大約需要消耗 6 萬到 8 萬個工時，且大約要等待 15 週後，伺服器才能開始安裝。為了打破時間限制，Project Houdini 的目標便是將資料中心的「核心伺服器機房（core server room）」轉變為一組大型的預組裝模組，讓原本必須在工地逐步完成的機櫃、配電、線纜、照明與消防安全系統，能夠先轉移到可控的工廠環境中預先整合完成。《Business Insider》進一步指出，AWS 會在工廠預先打造出被稱為「skids」的大型模組。每個模組長約 45 英尺、重達 2 萬磅，大小約等同一輛半掛式拖車，隨後再透過雙層拖車運送到現場進行拼接。目前，AWS 正與 Cupertino Electric Inc. 合作進行原型的設計與擴展，並計畫在堪薩斯州托皮卡（Topeka）、休士頓以及鹽湖城進行初步的模組生產。加州大學河濱分校副教授 Shaolei Ren 觀察指出，雖然模組化並非新概念，但過往多針對小型客戶，這樣的創新作法，不僅讓 Amazon 得以將建設流程朝著標準化、可複製的方向推進，也能在減少錯誤的同時，大幅降低對在地勞動力的依賴。 Project […]
4/13 17:17作者李昀蔚https://techorange.com/2026/04/13/amazon-project-houdini/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
金融業如何養出真正能上工的 AI Agent？國泰金控揭從模型、護欄到治理的落地路徑
隨著生成式 AI 浪潮席捲全球，金融業正站在技術變革的最前線。然而，要讓 AI 從單純的聊天助手，蛻變為能真正在企業內部運行的 AI Agent，絕非一蹴可幾。國泰金控數數發中心經理謝昌宏近日在科技報橘主辦的「AI Ready 數據治理論壇」中，深度剖析國泰金控長達十年的轉型歷程與具體實戰策略。謝昌宏指出，國泰金控不僅在 2024 年獲主管機關核准，成為全台第一家全面推動資料上雲的金融業者，更為了迎接 AI 浪潮，早在 2023 年便成立 AI 卓越中心 (AI CoE)，推動打造統一框架的「AI Ready」、擴大全員影響力的「AI Empower」，以及深度嵌入業務流程的「AI Native」三大戰略，最終目標便是讓未來的每項金融服務，都能與 AI 無縫整合。從營運增效到自主協作，GAIA 框架孕育金融 AI 代理人在建立 AI Ready 的穩固基礎後，國泰金控已將生成式 AI 實際落地於多個高價值的營運場景，大幅重塑企業價值鏈。例如在智慧文檔處理（IDP）方面，AI 已超越傳統 OCR 僅能數位化的限制，能夠理解動輒百頁的聯貸合約與法規，並自動摘要關鍵的風險點。此外，面對洗錢防制等繁瑣的合規需求，AI Agent 可以自動調查可疑交易並整合外部新聞，將撰寫可疑活動報告 (SAR) 的時間從數小時大幅縮短至數分鐘。至於在人力資源轉型上，HR 知識庫與 AI 助手不僅能即時解答員工提問，更能進一步擔任虛擬教練生成個人化學習路徑，成為國泰內部第一個讓數千名員工使用的大規模剛需場景。不過，要養出具備獨立思考與跨單位協作能力的 AI Agent，單靠應用場景的開發並不夠，更必須仰賴穩固的底層架構。對此，國泰金控推出被視為孕育無數 AI 應用服務的 GAIA 框架：第一代的 GAIA 1.0 […]
4/13 12:30作者李昀蔚https://techorange.com/2026/04/13/cathayholdings-ai-ready-forum/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
目標 2030 財年實現機器自主運作：軟銀、本田等四大日本巨頭結盟瞄準實體 AI
據《Nikkei Asia》、《The Japan Times》及《nippon.com》等多家外媒報導，軟銀（SoftBank）已在日本成立一家專門開發 AI 的新公司，名為「日本 AI 基礎模型開發」（Nihon AI Foundation Model Development），由 NEC、本田汽車（Honda Motor）、索尼集團（Sony Group）共同領銜，四家企業各持股逾 10%。除了四大主要股東之外，三菱 UFJ 銀行（MUFG Bank）、三井住友銀行（Sumitomo Mitsui Banking）、瑞穗銀行（Mizuho Bank）、新日鐵（Nippon Steel）及神戶製鋼（Kobe Steel）也已以少數股東身份參與投資，另有數家企業仍在洽談出資事宜。此外，東京 AI 開發商 Preferred Networks 也將共同參與模型建構，預計約有 100 名 AI 開發工程師加入團隊。目標兆級參數，打造日本最強 AI 模型這家新公司的核心目標，是在 2030 年以前開發出參數規模達約 1 兆的大型 AI 基礎模型，成為日本國內最具規模的 AI 之一。參數數量是衡量 AI 性能的重要指標，規模越大代表模型的處理能力越強。除了文字之外，該公司也計劃強化模型處理圖像、影片與音訊等多種資訊類型的能力。在分工上，軟銀與 NEC 將負責基礎模型的開發，索尼與本田則計劃將開發出的 AI 應用於汽車、機器人、遊戲及半導體等不同領域。「實體 AI」是關鍵，2030 […]
4/13 12:30作者廖紹伶https://techorange.com/2026/04/13/japan-to-develop-homegrown-ai/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Anthropic Mythos 進入大型銀行、美英加三國監管體系同步介入：為何美財長緊急召集華爾街 CEO？
Anthropic 的新模型 Claude Mythos ，正因為超乎尋常的漏洞識別與攻擊能力，引發美國、英國與加拿大金融監管機構及大型銀行的強烈關注。在測試中，Mythos 不僅能自主發現系統中的零日漏洞（zero-day vulnerabilities）並串聯成攻擊鏈，甚至曾成功入侵網頁瀏覽器，讀取設定為「受害者銀行（victim’s bank）」的敏感數據。上述這些能將駭客攻擊自動化的強大能力，已使 Mythos 被聯邦監管機構視為金融業「頂級的系統性風險」，並迫使華爾街銀行展開緊急內部測試，也讓美、英、加三國政府同步介入，試圖在危機爆發前先建立防線。華爾街銀行啟動內測，站上 Mythos 風險第一線面對前所未見的 AI 網路威脅，美國政府官員並非單純防堵，而是積極鼓勵銀行採取主動防禦策略。官員們建議大型金融機構將 Mythos 部署在自家的系統中進行針對性測試，藉由找出自身弱點來進一步提升防禦能力。《Bloomberg》報導，包含高盛（Goldman Sachs）、花旗集團（Citigroup）、美國銀行（Bank of America）與摩根士丹利（Morgan Stanley）等大型金融機構，目前都已經開始在內部測試 Mythos。這幾家銀行被美國監管機構列為「具系統重要性（systemically important）」，代表這些金融機構的營運穩定性是全球金融體系的首要任務，因此自然成為這波 AI 防禦測試的重點對象。在目前的公開資訊中，摩根大通（JPMorgan Chase）是唯一被明確點名納入 Anthropic 官方預覽與測試計畫的銀行。為了在類似的高階 AI 模型廣泛流出前先鞏固關鍵數位基礎設施，Anthropic 發起了由 40 家機構組成的「Project Glasswing」專案，摩根大通也與蘋果、微軟、亞馬遜、Google 等科技巨頭，以及 CrowdStrike、Palo Alto Networks 等資安大廠並列其中。針對參與此計畫的目標，摩根大通先前曾表示，將利用 Mythos 來「評估下一代 AI 工具在關鍵基礎設施防禦型資安上的應用」。 Mythos 反噬風險升高，美國緊急召集華爾街銀行應對然而，Mythos 能自主發現並串聯零日漏洞的強大能力，也伴隨著極高的反噬風險。因此，美國聯邦監管機構已將這類先進的 AI 系統視為金融業的「頂級系統性風險（top-tier systemic risk）」，這也迫使各國監管機構同步採取緊急行動，以確保金融體系能了解並防範這項技術可能帶來的毀滅性災難。 […]
