TechOrange 科技報橘

台灣·持續收錄

標籤科技編輯標籤

今日收錄: 8篇
近 24 小時: 10篇
近 7 天: 46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 14:54
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 46 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

AI 基建競賽延伸到電網：Ford 將 EV 電池產能轉向資料中心儲能，瞄準 AI 用電缺口
隨著 AI 資料中心快速擴張，電力與儲能儼然成為科技巨頭建置基礎設施時必須面對的新瓶頸。瞄準這波缺口，傳統車廠 Ford 宣布推出全資子公司「Ford Energy」，試圖將原本用於電動車（EV）的電池產能，轉向資料中心、電網與大型工業客戶所需的電池儲能系統。 Ford Energy 將為美國公用事業、資料中心、大型工業與商業客戶，提供「美國組裝」的電池儲能系統（BESS）。《金融時報》進一步指出，這是 Ford 從電動車業務，轉向為 Big Tech AI 資料中心提供電池儲能容量的重要一步，系統中更採用中國電池巨頭 CATL（寧德時代）的授權技術。這項舉動，不僅標誌著 Ford 的重大戰略轉向，更讓其正式切入 AI 資料中心背後的能源供應鏈，瞄準 AI 用電缺口。市場對這項 AI 題材反應熱烈，Ford 股價連續兩天飆升超過兩成，創下 2020 年以來最大漲幅，市值大增 99 億美元。年部署 20 GWh、2027 年交付：Ford Energy 儲能藍圖曝光 Ford Energy 總裁 Lisa Drake 強調，團隊早已鴨子划水多時：「在過去大半年的時間裡，我們一直默默運作，為這項業務打下基礎，我們不單單只是在規劃，而是付諸執行，包括確保供應鏈、整備我們的製造廠區，並讓我們的技術能夠滿足美國國內能源儲存的龐大需求。」在產能規劃上，Ford Energy 將重整既有的美國肯塔基州 Glendale 電池製造廠房，以支援快速成長的儲能市場，並計畫每年至少部署 20 GWh 的儲能容量，首批產品預計於 2027 年底交付。其主力旗艦產品為標準化 20 英尺貨櫃式「Ford Energy DC […]
5/15 17:19作者李昀蔚https://techorange.com/2026/05/15/ford-energy/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
BCG 如何打造 AI 銷售代理：不只學成功，更「反向訓練」找出致勝關鍵
波士頓管理諮詢公司（Boston Consulting Group, BCG）近期訓練 AI 代理「Jamie」的方式引發關注，該系統除了學習如何提升銷售與服務能力，也納入失敗案例進行訓練。據《The Next Web》介紹，BCG 在 2025 年從 AI 顧問業務中獲得 36 億美元收入（占總營收 144 億美元的 25%），為 OpenAI「Frontier Alliances」成員之一，持續參與企業 AI 導入相關合作。揭 AI 代理訓練細節：從「最佳與最差銷售」中學習 BCG X 為該公司負責技術建構與設計的部門，其管理董事兼合夥人 Japjit Ghai 近日在公司 Podcast 中說明，Jamie 的訓練方式來自兩個極端：「客戶銷售人員最佳與最差的表現。」他表示，系統透過分析頂尖銷售人員的通話逐字稿和客戶互動方式，學習何種溝通行為最有效，並加以模仿。同時，AI 也被訓練辨識並避免不良銷售行為。接受《Business Insider》訪問時，Japjit Ghai 強調，這種雙向學習機制有助於 AI 建立更穩定的互動能力。他進一步說明，BCG 使用的訓練資料包括客戶提供的客服通話紀錄、企業內部研究資料、對自身業務的理解，以及既有銷售對話錄音與逐字稿。Japjit Ghai 指出，這些資料長期以來未被充分利用，但其實是能用來拆解優秀銷售表現的關鍵數據庫。 BCG 的目標並非讓 AI 模仿單一銷售人員，而是透過分析大量歷史互動模式，歸納出更容易與客戶產生良好回應的行為特徵。同時，Jamie 也會標記出未能引起共鳴的互動方式，作為反向學習依據。員工經驗即數位資產！Vercel 與 BCG 加速訓練 AI 代理 […]
5/15 17:54作者吳玟錡https://techorange.com/2026/05/15/bcg-jamie-ai-agent-sales-best-sellers-japjit-ghai/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
從影像像素到全身協調：Figure AI 機器人達成 24 小時零故障自主分貨，展現類「真人」直覺
機器人新創 Figure AI 宣稱，旗下人形機器人已完成超過 24 小時不間斷、零故障的自主包裹處理作業，並將原本僅規劃 8 小時的測試，延伸為持續運行的長時間實驗。 Figure AI 指出，目前有三台搭載 Helix-02 AI 系統的人形機器人，全天候自主處理小型包裹分揀任務，全程無需人類控制。公司透過直播公開運作過程，期間觀眾在互動中替機器人取名為 Bob、Frank 與 Gary，後續 Figure AI 也替機器人加上姓名標示作為回應。挑戰全天候輪班工作！Figure AI 機器人自主處理包裹 Figure AI 創辦人兼執行長 Brett Adcock 在 X 上表示，團隊原本僅規劃短時間測試，但在首日零故障後決定持續運行，目前已超過 24 小時且未出現任何失敗。他指出，機器人在此期間已處理超過 2.8 萬件包裹，大量觀眾在線上持續追蹤機器人運行狀態與表現。在技術層面，Brett Adcock 補充，系統可直接從影像像素進行即時推理。Figure AI 指出，機器人透過攝影機與 AI 推理能力辨識條碼、抓取包裹，並將條碼朝下放置於輸送帶上。整個流程由 Helix-02 驅動，該系統為內建於機器人的神經網路模型，整合視覺與觸覺感知，並具備全身關節協調控制能力，使機器人能完成行走、平衡與操作等任務，全程無需遠端操控。此外，系統具備自動恢復機制。《Interesting Engineering》提及，當機器人卡住或遭遇未見過的情境時，系統可自動觸發重置並恢復運作，無需人工介入。Figure AI 也指出，若機器人出現軟硬體問題，可自主離開工作區進行維護，由其他機器人接手任務，以維持整體運作不中斷，展示 Helix-02 自主輪班的能力。從掛外套到鋪被子：機器人突破處理「易變形物體」難題《VnExpress》指出，Figure AI 先前另展示人形機器人在無人控制的狀態，於兩分鐘內完成整理臥室與鋪床的任務。在官方發布的影片中，兩台 Helix-02 […]
5/15 14:46作者吳玟錡https://techorange.com/2026/05/15/ai-robotics-figure-helix02-humanoid-robots-24-hour-bed-clean-room/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
美國想把 AI 領先變成規則制定權：OpenAI 提議成立「AI 版國際原子能總署」，美中談判聚焦最強模型護欄
隨著 AI 影響力持續擴大，AI 安全已不再只是模型開發商的內部議題，而是正式躍升為國際規則制定的核心。就在美國總統川普與中國國家主席習近平於北京舉行峰會之際，OpenAI 拋出全球 AI 治理的新構想，支持成立一個由美國主導、並納入中國參與的全球 AI 治理機構。這項提案的時機，恰好與美中代表團的議程不謀而合。《Reuters》報導，美中雙方正在北京峰會上討論「AI 安全護欄（AI guardrails）」，並計畫建立一套最佳實務協議，以防止恐怖組織、犯罪集團等非國家行為者濫用當前最強大的 AI 模型。 OpenAI 倡議「AI 版國際原子能總署」，推動全球治理 OpenAI 全球事務副總裁 Chris Lehane 指出，AI 發展在某種程度上已超越傳統的貿易議題。他認為，美國有絕佳的機會利用自身技術領先的優勢，建立一套全球治理機制，促使 AI 系統更安全、更具韌性。為此，OpenAI 支持建立一個由美國主導並讓中國參與的全球 AI 治理機構。 Chris Lehane 將這個組織類比為「國際原子能總署（IAEA）」，如同 IAEA 將中國納入其中，並為核能發展制定全球安全標準以防止武器擴散，Chris Lehane 期待新的 AI 機構也能發揮類似的防範作用。在具體作法上，Chris Lehane 建議可將美國商務部的「AI 標準與創新中心」與世界各地正陸續成立的「AI 安全機構」串連起來。不過，《Bloomberg》也點出潛在變數：白宮官員先前曾表態反對建立全球性的 AI 治理機制，因此川普政府最終是否會接受這項將中國納入其中的全球 AI 指引，目前仍屬未知。建立前沿模型護欄，防堵金融與國安漏洞在這波全球 AI 治理的探討中，美中兩國已率先針對前沿模型展開實質對話。《Reuters》報導指出，美中代表團正積極討論 AI 安全護欄，目的是避免犯罪或恐怖組織利用最強的 AI 模型來破壞市場與全球金融系統。美國財政部長 […]
5/15 12:41作者李昀蔚https://techorange.com/2026/05/15/openai-floats-idea-of-global-ai-governance-body-with-us-china/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Vibe Coding 跨入實體世界：從寫軟體到造硬體原型，Lovable、Anthropic 相繼卡位
當 Vibe coding 席捲軟體開發圈，讓非工程背景的使用者得以透過自然語言生成網站與應用程式，一批新創如今正試圖把這套的模式延伸到硬體開發。近期，AI 寫程式新創 Lovable 投資了丹麥硬體新創 Atech，而被稱為「硬體版 Cursor」的 Schematik，則獲得 Anthropic 生態支持與 Lightspeed 投資。這些新工具的共同點，是希望讓使用者不只生成軟體，而是直接透過自然語言打造硬體原型（prototype）、IoT 裝置，甚至未來的人形機器人。 Lovable 投資 Atech：AI 開始降低硬體開發門檻根據《TechCrunch》報導，Lovable 近期參與丹麥硬體新創 Atech 的 80 萬美元 Pre-Seed 輪融資，投資方還包括 a16z 旗下 scout 基金、Sequoia Scout Fund 與 Nordic Makers。使用者可以先向 Atech 購買對應專案的入門套件，再透過網站上的 AI 對話介面描述想製作的裝置，系統便會生成對應程式碼與控制邏輯，協助完成可運作的原型。 Atech 客戶體驗負責人 Gustav Hugod 向《TechCrunch》表示，用戶群跨度極廣，從「4 歲小孩製作玩具車」，到需要精密電壓感測的氫能工廠都有。 Atech 工具試圖解決的，是硬體開發長期存在的高門檻問題。因為相較於軟體開發，硬體原型往往需要電路知識、MCU 與感測器控制、PCB 設計、電源管理、韌體開發與相容性測試，而這些能力高度依賴資深工程師與 EDA 設計流程。但 Atech […]
5/15 12:41作者廖紹伶https://techorange.com/2026/05/15/vibe-coding-hardware/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
新興 AI 加速資安威脅，資安署三措施穩紮「資安基本功」
面對新興AI模型(如Anthropic Claude Mythos與OpenAI GPT-5.5)展現強大資安漏洞挖掘與攻擊能力，數位發展部資通安全署表示，將以三項應對作為，包含掌握新興AI模型相關防禦工具與經驗、邀集產官學決策層研商國家級新興AI因應策略，以及強化對中小微企業資安防護支持，引導企業與政府機關從策略面、管理面及技術面穩紮「資安基本功」，提升臺灣整體數位安全韌性。資安署說明，近期國際資安界高度關注最新AI模型於資安領域的能力，如美國Anthropic公司最新模型Claude Mythos Preview，該模型已在所有主流作業系統與網頁瀏覽器中找出數千個高嚴重性漏洞，並且漏洞利用成功率高達72%。Mythos在紅隊的能力評估實驗中，發現潛藏長達27年的作業系統漏洞（OpenBSD）。OpenAI也在日前發布 GPT-5.5，可大幅提升既有攻擊手法的效率與規模，協助將漏洞轉化為可實際運用的攻擊工具。資安署以三項應對作為，攜手產官學共同因應AI新挑戰面對新興AI模型快速演進的態勢，資安署以三項作為與企業及政府機關共同因應：一、及早掌握新興AI模型應用在資安攻防上的動向，進而引進相關防禦工具與經驗。二、邀集產官學相關利害關係人之決策層共同研商，研討公私部門防護技術及彙集意見，確保政策可行性，以凝聚國家級因應策略。三、強化對中小微企業資安防護支持、持續推動中小微企業加入TWCERT/CC（台灣電腦網路危機處理暨協調中心），不因公司規模較小而錯失資安警訊。回歸資安基本功，強化資安策略面、管理面、技術面資安署建議，企業與政府機關從策略、管理、技術三個層次同步推動資安防護：新興AI攻擊模式典範轉移，「預防被打」轉向「迅速復原」資安署觀察，從目前已公開的多份國際評估與實際攻擊案例可見，新興的AI工具將既有弱點被利用的時間大幅縮短，已超出人力反應速度。根據「零日漏洞時鐘（Zero Day Clock）」追蹤，漏洞從揭露到被實際利用的時間中位數，已從2018年的771天，急遽縮短至2024年的4小時，到2026年的現今，漏洞被利用時間甚至比揭露時間還要提前。面臨新興型AI，資安實務正面臨從「預防受駭」轉向「盡快復原、減少傷害」的典範轉移（Paradigm Shift）。以下三項觀察，建議企業與政府機關據此重新檢視自身的資安策略：一、攻擊成本大幅變低、規模變大：過去的駭侵攻擊成本高昂，攻擊者得挑出大目標才划算。如今AI能協助攻擊者自動化掃描整個網際網路，上市櫃公司、中小型企業與地方政府機關都可能成為目標。二、冷門漏洞、閒置系統可能被 AI 重新利用來攻擊：Anthropic公司的技術報告指出，Mythos也能重新活用舊時難以利用或較為冷門的漏洞重新攻擊。這代表企業過去在漏洞處理時，因利用難度高或影響範圍有限而排在修補清單末端的項目，現在可能重新成為被攻擊的入口。三、企業應從「預防被打」轉向「迅速復原」：當攻擊者能以低成本、規模化發動攻擊，資安投入的優先順序應從預防遭受攻擊，轉向關注被攻擊後的恢復時間與損失控制能力，將「韌性」（Resilience）作為資安投入的優先目標。資安署指出，AI改變的是攻擊的速度與成本，但並未改變資安的基本原則。網路縱深防禦、漏洞管理、嚴謹的身分識別等核心做法目前依然有效。企業與政府機關必須立刻採取行動，重新評估自身的資安風險、重新檢視漏洞修補清單。資安署亦將持續關注新興AI模型的能力演進與相關國際情勢，並適時提供後續指引。（本文訊息由數發部提供，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：Unsplash。）
5/15 10:56作者產業動態https://techorange.com/2026/05/15/moda-acs-ai-security/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Mercedes-Benz 如何用 n8n 串聯研發、生產與客服系統，將員工創意化為 AI 工作流？