4/13 12:32作者李昀蔚https://techorange.com/2026/04/13/wall-street-banks-try-out-anthropic-mythos/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
AI 時代只剩四種人能留下來？科技職場留人邏輯的根本轉變
科技公司裡哪些人會被 AI 取代、哪些人會留下來？這個問題最近在創投與創辦人圈引發了一場討論。起點是產品與成長營運者 Yoav Rechtman 轉發的一個論點：隨著 AI 承接越來越多科技公司的內部工作，最終能留下來的角色將只剩四種原型。四種原型，押注底層能力而非職稱 Rechtman 的框架完全捨棄職稱，改用底層能力來定義誰能留下來。第一種是高速交付的產品工程師與通才建造者，靠著善用 AI 工具快速出貨維持價值。第二種是資安、SRE 與基礎設施專家，負責穩住 AI 大量生成的輸出，確保組織不因此失控。第三種是具備高社交智能的銷售、客戶體驗與人才營運人員，做的是 AI 還沒辦法替代的關係工作。第四種是法務、財務與治理等「組織大人」，在快速推進的組織裡扮演煞車與把關的角色。這個框架想說的是，決定誰留下來的不是職稱，而是速度、系統思維、社交智能、風險管理這四種底層能力。替代信號已出現，而且集中在特定族群這個論點並非憑空而來，Goldman Sachs 研究發現，2025 年上半年，AI 暴露職業中（工作內容容易被 AI 取代的職業），20 到 30 歲族群的失業率上升近 3 個百分點，明顯高於其他產業的同齡族群。軟體開發、客服與文書類職位的入門職缺也大幅萎縮。若 AI 全面應用至目前可處理的所有任務，同一份研究估計，美國約 2.5% 的就業將面臨「直接替代」風險，而隨著採用速度加快，這個比例還會繼續上升。 Anthropic 經濟指數的資料提供了更細緻的職業層級圖像。目前 AI 使用率最高的職業中，電腦程式設計師的任務覆蓋率高達 75%，位居所有職業之首；客服代表緊隨其後；資料輸入員的覆蓋率也達 67%，文件讀取與資料輸入這類核心任務已呈現顯著的自動化趨勢。這三個職業恰好都落在框架所定義的「可取代層」。值得注意的是，這些高暴露職業的工作者平均薪資比低暴露職業高出 47%，教育程度也更高。也就是說，受 AI 衝擊最深的，不只是低薪基層工作，也包括過去被認為相對安全的白領職位。年輕工作者的情況尤其值得關注。Anthropic 經濟指數顯示，22 至 […]
4/13 10:44作者歐尚恩https://techorange.com/2026/04/13/four-jobs-left-in-tech/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
單一提示詞已不夠用，企業如何透過提示鏈讓 AI 輸出真正可信賴？
在提示鏈的架構下，透過將任務明確分解成多個「階段」或「步驟」，就能夠讓 AI 獲得更理想的輸出；而對於企業來說，提示鏈可以有效提升決策信心，並且增加 AI 協作流程的可靠性。
4/13 09:40作者 Minhttps://techorange.com/2026/04/13/prompt-chaining-with-ai-tool-use/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Costco 的 RMN 變革：放棄流量變現思維，如何靠封閉式數據實現「廣告到購買」？
今年 3 月，Costco 宣布升級旗下零售媒體平台 Costco Velocity，在自家網站上推出 AI 驅動的「預留展示位（Reserved Display）」。這項新功能預計於今年第二季先行測試，並逐步擴展至首頁與搜尋頁等高流量版位，被 Costco 形容為線上的「數位端架」。從貨架邏輯出發，把逛賣場變成一種演算法體驗在實體門市中，「端架（end cap）」一向是刺激衝動購買與新品曝光的關鍵位置。如今 Costco 嘗試將這種陳列邏輯轉譯到電商場景，重要版位上呈現的不只是廣告，而是期望在線上也建構如同線下「尋寶」般不斷發現商品的購物體驗。這背後的技術來自廣告科技公司 Moloco。其機器學習模型以會員的真實購買數據為基礎，透過 AI 演算分析，即時預測消費者當下最可能感興趣的商品，並動態調整展示內容。與傳統依賴點擊或瀏覽紀錄的廣告不同，Costco 的這套系統更強調「實際購買行為」，讓推薦結果更貼近消費決策本身，而非短期的注意力捕捉。跳脫流量陷阱：Costso 以驅動交易為主要目的當前零售媒體市場長期由 Amazon 與 Walmart 主導，但 Costco 的布局，正反映出另一種競爭策略正在成形。 Costco 零售媒體副總裁 Mark Williamson 直言：「我們志在打造透過賣出商品而創造營收的零售媒體。」這也點出其核心定位，相較於電商平台強調廣告規模與流量變現，Costco 更關注的是能否實際帶動銷售，也就是更高的轉換率與更直接的營收貢獻。在這樣的策略之下，Costco Velocity 不只是廣告工具，而是一套以交易為核心的系統。透過串接會員識別與受眾工具，品牌可以快速啟動精準投放，並將曝光、點擊到最終購買的整個過程，完整留在同一體系中進行追蹤與優化，形成交易閉環。而這也進一步放大了 Costco 最核心資產的價值：會員數據。Costco 長期以高續約率與高客單價聞名，其會員制度本身就累積了穩定且高品質的第一方數據。過去，這些數據主要用於內部營運與選品決策；如今，透過 Costco Velocity，這些數據開始被轉化為可供品牌使用的媒體資源。換言之，Costco 的零售媒體並非單純在「賣廣告版位」，而是將會員數據、購買行為與媒體能力整合，打造一套能直接驅動銷售的零售媒體體系。Costco 的策略，也標誌著量販業者正利用精準數據優勢，在零售媒體領域開闢一條專注於高投資報酬率的新路徑。【推薦閱讀】 ◆ 告別廣告代操中間商：AI 代理人如何重構程序化廣告市場？ ◆ 告別關鍵字堆砌：2026 零售行銷新戰場，如何餵養 […]
4/13 09:45作者 Arielhttps://techorange.com/2026/04/13/costco-rmn/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
盲目呼叫 API 太耗算力？鴻海打造 CityGPT，以 AI Agent 賦能智慧城市數據治理
從企業、城市到國家，要打造專屬於自己的 AI 發展模式，數據已成為具備明確規格且不可或缺的核心基礎。在 TechOrange 科技報橘日前舉辦的「AI Ready 數據治理論壇」，鴻海科技集團以「整合碎裂數據，建立 AI Ready 智慧城市大腦」為題，分享鴻海在推動 CityGPT 與智慧城市應用的實戰經驗與觀察，解析如何透過標準化數據治理與 AI Agent 協作，整合碎片化數據，推動 CityGPT 與智慧城市。「數據就像大富翁裡的土地，共享、互通、有交易，能發展才有樂趣，」鴻海科技集團董事長辦公室軟體研發處資深經理潘相輔比喻，「大家買房子的時候會看三個重點，第一個是交通，再是機能，當兩個都滿足的時候才會開始有人潮，」潘相輔以「生活圈發展」來形容打造一座 AI 宜居城市的核心三元素。底層的交通代表標準化的基礎建設，基礎打穩後，便會發展出機能，將社會化數據轉化為應用服務等，當交通與機能到位，自然會帶動人潮。準確率達 90% 的大語言模型鴻海以高雄市作為智慧城市的實證場域，目前城市資料平台匯整 7 大領域、28 個跨部會，共計高達 84 項的資料資產，潘相輔指出，當前智慧治理面臨的最大挑戰並非缺乏資料，而是如何處理龐大複雜的資料問題。「過去 API 是為工程師設計，讓工程師能理解並帶入參數撈取資料，但若直接交給 AI 處理，AI 常因無法辨識正確參數而盲目測試，耗費運算資源，」潘相輔解釋，政府以往開放的交通資訊與 API 都仰賴工程師自行判讀、試錯並帶入正確參數，但當這些 API 交給大語言模型處理時，AI 會因為缺乏明確的選擇標準與規範，只能盲目測試，大幅消耗運算資源與成本。為了解決讓 AI 精準存取資料，鴻海強調建立「資料說明與詮釋」標準的重要性，並開發出一套由多個 AI Agent 協作的「MCP Tool 描述標準流程」，引導 AI 精準執行任務，讓大語言模型在回答或調用資料的準確率達到至少 90% 的成效。潘相輔進一步分享其中三個 AI Agent 的分工機制，第一是 […]
4/13 10:08署名鴻海科技集團https://techorange.com/2026/04/13/foxconn-technology-api-citygpt-ai-agent/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
「一家企業使用 AI 的上限，取決於數據的下限。」台灣帆軟打破數據孤島，助半導體企業將每日資料匯整降至 10 分鐘
在 TechOrange 科技報橘日前舉辦的 AI Ready 數據治理論壇，台灣帆軟客戶經理張姿敏以「打破數據孤島，透過一站式治理，打造 AI Ready 環境」為主題發表演講，她引用 Gartner 的調查數據指出，68% 企業 AI 提案因數據問題無法推進。「許多企業看起來像在做 AI，但底層數據卻仍仰賴人工以 Excel 整理，缺乏統一標準，導致專案在數據梳理階段就停滯不前，」張姿敏指出，過去企業在資料治理上，往往隱藏著龐大的「冰川問題」，包含數據孤島、品質參差不齊的異常資料、各部門定義不一的數據，以及高成本的開發與維護。針對隱藏的冰川問題，張姿敏強調企業的資料架構應隨著發展階段演進。從初期處理低數據量的「直讀階段」，到追求成本效益與速度的「中間庫階段」，最後邁向規範化的「資料倉儲階段」建設，張姿敏將資料倉儲的架構比喻為物流中心，所有的資料進入倉儲後，便依照規則與條件進行標準化梳理與歸類，確保未來 BI （商業智慧）系統在調用資料時，能明確知道該從哪個位置提取經過驗證的資料。助力半導體大廠實現數據自動化：每日從數小時縮短至 10 分鐘為進一步落實資料治理的自動化與規範化，帆軟推出 FineDataLink 一站式資料整合平臺。「相當於所有數據任務的指揮中心，所有任務開發的狀態，或者運行的結果，都可以在同一個平台去做管理，」張姿敏表示統一管理介面能有效整合跨域 API 與各式檔案等多元異質資料源，讓開發狀態與運行結果，都能在單一平台上實現高效管理。在實際應用案例中，張姿敏首先以某半導體大廠為例，過去製造部門每天凌晨需耗費數小時人工跨系統撈取資料，傳輸不僅容易中斷，主管也只能看昨天的舊數據做決策，在導入 FineDataLink 後，透過數據管道與定時排程計算，原本每日耗費數小時的處理時間，縮短至 10 分鐘就能完成，降低人工處理的時間成本。系統還具備自動識別異常並發送預警的功能，進一步結合問答式 AI ，讓決策者能隨時獲取最即時的生產進度與良率分析。從破解冰川問題到建立如物流中心般的資料倉儲，其核心價值在於將零散的數據轉化為具備決策價值的資產，「一家企業使用 AI 的上限，取決於數據的下限，」張姿敏強調，企業唯有打穩數據根基，才能讓數據真正轉化為推動成長的實質動能。
4/13 10:10機構署名台灣帆軟有限公司https://techorange.com/2026/04/13/taiwan-fanruan-finedatalink-aiready/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【科技早餐】Anthropic 新模型引發資安警戒，美國財長與聯準會主席急召銀行高層
【科技早餐】今天精選 8 則國內外重要科技新聞。＊Anthropic 新模型引發資安警戒，美國財長與聯準會主席急召銀行高層《路透社》引述知情人士報導，美國財政部長貝森特 (Scott Bessent) 與聯準會主席鮑爾 (Jerome Powell) 本週緊急召集多家大型銀行執行長開會，討論 Anthropic 最新模型 Mythos 可能帶來的資安風險。Anthropic 目前並未全面開放這款模型，初期僅限少數科技公司使用。知情人士指出，Anthropic 之所以未全面發布，是因為 Mythos 可能辨識並利用主要作業系統與瀏覽器中先前未知的漏洞。消息也顯示，Anthropic 在模型發布前，已先向美國高層官員與關鍵產業利害關係人簡報相關能力，讓生成式 AI 的風險討論，進一步拉高到金融與關鍵基礎設施層級。＊Amazon 首揭 AWS AI 年化營收 150 億美元，2026 資本支出上看 2,000 億 Amazon 執行長 Andy Jassy 在最新股東信中表示，公司 2026 年資本支出將上看 2,000 億美元，主要投入 AI 相關資料中心與基礎設施建設。他也首度揭露，AWS AI 服務年化營收已突破 150 億美元，約占 AWS 整體年化營收一成，成為 Amazon 對外說明 AI 投資開始轉化為實際收入的重要訊號。 […]
4/13 06:50作者 Anitahttps://techorange.com/2026/04/13/bessent-powell-warn-bank0ceos-about-anthropic-model-risk/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
聯手 Google 擴大開發 IPU！Intel 瞄準 AI 推論，將晶片戰局拉向系統架構之爭
AI 應用的逐漸擴散，推動了對傳統運算晶片的新需求。根據《Reuters》等多家外媒報導，Intel 與 Google 最新宣布擴大合作，將持續採用 Xeon 處理器，並擴大基於 ASIC 的客製化基礎設施處理器（IPU）共同開發，顯示 AI 運算架構正在從單一加速器導向，轉向更複雜的系統競爭。 Intel 指出，透過這項合作，Intel 與 Google 將在多個世代的 Intel Xeon 處理器上進行協同優化，提升 Google 全球基礎設施的效能、能源效率，以及整體擁有成本（TCO）。從訓練到推論：AI 基礎設施進入新階段這項合作的真正關鍵，在於 AI 工作負載結構的轉變。過去幾年，AI 產業競爭集中在模型訓練，帶動 GPU 成為市場主角；但隨著企業開始大規模部署 AI 應用，運算需求正快速延伸至推論與實際營運場景。《Reuters》指出，這使得可以處理大量即時運算與多任務負載的 CPU 再度成為關鍵，重新回到 AI 基礎設施的核心位置。另一推動這波轉變的關鍵動力是 Agentic AI 的快速發展。不同於過去以聊天機器人為主的單一回應模式，Agentic AI 能執行多步驟任務，涉及決策、規劃與跨系統操作，對運算資源的需求大幅提升。《Reuters》指出，這類 AI 系統的興起，正顯著增加對 CPU 運算能力的需求。原因在於，這類任務不僅需要模型推論，還涉及資料處理、任務協調與系統調度，這些正是 CPU 擅長的領域。《CNBC》報導更指出，隨著 AI 工作負載愈加複雜，CPU 正逐漸成為系統瓶頸。NVIDIA AI 基礎設施負責人 Dion […]
4/10 18:23作者廖紹伶https://techorange.com/2026/04/10/intel-google-deepen-collaboration-cpu-ipu/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
建立跨域共學連結，「papa 照」強化社區照護的數位基礎