Mercedes-Benz 近期宣布與德國 low-code 自動化公司 n8n 展開策略合作，將在全球推出一套平台，讓員工能直接在營運流程中設計與部署由 AI 驅動的工作流。這項計畫的核心目標，是讓 AI 自動化不再停留於個別的試點項目，而是真正進入研發、生產、銷售、金融服務、人資與 IT 等日常業務場景。讓員工從 AI 使用者進化為「工作流創作者」為了有效導入 AI，Mercedes-Benz 將組織內的 AI 採用分成三個不同的能力層級：「Takers」（採用者）在日常工作中使用 AI 工具；「Builders」（建構者）負責開發更進階的解決方案，例如軟體開發；介於兩者之間的「Makers」（創作者），則是透過 n8n 平台設計與編排工作流。 Mercedes-Benz 表示，這套分層做法的重點，是協助員工從單純「使用」AI，進一步轉向主動「塑造」由 AI 驅動的流程，並將自動化與商業價值緊密結合。n8n 平台正是位於「Makers」這一層，透過直觀的節點式畫布，讓不是軟體工程師的分析師、營運主管與領域專家，也能在不必從零開始寫程式的情況下，輕鬆連接不同系統、設定邏輯，並建立出能在正式生產環境中運行的自動化流程。透過黑客松，將員工點子推向生產環境為了讓員工親自實踐上述理念，Mercedes-Benz 這次的全球 n8n 部署，其實是由一場跨公司的黑客松（hackathon）揭開序幕。這場活動吸引超過 1,500 名來自不同業務單位的員工參與，共同開發 AI 與自動化的應用案例。 n8n 特別指出，員工在黑客松中使用 n8n 發展出的絕佳構想，並不會只停留在簡報階段，而是會作為全球部署的一部分，並實際導入生產環境中，成功把「由員工驅動的創新」轉化為實際的營運影響力。n8n 也強調，大多數的企業級自動化平台或許能支援創意發想工作坊，但很少有平台能將產出成果一路推進到生產系統中運行，n8n 卻能同時滿足這兩點。  對此，Mercedes-Benz 資訊長 Katrin Lehmann 強調：「擴展 AI 不僅僅是科技的問題，而是要讓 AI 在我們的核心業務中發揮作用，與 n8n 一起，我們可以將想法轉化為整個價值鏈中可衡量的影響力，並主動塑造我們的營運方式。」 […]
5/15 11:13作者李昀蔚https://techorange.com/2026/05/15/mercedes-benz-n8n/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
AI 輸出結果總是差強人意，讓 AI 回覆品質真正提升的提示詞習慣是什麼？
多數人對 AI 的第一印象都差不多，試了幾次，覺得不如預期，然後得出「AI 沒那麼神」的結論。但問題通常不在工具，而在問法。 Google Cloud 的提示工程指南，把這個技巧定義為「設計和最佳化提示的技巧與原理，旨在引導 AI 模型生成想要的回覆」。說白了，就是如何把你要的東西說清楚。而 Anthropic 對使用 Claude 的建議是，把模型想成一位聰明但字面解讀的新員工；想像他第一天上班，有能力，但會完全照你說的做；因此，你說得模糊，他就做得模糊，你說得精準，他就照著精準執行。 Anthropic 收攏的黃金法則就很簡單：把提示詞給一個沒有背景知識的同事看，如果他看不懂，模型也看不懂。基礎習慣：每一個限制條件都在幫模型做決定模糊的提示詞之所以產生模糊的輸出，是因為模型在缺乏指引的情況下會預設產出安全、面面俱到的答案。加入限制條件，就是替模型消除一個它可以迴避的選擇。以撰寫行銷趨勢分析為例，改寫前後的差距能說明這個邏輯：改寫前：「寫關於行銷趨勢的內容。」改寫後：「分析過去六個月最重要的三個 B2B SaaS 行銷趨勢，每個趨勢給一個企業案例，並用一句話判斷這個趨勢是會加速還是趨於平緩。以 400 字的簡報形式呈現，受眾是非技術背景的董事會成員。」「三個」強迫排序，「加速或趨於平緩」強迫做出判斷，「董事會簡報」決定了什麼要留、什麼要刪。每個限制都是一個模型不再需要自己猜測的決定。而提供範例是日常提示中槓桿最高的操作，Google Cloud 的提示工程指南也強調，在提示中提供相關說明與範例，是幫助模型理解任務意圖最直接的方式。模型從範例中抓取模式的速度，遠快於從文字描述中理解意圖。如果你想把會議紀錄轉成行動項目，與其說「轉成行動項目」，不如直接給兩個範例說明格式：「記錄：Sarah 會去研究定價問題，下週回覆。行動項目：Sarah → 研究定價選項 → 下週五前完成。」再貼上實際紀錄請模型依樣處理，結果的準確度會遠高於純文字描述。正向指令也比負向禁止更有效。「不要太正式、不要用術語、不要無聊」這類指令，比正面表述更容易被違反。改成「用溫暖的對話語氣，像一個聰明的同事在咖啡廳解釋一樣，使用簡單的英文和短句」，輸出會更穩定。同樣的道理也適用於提示詞的風格。如果你的提示詞充滿條列式和粗體，輸出也會是條列式和粗體，也就是說，如果你想要流暢的散文，就用散文寫提示詞。進階工作流程：把提示當成測試驅動開發掌握基礎習慣之後，下一步是建立更系統化的工作方式。核心觀念只有一個：第一個提示詞只是草稿。有經驗的使用者會在正式使用一份提示詞之前，準備五個測試輸入，包含正常案例和邊緣案例，把提示詞跑過全部五個，觀察在哪裡失敗，然後改動一個變數重新測試。而「一次只改一個變數」是這裡最重要的紀律——同時改三件事，你就不知道是哪個改動有效。與此搭配的習慣是明確定義「完成」的標準。OpenAI 的提示工程建議指出，沒有完成標準，模型會自己決定什麼叫做「答夠了」，而且通常在第一個看起來合理的回答就停下來。舉例來說，「幫我除錯這個 Python 錯誤」這樣的提示，遠不如「幫我除錯這個 Python 錯誤，完成條件是：找出根本原因、提出具體修正方案並附上修正後的程式碼、解釋原本的程式碼為什麼會失敗。如果對任何一點沒有把握，請明說而不是猜測。」養成這些習慣之後，把有效的提示詞存起來就是下一步。按任務類型分類，作為可調整的模板，每次使用時打開對應模板、貼入今天的素材，而不是從頭重新組裝。否則你就需要反覆重寫同樣的框架，或每次都忘掉幾個關鍵的限制條件。常見錯誤與跨模型的注意事項還有幾個常見錯誤包括，對推理模型說「一步一步思考」是多餘的，因為這類模型已在內部完成推理步驟，這個指令留給一般模型使用就好。另外，使用激進語氣，例如「CRITICAL: You MUST…」也不會讓輸出更好，因為現代模型對普通指令的回應已經很靈敏，這類強調方式反而可能觸發過度謹慎的回應。在提示詞裡放入模型不認識的縮寫也是常見問題。跨模型差異則是另一個需要意識到的現實。同一份提示詞在 […]
5/15 11:27作者歐尚恩https://techorange.com/2026/05/15/prompt-engineering/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
AI 進入巧克力供應鏈：Hershey 估 5,000 萬美元生產力提升、減少 1 億美元庫存
《Supply Chain Dive》報導，知名巧克力品牌 The Hershey Company 日前公布最新營運策略，揭示該公司正大規模將 AI 與數位化技術導入供應鏈、工廠營運與配送流程，希望藉此提升生產效率、降低庫存壓力，並強化市場反應速度。 AI 預測進入食品供應鏈，Hershey 強化零售韌性 Hershey 表示，公司正在建構以 AI 驅動的決策系統，將資料分析能力整合進採購、生產、物流與履約流程之中。這套系統的核心目的，在於讓企業能更快回應市場變化，包括原料價格波動、節慶需求高峰、區域性銷售差異，以及零售端庫存需求調整。對高度依賴季節銷售的食品與糖果品牌而言，供應鏈反應速度往往直接影響營收與成本控制能力。近年可可、糖與其他食品原料價格持續受到氣候、地緣政治與全球供應鏈變化影響，企業需要更精準掌握採購時機與供需趨勢。Hershey 指出，AI 與決策智慧系統已被應用在原料採購分析，透過整合市場資訊、供需數據與避險資訊，公司能更有效管理可可等重要原料的採購風險，降低價格波動對營運帶來的衝擊。 AI 賦能工廠，推動自動化與「聯網員工」計畫除了資料分析與供應鏈預測，Hershey 也積極推動工廠數位化與自動化。Hershey 供應鏈團隊目前所運行的決策智慧平台，能即時監控產線資料並主動發送通知給前線員工。例如，當系統偵測到特定生產線進度超前，或是包裝材料即將耗盡時，會主動提醒現場人員補充物料，降低因資訊延遲導致的停工風險。這與該公司推動的「聯網員工計畫（Connected Worker Initiative）」相輔相成，透過行動裝置與數位指引，讓工廠操作員能隨時掌握產線效率與設備狀態。過去依賴紙本紀錄與人工回報的落後流程已被數位平台取代，不僅解決了資訊傳遞的落差，也讓跨部門間的維護流程與問題追蹤變得更加透明且高效。 Hershey 全球供應鏈主管 Jason Reiman 表示：「對大型食品製造商而言，工廠內每天發生數千次的小型決策，正是影響效率與成本的關鍵，而 AI 驅動的決策智慧能幫助公司提升效率與營運穩定性。」該公司預估，未來兩年內，相關 AI 與數位化投資可望為 Hershey 帶來 5,000 萬美元的生產力提升，同時減少 1 億美元庫存。精準配置與履約效率提升，優化通路佈局在配送與零售端，Hershey 也利用 AI 提升產品組合與物流效率。公司目前已開始推動「Custom Assortments」策略，也就是依據不同商店所在地區的消費輪廓、人口結構與銷售資料，調整商品組合與配送內容。透過更精準的商品配置，零售通路能獲得更符合當地需求的產品搭配，也有助於降低庫存浪費。同時，Hershey 也將履約流程自動化，提升配送單位組裝效率。公司表示，相關技術已讓產品從概念發想到交付市場的時間縮短 50%。對食品與零食品牌而言，面對季節性商品與快速變化的消費趨勢時，能否即時調整供貨與產品配置，往往決定品牌競爭力。透過將數位技術與前線員工的經驗結合，Hershey 不僅優化了財務報表上的庫存與生產力數字，更成功做到從採購源頭到零售末端的全鏈路自動化，在瞬息萬變的全球供應鏈環境中，建立了一種具備高度韌性的營運模式。【推薦閱讀】 ◆ […]
5/15 08:00作者 Arielhttps://techorange.com/2026/05/15/hershey-ai-supply-chain/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【科技早餐】OpenAI 資本戰升溫、台積電押 COUPE，AI 競爭從算力燒到供應鏈
【科技早餐】今天精選 7 則國內外重要科技新聞。＊Microsoft、軟銀重押 OpenAI，AI 資本戰開始計算集中風險《彭博》報導，Microsoft 至今已為與 OpenAI 的合作投入超過 1,000 億美元。這筆金額不只是股權投資，也包括雲端基礎設施建置，以及為 OpenAI 提供運算服務的累計成本。Microsoft 同時也開始尋找其他 AI 新創公司，為降低對 OpenAI 的依賴預作準備。另一邊，日本軟銀集團（SoftBank Group）5 月 13 日公布財報，受惠 OpenAI 等投資評價上升，年度淨利衝上 317 億美元，刷新日本企業年度淨利紀錄。其中，OpenAI 相關收益高達 426 億美元。當 OpenAI 仍是 AI 資本市場核心，主要投資人也開始面對集中押注的風險。＊台積電上看 1.5 兆美元半導體市場，COUPE 成 AI 晶片新關鍵字台積電 5 月 14 日舉辦台灣技術論壇。全球業務資深副總經理暨副共同營運長張曉強表示，過去 10 年半導體成長主要來自智慧手機，未來主要動能將轉向人工智慧。他預期，2030 年全球半導體產值可望達到 1.5 兆美元，其中 AI 與高效能運算占比達 55%。張曉強也提到，AI […]
5/15 06:50作者 Anitahttps://techorange.com/2026/05/15/openai-capital-battle-heats-up-tsmc-bets-on-coupe/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
研華 COMPUTEX 首度整合全球夥伴大會，強化全球邊緣 AI 生態系鏈結
全球物聯網智能系統與嵌入式平台領導廠商研華公司（TWSE：2395）今日宣布，於 COMPUTEX Taipei 2026 期間，首度將研華全球合作夥伴大會（World Partner Conference, WPC）與展覽活動深度整合，並以「Edge Computing & AI-Powered WISE Solutions」為品牌主軸，串聯國際論壇、展覽展示與全球夥伴大會三大核心活動，打造橫跨策略、技術與商業的整合平台，強化全球 Edge AI 生態系鏈結，加速產業數位轉型與 AI 升級。研華董事長劉克振表示：「面對產業全面邁向 AI 與邊緣運算發展的浪潮，企業競爭的關鍵已不只是技術能力，而在於能否建立跨產業、跨區域的協作生態系。今年研華首度整合 WPC 全球合作夥伴大會與 COMPUTEX 展覽，並以『Edge Computing & AI-Powered WISE Solutions』為品牌主軸貫穿自 6 月 1 日起為期五天的系列活動，希望透過跨場域、多節點的創新形式，將活動從單一展示平台，進一步升級為全球 Edge AI 生態系策略對話、夥伴協作與商機轉化的重要樞紐。未來，研華也將持續攜手全球夥伴，加速 AI 從雲端走向邊緣、從數位走向實體應用，並朝向全球 Edge AI 領導品牌的目標大步邁進。」研華嵌入式事業群總經理張家豪表示：「邊緣運算一直是研華的核心發展主軸，未來研華將持續攜手 NVIDIA、Qualcomm、Intel 等主流晶片夥伴，推出最新世代 Edge AI 平台，協助客戶因應 AI 應用對即時運算與部署彈性的需求。隨著產業邁向 Physical AI 時代，AI 正從模型運算走向真實世界的感知、決策與自主執行。研華今年將聚焦自動化、智慧醫療與機器人應用，特別是在 AMR、協作型機器人與人型機器人等場域，透過 […]
5/14 17:53作者產業動態https://techorange.com/2026/05/14/advantech-computex-2026/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
從 Sim-to-Real 到 Autonomous Agent：NVIDIA 專家揭 AI 機器人從模擬訓練提前試錯…
你曾經想像過，未來機器人不再需要透過遙控器操作，而是能聽懂指令並自主與現實世界互動嗎？ NVIDIA 資深解決方案架構師吳志忠在近日由 TechOrange 科技報橘、NVIDIA、鴻海科技集團共同舉辦的「2026 AI 機器人產業論壇」中，以「An Introduction to Robot Simulation」為主題，深入介紹 NVIDIA 為加速機器人落地而打造的模擬與訓練工具。未來的機器人將從單一功能的工具，進化為具備多模態 AI 大腦、能主動辨識環境，並自主調用底層運動模型來執行任務的智慧體平台。然而，這條進化之路並不容易。例如，現在讓機器人在完美的虛擬平面上「學會走路」並不難，但要克服「Sim-to-Real（從虛擬環境到現實）」的落差，讓機器人在稍微傾斜的地面，或受到未知推力干擾的狀況下保持穩定，仍是當前極大的技術門檻。為強化機器人適應真實環境的能力，NVIDIA 提出一套涵蓋資料擷取、資料擴增與模型訓練的完整模擬工作流。幫助開發者將真實場景照片轉化為具備真實物理特性的 3D 虛擬訓練場，並利用強化學習與「領域隨機化（Domain Randomization）」技術，在 Omniverse 中產出龐大且充滿變數的模擬數據，藉此訓練能適應真實世界不確定性的機器人控制模型。而這一切，都必須從第一步「打造逼真的訓練環境」開始。環境重現困難？用 Omniverse NuRec 與 OpenUSD 打造 100% 物理擬真訓練場要讓機器人在虛擬世界訓練有效，首要條件是環境必須「夠真實」。由於傳統手動建模耗時費力，NVIDIA 提出高效的解決方案：透過 NuRec 技術，開發者只需用手機或相機拍下真實場景的照片，就能快速將影像轉換並還原成 3D 結構，直接匯入 Isaac 模擬環境中。同時，藉由 OpenUSD 標準，開發者能將 PTC、Autodesk 等既有建模工具中的機器人結構模型直接匯入。更關鍵的是，為了避免機器人穿牆或懸空，匯入的 3D 場景必須加入像 PhysX 或 Newton 等物理引擎，賦予場景真實的物理特性、軟硬材質、摩擦力與碰撞邊界。如何學會走路？用「獎懲機制」與「領域隨機化」打破虛實落差當機器人模型與物理環境準備就緒，下一步便是透過「強化學習（Reinforcement Learning）」讓機器人學會運動控制。在論壇中，講師分享了有趣的「獎懲機制」設計：在觀測機器人的關節、加速度與受力狀態後，系統會給予對應的獎勵或懲罰，例如只要機器人能保持站立狀態，就能獲得最高權重的正向獎勵，反之如果身體失去平衡，就會被扣分。然而，要跨越「Sim-to-Real」門檻，最關鍵技術是「領域隨機化（Domain Randomization）」。現實環境充滿不確定性，馬達齒輪可能有誤差、地面可能稍微傾斜，所以如果在單一完美的虛擬平面中訓練，機器人一到現實世界就會摔倒。因此，NVIDIA […]