當台灣的社區照護走向轉型，現場真正需要補上的，已不只是人力與服務量能，而是跨領域之間更緊密的共學與連結。和鄰長照認為，唯有重新梳理醫療端、照護端與家庭支持之間的分工與銜接，社區照護模式才有機會從都會延伸至偏鄉，成為更多家庭可以依靠的日常。和鄰長照執行長邱青萸指出，當長者出院、病況改變或功能退化時，家屬往往需要重新尋找資源、重新理解流程。然而，在資訊分散、品質不一的情況下，要找到符合當下情境的照護建議，並不容易。照護不能只拚量，更要強化整體連結另一方面，第一線人員每年都需完成繼續教育積分，但課程多半零散，缺乏整體設計，學習難以累積成清楚的能力脈絡。在高工時、高負荷的工作環境下，若又看不見明確的進階方向與發展可能，人才自然難以久留。當產業長期只強調服務量，卻未同步強化學習機制與社區連結，也使照護體系難以建立穩定支撐。一旦個案狀況改變，家庭仍可能再次回到急診與住院的循環。從零散學習到系統培育，重整照護人員成長路徑為回應現場的結構性問題，和鄰著手打造「papa 照」平台，將分散在不同機構與領域的知識、經驗與教育資源重新整合，建立一個可共學、可交流的知識平台。在規劃上，「papa 照」並不只是課程工具，而是重新整理學習架構的系統。平台從第一線需求出發，制定具脈絡的學習路徑，並依不同領域建立模組，例如失智照護、傷口處理、在宅急症與安寧照護等。在這樣的架構下，學習不再只是完成時數，而是能對應長期發展。從三年內的能力累積，到五年後的方向選擇，甚至進一步聚焦特定領域，成為關鍵角色，都有清楚路徑可循。透過可追蹤的學習紀錄，每一步成長都能被看見，也能逐步與機構發展、社群交流與政策方向產生連結，讓個人與整體體系同步前進。 AI 快回彙整專業指引，讓家屬少走冤枉路除了回應第一線需求，「papa 照」也同樣著眼於家庭照顧者在實務中的困境。平台透過 AI 技術，整合經過驗證的專家建議與官方指引，將原本分散的知識整理成可快速理解與查詢的內容。當家屬面對突發狀況，例如「這樣是否正常」、「該如何處理」、「何時需要送醫」，只需輸入關鍵字或描述情境，短時間內即可取得具體方向，不同於一般搜尋 AI 僅抓取網路資料，「papa 照」奠基於政府實證專業指引、專家，以及資深從業人員資料分析彙整，並且針對好學照顧者，還提供教育訓練課程指引。這樣的設計，不只降低搜尋成本，也讓家屬在面對不確定時，有更清楚的判斷依據，同時也能延伸至後續學習，建立照護能力。叡揚同行，讓改變成真要把現場累積的經驗真正變成能落地的工具，從來不是單一角色就能做到的事。對和鄰而言，找夥伴不只是找技術，更是找願意理解現場、一起面對複雜問題的人。叡揚長期耕耘醫療領域，對需求理解快，讓雙方很快建立起溝通默契。更難得的是，在多數合作關係講求效率與回報時，叡揚仍願意花時間陪著和鄰梳理問題、釐清方向，把一個個想法慢慢做實。合作過程中，正逢 AI 技術快速變動，原有規劃一改再改。叡揚沒有只停在執行，而是一路陪伴討論、修正，讓這個構想逐步變得更完整。讓知識流動、決策提前，數位科技推動照護升級談到未來，邱青萸執行長直言，數位科技將是社區照護轉型的關鍵支點。台灣當前需要的，是能整合知識、串接服務、支撐判斷的數位基礎，讓分散的照護資源形成可延續的體系。她認為，未來數位科技至少要完成三項任務：串起醫療、居家護理、照護服務與家庭支持，讓社區中的資訊與資源更有效流動；整理第一線累積的經驗，讓知識得以延續、共享與傳承；結合資料整合與分析，提早看見風險，協助現場更早介入。這樣的改變需要更多人共同推進。和鄰期待有更多認同社區照護方向的夥伴加入「papa 照」，一起把支持系統、知識網絡與協力機制建起來。「papa 照」照顧知識平台：https://www.papacare.tw/
4/10 17:30署名叡揚資訊https://techorange.com/2026/04/10/galaxy-software-services-papa-ai/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
亞馬遜股東信沒提賣家、少談購物體驗：傳統零售走向邊緣，AI 與晶片已成核心戰略
亞馬遜（Amazon）近日發布執行長 Andy Jassy 的年度股東信。在今年 2 月，亞馬遜宣布 2026 年將投入高達 2,000 億美元的資本支出，主要用於建置 AI 基礎設施。這項消息一出，市場曾出現恐慌性拋售，導致公司市值蒸發超過 4,500 億美元。在這樣的背景下，這封超過 5,000 字的股東信中，Andy Jassy 明顯把重點放在 AI、AWS、晶片與巨額資本支出的合理性上，卻幾乎不再談論電商零售業務，形成鮮明對照。這樣的轉向，也透露亞馬遜正試圖引導投資人重新理解：比起身為一個零售巨頭，亞馬遜如今更想被視為下一個 AI 基礎設施與高毛利成長引擎的主導者。股東信隻字未提「賣家」，傳統零售逐漸邊緣化為印證亞馬遜的轉向，《Modern Retail》回溯自 2016 年以來的股東信指出，這是首封完全沒有提到「seller」（賣家）一詞的亞馬遜年度股東信。過去，年度股東信不僅會分享賣家的成長數據、舉出小型企業成功的案例，甚至在 2017 年的信中，還設有一個專屬的「Marketplace」段落。然而，今年的股東信卻幾乎沒有討論 Marketplace、獨立商家與品牌，這與過去亞馬遜經常將第三方賣家列為核心的零售策略，形成極大對比。《Modern Retail》進一步補充，亞馬遜此時選擇對賣家隻字不提，時機點其實相當敏感。因為許多商家目前正因平台的新費用、廣告支付方式改變、資金入帳變慢，以及持續上漲的物流與附加費用等因素，面臨著沉重的財務壓力，部分賣家甚至被迫提高價格或重新評估對亞馬遜的依賴程度。與此同時，財報數據也凸顯亞馬遜營收結構的實質轉變：雖然零售仍是驅動亞馬遜最大銷售份額的來源，但根據公司文件，零售業務佔總營收的比例已從 2024 年的 43%，下降至 2025 年的 38%。這也反映出亞馬遜近年來越來越將成長焦點，放在賣家費用、雲端運算與廣告等高毛利業務上，進而成為傳統零售在今年股東信中幾乎消失的根本原因。消費端 AI 與購物創新缺席，戰略重心轉向 AI 基礎設施除了傳統零售元素被淡化，就連與零售相關的 AI 創新也未能擠進這封股東信的主要內容中。《Modern Retail》報導，雖然 Andy Jassy 在信中廣泛談及 AI「將重塑我們提供的每一個客戶體驗」，但卻完全沒有提及亞馬遜的 AI 購物助手 Rufus。 […]
4/10 18:15作者李昀蔚https://techorange.com/2026/04/10/what-amazon-ceo-andy-jassys-annual-letter-to-shareholders-didnt-say/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
泓格科技 4/23 舉辦台中研討會：AIoT × ESG × 工業資安-智慧邊緣布局，助攻中部製造穩健升級
在缺工成為常態、能源成本波動加劇與工業資安風險升高的背景下，製造業面臨前所未有的營運壓力。數位轉型不再只是效率提升的選項，而是維持競爭力的必要條件。泓格科技將於 4 月 23 日（四）在台中林酒店舉辦「智慧邊緣 ‧ 永續工廠：AIoT 全方位解決方案」研討會，聚焦智慧能源管理、設備預測維護與工安監控與 ICS 工控資安等議題，分享 AIoT 技術在製造場域的實務應用，協助企業提升生產效率並降低營運風險。智慧能源與節能效益在淨零轉型與 ESG 趨勢下，企業對能源管理的需求持續提升。研討會將分享如何運用 AI 與能源監控技術，優化風機與冰機系統運作效率。透過 ECO 節能控制器，企業可精準掌握電力使用，並制定有效的節能策略。結合能源數據可視化與系統化管理，管理者能更快速辨識高耗能設備並進行優化調整，在維持產線效率的同時提升整體節能效益。設備可靠度與預測維護地產線設備一旦突發中斷，往往會造成高額營運成本損失。研討會將介紹如何運用邊緣運算與即時數據分析技術建立設備預測維護機制，提前掌握設備健康狀態並降低故障風險，同時說明數據監控與分析在現場運維流程中的應用，以提升設備管理效率。工安與工控資安防護隨著製造設備逐步聯網，工業控制系統（ICS）資安已成為智慧製造不可忽視的重要課題。研討會將解析工控資安防護策略，說明企業如何在智慧工廠環境中建立完善的資安架構，降低勒索攻擊與系統異常等潛在風險。結合監控與資安防護機制，企業能在推動數位轉型的同時確保產線安全與營運穩定，打造兼顧效率與安全的智慧製造環境。 AIoT 解決方案展示與技術交流活動現場也將安排 AIoT 解決方案展示與技術交流，讓來賓近距離了解智慧能源管理、工業通訊、邊緣運算與智慧製造的案例，並與專家交流實務經驗。藉由本此研討會，不論是製造業工程師、工廠管理者及 IT/OT 專業人員將皆能理解 AIoT 技術在節能管理、設備維運與工控資安等領域的應用，加速智慧工廠導入並提升企業競爭力。
4/10 16:59作者產業動態https://techorange.com/2026/04/10/icpdas-aiot-esg-ics/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
4 年挹注 200 億！國家智慧機器人研究中心揭牌，三大機制開放國家級算力與設備
行政院推動「AI 新十大建設」及「智慧機器人產業推動方案」，並規劃於沙崙人工智慧產業專區成立「國研院國家智慧機器人研究中心」，今（10 日）舉辦揭牌典禮。該中心將扮演智慧機器人技術整合者、應用促進者及生態建構者的角色。總統賴清德、國科會主委吳誠文、台南市市長黃偉哲、國研院院長蔡宏營、國研院國家智慧機器人研究中心主任蘇文鈺等人皆參與出席典禮。建構生態系：國家智慧機器人研究中心推動三大機制蔡宏營表示，智慧機器人產業推動方案預計在 2026 至 2029 年投入 200 億元，這筆經費不只重視基礎科研，更強調產業創新與新創發展，具體目標為促成至少 3 家機器人系統新創成立、將智慧機器人國內產值由 40 億元擴大至 500 億元，並因應國內勞動力不足問題提升智慧機器人社會普及度，優先推動導入危險場域、醫療照顧以及餐飲領域。國科會指出，未來的機器人研究不會只留在國研院國家智慧機器人研究中心的實驗室中，而是將透過「共研、共作、共享」三大機制，與國內頂尖學研單位深度對接。共研方面，該中心將建置「跨域共研（Co-Research）平台」，廣邀機械、資工、通訊、人因工程及法律倫理等領域的教授與研究團隊進駐。利用中心提供的國家級算力與沙崙智慧創新算力中心資源，針對服務型機器人的核心架構（如開源系統、國際標準規範）進行前瞻研發。共作方面，國家智慧機器人中心將開發「實境共作（Co-Creation）」平台，提供標準化的硬體模組與感測元件，讓學界研發的演算法能直接在中心的實體原型機上進行測試。國科會表示，透過場域實證，能讓研發成果從論文走向實體應用，加速技術轉化為社會解方的過程。共享方面，智慧機器人研究中心設計了「資源共享（Resource Sharing）」機制，也就是開放昂貴的實驗設備、高階 LiDAR 傳感器及模擬環境軟體等，提供學研單位使用，期盼藉由軟硬體資源的共享，交流數據與成功模式，降低學界進入智慧機器人領域的門檻。在中心技術發展藍圖上，蔡宏營表示短期一兩年內，將優先聚焦於餐飲與救災機器人，中長期的技術演進則會從開發自主機器人開始，逐步推進至人機共工的協作機器人，接著結合 AI 代理（Agent）技術開發具備智慧決策能力的群集機器人。更進階的目標是開發「腦機共容」機器人，透過匯集各家 AI 模型來建構機器人的大腦，進而發展出仿生機器人，最終邁向能融入人類日常生活的通用型機器人。蔡宏營特別強調，國家智慧機器人研究中心的成立是拼齊國研院產業版圖最重要的一塊拼圖，並將整合院內其他七個中心的資源共創產業生態系。賴清德：台灣機器人不只是「好看頭」，而是能使用賴清德致詞時表示，機器人代表的不僅僅是科技創新，更代表了國家競爭力。他引述了台積電董事長魏哲家的說法，強調台灣的機器人不只是做「好看頭」，而是真正能夠使用的，而台灣確實具備此實力。他也強調，當機器人走入生活，資安與標準更是保護隱私的關鍵，政府將持續強化資安標準，讓台灣製造的機器人不僅聰明好用，更要成為全球民主供應鏈中最值得信任的產品。國科會主委吳誠文表示，台灣過去雖然國內市場不大，但在電子、機械、化工等製造領域卻支撐了全球先進國家，是全球供應鏈極為關鍵的合作夥伴。他強調現在必須改變時代的思維，台灣除了繼續協助先進國家製造外，也呼籲美國等國將先進的創新應用系統投資於台灣，建立雙向的合作關係，因為台灣現今已具備強大的自主創新與研發實力。吳誠文也鼓勵學界改變思維投入開創性研發，並強調國家智慧機器人研究中心就是一個國家投資的整合平台，期望能解決學者過去常面臨的資源與經費不足問題。該平台將連結產業界、學術界以及工研院六甲院區的量能，共同進行新技術開發，並期盼藉此促成新創公司的成立。這些新創公司將能專注於開創性的產業發展，從而避免與台灣傳統代工產業的客戶產生直接競爭，同時也能吸引國際來台投資。＊首圖來源：《TechOrange》拍攝。
4/10 15:49作者廖紹伶https://techorange.com/2026/04/10/ncair-ai-robotics/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【2026 企業 IT 成本優化】數據驅動的硬體投資決策：應對漲價潮與 Windows 11 轉型
現狀挑戰：高昂採購成本與 IT 維運困境在 Windows 10 終止支援與全球供應鏈不穩定的雙重壓力下，企業面臨三大決策難題： CIRO AIoT 解決方案：從「猜測採購」轉向「量化管理」 CIRO 提供24/7矩陣式效能監控，協助管理者透過精準數據優化 IT 資產管理 (ITAM)。 1. 量化效能分析與根因分析 (Root Cause Analysis) 2. 精準採購建議與 ROI 優化 3. 硬體生命週期管理與預測維護商業效益對比：傳統維運 vs. CIRO 智能維運目標項傳統維運 (被動處理) CIRO 智能維運 (數據驅動) 硬體採購決策憑感覺升級，造成預算虛耗數據驅動建議，節省 20% 成本效能分析速度被動處理投訴，缺乏量化證據事前分析報告，量化生產力損失維運人力成本人力逐台檢查硬體資訊單一 Agent 全面覆蓋，降低 50% 耗時 Windows 轉型盲目全機汰換精確篩選可升級設備，分階段汰換 […]
4/10 15:58作者產業動態https://techorange.com/2026/04/10/gamania-cloudforce-windows-11-ciro/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
瑞士 7 大銀行聯手測試瑞郎穩定幣：傳統金融如何搶奪數位貨幣主導權？
瑞士 7 家金融機構於 4/8 宣布，聯手啟動瑞士法郎穩定幣（CHF Stablecoin）沙盒計畫，成為近期全球傳統銀行業積極切入穩定幣領域的最新一例。參與陣容與沙盒運作機制根據 UBS（瑞士銀行）官方新聞稿，參與機構包括 UBS、PostFinance、Sygnum、Raiffeisen、蘇黎世州立銀行（ZKB）與沃州銀行（BCV），技術基礎設施由 Swiss Stablecoin AG 提供。沙盒將作為受控的真實環境，讓參與機構在限制參與人數與交易上限的風險管控機制下，測試數位金融產品，以便在可能的市場正式推出前累積實戰經驗。整個測試期間預計貫穿 2026 年全年，並開放其他銀行與機構加入。 UBS 指出，此計畫的背景，是瑞士目前仍缺乏一個具備廣泛國內應用的合規瑞郎穩定幣。該聯盟的目標不僅止於技術測試，參與機構希望藉此建立內部處理數位支付的能力，推動本土數位貨幣生態系發展，並評估若推出瑞士法郎（CHF）穩定幣，在效率提升與客戶體驗方面可能帶來的實際效益。值得注意的是，《Ledger Insights》報導，瑞士對穩定幣採取嚴格的反洗錢（AML）要求，規定發行方必須識別每一位持幣者。不過這項要求目前正在重新檢討。2025 年 10 月，瑞士聯邦委員會發布多項涉及加密資產的立法修正草案，並於 2026 年 2 月完成意見徵詢，其中包含更具彈性的 AML 處理選項，允許發行方可以選擇將用戶列入白名單，或是主動維護黑名單制度，將限制大幅放寬。