5/14 18:09作者李昀蔚https://techorange.com/2026/05/14/nvidia-an-introduction-to-robot-simulation/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
直接進入 Rivian 產線練兵：新創 Mind Robotics 估值破 34 億美元，靠數據打造懂現場的 AI 機…
《Reuters》報導，Mind Robotics 是 2025 年成立的新創公司，由美國電動車公司 Rivian 創辦人兼執行長 RJ Scaringe 領軍。今年稍早，該公司完成 5 億美元 A 輪募資；近日再宣布新一輪融資後，估值升至 34 億美元。資金將用於 AI 驅動機器人導入工廠產線，解決傳統工廠自動化難以勝任的工作，包括需要精細操作、即時判斷與彈性應變的任務。工廠自動化轉折點：Mind Robotics 主打可適應現場變化的 AI 機器人本輪融資由風險投資公司 Kleiner Perkins 領投，新投資者包括私募股權商 Meritech Capital、風險投資公司 Redpoint Ventures、風險基金 SV Angel 等機構；既有投資人 Andreessen Horowitz、Accel 等也持續參與。《SiliconANGLE》說明，目前多數工廠機器人仍侷限執行高度重複、環境固定的任務，例如反覆焊接同一條焊縫，或從固定料箱抓取零件。如果現場發生零件位置偏移、線束需要重新調整，或軟質材料出現誤差，就需要人類介入處理。 Mind Robotics 希望打造的，是一種能「理解現場狀況並即時調整」的工業機器人系統，而非只能依賴預先編寫流程運作。其核心願景，是建立一個整合 AI 模型、機器人硬體，以及多機協作軟體的平台，讓機器人能在真實工廠環境中持續學習與優化。美國製造競爭力解方？Rivian 執行長押注 AI 機器人重塑工廠自動化 Mind Robotics 源自 Rivian 內部的「Project Synapse」構想，並於 2025 年以獨立公司的形式成立。Rivian […]
5/14 18:14作者吳玟錡https://techorange.com/2026/05/14/rivian-rj-scaringes-mind-robotics-with-ai-robot/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
中國 AI 硬體供應鏈拉警報：光通訊、PCB、功率晶片全面吃緊，AI 基建熱潮迎來「成長痛」
隨著 DeepSeek-V4 發布，中國本土 AI 硬體需求被大幅推升。根據《Reuters》報導，字節跳動（ByteDance）、騰訊與阿里巴巴等中國網路巨頭，已開始向華為洽詢 Ascend 950 AI 晶片的新訂單。然而，中國 AI 硬體供應商目前面臨的最大問題已非需求不足，而是產能限制與關鍵零組件的供應吃緊，這極可能拖慢今年初以來的快速成長步伐。《Implicator.ai》指出，DeepSeek-V4 並未讓中國擺脫 AI 供應鏈的物理限制，而是把限制從 NVIDIA 的出口許可，轉向了交付條件。上海乘舟投資管理有限公司董事 Xiang Xiaotian 直言：「我相信這些產能瓶頸不太可能很快解決，至少 2026 年內肯定不會，這代表相關公司可能會持續低於市場的預期。」不只缺 AI 晶片，光通訊與周邊零組件成新瓶頸現在，中國這波硬體緊缺已不只限於 AI 加速器，也擴散到光通訊、伺服器 CPU、功率晶片、MLCC（積層陶瓷電容）與記憶體等 AI 伺服器的關鍵環節。《Bloomberg》也報導，光通訊製造商雖已成為投資人押注中國 AI 供應鏈成長的焦點，但它們同時面臨嚴重的「成長痛」。國盛證券在報告中分析，光通訊供應商面臨的挑戰包括技術快速變化的壓力、供應鏈限制，以及全球擴張的複雜性。在地緣政治的緊張局勢下，泰國與越南成為中國供應鏈企業優先考慮的設廠地點，但當地的勞動力限制與產線熟練度仍落後於中國。從 PCB 到被動元件都吃緊，中國 AI 供應商掀囤料潮為了降低供應端摩擦，中國 AI 硬體供應鏈企業已開始策略性地大舉囤積光學與電子晶片、印刷電路板（PCB）與被動元件。以光通訊大廠中際旭創為例，其第一季的預付款暴增逾 10 倍，達到 15 億人民幣（約 2.21 億美元），主因是企業提前預訂材料、鎖定成本。 AI 伺服器大廠工業富聯也在法說會上向投資人表示，公司已提前儲備原物料，以確保大規模生產與交付。然而，缺料衝擊依然存在，蘇州天孚光通信在 4 月的法說會中坦言：「由於供應商產能爬坡速度的限制，部分材料仍然存在短缺，並已對相關產品造成一定影響。」  市場的盲點：財報不如預期，但投資人尚未充分定價採購風險儘管供應鏈警報頻傳，資本市場卻似乎選擇性忽略。《Bloomberg》指出，雖然部分中國 AI […]
5/14 17:10作者李昀蔚https://techorange.com/2026/05/14/china-ai-suppliers/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
拆解 AI 推論時代 IPO 黑馬：Cerebras 上市估值破 560 億美元，獲 OpenAI 訂單加持、AWS…
搭上 AI 基礎設施的全球建設浪潮，專攻 AI 推論晶片的半導體新星 Cerebras，成為 2026 年最受矚目的 IPO 黑馬。儘管市場競爭白熱化，但在投資人對 AI 硬體賽道熱度不減的推升下，Cerebras 的上市預計將迎來強勁需求。身為今年迄今規模最大的上市案，Cerebras 展現了 AI 推論市場的巨大潛力，也被視為後續 OpenAI 與 SpaceX 等巨頭掛牌前的關鍵風向標。從訓練到推論的轉折點：Cerebras 以 SRAM 架構改寫 AI 晶片競局這家成立於 2015 年、規模不足 800 人的公司，正展現驚人的成長爆發力。《CNBC》報導，Cerebras 將 IPO 發行價訂為每股 185 美元，高於原先預期區間；市場正為接下來預計極為熱絡的 AI 新股上市潮做準備。Cerebras 此次 IPO 共出售 3,000 萬股，募得 55.5 億美元。以該 IPO 發行價格計算，Cerebras 完全稀釋後市值（FDV）達 564 億美元。Morningstar 資深分析師 Brian Colello 指出，Cerebras 與 […]
5/14 15:17作者吳玟錡https://techorange.com/2026/05/14/cerebras-prices-ipo-above-expected-range/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Grok 下載量暴跌近 6 成、企業採用率僅 7%：SpaceX IPO 前，馬斯克急把華爾街變成 xAI 新戰場
隨著 SpaceX 預計在下個月進行首次公開募股（IPO），馬斯克（Elon Musk）旗下的 xAI 正面臨擴大營收的急迫壓力。在與 SpaceX 合併前，xAI 每個月的資金消耗高達近 10 億美元。為了在上市前交出漂亮成績單，xAI 正急於透過銷售聊天機器人 Grok 的訂閱服務與運算資源存取權來變現。《Bloomberg》報導，xAI 已招募多家與馬斯克商業帝國關係密切的華爾街公司進行內部測試，包含阿波羅全球管理（Apollo Global Management）、摩根士丹利（Morgan Stanley）以及 Valor Equity Partners，這也顯示，xAI 開始意識到 Grok 不能只停留在吸引大眾目光的話題階段，而是必須證明 Grok 是一款能讓華爾街願意長期留用的企業工具。馬斯克動用人脈敲開金融業大門，卻掩蓋不了技術落後的現實 xAI 至今為止很大一部分的銷售額，其實多半來自 SpaceX、Tesla 等馬斯克旗下的「自家人」企業。為了順利切入含金量極高的金融產業，xAI 正積極利用馬斯克深厚的人脈網絡作為突破口。例如，Apollo 曾與 xAI 在 NVIDIA 晶片融資上密切合作；摩根士丹利多年來一直是馬斯克主要的合作銀行，並預計在即將到來的 SpaceX IPO 中擔任要角。此外，由馬斯克長期盟友 Antonio Gracias 帶領的 Valor Equity Partners，同時也是 xAI 與 SpaceX 的共同投資人。然而，儘管這層關係成功讓部分銀行簽署合約並開始內部試用，但知情人士透露，金融業人士實際上極少將 Grok 真正應用在日常工作中。在金融產業的高標準下，Grok 的可用性普遍被視為落後 […]
5/14 12:34作者李昀蔚https://techorange.com/2026/05/14/musk-s-xai-races-to-get-wall-street-firms-to-use-grok-chatbot/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
擊敗 Mythos：微軟發表 AI 資安代理系統 MDASH，漏洞研究進入多代理時代
AI 資安戰升溫，繼 Anthropic 發表 Claude Mythos、OpenAI 發起 Daybreak 資安計畫，如今微軟也推出了代號 MDASH 的全新 AI 驅動漏洞發現系統。MDASH 在衡量 AI 漏洞任務能力的 CyberGym 基準測試中拿下 88.45% 成績，超越 Anthropic Mythos Preview 的 83.1%，以及 OpenAI GPT-5.5 的 81.8%。 MDASH 在做什麼？微軟把漏洞研究拆成 AI 流水線然而，值得注意的不只是排行榜的變動，而是微軟的做法。MDASH 是一套由超過 100 個 AI 代理組成的資安掃描系統，其運作方式是透過分階段流程協同作業。首先，由不同 AI 代理負責掃描程式碼中的潛在漏洞；接著，另一組代理會針對這些結果進行「辯論」，判斷漏洞是否真實存在、是否可被利用；最後，再由最終階段生成概念驗證（PoC）攻擊，確認漏洞確實成立。相較之下，Anthropic 的 Mythos 是單一模型搭配代理框架運作。OpenAI 的 GPT-5.5，以及目前排行榜上的其他系統，也大多採用單模型架構。這顯示，微軟認為未來的 AI 資安優勢不只在模型本身，而在編排系統。微軟代理安全副總裁 Taesoo Kim 在官方部落格就表示：「模型是一個輸入，系統才是產品。」他也指出，MDASH 的長期優勢在於模型外圍的代理系統，而非任何單一模型本身。因為這套架構刻意設計為不依賴單一模型，也就是當新模型推出時，只需更改設定並重新進行 A/B […]
5/14 12:35作者廖紹伶https://techorange.com/2026/05/14/microsoft-adash-ai-security-mythos/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
韓國搶做「機器人大腦」：新創 RLWRLD 如何把真實工作場景，變成 Physical AI 訓練資料？
韓國 AI 新創公司 RLWRLD 正與多家飯店、物流以及零售企業展開合作，將技術熟練的員工在真實工作場景中的動作，轉化為龐大的專業知識資料庫，目標是打造未來可部署於工業現場與家庭的「機器人 AI 大腦」。《美聯社》報導，首爾樂天酒店（Lotte Hotel Seoul）的餐飲主管 David Park 在頭部、胸前與手部都綁上攝影機，熟練地示範過去九年來在五星級飯店裡做過無數次的宴會餐巾摺疊動作。他的每一個細微動作都會被送進資料庫中，未來將用來教導機器人完成同樣的任務。從摺餐巾到搬貨上架：把飯店、物流與零售現場變成機器人訓練場在機器人進入真實世界的過程中，最難跨越的往往是「缺乏真實世界資料」這個門檻。為此，RLWRLD 廣泛蒐集各行業員工的工作動作，像是除了首爾樂天酒店外，還包含韓國 CJ 物流（CJ Logistics）以及日本便利商店 Lawson。在 CJ 物流與 Lawson 的場景中，RLWRLD 的系統會追蹤人類如何抓握、抬起與處理貨物，以及如何整理食品陳列。這些資料的重點並非單純記錄，而是要精確捕捉人類手部操作中的細節，包含抓握、施力與動作的順序，讓機器人未來能在真實現場執行更細緻的操作。在將員工的影像轉換成機器可讀資料後，RLWRLD 的工程師會親自配戴攝影機、VR 頭盔與動作追蹤手套來重複這些任務，藉此進一步捕捉關節角度與施力大小等深層細節。這些資料隨後就會被用來訓練與測試機器人，並由引導員透過穿戴式裝置引導機器人執行任務。 RLWRLD 的商業策略負責人 Hyemin Cho 指出，目前多數機器人使用的是兩到三根手指的特定任務夾具，但 RLWRLD 專注於開發能模仿人類觸覺的「五指機器手」，因為這種精細的手部操作能力，是未來機器人能否進入家庭與人類密切互動的關鍵。 RLDX-1 模型把人類 Know-how 變成 AI 大腦 RLWRLD 的發展，正處於韓國「實體人工智慧（Physical AI）」的競爭脈絡下。Physical AI 指的是搭載 AI 與感測器、能在真實環境中具備一定自主性進行感知、決策與行動的機器，已超越了傳統工廠裡只能執行重複動作的常規機器人，而 RLWRLD 的目標，正是要打造一層能應用於不同工廠與工作現場的 AI 軟體層，未來甚至計畫擴展到一般家庭中。為了達成目標，RLWRLD 近期推出以「靈巧度（dexterity）」為核心的機器人基礎模型 RLDX-1，專門支援真實工業環境中的複雜機器人操作任務。RLDX-1 […]
5/14 10:13作者李昀蔚https://techorange.com/2026/05/14/south-korea-ai-robots-rlwrld/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
不寫程式也能吃到 AI 紅利：資料中心電工年薪可達 30 萬，不輸軟體工程師