全球銀行業正在關注穩定幣穩定幣原本是加密市場的重要基礎工具，其核心價值在於將區塊鏈的效率與法幣的穩定性結合。然而，過去市場長期由 Tether 等加密原生業者主導，銀行多半處於觀望或防禦位置。如今，這個情勢正快速轉變，全球各地的銀行都在積極嘗試將穩定幣導入其業務架構。在歐洲，包含 ING、UniCredit、BNP Paribas、CaixaBank、Danske Bank 等在內的 12 家歐洲銀行，組成聯盟並成立名為 Qivalis 的新公司，目標在 2026 年下半年發行符合歐盟 MiCA 法規的歐元穩定幣。《CoinDesk》報導，Qivalis 執行長 Jan-Oliver Sell 表示，若沒有具備足夠流動性的歐元鏈上貨幣，唯一的替代選項就是美元，這對歐洲的金融與數位主權構成實質風險。在日本，三菱日聯（MUFG）、三井住友（SMBC）與瑞穗銀行三大銀行，已獲得金融廳（FSA）批准，啟動聯合穩定幣試驗計畫「Payment Innovation Project」。三菱商事將成為首批大規模用戶之一，計劃用於其逾 200 […]
4/10 13:24作者廖紹伶https://techorange.com/2026/04/10/swiss-franc-stablecoin/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
前沿 AI 已逼近資安臨界點：傳 OpenAI 跟進 Anthropic 布局資安工具，AI 巨頭開始把最強能力留給少…
近日《Axios》報導指出，根據知情人士透露，OpenAI 正在研發一項具備進階資安能力的產品，且預計只提供給少數合作夥伴使用。如果把這則消息放進更大的產業脈絡來看，《Quartz》指出，OpenAI 此舉等於在瞄準 Anthropic 的 Claude Mythos Preview，讓前沿 AI 的競爭，從通用模型一路延伸到資安攻防這個更敏感的新戰場。《Decrypt》也進一步分析，這次 OpenAI 規劃的並不是面向大眾開放的新產品，而是僅限特定夥伴使用的受控資安工具，顯示連模型公司也開始意識到，某些強大的 AI 能力，已危險到不適合直接交到所有人手上。駭客能力逼近臨界點，讓 AI 前沿模型走向「受控釋出」究竟是什麼樣的能力，讓科技巨頭們對自家產品感到擔憂？《Axios》直言，這是因為 AI 的自主性與駭客能力已經來到一個臨界點，使得模型開發商對自家工具可能造成的破壞感到擔憂，進而不願意將 AI 工具直接釋放到公開環境。以 Anthropic 為例，《Quartz》強調，其最新的 Mythos Preview 並未接受過特殊的資安訓練，Mythos Preview 之所以能找出漏洞，單純是因為整體的程式碼理解與邏輯推理能力獲得提升，但這同時也帶來防禦價值增加與被濫用的雙面風險。《Quartz》指出，Mythos Preview 能以接近頂尖人類資安研究員的水準尋找並利用軟體弱點，並在測試中找出數千個先前未知的漏洞，包含一個存在 27 年之久的 OpenBSD 漏洞，以及一個在過去 500 萬次自動化工具檢查中都未被發現的 FFmpeg 漏洞。然而，正是因為這些前沿模型具備如此強大的破壞潛力，因此現在的前沿模型與產品，似乎已經走向危險到不適合公開發布的程度。傳 OpenAI 將推出資安產品，正面迎戰 Anthropic 面對 AI 前沿模型的能力，兩家公司都採取相似的防禦性部署戰略。例如 Anthropic 發起的「Project Glasswing」計畫，將最多 1 億美元的使用額度提供給包含亞馬遜、蘋果、微軟、Google 等 […]
4/10 13:33作者李昀蔚https://techorange.com/2026/04/10/openai-new-model-cyber-mythos-anthopic/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
從務實上雲到全員 AI：中國信託商業銀行攜手台灣微軟打造金融業 AI 創新文化
Copilot 助力業務日常，兼顧法遵合規上雲、加速流程效率與創新隨著 AI 納入企業組織層級核心策略，AI 已成為企業轉型與工作流程重塑的關鍵動能。對高度監管的金融業而言，挑戰不僅在於技術的導入與應用，更關鍵的是如何在合規、安全與穩定的治理框架下，穩健推動 AI 應用的實際落地。在此背景下，中國信託商業銀行（簡稱中信銀行）與台灣微軟合作，策略性推動雲端與生成式 AI 技術導入。中信銀行採取由上而下的階段性推進策略，以 Microsoft Azure 為核心雲端平台，率先導入 Microsoft 365 Copilot，並逐步擴大至 GitHub Copilot、Azure DevOps 等解決方案。透過合規且安全的混合雲架構，讓 AI 從個人工作輔助延伸至跨部門協作與軟體交付等系統化場景，持續擴展 AI 在營運流程的應用版圖，推動中信銀行由數位轉型邁向全員 AI 化。由高階管理層領航，推動 AI 走入各部門的日常中信銀行推動全員 AI 的契機源於金融業兼顧敏捷營運與風險控管的長期需求，隨著 2023 年生成式 AI 浪潮興起，更進一步帶動組織全面重新檢視工作內容與流程設計。在推動初期，中信銀行最高管理階層即定調 AI 部署策略，明確要求 AI 必須能在各部門日常工作中被實際使用，並從制度、工具與人才三個面向著手，將單一嘗試逐步轉化為可複製且可擴展的工作模式。自 2020 年金融法規逐步開放雲端應用，中信銀行累積豐富的雲端專案經驗，中國信託金融控股公司資訊長賈景光強調：「中信銀行並非盲目全面上雲，而是依據業務場景精準評估，選擇最適合的解決方案，在 2023 年制定 AI 科技戰略後，將生成式 AI 視為『上雲的殺手級應用』，生成式 AI 所需的大規模運算與高度彈性資源，也進一步驗證混合雲策略的價值。」雲端是推動銀行數位轉型與 AI 普及的核心動能，中信銀行以從易到難、由廣到深的推進方式，先以成熟且可快速應用的解決方案快速驗證效益，再逐步延伸至核心 IT 流程，使技術導入速度與金融業對高穩定性的要求相互配合。 […]
4/10 12:33作者產業動態https://techorange.com/2026/04/10/microsoft-ctbcbank-ai/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Google AI Overviews 準確率達 90% 為何仍是危機？揭開每年 5 兆次搜尋規模下的錯誤資訊風險
自 2024 年起，Google 開始將 AI 生成的摘要「AI Overviews」置於搜尋結果頁面的最上方，這項改變標誌著 Google 正從傳統的資訊整理者，進一步轉型為直接生成答案並主導使用者理解資訊方式的新入口。為了檢視這項新功能的準確性，《紐約時報》委託 AI 新創公司 Oumi，透過業界廣泛使用的 SimpleQA 基準測試進行深度分析。結果顯示，儘管 AI Overviews 的整體準確率已達九成左右，但在 Google 每年超過 5 兆次搜尋的規模下檢視，這項功能所暴露出的不再只是偶發失誤，而是一場規模空前、可能被快速放大的錯誤資訊危機。 Oumi 以 4,326 筆 Google 搜尋為樣本，進行兩階段測試。數據顯示，去年 10 月採用 Gemini 2 模型時，AI Overviews 的準確率為 85%，到了今年 2 月升級為 Gemini 3 後，準確率確實提升至 91%。然而，這看似亮眼的成績單背後卻隱藏著巨大隱憂。由於 Google 每年需要處理超過 5 兆次的搜尋，這也代表即使只有不到一成的回答不準確，AI Overviews 每小時仍會提供數千萬個錯誤答案，換算下來每分鐘更會產出數十萬筆不準確的資訊。《Popular Science》對此評論，90% 聽起來或許是個及格分數，但在 Google 如此龐大的體量下，失誤累積的速度快得令人擔憂，幾乎是以分鐘為單位在快速擴散。更棘手的難題：「看似有來源」卻未必真的正確 […]