2026 年第一季，科技業在三個月內裁掉超過 7.3 萬人，部分統計甚至達到 7.85 萬。Oracle 一口氣砍掉一萬個職位，同時還在加碼 AI 投資；Meta 宣布五月前再裁約 8,000 人；Amazon 透過 AI 縮減企業層級的人力；Block 執行長 Jack Dorsey 把員工人數砍了將近一半，理由是智慧工具改變了遊戲規則。這些公司給出的理由幾乎一致：AI 帶來的效率提升讓組織不再需要那麼多人。將近一半的裁員案例都被歸因於 AI。 AI 裁員潮的另一面：資料中心建設創造百萬技術職缺同一時間，另一個領域的人才需求正在爆炸。支撐這場 AI 革命的，是一場規模高達 7,000 億美元的資料中心建設熱潮，部分經濟學家甚至認為這是當前美國 GDP 成長的主要引擎。 Meta 在路易斯安那州興建的 Hyperion 資料中心，面積是曼哈頓中央公園的四倍。這些龐然大物不會自己長出來，它們需要電工、需要懂液冷系統的工程師、需要佈光纖的技術人員、需要 HVAC 暖通空調的專家。且薪資水準也說明了一切。一般技術員年薪中位數約 7.1 萬美元，資深電工輕鬆超過十萬，而擁有資料中心專業知識，特別是液冷與光纖佈線經驗的電工年薪可達 30 萬美元，與專科醫療或金融業的初階職位相當。人力資源企業 Broadstaff 執行長 Carrie Charles 形容，這種角色「是一種白領的技術工作」，技術含量高，但不必整天坐在桌前。跨國人力資源諮詢公司 Randstad 分析超過五千萬則職缺後發現，自 2022 年底 ChatGPT 問世以來，機器人技術員的需求翻倍，HVAC […]
5/14 10:35署名 LChttps://techorange.com/2026/05/14/engineers-in-the-ai-data-center/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
醫療巨頭 J&J 的 AI 實踐：加速新藥開發，開發前期的試驗時間減半
全球藥廠近年開始將 AI 視為新藥研發的重要基礎設施。醫療製藥巨頭強生（Johnson & Johnson，J&J）近期透露，公司已透過 AI 大幅縮短新藥開發前期的研究流程，將原本需要耗費大量時間的化合物篩選與優化工作加快一倍，成為大型藥廠導入 AI 的最新案例。從分子預測到候選篩選，AI 重塑新藥發現流程在製藥產業中，新藥開發原本就是極度耗時且高成本的流程。從早期研究、臨床測試到最終上市，往往需要長達十年以上時間與數十億美元投入。大量失敗的候選藥物，也讓藥廠長期承受巨額研發風險。AI 的導入，則讓藥廠開始有能力重新優化這些流程。根據 J&J，該公司目前將 AI 應用聚焦於幾個核心領域，包括 AI 驅動產品開發、新藥研發流程與供應鏈最佳化。其中，化合物篩選是 AI 最具價值的應用之一。透過大型語言模型與機器學習技術，研究團隊能更快速分析大量化學資料，預測哪些分子結構較可能具備療效，降低研究人員在低潛力項目上的時間浪費。 J&J 資訊長 Jim Swanson 表示，公司已成功透過 AI 加速兩項新藥化合物的開發，其中一項應用於腫瘤治療，另一項則聚焦免疫疾病領域。目前 AI 雖然還無法完全自主發明新藥，但已能有效協助研究團隊在化合物與生物製劑資料中，快速找出具有潛力的候選藥物。這讓研發人員能更快進入下一階段測試，縮短前期試驗與優化時間。 J&J 以 AI 重塑臨床試驗與製藥細節除了研發端，J&J 也將 AI 導入藥品製造流程。Swanson 表示，在藥物生產過程中，AI 能協助判定何時應加入溶劑，以及控制最適合的溫度條件，藉此提升製造穩定性與品質一致性。這類應用對大型藥廠而言，會直接影響生產品質與成本控制。另一項受到高度關注的應用，則來自臨床試驗文件作業。臨床試驗本身涉及大量監管流程與法規文件，過去光是一份完整的臨床試驗報告，就可能需要投入 700 至 900 小時的人工作業。如今，J&J 已利用 AI 協助整理與生成相關內容，將整體作業時間壓縮至約 15 分鐘，大幅減少研究與法規團隊的行政負擔。 J&J 也透露，AI 正被用於改善臨床試驗受試者招募流程。Swanson 表示，公司希望臨床研究能更真實反映全球病患結構，因此 […]
5/14 09:44作者 Arielhttps://techorange.com/2026/05/14/johnson-johnson-ai/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【科技早餐】Google、Anthropic、台日韓半導體同步升溫，AI 競爭從系統層燒到供應鏈
【科技早餐】今天精選 7 則國內外重要科技新聞。＊Google 把 Gemini 放進 Android 與筆電，AI 進入作業系統層 Google 在 5 月 12 日舉辦 The Android Show: I/O Edition 2026，公布 Android 生態新功能，也替 5 月 19 日、20 日的年度開發者大會熱身。這次重點是全新的 Gemini Intelligence，以及為 AI 設計的新筆電平台 Googlebook。 Google 將 Gemini Intelligence 定位為作業系統層級的 AI 能力，未來會進入 Android、Chrome、筆電、車載、穿戴與眼鏡等裝置。Googlebook 則結合 Android、ChromeOS 與 Gemini，首波合作夥伴包括宏碁（Acer）、華碩（ASUS）、戴爾（Dell）、HP 與聯想（Lenovo），產品預計 2026 年下半年登場，代表 Google 正把 AI 版圖推進個人電腦與多裝置生態。＊Anthropic 估值上看 […]
5/14 06:50作者 Anitahttps://techorange.com/2026/05/14/google-anthropic-east-asia-semiconductors-heat-up/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
AI 落地重塑企業營運場景叡揚資訊 Solutions Day 聚焦數位韌性與 AI 治理新挑戰
生成式 AI 加速走入企業核心流程，從知識協作、營運管理到資安防護，企業導入 AI 的焦點已從單點工具應用，進一步延伸至治理、風險控管與營運韌性。叡揚資訊13日舉辦「GSS Solutions Day 2026」，以「Always Solving, Always Evolving」為主題，聚焦 AI 治理、數位韌性、AI Agent 協作與永續管理等議題，邀集產官學專家分享 AI 時代下的企業轉型觀察與實務經驗。邁入成立第 40 年，叡揚資訊張培鏞董事長表示，企業對 AI 的需求已不再只是模型導入，而是如何真正融入既有工作流程與產品服務，並兼顧治理與營運穩定。從公文管理、人資、知識協作、徵授信到資安維運，AI 正逐步成為企業系統持續演進的重要驅動力，也讓企業重新思考數位基礎架構與治理模式。在趨勢議題方面，國家安全會議諮詢委員李育杰於「2026 全球資安威脅與戰略分析」中指出，台灣正面臨高度密集的網路攻擊威脅，隨著大型語言模型（LLM）逐步被武器化，AI 已大幅提升駭客自動化發掘漏洞與發動攻擊的能力。他強調，企業資安策略需從被動防禦轉向主動治理，透過 AI Agents、自動化弱點修補，以及跨組織情資聯防機制，建立更具韌性的防護架構。中央研究院資安專題中心執行長、前數位發展部部長黃彥男，則於「AI 風險與治理」中，聚焦 AI Agents 所帶來的新型態風險，包括目標劫持、權限濫用與供應鏈漏洞等問題。他指出，台灣已推動《人工智慧基本法》，並建立 AI 產品與系統評測機制，希望在鼓勵創新的同時，也逐步建立可信任的 AI 發展環境。面對 AI 與數位化帶來的高度不確定性，叡揚資訊數位韌性辦公室執行長馬正維於「邁向數位韌性之路」中表示，數位韌性已不只是 IT 部門的議題，而是企業治理與營運策略的重要核心。企業需透過制度、流程與技術整合，提升面對突發風險時的持續營運能力，而政府近年也積極投入關鍵民生系統韌性建設，透過雲端架構與多元備援機制，確保極端情境下的基本運作能力。除了治理與風險議題，本次活動也聚焦 AI 在協作與永續管理上的實際應用。叡揚資訊前瞻技術研究所經理王麒詳於「Thinking Teams with Multi-Agent Collaborations」中指出，AI Agent 未來將從個人助理角色，逐步演變為具備主動協作能力的「Team Agent」，能夠理解團隊脈絡、追蹤任務進度並協助資訊整合。叡揚資訊創新研發中心處長李漢超則於「永續 e 治理：Vital ESG […]
5/13 18:15作者產業動態https://techorange.com/2026/05/13/galaxysoftwareservices-aisolutionsday-aiagent/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
IBM 揭秘 AI 革命下的權力大洗牌：76% 企業設立 AI 長，HR 影響力同步升溫
《CNBC》報導，自 2022 年 OpenAI 發表 ChatGPT 引發 AI 革命以來，全球產業面臨大規模裁員衝擊。根據近日 IBM 發布的報告，AI 不僅影響基層，也正重塑董事會結構與執行長的決策模式。在 2,000 多家受訪組織中，高達 76% 已設立 AI 長（CAIO），與 2025 年僅 26% 的比例相比呈現爆發式增長。麥肯錫（McKinsey & Company）合夥人 Vivek Lath 指出，這場變革的規模堪比工業革命與數位革命，AI 在推動技術職位增長的同時，也強化了傳統管理職能：59% 的受訪者預期人力資源長（CHRO）的影響力將不減反增，成為企業轉型中的核心力量。企業掀「AI 長」浪潮，誰該為 AI 負責成新難題隨著 AI 技術趨於成熟，董事會對於「誰該負責 AI」的界線日益模糊。Omdia 分析師 Lian Jye Su 指出，現有的技術職位如 CTO、CIO 與 CDO，常讓企業在 AI 責任歸屬上產生混淆。面對基礎建設、治理與流程升級等多重挑戰，企業需要專責的 AI 長來統籌轉型，例如 HSBC 與 Lloyds 等金融巨頭，今年皆已設立相關職務。然而，業界對 […]
5/13 18:22作者吳玟錡https://techorange.com/2026/05/13/caio-artificial-intelligence-changing-boardrooms/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Anthropic 大舉進軍法律 AI：Claude 推 12 款專用工具，讓律師工作流成為 AI Agent 新戰場
儘管近期法庭上屢次出現律師因使用 AI 生成虛假判例而面臨裁罰的窘境，例如加州去年對一名使用 ChatGPT 撰寫上訴狀的律師開出首例罰單，聯邦法官與律師公會也紛紛發布警告，這卻絲毫沒有放緩大型律師事務所全面押注 AI 的腳步。  Anthropic 近日宣布大規模擴展其 AI 助理 Claude 在法律領域的應用。這次更新的重點，是將律師日常高度依賴的資料庫與軟體整合在同一個專業工作流中。為什麼 Anthropic 特別看準法律領域？「法律界正面臨採用 AI 的巨大壓力，而率先採取行動的律師事務所和內部團隊正迅速脫穎而出，」Anthropic 發言人表示，Claude 正在進一步深入知識工作領域，而法律部門已成為最重要且成長最快的產業之一。瞄準專業工作流：推出 12 款專用工具，把 AI 變成「案件團隊成員」 Anthropic 這次推出了 12 款專為法律實務設計的擴充功能（plug-ins），涵蓋商務法律顧問、勞動法務顧問、訴訟律師、併購盡職調查，甚至法律學生等多元場景。這些工具不僅能部署在 Anthropic 專為知識工作者打造的 Claude Cowork 平台中，還能透過「模型上下文協議連接器（MCP connectors）」無縫嵌入律師事務所的既有系統，包含與 Microsoft 365 整合，讓 Claude 成為貫穿 Word、Outlook 與 PowerPoint 的單一助理。 Anthropic 副總法律顧問 Mark Pike 形容這次升級的差異：「就像是買現成成衣與量身定做並修改過的服裝之間的差別。」他更生動地表示：「事實證明，只要讓通用模型獲得與律師相同工具的存取權限，這就有點像給工程師一個法律學位。」現在，大型律師事務所已開始在實際案件中使用這些功能，包括 Freshfields、Holland & Knight 與 Crosby […]
5/13 18:27作者李昀蔚https://techorange.com/2026/05/13/anthropic-expands-legal-ai-tools-claude-cowork/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
晶片傳輸大突破！清大團隊成功開發「四階脈衝振幅調變傳收機」
隨著科技快速發展，晶片設計技術正面臨前所未有的挑戰。在國科會「關鍵新興晶片設計研發計畫」支持下，由國立清華大學電機工程學系彭朋瑞副教授、謝秉璇副教授、電子工程研究所劉怡君副教授及國研院台灣半導體研究中心林銘偉博士共同組成研究團隊，成功開發「四階脈衝振幅調變（Pulse Amplitude Modulation, PAM-4）傳收機」。該技術結合共封裝光元件（Co-packaged Optics, CPO）模組，單通道傳輸速率可達 100Gb/s，有望取代傳統插拔式進行光電轉換的傳輸架構，滿足更高傳輸速率與更低功耗之需求。 PAM-4 傳收機係透過將傳送訊號由傳統 2 種振幅提升至4種不同可能的振幅輸出，以提高訊號承載資訊量，進而有效提升資料傳輸速率。然而，為準確解調 4 種不同振幅訊號，接收端電路架構相對複雜。對此，團隊提出創新之 PAM-4 接收機設計，其核心概念為善用低解析度類比數位轉換器，以實現高速資料的取樣與解調。此技術能有效降低整體功率消耗，相較於國外各大高速晶片公司於 100Gb/s 傳輸率下使用 7奈米（nm）以下的製程，可在 28奈米（nm）製程下即能實現性能相當之傳收機電路。而此架構特性改良之外，晶片加入多項自我校正之功能，能抵抗晶片在不同溫度下以及因量產所造成之誤差，維持穩定一致的效能，提升實際量產與應用之可行性。除 PAM-4傳收機設計外，團隊亦以 100Gb/s 電傳收機晶片為核心，結合矽光子載板上之高速光電轉換元件，並透過異質整合封裝技術，成功開發出 CPO 模組，實現 CPO 模組需要高速之矽光子載板開發。矽光子技術是利用矽晶片製作光學元件，使光訊號能於晶片上進行傳輸與處理之技術。與傳統插拔式光模組相比，CPO 模組能夠實現高度積體化的設計，縮減系統傳輸距離，有效提升頻寬及降低功率消耗。相較於傳統電子訊號，光訊號具有更高頻寬與更低功耗，特別適合高速資料傳輸與人工智慧資料中心應用。透過整合光調變器、光偵測器與電子電路，可實現高速光電整合晶片與先進封裝系統。團隊已開發矽基微環調變器（Micro-Ring Modulator, MRM）達 100Gbps 電光轉換，並整合頻寬大於 50GHz 的高速光偵測器。該團隊針對此計畫所開發之關鍵技術已取得 6 件美國發明專利及 8 件中華民國發明專利，執行計畫期間也衍生多件產學合作計畫，未來將進一步落實於產業應用，推動我國在相關領域之發展。（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。）
5/13 17:25作者產業動態https://techorange.com/2026/05/13/pulse-amplitude-modulation-pam-4/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
東元於北美首秀高酬載商用無人機動力系統、機器人用關節模組
東元電機於5月12日至14日，聯手美國子公司TECO-Westinghouse Motor Company（東元西屋馬達公司），首度登上北美專業舞台——美國底特律「XPONENTIAL 2026國際海陸空無人載具及自駕系統產業鏈展」。本次展會，東元發布專為高酬載無人機設計的無人機扁線動力系統與榮獲2026台灣精品金質獎的All-in-One機器人關節模組，積極佈局快速增長的商用無人機（UAV）與智慧機器人市場，憑藉子公司TECO-Westinghouse的德州在地化服務，提供客戶「從產品到售後」的完整解決方案與服務支援。東元電機總經理高飛鳶表示：「此次北美首秀，不僅是東元尖端機電整合技術的成果展示，更是深化北美市場布局的關鍵一步。我們帶來的無人機高性能扁線動力系統與高度整合的機器人關節模組，將直接對應北美客戶在農業、物流、自動化等領域對高效能、高可靠性解決方案的迫切需求。東元目標將與北美無人機整機廠、無人機即服務（DaaS）的供應商及機器人開發者建立深度合作，進一步提升東元在北美智慧動力系統市場的領導能見度。高酬載無人機扁線動力系統：強化商用無人機動力效能東元本次展出應用於10至100公斤級高酬載商用無人機的動力解決方案，搭載 T Power Air 12.5kW 扁線馬達與T Power Air TE250 大功率電子調速器。東元已成功將現有EV主流扁線技術導入無人機馬達動力系統，其單軸最大拉力高達76.5公斤，為重載應用（如農藥噴灑、物流運輸）提供強勁動力。相較傳統無刷直流馬達（BLDC），效率顯著提升，可延長無人機飛行時間約20%，解決續航痛點。專為無人機動力優化：扁線定子搭配永磁採用Halbach陣列之外轉子設計，扭力密度提升25%；馬達最大效率可達91.8%。此技術已成功導入現有農用無人機客戶，驗證其卓越性能。為強攻北美核心市場，東元正積極推進產品驗證，預計於2026年底取得Green UAS認證，以滿足北美市場之高規格應用供應鏈的嚴格要求。此外，針對中型物流無人機市場的快速崛起，東元同步規劃開發低稀土版的扁線馬達，展現其靈活的市場策略與技術儲備。金質獎關節模組：All-in-One整合方案，驅動智慧機器人未來此次同步展出榮獲「2026台灣精品金質獎」的All-in-One 機器人關節模組系統。整合無刷電機、行星減速機、編碼器與感測器等關鍵元件，具備高可靠性、高精度控制與優異環境適應能力，可廣泛應用於機器手臂、四足機器人及人形機器人等智慧移動系統。展現東元於高精密機電與智慧控制技術的研發成果，也持續深化智慧自動化與新世代機電應用佈局。七十年機電根基，驅動智慧未來憑藉超過70年深厚的機電技術底蘊，東元持續深化「智慧動力」與「機電整合」核心能力，積極拓展智慧移動、智慧製造與新能源應用等領域。透過此次XPONENTIAL 2026的北美首秀，東元不僅展示其在無人機與機器人兩大前沿領域的研發成果與完整產品佈局，更藉由TECO-Westinghouse的在地化服務優勢，深化北美市場佈局。未來東元將持續整合全球資源，深化國際合作，致力成為驅動全球智慧化應用的關鍵力量。（本文訊息由東元電機提供，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：東元電機。）
5/13 17:32作者產業動態https://techorange.com/2026/05/13/teco-uav/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
中國機器人再進化！從人形到四足自由切換，宇樹科技發表 GD01 可載人越野、推倒磚牆
中國機器人公司宇樹科技（Unitree Robotics）近日發表新款機器人 GD01。該機款採用高強度合金打造，外型充滿機甲感，宛如《變形金剛》走入現實。GD01 定位為民用載具，其核心優勢在於形態切換能力，除了具備穩定的雙足行走與足以推倒牆壁的推力外，更能快速切換至四足模式，以應對各類崎嶇地形。創辦人親自試駕！宇樹科技機器人 GD01 能自由切換形態《Interesting Engineering》報導，全新變形機甲 GD01 定位為民用，採用胸腔駕駛艙設計，含駕駛員總重約 500 公斤。在官方演示影片中，創辦人王興興親自進入駕駛艙，兩者對照之下，顯見機甲體型巨大。GD01 展現了穩定的雙足步行能力，能輸出推倒磚牆的強大力量，在受到衝擊時會憑藉剛性結構保持平衡。 GD01 的核心亮點在於其「形態轉換」能力：系統可在數秒內自動折疊腿部並調整重心，由雙足人形切換為四足模式，在無需外部協助下穿越崎嶇地形。除了這款大型機甲，宇樹科技近期也同步推出了低成本的上半身人形機器，起價僅 26,900 元人民幣，擁有最高 31 個自由度與模組化設計。《Global Times》提及，儘管技術驚艷，GD01 距離大規模普及仍有挑戰。中國科技大學技術與戰略研究院副院長陳靜指出，GD01 實際應用面仍面臨上下機不便、電池續航力短、舒適度低及維護複雜等問題。資深電信與科技產業分析師馬繼華則補充，未來在主題樂園、電影拍攝、救援任務及惡劣環境作業等領域，GD01 展現出巨大的應用潛力。中國人形機器人全球市佔近 90%，宇樹科技年出貨破 5,500 台《Interesting Engineering》分析，GD01 的問世象徵著宇樹科技在人形機器人市場進一步擴張。而中國人形機器人價格向來具優勢，以入門款 R1 為例，約 6 千美元的售價遠低於競爭對手 AgiBot 的 1 萬 4 千美元；與 Elon Musk 預期未來 Optimus 降價後約 2 至 3 萬美元售價相比，依然極具吸引力。根據 Omdia 研究，中國企業在 2025 […]
5/13 15:17作者吳玟錡https://techorange.com/2026/05/13/ai-robotics-unitree-launches-worlds-first-manned-mecha-robot/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【科技早餐】黃仁勳臨時登上空軍一號，NVIDIA H200 可能重回美中談判桌
【科技早餐】今天精選 8 則國內外重要科技新聞。＊黃仁勳臨時登上空軍一號，NVIDIA H200 可能重回美中談判桌《路透》報導，NVIDIA 執行長黃仁勳臨時加入美國總統川普（Donald Trump）本週訪問中國的行程，與十多位美國企業執行長同行。知情人士透露，川普看到媒體報導黃仁勳未受邀後，臨時致電邀請他加入；白宮記者也拍到黃仁勳在阿拉斯加登上空軍一號，隨川普前往中國。黃仁勳原本不在白宮稍早公布的企業領袖名單中，名單包括 Tesla 執行長馬斯克（Elon Musk）與 Apple 執行長庫克（Tim Cook）等人。 NVIDIA 發言人表示，黃仁勳是應川普邀請出席峰會，以支持美國與政府政策目標；白宮則稱，黃仁勳行程有所調整，因此最終能夠成行。美國商務部長盧特尼克（Howard Lutnick）上月指出，NVIDIA H200 晶片尚未銷往中國，原因是難以取得中國政府許可。黃仁勳臨時加入訪中行程，也讓 H200 是否列入峰會議程，成為市場關注焦點。＊OpenAI 可望省下 970 億美元分潤成本，企業 AI 部署同步加速 OpenAI 與 Microsoft 達成最新協議，將 OpenAI 支付給 Microsoft 的營收分成上限設定在 380 億美元。這項安排預計可讓 OpenAI 在 2030 年前節省高達 970 億美元支出，也代表雙方合作關係進入新的財務安排。過去 Microsoft 不只投資 OpenAI，也提供雲端運算資源；但隨著 OpenAI 估值升高、營收擴大，未來收益如何分配，已成為市場關注焦點。同一時間，OpenAI 也成立合資公司 OpenAI Deployment Company，初期規模超過 40 […]
5/13 06:50作者 Anitahttps://techorange.com/2026/05/13/nvidia-ceo-jensen-huang-joins-trump-visit-to-china/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
SaaS 生存戰開打：SAP 推 Autonomous Enterprise，要把自己變成 AI 時代的企業營運中樞
SAP 在近日舉行的 Sapphire 2026 大會上宣布推出「Autonomous Enterprise」，被視為 SAP 成立 53 年以來最大規模的 AI 產品發布。這也展現出 SAP 的生存新策略：因為在 AI 代理（AI Agents）時代，市場正在重新評估傳統企業軟體的價值與前景。從這次的新產品可見，SAP 試圖將 ERP 從過去單純「記錄企業資料與流程的系統」，轉型為一個能讓 AI 代理自動執行財務、採購、供應鏈、人資與客服等核心流程的企業營運中樞。當 AI 技術的發展讓市場開始懷疑企業軟體公司過去收費模式的可持續性，SAP 更必須向市場證明自己不會被 AI 公司取代，而是能站穩企業 AI 的核心，成為不可或缺的治理與編排層。財務結帳從數週縮到數天：SAP Autonomous Enterprise 如何改寫企業流程？ SAP Autonomous Enterprise 主要由三個層次組成：提供建置與治理基礎的「SAP Business AI Platform」、負責核心流程自動化的「SAP Autonomous Suite」，以及新世代人機互動介面「Joule Work」。首先，SAP Business AI Platform 將 SAP Business Technology Platform、SAP Business Data […]
5/13 12:50作者李昀蔚https://techorange.com/2026/05/13/sap-autonomous-enterprise/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Google 搶先 Apple 發表 Gemini Intelligence，揭開 AI 代理作業層大戰序幕
就在 Apple 預計於 WWDC 大會重新展示 AI 功能 Apple Intelligence 的前幾週，Google 率先出手。Google 在「Android Show」活動中宣布一系列 Android 系統重大更新，並以「Gemini Intelligence」為核心主軸，將 Gemini 能力深度整合進 Android 作業系統，涵蓋跨應用程式執行、Chrome 瀏覽器、Android 車載系統，以及筆記型電腦平台。負責 Google Android 生態系統的 Sameer Samat 在接受《CNBC》採訪時表示：「我們正在從作業系統過渡到智慧系統。」他同時也指出，「這是我們與科技互動方式的根本性轉變，作業系統的每個層面都要隨之改變。」 Gemini 不再只回答問題，而是替你完成任務 Gemini Intelligence 的核心突破，在於 AI 不再停留在對話框內回應指令，而是能夠主動理解手機螢幕上的情境，並跨越應用程式邊界執行多步驟任務。 Google 舉出的具體場景包括：從 Gmail 中找出課程書單並自動加入購物車、長按電源鍵後請 Gemini 將備忘錄中的採買清單直接轉為外送平台的訂單、拍下旅遊手冊後要求 Gemini 在 Expedia 上搜尋適合六人的類似行程。Samat 也以烤肉派對為例說明，使用者可以要求 Gemini 查看賓客名單、規劃菜單，並將食材加入 Instacart 購物清單，待使用者最終確認後才送出訂單。針對外界對 AI 代理自主行動的隱憂，Samat 強調 […]
5/13 12:39作者廖紹伶https://techorange.com/2026/05/13/gemini-intelligence-googlebook/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
近 40% 員工把敏感資訊丟進未授權 AI：Shadow AI 如何讓企業失去資料、權限與 Agent 行為掌控？
隨著生成式 AI 進入日常工作流程，員工私下使用 ChatGPT、Gemini、Claude、NotebookLM 等工具加速整理資料、撰寫內容、分析文件與處理信件，已經成為企業難以忽視的風險。由於這些未經公司核准的 AI 工具常透過瀏覽器分頁、外掛或個人帳號使用，其 AI 流量看起來往往就像一般網頁活動，導致 IT 部門難以即時發現。近四成員工將敏感資料交給未授權 AI，企業卻渾然不知這種「Shadow AI（影子 AI）」早已不是零星個案，而是大規模的職場現象。《Business Insider》報導，Microsoft 對英國工作者的調查顯示，高達 71% 的受訪者曾在工作中使用未經核准的消費級 AI 工具，其中一半的人甚至每週都會使用。AI 資安平台 Reco 的資料也進一步印證了這個趨勢：在中型企業中，每 1,000 名員工通常約會出現 200 個未授權 AI 工具。那麼，員工為何要繞過 IT 政策？《Tom’s Guide》指出，這並非單純為了違規，而是因為 AI 真的能協助處理爆量信件、瞬間摘要會議、重寫 email、生成報告、分析試算表與加速寫程式，為員工省下大量工時。以生技研究領域工作者 Gregg Bayes-Brown 為例，即使過去身為企業內部的 AI 規則制定者，他仍使用了未核准的個人 Google 帳號存取 NotebookLM，因為這能將原本約 150 小時的繁雜工作，大幅壓縮到 30 分鐘內完成。 Shadow AI 比 Shadow IT […]
5/13 11:01作者李昀蔚https://techorange.com/2026/05/13/nearly-two-in-five-workers-use-unauthorized-ai-tools-at-work/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
傳簡訊就能操控的 AI 代理 Poke 爆紅！擺脫 OpenClaw 技術門檻，甚至免下載安裝
消費者僅需利用手機簡訊、iMessage、Telegram 或 WhatsApp 等服務，就可以輕鬆操作 Poke，打造屬於自己的 AI 代理應用程式，相當於人人都能輕鬆使用的 OpenClaw。
5/13 09:45作者 Minhttps://techorange.com/2026/05/13/poke-ai-agent-openclaw-sms/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
星巴克、漢堡王都在做：零售品牌如何聯手 OpenAI，靠 AI 縮短購買路徑
根據《AdAge》報導，零售與餐飲品牌正加速將 ChatGPT 轉化為新的消費入口。近期，星巴克宣布在 ChatGPT 生態系測試全新專屬應用，讓消費者可以直接透過自然語言描述需求，由 AI 推薦飲品並協助完成訂單流程。點餐不是看菜單，是看心情點餐《商業內幕》根據星巴克公布的功能指出，用戶現在不一定要先研究菜單再下單，而是能直接向 ChatGPT 描述自己的偏好與情境。例如想找低糖、高蛋白飲品，或是希望來一杯符合陰天氛圍的咖啡，甚至上傳當天穿搭照片，ChatGPT 都能生成相對應的飲品建議。使用者還能在對話中調整客製化選項，包括加入奶蓋、抹茶粉等配料，接著選擇附近門市，最後再跳轉至星巴克 App 或官網完成結帳。星巴克數位與會員平台主管 Paul Riedel 表示，過去一年觀察到消費者在點飲料之前，往往先有的是「感覺」而不是「菜單需求」。因此，品牌希望透過 ChatGPT 直接切入這種靈感產生的瞬間，讓飲品推薦更貼近當下情緒與生活情境，同時提升消費者對產品的期待感。該功能目前屬於 Beta 測試階段，主要適用於美國市場，並非全球同步推出。星巴克強調，這次合作的目的之一，是觀察消費者如何透過生成式 AI 與品牌互動，再進一步優化未來的數位體驗。不只是回答問題，AI 正逐步接管購物流程星巴克此次和 ChatGPT 合作，業界關注的不只是 AI 推薦飲料本身，而是零售交易流程正在發生變化。過去，ChatGPT 多半被視為資訊搜尋工具，如今則逐漸朝向能夠協助完成購買的 AI 代理角色發展，它不再只是回答問題，而是能代替使用者執行部分消費決策與購物流程。如此一來，消費者不需要反覆切換搜尋引擎、品牌官網與外送平台，只要在聊天介面輸入需求，AI 就能結合品牌資料、商品選項與歷史偏好，自動生成建議並推進交易，做到一條龍完成商品發現、推薦、客製化與訂單啟動。不過，目前各品牌的 AI 應用成熟度其實仍有差異。以星巴克來看，ChatGPT 已開始介入商品推薦與訂單啟動流程，因此更接近真正的「AI 代理商務」。但部分品牌目前仍偏向 AI 搜尋或導購輔助功能，尚未完全進入自主代理階段。例如，漢堡王與 Firehouse Subs 目前推出的 ChatGPT 應用，主要聚焦於附近門市查詢、優惠推薦與餐點探索；DoorDash 與 Uber Eats 則讓用戶能透過 AI 將食譜轉化為可購買的生鮮清單，或快速瀏覽餐廳菜單並建立訂單。這類服務雖然提升了聊天式購物體驗，但 […]