4/10 10:42作者李昀蔚https://techorange.com/2026/04/10/google-ai-overviews-accuracy/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
中國業者坦承 AI 晶片技術落後全球 5 到 10 年，熱潮「超乎預期」令半導體產能備感壓力
AI 熱潮讓近期展現出強勁成長動能的中國晶片產業，面臨了外界經常忽略的潛在發展危機，無論設備、被動元件及人力資源等半導體相關領域，皆出現了極為嚴重的瓶頸，
4/10 09:41作者 Minhttps://techorange.com/2026/04/10/china-chip-industry-ai-demand/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【科技早餐】OpenAI 上市暖身，IPO 擬開放散戶分一杯羹
【科技早餐】今天精選 8 則國內外重要科技新聞。＊OpenAI 為上市暖身，IPO 擬保留部位給散戶 OpenAI 財務長費萊爾 (Sarah Friar) 接受《CNBC》專訪時表示，公司正準備在美國上市，並規劃在 IPO 中保留一部分股份給散戶投資人。她指出，公司在最近一輪增資中開始測試零售市場需求，結果顯示散戶興趣非常強勁。根據外媒報導，OpenAI 最快可能在 2026 年下半年遞件申請，最新一輪增資後，承諾資本已達 1,220 億美元，公司估值高達 8,520 億美元。費萊爾也透露，這一輪原本希望透過大型投行向個人投資人募到 10 億美元，但最後實際募得超過 30 億美元，顯示散戶需求明顯高於預期。過去大型 IPO 多半由機構投資人主導，散戶分配到的股份有限，但 OpenAI 顯然希望把這波 AI 資本故事擴大到更大的市場參與者，也讓 AI 公司與公開市場的連結進一步加深。＊Meta 端出 Muse Spark，AI 路線從開源轉向封閉整合 Meta 4 月 8 日正式推出新模型 Muse Spark，這是去年重組超級智慧實驗室後，首個對外亮相的新模型。Meta 表示，團隊過去 9 個月幾乎從零重建 AI 技術架構，Muse Spark 也將成為後續 Muse 系列的起點。新模型主打體積較小、速度較快，但仍可處理科學、數學與健康領域的複雜推理問題，並加入可由多代理同時運作的深思模式。更值得注意的是，Meta […]
4/10 06:50作者 Anitahttps://techorange.com/2026/04/10/openai-ipo-sarah-friar-retail-investors/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
2026 首季 8 成創投資金湧入 AI：拆解 4 大巨額融資與市場高度集中化現象
2026 年第一季，全球創投市場出現前所未見的爆發性成長。根據 Crunchbase 數據，單一季度全球新創投資總額高達 3,000 億美元，不僅較去年同期與前一季成長超過 150%，甚至接近 2025 年全年創投資金的 7 成，創下歷史新高。這場看似全面繁榮的資本浪潮背後，隱藏著更關鍵的結構性轉變：資金正以前所未有的速度與規模，極速流向 AI 產業。資金集中：AI 吸走 8 成投資，少數公司堆高鉅額融資 Crunchbase 數據顯示，2026 年第一季共有 2,420 億美元流入 AI 領域，佔全球創投資金高達 80%，遠高於 2025 年同期的 55%。進一步觀察更可發現，2026 年第一季僅 24 筆基礎 AI 新創公司的投資，就吸走 1,780 億美元資金，金額甚至超過 2025 年全年總和的兩倍。其中，資金又明顯集中於極少數 AI 基礎模型公司，在單一季度內就吸納超過 1,800 億美元資金，佔全球創投總額約 65%。Crunchbase 表示，這種資本集中程度，在過去任何科技週期中都極為罕見。這股數字飆升背後主要由 4 筆巨額交易帶動。上個月，OpenAI 宣布完成新一輪募資後，公司估值達到 8,520 億美元，本輪募資金額為 1,220 億美元，刷新歷史最大募資紀錄。這項紀錄原本也是由 OpenAI 在一年前募得 400 […]
4/9 18:43作者廖紹伶https://techorange.com/2026/04/09/startup-funding-q1-ai/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
把 AI 從雲端帶到街頭：面對高油價與外送效率壓力，Grab 如何重寫平台效率？
Grab 近日在雅加達舉行 GrabX 年度產品展示會，並在現場一口氣發表 13 項由 AI 驅動的產品與解決方案。Grab 執行長 Anthony Tan 向《Reuters》表示，公司希望透過這些 AI 產品與服務，幫助消費者因應負擔壓力與油價上漲等挑戰。「你可以說我們很大膽，但我們對以 AI 為主導的產品策略深具信心，而且正在展現成效，我們已經從業績中看到成果，並將持續見證它的成長，」Anthony Tan 表示。同時，針對當前的經濟環境，Anthony Tan 進一步說明，燃油成本對所有人來說都是切身的現實問題，因此像 Grab 這樣的公司必須思考，如何將這項挑戰轉化為替顧客省荷包的解方。他認為，當服務變得更實惠，就會吸引更多人下單，這正是驅動業績的最佳途徑。為了具體落實這項理念，在這次發布的 13 項產品中，Grab 也推出主打提升可負擔性的 AI 共乘功能 Group Ride。這項功能可以透過 AI 自動且更精準地計算同行旅客之間的車資分攤，最多將能替乘客省下高達 40% 的車資。 Grab 不只優化消費者體驗，也用 AI 提升外送員生產力除了減輕消費者的經濟負擔，《The Business Times》指出，Grab 對 AI 的應用也同時聚焦於供應端，那就是提升旗下司機與外送員的生產力。 Anthony Tan 提到，外送員大約會浪費 10% 的時間在大型商場裡尋找餐廳，或是等待顧客從大型辦公大樓下樓取餐。因此為了協助解決這類日常痛點，Grab 發布名為 Coach 的司機 AI 助理，能協助處理在路上傳訊息給乘客這一類的常見任務，並提供 […]
4/9 17:33作者李昀蔚https://techorange.com/2026/04/09/grab-unveils-13-ai-powered-solutions/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
TrendForce：預估 2026 年中國人型機器人產量年增94%，宇樹、智元合計拿下近八成市場