5/13 08:00作者 Arielhttps://techorange.com/2026/05/13/starbucks-chatgpt-ai-personal-barista/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【科技早餐】川普訪中帶 Apple、Tesla 高層，黃仁勳缺席凸顯 AI 晶片仍敏感
【科技早餐】今天精選 8 則國內外重要科技新聞。＊川普訪中企業團出爐，黃仁勳缺席凸顯 AI 晶片仍敏感美國總統川普（Donald Trump）即將出訪中國，會晤中國國家主席習近平。白宮同步籌組企業代表團，隨行團包括 Apple 執行長庫克（Tim Cook）、Tesla 執行長馬斯克（Elon Musk）、高通（Qualcomm）執行長艾蒙（Cristiano Amon），以及美光（Micron）、Meta、貝萊德（BlackRock）、波音（Boeing）、Mastercard、Visa 等企業代表，多達 16 人。不過，市場最關注的是，NVIDIA 執行長黃仁勳並未列入隨行名單。黃仁勳先前接受《CNBC》訪問時曾表示，如果能隨川普訪中，將是極大榮幸，但最後並未列入隨行團。這也顯示，高階 AI 晶片與出口管制，仍是中美談判桌上的敏感議題。對 NVIDIA 來說，中國市場仍重要，但美國本土 AI 基建與供應鏈布局，正成為更優先的戰場。＊OpenAI 可望省下 970 億美元分潤成本，企業 AI 部署同步加速 OpenAI 與 Microsoft 達成最新協議，將 OpenAI 支付給 Microsoft 的營收分成上限設定在 380 億美元。這項安排預計可讓 OpenAI 在 2030 年前節省高達 970 億美元支出，也代表雙方合作關係進入新的財務安排。過去 Microsoft 不只投資 OpenAI，也提供雲端運算資源；但隨著 OpenAI 估值升高、營收擴大，未來收益如何分配，已成為市場關注焦點。同一時間，OpenAI 也成立合資公司 OpenAI […]
5/13 06:50作者 Anitahttps://techorange.com/2026/05/13/nvidia-ceo-jensen-huang-not-goint-to-china-during-trump-visit/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
前 OpenAI CTO 領軍新創 Thinking Machines 發表互動模型，讓 AI 可以邊聽、邊看、邊回應
前 OpenAI 技術長 Mira Murati 創辦的 Thinking Machines Lab 近日發表「互動模型」（interaction models）的研究預覽。這項研究的出發點在於，現有 AI 模型多半仍停留在「回合制」的互動模式，也就是使用者必須完整說完話或打完字，模型才開始處理，然而在模型生成回覆的期間，AI 的感知會完全凍結，無法持續接收新資訊或察覺使用者當下的狀態。 Thinking Machines 認為，這種單線式的互動不僅限縮人類知識、意圖與判斷傳遞給模型的空間，也讓 AI 的工作過程更難被使用者即時理解與修正。因此 Thinking Machines 期待 AI 應該像人與人協作一樣自然，能夠持續接收語音、影像與文字，並能即時思考、回應與行動。 200 毫秒一個 micro-turn，讓 AI 可以更快速產生反應為了打破上述瓶頸，Thinking Machines 試圖將「互動」變成模型的原生能力，而非僅在文字模型外加上一層語音辨識的包裝。Thinking Machines 的做法是將互動拆解為每 200 毫秒（200ms）一個的「micro-turn」。在這套架構下，模型接收的是連續不斷的串流，並在連續的時間軸上交錯且同時處理輸入與輸出，不再等待完整一輪對話結束。這就代表沉默、重疊說話、插話與視覺線索，都能直接成為模型判斷何時回應、何時等待的上下文。 Thinking Machines 指出，這套架構讓互動模型能做到無縫的對話管理、語音與視覺的插話、同步說話與時間感知，甚至可以在對話中同時進行搜尋、呼叫工具或生成 UI。《The Verge》也舉出相關展示案例，像是模型能在聽故事時辨識提及的動物、即時翻譯語音，或者在看到使用者駝背時主動出聲提醒。一邊對話一邊思考的「雙模型架構」為了要讓 AI 能在極短時間內反應，同時又能處理複雜任務，Thinking Machines 採用了「互動模型」與「背景模型」協同運作的雙模型架構。前端的互動模型負責維持與使用者的即時交流，當任務需要更長時間的深度推理時，互動模型不會讓使用者陷入漫長的等待，而是將完整的對話脈絡交給非同步的背景模型處理。當背景結果產生時，互動模型會將其自然地編織進當下的對話中。這種分工機制讓 AI 有機會一邊聽取使用者回饋、一邊執行複雜任務，讓使用者同時享有極低延遲的回應，以及推理模型在規劃與代理工作流（agentic workflows）上的強大能力，這也創造出了一種更接近「協作」而非單純「提示詞輸入」的體驗。效能數據亮眼，但距離成熟產品仍有挑戰在效能表現上，Thinking Machines 公布的基準測試展現雙模型架構的潛力。例如 […]
5/12 16:45作者李昀蔚https://techorange.com/2026/05/12/thinking-machines-ai-interaction-model/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
三星、現代皆押注：新創 Config 融資 2700 萬美元，要成為「機器人界台積電」
隨著實體 AI 熱潮升溫，專注機器人訓練數據的新創 Config，獲三星、現代、LG 等南韓製造業資本押注。Config 將自身角色類比為台積電在晶片產業的定位：台積電為 Apple、NVIDIA、AMD 等企業代工晶片，但本身並不與客戶競爭，Config 希望在機器人領域專注提供訓練 AI 所需的數據，而非直接開發機器人產品。機器人 AI 供應鏈成形？實體 AI 熱潮帶動 Config 估值破 2 億美元《TechCrunch》指出，亞洲近年積極投入實體 AI（physical AI）與機器人技術，而背後推力，正是該地區累積的製造業實力。南韓、日本、中國與台灣皆以製造、出口與供應鏈體系為經濟核心，這套產業基礎也延伸到 AI 領域，帶動機器人相關技術與資本加速發展。在這波趨勢下，新創公司 Config 於 2025 年成立，由前 Meta 研究員、前 TwelveLabs 首席科學家 Minjoon Seo 與來自 Waymo、Google、Naver 的團隊共同創辦。此次種子輪由三星創投領投，募資金額達 2700 萬美元，推升公司估值突破 2 億美元，累計募資達 3500 萬美元。參與投資者還包括現代汽車創投 ZER01NE Ventures、LG Technology Ventures、SKT America，以及 Mirae Asset Ventures、韓國開發銀行（KDB）等機構。《TechCrunch》說明，隨著越來越多大型製造商希望掌握自己的機器人 AI […]
5/12 17:21作者吳玟錡https://techorange.com/2026/05/12/koreas-manufacturers-config-tsmc-robot-data/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
聯手 Intel、Cisco 等巨頭！OpenAI 推出 Daybreak，打造橫跨軟體供應鏈的資安防線
OpenAI 發表名為 Daybreak 的新資安計畫，建立於先進 AI 模型、Codex，以及多家資安公司的合作網絡之上。該計畫主要面向開發者、企業資安團隊、研究人員，以及與政府相關防禦單位，協助他們在軟體開發流程早期，更快驗證與修補漏洞。 AI 資安軍備競賽升溫：OpenAI 推出 Daybreak 重塑資安流程《The Verge》指出，OpenAI 這次推出時間點，距離其競爭對手 Anthropic 宣布 Claude Mythos 約一個多月。Anthropic 當時表示，這是一款專注資安的 AI 模型，因為風險過高而無法公開發布，只能作為「Project Glasswing」計畫的一部分私下提供。與 Anthropic 發起的 Glasswing 類似，Daybreak 也並非基於單一 AI 模型建構。 Daybreak 把 OpenAI 模型視為資安防禦流程的一環，而不只是程式開發助手。該計畫把安全程式碼審查、潛在攻擊路徑分析、漏洞修補驗證與供應鏈風險分析等能力整合進 Codex Security（OpenAI 的應用程式安全代理）。OpenAI 表示，目標是協助團隊識別高風險漏洞、在程式碼儲存庫中生成並測試修補方案，回傳可稽核的證據至既有資安系統。此次也導入一套模型分級存取機制「Trusted Access for Cyber」，依據使用者身分與任務風險，提供不同權限等級的 AI 模型存取。在該框架之下，OpenAI 提供三種不同模型配置：標準版 GPT-5.5 仍為一般工作的預設模型，而具備 Trusted Access 的 GPT-5.5 則面向已驗證的資安防禦團隊，用於安全程式碼審查、漏洞分類、惡意程式分析、偵測工程與修補驗證等任務。GPT-5.5-Cyber，則被定位為權限較寬鬆的限量預覽版本，用於紅隊演練、滲透測試與受控環境驗證等授權的專業資安工作。目前 Daybreak 尚未全面公開。OpenAI […]
5/12 14:34作者吳玟錡https://techorange.com/2026/05/12/openai-daybreak-codex-securityintel-cisco/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Google 首次攔截 AI 零日攻擊，駭客武器化漏洞的高速戰役正式開打
多年來，AI 是否會幫助駭客更快找到漏洞、生成攻擊程式，一直是資安圈最擔心的問題之一。但如今，這個風險不再只是理論，而是正式進入實戰階段。Google 威脅情報小組（Google Threat Intelligence Group）發布最新報告指出，他們首次發現並阻止了一起駭客利用 AI 發現並武器化零日漏洞的網路攻擊事件。零日漏洞是連軟體開發商本身都尚未知曉的安全漏洞。過去這類漏洞極為稀有且威力強大，甚至能在地下駭客交易市場上賣出數百萬美元高價。Google 雖然沒有透露是哪一個組織發動攻擊，但指出中國與北韓相關的駭客，對於如何使用 AI 來發現這類漏洞展現高度興趣。一個 Python 腳本、一個 2FA 繞過漏洞，差點釀成大規模攻擊根據 Google 報告，攻擊者為「知名網路犯罪威脅行為者」，目標是一款廣泛使用的開源網頁式系統管理工具。攻擊者發現了該工具雙重驗證（2FA）機制中的一個高階語意邏輯漏洞：開發者在程式碼中硬性建立了一個信任假設，使攻擊者得以在取得有效帳號憑證的前提下繞過 2FA。攻擊者隨後以 Python 腳本撰寫了漏洞利用程式（exploit），準備發動大規模利用行動，但在造成損害前已被 Google 阻斷。Google 表示已即時通知相關軟體開發商與執法機關，並協助完成修補。 Google 如何判斷是 AI 做的？ Google 研究人員判斷此次攻擊有 AI 介入，主要依據是 exploit 程式碼本身的多個異常特徵，包括出現「幻覺式 CVSS 評分」、過度詳盡的說明性文字（educational docstrings）、結構化的教科書式格式，以及人類工程師在正常情況下不會加入的多餘說明內容。美國國家安全局前網路安全主任 Rob Joyce 在公開發表前受邀審閱這份報告，他表示 AI 生成的程式碼不會自我揭露，但 Google 所找到的這些線索，「是目前最接近犯罪現場指紋的東西」。Google 威脅情報小組首席分析師 John Hultquist 告訴《紐約時報》，Google 另掌握其他佐證駭客程式碼是由 AI 編寫的指標，但拒絕討論這些證據。 […]
5/12 12:40作者廖紹伶https://techorange.com/2026/05/12/google-hackers-attack-ai/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
OpenAI 成立 Deployment Company：引進 150 名前線部署專家，瞄準企業 AI 落地難題
過去幾年，無數企業已經導入 OpenAI 的產品與 API，目前企業客戶已佔 OpenAI 營收超過 40%，且預計在 2026 年底前將與消費者業務營收並駕齊驅。然而，企業 AI 的下一階段挑戰，已逐漸轉向如何將模型串接既有資料、工具、控管機制與工作流程，讓 AI 成為日常營運中穩定可靠的一環。如同 OpenAI 營收長 Denise Dresser 近日接受《CNBC》採訪時所言，企業 AI 的採用已來到關鍵「轉折點（tipping point）」。她指出：「AI 逐漸有能力在組織內完成越來越有意義的工作，現在的挑戰是協助企業將這些系統整合到驅動其業務的基礎設施和工作流程中。」為了解決這個痛點，OpenAI 宣布成立全新的 Deployment Company，加速企業將 AI 導入真實業務流程。成立 Deployment Company，從模型供應走向企業部署成立「OpenAI Deployment Company」代表 OpenAI 的企業策略正從純模型供應商，延伸至系統部署與整合服務，且目標非常明確：協助企業組織打造並部署能實際運作的 AI 系統。 Deployment Company 的核心運作模式，是將專精於前沿 AI 應用的「前線部署工程師（Forward Deployed Engineers, FDEs）」直接嵌入客戶組織內部。Denise Dresser 如此描述這些 FDE 的實際工作樣貌：「前線部署工程師可以與組織及其使用者坐在一起，了解工作流程，然後協助他們把後台應用程式連接到模型，並在每個工作流程中真正建立智慧。」在實務操作上，典型的企業專案會先由 OpenAI 的 FDE 啟動診斷，判斷 […]
5/12 12:32作者李昀蔚https://techorange.com/2026/05/12/openai-launches-the-deployment-company/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
軟體開發成本趨近於零，企業護城河還剩什麼？陶韻智：下一個競爭關鍵是獲客、價值主張與 AI 管理力
專訪：戴季全撰稿：李昀蔚生成式 AI 正在讓軟體開發成本快速下降。過去，企業如果想開發系統、串接 API 或改造內部流程，往往需要仰賴高階工程師、外部廠商或大型軟體服務，但如今，AI 已經能協助完成前端、後端、資料庫、介面設計，甚至跨語言與跨國市場推廣。本集《全新一週》邀請到《AI First 自我升級革命》作者、前 LINE 台灣總經理陶韻智，深入分析當軟體開發成本趨近於零後，企業競爭門檻的移動方向，以及 AI 時代下的工作管理思維及個人職涯走向。 AI 讓軟體能力普及，企業競爭門檻回到獲客與價值主張過去常說「軟體吃掉全世界」，但實際上大多數企業受限於優秀工程師數量稀缺與培養成本高昂，並沒有能力自行開發軟體。然而，隨著 AI 加速發展，情況正在發生翻天覆地的改變：現在 AI 在多項軟體工程評測上的能力已逼近頂尖工程師水準，這代表過去找不到專業人才的公司，如今也能輕易打造專屬自己的軟體服務。陶韻智舉例，如果有傳統產業想將台灣的 ERP 系統串接至 Amazon、Walmart 等美國平台，過去可能需要後端工程師與外部廠商互相協作，過程非常繁瑣，但如今在 AI 助力下，企業自行串接 API 的門檻大幅降低，已不再是「癡人說夢」。更值得注意的是，AI 將無情侵蝕傳統軟體業引以為傲的「護城河」，例如轉換成本（Switching Cost）。以 Salesforce 為例，過去企業常因資料庫綁定、API 複雜等因素難以搬遷，但現在只要透過 AI Agent 或瀏覽器，就能逐步完成資料轉移，瞬間打破過去看似難以跨越的壁壘。「所有企業的競爭門檻，本來就是獲客能力，」陶韻智進一步強調，「真正的競爭門檻，一直都是跟客戶的關係、價值主張這些的實現，那現在原本作為壁壘的，可能會被一個 AI Native 的公司侵蝕。」陶韻智表示，當軟體能力不再是少數公司的專利，企業的資源分配也將隨之改變：過去企業可能將一半的時間花在產品開發、一半花在市場推廣（Go-to-market），但是當 AI 讓產品開發變得容易，企業未來可能將高達 95% 的精力投入在獲客、行銷與客戶關係的維護上。一個人做出 100 個 App，關鍵不再是學工具，而是「學會管理 AI」不只是企業端的競爭法則改變，對個人與知識工作者而言，AI 同樣帶來顛覆性的影響。陶韻智分享，過去一年他獨力完成超過 100 […]
5/12 10:43署名全新一週 Podcasthttps://techorange.com/2026/05/12/sting-tao-podcast/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
交付提速 85%、物流成本降 42%：Lenovo 北美最大生產基地的混合 AI 實戰成果
製造業從不缺乏 AI 的遠大願景，當多數企業還在為 AI 試點專案的投資報酬率發愁時，Lenovo 在智慧製造的應用，已經做出成績。交付提速、物流成本降低：打造有感應力的生產系統其最具代表性的案例來自北美最大生產基地，該廠導入 AI 與生成式 AI 技術後，整體營運效率出現顯著變化：前置時間大幅縮短 85%，意味著產品交付速度獲得根本性提升；物流成本下降 42%，顯示供應鏈調度與資源配置達到更高精準度；整體生產力提升 58%，反映 AI 已成為推動產線效能的關鍵引擎。這些數據不僅驗證技術可行性，也顯示 AI 在製造現場具備直接的商業價值。在品質管理層面，Lenovo 採取的是系統性整合思維。傳統製造依賴特定節點的檢測機制，容易形成資訊斷點，影響問題追蹤與改善效率。Lenovo 則透過機器視覺、邊緣 AI 與數位孿生技術，讓品質監控與生產流程緊密連結。當缺陷在產線上出現時，系統可即時辨識並觸發分析流程，快速定位根本原因，避免問題擴散至後續環節。這種架構讓品質數據能與物料流動、設備運行狀態以及上游供應條件產生關聯，形成可持續優化的回饋機制，使整體製造系統具備更高的適應能力與穩定性。在實際應用中，Lenovo 已於巴西、匈牙利與墨西哥等地導入自動化品質檢測機器單元，將 AI 模型與機器視覺整合進現場作業流程。這類系統能在產品通過檢測站點時同步完成判斷與分類，降低人工檢測的不確定性，並提升一致性與效率。當品質管理轉為即時且連續的過程，製造現場便能更快速回應變化，減少浪費並提升整體產出品質。聯網供應鏈的威力：iChain 平台如何終結資訊斷點？在更宏觀的供應鏈面向，Lenovo 推出 iChain 平台，將供應商、物流夥伴與製造端整合於同一數據網絡中。透過即時且安全的數據共享，各方能同步掌握庫存狀態、生產排程與需求變化，提升協同效率並降低資訊落差。這種多層級可視化能力，使企業在面對市場波動時能更快做出調整，強化供應鏈韌性。電子製造商海信（Hisense）的導入案例進一步說明其成效。該公司在營運環境中採用 Lenovo 的 AI 驅動監控解決方案後，實現了 100% 的監控覆蓋率，讓系統運行狀態全面透明；同時，警報數量減少 40%，代表系統能更精準識別真正需要關注的問題，避免過度干擾；問題調查速度提升 50%，則顯示 AI 在事件分析與定位上的效率優勢。這些改善直接降低營運風險，也提升整體生產穩定性。為了讓 AI 能順利進入實際生產環境，Lenovo 也強調部署前的驗證機制。透過搭載 NVIDIA 的平台，企業可在模擬環境中訓練與測試機器人系統，確保其在真實場景中具備足夠準確性與可靠性。這種模擬能力有助於降低導入風險，並加快自動化專案的推進速度。 Lenovo 在智慧製造上的布局，不侷限在單點工具的革新，而是打造一種「混合 AI」的整合架構。這種架構最核心的價值，在於將現場人員從冗餘警報中解放出來，並透過數位孿生與模擬技術，在第一顆螺絲釘鎖下前就預見風險。＊本文開放合作夥伴轉載，參考資料：Lenovo […]
5/12 10:25作者 Arielhttps://techorange.com/2026/05/12/manufacturing-ai-lenovo/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
AI「員工化」的代價：為什麼像對待人一樣管理 AI，反而會重挫組織信任？
《哈佛商業評論》報導，隨著企業加速導入 AI 代理，越來越多組織正將 AI 從「工具」重新定位為「員工」，不僅為其命名、賦予職稱，甚至將其納入組織圖與工作流程中，直接視為團隊成員或數位員工。從摩根大通到 Walmart：企業正在把 AI 代理當真正的員工用 Boston Consulting Group（BCG）針對 1,261 名來自美國、加拿大與歐盟的人資與財務部門經理、主管與高階主管的隨機實驗中，31% 的受訪者表示，公司領導層已將 AI 視為團隊成員或員工，23% 則表示 AI 已被正式列入組織圖，且這種做法不只存在於科技業，也已擴及醫療、金融、零售與專業服務等產業。其中一家公司甚至將名為 Scout 的 AI 代理正式納入 HR 團隊，負責履歷審查、第一輪面試與候選人評估摘要，並被主管形容為「在技術上等同於同級同事」。摩根大通描繪未來願景：進入無所不在的 AI 代理時代，員工將配備個人化 AI 助理，所有流程由 AI 驅動，客戶體驗則由 AI 禮賓服務支援。在實體零售領域，美國的跨國零售企業 Walmart 也已開始落實其 AI 代理的布局，應用範圍涵蓋顧客服務、門市員工支援與其他業務環節，其中主管型 AI 代理負責指派任務給子代理，運作方式類似人類主管管理員工。這些大型企業以及許多其他組織意識到，AI 代理並不只是像搜尋引擎或簡單聊天機器人那樣回答問題，而是能透過規劃任務、執行行動並檢查結果，實際完成工作目標的系統。《The Conversation》指出，從金融、科技到物流與法律等產業，企業擁抱 AI 代理的潛力，但原本應從中受益的真人員工，卻在適應過程中面臨困難，導致士氣與生產力同時受到影響。 BCG 研究顯示，當 AI 被描述為員工而非工具時，個人責任感下降 9 個百分點，歸責於 AI 的比例則增加 8 […]
5/11 19:23作者吳玟錡https://techorange.com/2026/05/11/research-treat-ai-agents-employees/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
會用 AI 還不夠！LinkedIn 總編輯揭 2026 企業選才最看重的兩種技能
隨著 AI 快速發展，工作場域的樣貌已大不相同，企業的招募標準也正經歷顯著的改變。LinkedIn 總編輯 Dan Roth 近日接受《今日秀》（TODAY）訪問時指出，現在關於工作的討論已逐漸從「職稱」轉移到「技能」上。他表示，LinkedIn 透過分析平台上十億份個人檔案內的技能，以及過去一年內成功求職者所具備的能力，發現企業越來越看重求職者「實際能做什麼」，而不是過去的職稱或學歷背景。「技能會跟著你走，」Dan Roth 強調，強大的基礎技能可以陪伴工作者跨越不同的產業與職務，而在這個瞬息萬變的時代，有兩種核心能力正是 2026 年企業特別關注的焦點。第一種能力：AI 技能談到最受歡迎的技能時，AI 毫無意外地成為榜首。Dan Roth 進一步解釋，AI 技能的需求可以分為兩大方向，首先是技術層面，包含建立複雜 AI 系統的高度技術能力，例如多數人熟知的提示工程（Prompt engineering）以及資料標註（Data annotation）等技能。其次，則是更廣泛的策略層面應用。現在企業不只需要技術人才，更迫切需要懂得如何運用 AI 工具來協助組織提升工作效率、自動化流程與增加生產力的廣大工作者，而且求職者不需要具備深厚的理工或數學背景，任何人都可以從現在開始投資並獲得這些 AI 技能。第二種能力：「以人為本」的軟實力另一方面，許多工作者擔憂 AI 會取代人類的工作，但事實上，當企業面臨快速變革時，反而更加看重以人為本的軟實力。Dan Roth 表示：「現今企業變革的速度前所未見，為了落實這些改變，企業正在尋找能夠適應且保持敏捷的人才，也需要能良好合作的團隊，這些都是人類技能。」這些人類技能主要分為兩大領域，第一個領域是領導與人員管理，企業高度渴求能夠啟發他人潛能、引導團隊度過變革的人才，其中導師經驗（Mentorship）與人才發展（Talent development）更是正在崛起的重要能力。第二個領域則是溝通與說故事的能力，能夠清晰表達複雜概念的能力在各行各業中變得至關重要。Dan Roth 分享，在過去一年中，提到「說故事能力（Storytelling）」的職缺增加了一倍，其中公眾表達、撰寫跨部門備忘錄、電子郵件、簡報，以及撰寫能清晰傳達想法的報告等多元溝通形式，都屬於「說故事能力」的範疇。如何發掘並展現核心技能？「你永遠可以獲得新的技能，」面對這些趨勢，Dan Roth 提醒求職者必須體認到技能並非固定不變的。如果不知道自己的優勢在哪裡，可以主動詢問同事、家人或朋友自己擅長什麼，這通常能揭露一些最初不明顯的天賦。此外，工作者也可以多利用線上免費課程或短期認證計畫，並參與社團、志工活動或爭取工作上的延伸任務來練習並擴展新技能。然而，在面試與履歷的準備上，Dan Roth 特別提醒求職者別把技能當作購物清單一樣條列出來，而是必須學會為自己的技能「說故事」。求職者應該主動表達自己何時有效地運用了這些技能，並提供具體實例，進而讓面試官產生深刻的連結，因為人們在面試中往往希望能與求職者產生共鳴。在探討未來工作型態時，外界常將焦點放在裁員，或討論哪些產業正在崛起與衰退，但若要真正看懂就業市場的變化，掌握「哪些技能正在升值」，或許才是最實用的切入點。隨著 AI 改寫企業選才標準，真正受青睞的人才，不只是會使用 AI 工具，而是能將 AI 導入工作流程、提升組織效率，同時具備溝通、領導與協作能力的工作者。當技能逐漸取代職稱，成為企業評估人才的新門檻，工作者不只需要持續學習，更必須學會用具體故事展現自己的能力與價值，因為雇主最重視的技能，往往是就業市場轉型方向的早期訊號。＊本文開放合作夥伴轉載，資料來源：《TODAY》、《Yahoo》，首圖來源：Unsplash
5/11 17:07作者李昀蔚https://techorange.com/2026/05/11/linkedin-unveils-most-in-demand-jobs-skills-in-2026/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
AI 幻覺、越權、難監控，極風雲創以 ACROSS 為企業築起安全護城河
隨著 AI 技術的快發展，企業正陷入一場前所未有的 AI 焦慮症。 AI 在加速創新和提升效率上的潛力，讓企業意識到這可能是翻轉競爭局勢的絕佳機會，過去要拚資金、拚人才，現在只要用對 AI，就有機會與產業巨頭平起平坐。然而，當 AI 越來越深入營運流程後，相關風險也跟著日益擴大且難以掌控，這又讓企業感到焦慮，最後陷入一邊想加速、一邊又踩煞車的兩難困境。揭示 AI 應用三大風險，ACROSS 平台打造企業全域 AI 安全中樞極風雲創董事長張紘綱表示，從企業當前的 AI 應用現況來看，風險主要分成 3 類：首先，員工自行使用不同 AI 工具與帳號，企業難以掌握使用行為與資料流向；其次，在多模型並存的情況下，各模型本身皆可能產生「幻覺」，不僅難以驗證 AI 產出內容的正確性，也不易釐清責任歸屬；第三，當 AI 具備自主執行任務的能力時，企業難以即時監控其行為，一旦指令不夠精準或判斷失誤，錯誤很可能會被放大，其風險等級已不同於單純生成內容的 AI。因此，如何打造一條安全的護城河，讓 AI 在可控邊界內高速運轉，成為企業能否透過 AI 彎道超車的關鍵。看準 AI 的潛力以及此一需求缺口，極風雲創以多年資安經歷為基底，打造出企業全域 AI 智慧安全中樞 ACROSS。ACROSS 以 AI Workforce 作為核心引擎，驅動 AI Security、AI Governance 與 AI Ecosystem 三大模組，協助企業在安全與合規的前提下導入 AI 應用，進一步打造出可持續運作、可被信任的 AI 勞動力，讓企業在風險可控的情況下放手加速，真正將 AI […]
5/11 16:23機構署名極風雲創股份有限公司https://techorange.com/2026/05/11/twister5-ai-across-ai-agent/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
一封錄取信揭開身分盜用風險！專家警告「代理式 AI」恐成今年資料外洩主因
數位生態系，為身分盜用創造出完美風暴。AI 讓每一個步驟，從竊取企業持有的個人資料、找到可下手的社會安全號碼，到偽造駕照都變得更容易，也更精密。《Bloomberg》報導，一名女子突然收到美國佛羅里達州的醫學院錄取迎新包裹，但她從未申請過該校，甚至多年未曾報考大學。起初家人還以玩笑看待此事，但她很快意識到，自己的身分資訊可能已遭人盜用。代理 AI 詐騙全面升級，FBI 示警辨識難度大增這些詐騙手法本身或許並不陌生，但背後使用的技術已截然不同。FBI 指出，詐騙集團正利用 AI 複製聲音、生成逼真的電子郵件與簡訊，甚至製作假圖片與影片，用來推銷詐騙投資方案。而辨識詐騙，其實有幾個關鍵警訊，其中一大警訊，是任何要求提供個人資訊的行為。FBI 提醒，無論對方是否聲稱來自政府機構或銀行，都不應向陌生人透露密碼、銀行資料或安全驗證碼。《Bloomberg》指出，AI 已經成為網路犯罪的重要工具。消費者信用機構 Experian 消費者保護副總裁 Michael Bruemmer 表示，該公司去年處理的 5,000 起資料外洩事件中，有 40% 涉及 AI 技術。該公司預測，今年「代理 AI」（agentic AI）將成為資料外洩主因，這類系統能在人類監督下自主規劃、執行任務，並可視需求協同多個代理完成複雜目標。根據 FBI 最新發布的網路犯罪投訴中心（Internet Crime Complaint Center）報告，許多民眾熟悉的詐騙手法，如今已開始結合 AI 技術，導致美國人損失數十億美元。這也是 FBI 二十多年來，首次在年度網路犯罪報告中正式追蹤 AI 相關詐騙，顯示詐騙模式與辨識難度出現重大轉變。報告指出，美國人在 2025 年通報的網路犯罪損失接近 210 億美元，創下歷史新高；其中超過 2.2 萬件投訴與 AI 有關，總損失約達 8.93 億美元。 AI 模型成為攻擊工具，Anthropic 與 OpenAI 的測試揭示了什麼？由於擔心網路攻擊，一些 AI […]
5/11 14:56作者吳玟錡https://techorange.com/2026/05/11/ai-making-digital-fraud-agentic-ai/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
直擊 333 Robots Community Meetup：產業專家拆解機器人落地流程，開發者交流 Physical…
過去，AI 開發多半圍繞模型、資料、算力與推論效能，但當 AI 走向機器人與實體設備，問題就不只是「模型能不能理解指令」，而是系統能不能感知環境、理解任務、控制行動，並在充滿變數的真實世界中穩定運作。由鴻海科技集團、科技報橘、三創育成共同主辦的 333 Robots Community Meetup，於 4 月舉辦首場活動。相較於單純展示機器人 Demo，這場活動更聚焦 Physical AI 開發者的現場交流，以及他們在實作過程中面對的難題：如何讓 AI 從真實世界蒐集資料、進入模擬環境訓練，再回到實體場域驗證與修正？從 Real to Sim to Real，看開發者必須掌握的新流程首場 333 Robots Community Meetup 邀請 NVIDIA DLI 白金級認證講師、臺灣科技大學兼任助理教授曾吉弘進行專題演講，主題是「NVIDIA 的 Real to Sim to Real」。 Real to Sim to Real 的核心，是先從真實世界出發，蒐集場域、物件、任務流程與環境變化等資料，再將這些資訊轉換成可被模擬、可被訓練的數位環境。接著，開發者可以在模擬環境中進行大量測試、訓練與迭代，最後再把模型與策略帶回實體世界驗證。對開發者來說，模擬的價值不只是降低訓練成本，更重要的是讓機器人能在進入真實場域之前，先經歷更多不同情境的測試。舉例來說，光線變化、物件位置偏移、空間限制、人員移動、任務順序改變，甚至是設備與現場流程限制，都可能影響機器人的判斷與控制結果。這些變因在純軟體 AI 場景中或許不明顯，卻是 Physical AI 必須處理的日常。因此，這場演講傳遞的開發思維是：在進入真實場域之前，先建立能夠被模擬、測試與迭代的環境；回到現場之後，再把真實世界的回饋持續帶回開發流程。對想投入 Physical AI 的開發者而言，Real to […]
5/11 14:07作者李昀蔚https://techorange.com/2026/05/11/333-robots-community-meetup-april/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
不用 HBM、不靠 3nm！台灣 Skymizer 如何用 28nm 打 AI 推論戰？
台灣 AI 晶片設計公司 Skymizer 近日曝光新一代 PCIe AI 加速卡 HTX301，宣稱可在單張卡上執行高達 7000 億參數（700B）的大型語言模型（LLM），且整體功耗僅約 240W。更值得關注的是，這套系統並未使用當前 AI 產業主流的 HBM 高頻寬記憶體，也不是採用 3nm、5nm 等先進製程，而是建立在 28nm 晶片與 LPDDR4／LPDDR5 記憶體之上。這種反主流設計，很快引發 AI 基礎設施圈關注。因為它挑戰的不只是 NVIDIA 與 AMD，而是整個 AI 晶片產業目前的發展方向。根據《TechRadar》報導，Skymizer 表示 HTX301 單卡配置 384GB 記憶體，可支援 Agentic AI（代理式 AI）、程式開發與企業專用 AI 工作流，並能部署於一般風冷伺服器中，無需大型資料中心等級的電力與散熱改造。 AI 晶片戰場，正從「拼 FLOPS」轉向「拼記憶體」過去兩年，AI 晶片市場幾乎被「更大算力」主導。例如 AMD 新推出的 Instinct MI350P PCIe AI 卡，搭載 144GB HBM3E […]
5/11 12:47作者廖紹伶https://techorange.com/2026/05/11/skymizer-ai/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
高通 CEO 預言手機主導時代將落幕：2026 年 AI Agent 主流化，智慧眼鏡成下一代運算入口
「以手機為中心的世界即將結束，」高通（Qualcomm）執行長 Cristiano Amon 近日接受《Fortune》專訪時指出，2026 年將迎來運算典範的關鍵轉折，成為「AI 代理之年」（year of agents）。這場科技革命的核心在於，人類的數位生活中心將從單一的實體手機，徹底轉移到能跨越各種裝置、無縫運作的 AI 代理身上，就像當年工作與娛樂從桌上型電腦大規模轉移到手機一樣，下一次的重心轉移已經悄悄啟動。伴隨這場運算重心的轉移，Cristiano Amon 提出一個名為「個人生態系」（ecosystem of you）的未來藍圖。在這個願景中，未來的科技不再只是個「點擊後才回應」的被動工具，而是具備理解真實世界脈絡的能力，並能主動感知使用者的環境、串接日常生活，甚至在使用者開口前就先預判需求，成為科技互動模式的一次新顛覆。 AI 代理成為主角，掌控「零阻力」數位生活與產業新霸權要實現個人生態系，關鍵就在於 AI 代理的全面接管。隨著大型語言與視覺模型的飛速發展，AI 已經能像人類一樣理解世界，並化身為主動解決問題的「代理人」。Cristiano Amon 生動描繪幾個未來情境：當你走在街上看到一件喜歡的物品，可以開口問 AI 代理「這在亞馬遜賣多少錢？」，甚至可以要求 AI 代理渲染出你戴上該物品的模樣；或是當你收到一張帶有 QR code 的餐廳帳單時，只需看著帳單並要求付款，AI 代理就會自動幫你結清。如果行事曆發生衝突，AI 代理甚至會主動詢問是否需要幫忙打電話給診所重新安排看診時間，並親自用語音與診所櫃檯協調你下週的空檔。這樣的「零阻力」體驗，也宣告科技業的權力中心與控制點將迎來一次大洗牌。未來的戰場不再是作業系統（OS）與應用程式商店（App Store），而是使用者所選擇並信任的 AI 代理，例如近期在網路上引起熱議的 AI 代理服務 OpenClaw。 Cristiano Amon 特別以字節跳動（ByteDance）為例，說明該公司已經在 ZTE 製造的手機（Nubia M153）上推出名為 Doubao 的行動助理，讓 AI 代理能直接接管手機的軟體控制權。使用者只需用語音或打字下達指令，AI 就會自動進入系統開啟應用程式、訂票或進行支付，讓傳統 App 退居幕後。雖然此舉曾引發同業對安全性的高度擔憂，騰訊執行長馬化騰更直指該設備「極度不安全且不負責任」，進而遭到微信、阿里巴巴等企業出手限制，但字節跳動仍未卻步，更計畫在 2026 年第二季推出第二代設備。這明確顯示出，無論市場目前的接受度如何，透過 AI […]
5/11 12:50作者李昀蔚https://techorange.com/2026/05/11/qualcomm-ceo-cristiano-amon/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【科技早餐】蘋果傳找英特爾代工、台灣出口衝 676 億美元，AI 供應鏈重排正在加速
【科技早餐】今天精選 7 則國內外重要科技新聞。＊蘋果傳找英特爾代工，美國晶片製造補上關鍵大客戶《華爾街日報》報導，蘋果 (Apple) 與英特爾（Intel）已進行超過一年的談判，並在近幾個月達成初步協議，未來英特爾可能為蘋果部分裝置代工晶片。不過，目前還不清楚會是哪一類產品，蘋果與英特爾都暫時沒有回應。如果合作落實，這將成為英特爾晶圓代工業務的重要背書。英特爾近年積極發展 Intel Foundry，希望承接更多外部客戶訂單；這項合作也符合美國政府推動半導體製造回流的政策方向。＊Sony 攜手台積電攻影像感測器，Physical AI 卡位日本熊本索尼（Sony）與台積電 8 日宣布簽署合作備忘錄，計畫成立合資公司，投入下一世代影像感測器研發與製造。新公司將由索尼持有多數股權與控制權，預計在日本熊本縣合志市新設廠房，建立研發與生產線。雙方表示，這項合作將結合索尼在感測器設計、影像處理的技術，以及台積電的先進製程與量產能力，並探索汽車、機器人等 Physical AI 應用。感測器不再只是手機零組件，而是實體 AI 進入現實場景的關鍵入口。＊軟銀找 NVIDIA、鴻海打造 AI 伺服器，日本 AI 國家隊雛形浮現《路透》引述《日本經濟新聞》報導，日本軟銀集團（SoftBank Group）正與 NVIDIA、鴻海（Foxconn）討論，計畫打造「日本製造」的 AI 伺服器，這項計畫也是軟銀中期戰略的一部分。報導指出，軟銀希望在 2030 年前，先透過外部零組件組裝建立生產體系，再逐步接手整體伺服器製造流程。這些伺服器未來不只用於軟銀資料中心，也可能支援軟銀正在開發的 AI-RAN，讓主權 AI 往硬體與通訊基礎設施延伸。＊台灣 4 月出口衝 676 億美元，AI 訂單把美歐市場同步推高財政部公布 4 月海關進出口統計，台灣出口達 676.2 億美元、年增 39%，進口 532.7 億美元、年增 29.2%，進出口規模都改寫歷年單月次高，只低於今年 […]
5/11 06:50作者 Anitahttps://techorange.com/2026/05/11/apple-reportedly-turns-to-intel-for-chip-manufacturing/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【Google Cloud NEXT 2026】AI 時代資安怎麼做？Google Cloud 聯手 Wiz，從「防駭…
在 Google Cloud Next ’26 大會上，Google Cloud 釋出了多項重量級資安更新。本次更新的核心更著重於解決企業在混合雲環境中面臨的「實務痛點」：如何保護地端與雲端的 AI 工作負載？如何簡化複雜的資安營運？透過與 Wiz 的深度整合以及 Google SecOps 的 AI 革命，Google 展現了建構「全生命週期」與「自動化」安全防禦體系的決心。 Google Cloud 與 Wiz：AI 時代的多雲保護、左移安全與身分治理 2026 年 3 月 Google 公開宣布以 320 億美元收購雲端安全新創 Wiz，將其整併至 Google Cloud 事業群。而這次在 Google Cloud Next ’26 大會中，更針對 Wiz 策略合作有更多產品上的整合，將 Google Cloud 的資安範疇從傳統的「外圍防護」轉向「開發與身分的全方位治理」。 1. 強化 AI 工作負載與多雲/地端 Runtime 的保護過去企業習慣用單一雲平台來建構安全策略，但現實早已不是如此。現今企業大多同時使用多雲加上地端環境，透過與 Wiz 的合作，突破了以往 […]
5/8 18:29署名 CloudMile 萬里雲https://techorange.com/2026/05/08/cloudmile-google-cloud-wiz-aiagents/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【AI 監管降溫】歐盟 AI 法案首次重大讓步，高風險規範延後一年生效
歐盟達成協議，將放寬 AI 監管框架。《POLITICO》報導指出，此次調整是在產業界與各國政府壓力升高，以及歐盟與美國科技政策張力加劇的背景下形成，並涉及數位法規的重大修正與時程延後。歐盟《AI 法案》分級鬆動：高風險監管延後、工業 AI 大幅排除適用歐盟《AI 法案》依據 AI 對健康、安全與基本權利的風險程度進行分級，從「最低風險」到「不可接受風險」不等，風險越高，所需遵守的規範也越嚴格。所謂「高風險」AI 系統，是指將被應用於關鍵基礎設施、教育、就業、移民、庇護與邊境管制等領域的系統。這一類別過去也包括部分被歸類為機械設備的產品，例如智慧家電。歐洲議會議員與歐盟各國均支持延後該法規的關鍵內容，但協議大幅排除工業應用中的 AI 使用，使其不再納入法規適用範圍。這對德國而言是一項重大勝利，德國總理 Friedrich Merz 等官員先前曾支持調整相關規範，以維持產業競爭力。歐盟政府與立法者同意，將涉及生物識別技術或關鍵基礎設施、執法相關的高風險 AI 系統規範，從原定今年 8 月 2 日延後至 2027 年 12 月 2 日。《Reuters》提及，歐盟也同意將「機械設備」排除在 AI 法案適用範圍之外，因為該領域已受產業專門法規約束。此舉回應了德國西門子（Siemens）與荷蘭艾司摩爾（ASML）等企業的呼籲。全球 AI 規範競賽升溫，引產業與公民團體意見分歧《POLITICO》指出，歐盟各國支持德國的要求，是避免企業在工業 AI 領域面臨「雙重監管負擔」，未來企業只需遵守獨立的機械設備規範中的 AI 要求。醫療器材等其他產業則未獲得豁免，仍將受到 AI 法規約束。談判代表也在協議中加入限制條款，禁止 AI 生成未經授權的性露骨影像，此規範被視為回應近期在 X 平台上出現的相關生成內容與深偽爭議。此項協議標誌著歐盟在數位領域首次出現重大監管退讓。在美國對其科技法規施壓之際，歐洲產業與政府警告，過於嚴格的限制可能使歐盟在全球 AI 競賽中處於劣勢。歐盟執委會主席 Ursula von der Leyen 稱該協議為歐洲 […]
5/8 17:49作者吳玟錡https://techorange.com/2026/05/08/eu-countries-lawmakers-strike-provisional-ai-rules/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
自駕車商業化卡關，感測技術卻先突圍：LiDAR、雷達與 3D 感測如何打開港口、機器人與智慧城市新市場？
對自駕車與汽車公司而言，2016 年曾是一個充滿想像的關鍵年份。當時，每週都有數百萬美元的相關投資發布，福特（Ford）更曾大膽預測，將在 2021 年為消費者量產自駕車。不過，到了 2026 年，消費型全自駕車仍未真正問世，Robotaxi 僅在少數城市中運行，自駕卡車也大多停留在試點專案階段。就在自駕車夢想延後的同時，部分 2016 年的自駕明星公司已經退場或重整，例如 LiDAR 公司 Luminar 於去年 12 月聲請破產，通用汽車（GM）也在 2024 年關閉 Robotaxi 公司 Cruise，將重心重新放回個人車輛。然而，當自駕車的落地進程因現實挑戰而放緩時，這些原本為車輛開發的技術卻未隨之沉寂，像是透地雷達（Ground-penetrating radar, GPR）、3D 雷達與先進光學雷達（advanced LiDAR）等技術，正全面擴散到智慧城市、居家長照服務、船廠重型吊車、風力渦輪監測等領域，甚至也在機器人與 AI 系統中找到新出口。 LiDAR 成為城市、機場與偏遠機房的基礎設施守護者在這些尋求新出口的技術中，LiDAR 獲得最廣泛的應用。由於 LiDAR 能透過近紅外光反射物體來建立周遭環境的三維（3D）視圖，因此非常適合用於交通監測等傳統攝影機容易受強光或完全黑暗影響的場域。例如收購 LiDAR 先驅 Velodyne 的 Ouster 公司，不僅將感測器應用於 John Deere 的農業設備中，更將其部署於田納西州 Chattanooga 等城市的數百個路口，用於城市交通管理