根據 TrendForce 最新人型機器人深度研究報告，2026 下半年全球人型機器人產業將進入商業化的關鍵期，其中，中國廠商鎖定的商用化目標與場景逐漸明確，並積極提升產量，預估將激勵 2026 全年中國人型機器人產量年增高達 94%。宇樹科技、智元機器人憑藉盈利能力與量產進度，於激烈競爭中脫穎而出，預估兩者合計將囊括近 80% 的出貨占比。 TrendForce 表示，過去多數人型機器人廠商專注在感知、動態平衡與語意理解等底層能力的累積，至 2026 下半年焦點將轉向提供給用戶的真實價值。觀察全球最大市場中國，產業以多元商用發展為主軸，正呈現產品應用收斂、通用機器人的大型語言模型 (LLM) 深度整合，以及投資熱潮延續等趨勢。宇樹三月底申請科創板 IPO 獲受理，上市招股書顯示其 2025 年人型機器人產品收入首度超越四足機器人，占總收入 51% 以上，兩項業務合計的毛利率達 60%，打破外界對機器人產業「只燒錢不盈利」的印象。若宇樹能順利上市，一定程度將推動整體產業估值重新定錨，並推動全產業鏈融資環境持續改善。此外，其承諾擴展產能至年產 7.5 萬台人型機器人、11.5 萬台四足機器人，預期將有效帶動上游關節模組、靈巧手、感測器等核心零組件廠商同步擴產。智元於三月底迎來第一萬台通用具身機器人遠征 A3 完工出廠，其 2025 年將量產數量從 1,000 提升至 5,000 台，後續僅花三個月便達成一萬台的里程碑。TrendForce 分析，智元的量產能力源自其具身智能機器人標準化供應鏈體系，藉由訂單驅動型的柔性生產和交付能力，輔以聯合研發、專線供應等協同模式，實現核心零組件的自主可控與高品質產出。此外，隨著來自汽車製造、3C 電子、物流倉儲等產業的採購訂單逐步增加，意味客戶態度已從嘗鮮試用轉化為實際需求。美系廠商同樣致力於產品商業落地，如 Boston Dynamic的Atlas 已推出商用版本，1X 家用機器人也將正式走入家庭，帶出軟硬體設計、安全實用度等家庭服務議題。Tesla 的 Optimus Gen 3 若能如期推進量產，2026 下半年亦將攪動全球供應鏈與資本市場，並建立接近乘用車量產模式的機器人製造體系。（本文訊息由 TrendForce 提供，內文與標題經 TechOrange 修訂後刊登。新聞稿 / […]
4/9 16:15作者產業動態https://techorange.com/2026/04/09/trendforce-china-ai-robotics/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
叡揚資安榮獲 Checkmarx APJ 最佳整體績效經銷商獎
近日叡揚資訊榮獲全球應用程式安全測試領導品牌 Checkmarx 頒發的「FY25 Best Overall Performing Reseller (APJ)」亞太暨日本地區最佳整體績效經銷商獎，肯定叡揚資訊在 AppSec 領域的卓越表現與市場貢獻，展現其在市場拓展、技術服務與客戶成功方面的綜合實力。作為台灣應用程式安全（AppSec）領域的重要推動者，叡揚資訊資安團隊深耕在地市場超過 20 年，累積了豐富的資安工具挑選及實務導入經驗，長期致力於協助企業建立完善的應用程式安全治理機制，並推動安全融入軟體開發流程。憑藉深厚的產業經驗與顧問能量，叡揚能深入理解各產業在資安治理與開發流程中的實際挑戰，並提供具體可行的落地策略。透過專業顧問服務，叡揚資訊不僅協助企業導入應用程式安全測試工具，更從制度與流程面全面規劃，協助客戶建立符合組織需求的安全治理架構。在實務推動上，叡揚提供即時且在地化的技術支援與諮詢服務，包含弱點分析與修補建議、依據開發情境客製化掃描規則，以及系統升版與導入過程中的完整技術支援，確保應用程式安全能有效融入既有開發流程並穩定落地。除了應用程式安全領域外，叡揚亦積極投入資安人才培育，協助企業從源頭強化安全開發能力。透過系統化的安全開發實戰課程，協助開發人員建立正確的安全認知與實務技能，將安全左移（Shift Left）落實於軟體開發生命週期之中，進一步提升整體應用程式安全成熟度。此外，叡揚亦提供多元化的資安解決方案，涵蓋零信任微分段、雲端安全、供應鏈安全與行動應用防護等領域，協助企業從應用程式安全延伸至整體資安架構的強化，打造跨層次、全方位的防護體系。此次獲獎主要肯定叡揚在應用程式安全領域的深厚實務經驗與市場拓展成果，展現其在協助企業導入應用程式安全測試、優化開發流程，以及推動安全融入軟體開發生命週期方面的專業能力，彰顯其於台灣 AppSec 市場的領導地位。
4/9 13:18署名叡揚資訊https://techorange.com/2026/04/09/galaxy-software-services-checkmarx-apj/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Meta 新 AI 模型算力需求大降一個量級！解密 Muse Spark 如何重構技術底層邏輯
Meta 執行長馬克祖克柏宣布，Meta Superintelligence Labs 已達成首個重大里程碑，推出名為 Muse 的全新 AI 模型系列，其首款模型 Spark 現已上線。Meta 在一份公告中指出：「Muse Spark 是我們擴展規模的第一步，也是我們 AI 工作從零開始徹底改革的第一個產品。」《VentureBeat》報導指出，Meta 一直是生成式 AI 時代最有趣的公司之一，最初憑藉開源 Llama 系列大型語言模型獲得了大量忠實用戶，但去年 Llama 4 發布後評價褒貶不一，最終承認其在遊戲基準測試中表現不佳，Meta 的 AI 發展一度受挫。隨後，祖克柏在 2025 年夏天徹底改革了 Meta 的 AI 營運，成立內部新部門 Meta Superintelligence Labs，聘請 29 歲的 Scale AI 前共同創辦人兼執行長 Alexandr Wang 擔任 AI 長。如今，Meta 正式向外界展示了這場重組後的成果。不同於 Meta 過去熟悉的開源路線，Muse Spark 是一款規模較小、封閉的 AI […]
4/9 13:21作者廖紹伶https://techorange.com/2026/04/09/meta-muse-spark-ai/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
OpenClaw 爆紅後，企業怎麼導入才不失控？KPMG 謝昀澤：要限權、不碰錢、人要在、防作怪
專訪：沈貝怡撰稿：李昀蔚從 2026 年開年以來，OpenClaw 幾乎成為 AI 圈最熱門的關鍵字之一，甚至延伸出「你養龍蝦了嗎？」這樣的流行問候語。本集《全新一週》特別邀請 KPMG 安侯企業管理股份有限公司董事總經理謝昀澤，從親自「養龍蝦」的經驗出發，逐步拆解 OpenClaw 的資安挑戰與企業必備的治理思維。「我覺得 OpenClaw 應該算是一個入口革命，」謝昀澤分析，過去人們使用電腦，是自己打開 Email、瀏覽器、搜尋引擎、Word 或 Excel，再一個步驟一個步驟完成工作；相較之下，OpenClaw 的使用方式不同，使用者只要透過 Telegram 這類通訊軟體下指令，就能讓它代替自己操作電腦、開啟程式、查資料、收集資訊、分析內容，甚至回信、排行程、做更複雜的整理工作。謝昀澤形容，若把 ChatGPT 想成坐在冷氣房裡回答問題的顧問，那麼 OpenClaw 更像是一個會直接執行任務的數位助理。從更專業的角度來說，它其實不是全新的概念，而是把 RPA 的流程自動化能力，與 LLM 的生成式 AI 能力結合在一起，不只是「知道答案」，而是進一步把事情「做出來」。不是下載就能用這麼簡單：實測揭開「養龍蝦」背後的成本與技術門檻謝昀澤進一步從自己實際「養龍蝦」的經驗出發，說明 OpenClaw 與傳統生成式 AI 的差異。例如，先前只是想請 OpenClaw 幫忙規劃布拉格旅遊行程，原本希望得到一份簡單行程表，結果隔天卻發現，OpenClaw 不只找了景點，還主動整理餐廳營業時間、菜單翻譯、治安數據、匯率走勢、旅遊成本與住宿資訊，最後變成一份近乎「布拉格觀光白皮書」等級的報告。問題在於，這些額外工作並不是沒有代價。謝昀澤提到，當 OpenClaw 在執行任務過程中遇到網頁打不開、頁面變動、認證機制等障礙時，往往會反覆重試，或因為任務太長而忘記自己先前查過什麼，導致一整晚持續自主加班，也同步燒掉大量 Token 與 API 費用。因此，謝昀澤也提醒，很多人誤把 OpenClaw 當成像 ChatGPT 一樣，下載安裝後就能直接使用的 App，但實際上並非如此。常見問題包括安裝過程繁瑣、開源軟體本身有不少 Bug、外掛與設定常出問題，甚至還發生過 OpenClaw […]
4/9 13:43署名全新一週 Podcasthttps://techorange.com/2026/04/09/openclaw-kpmg-podcast/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss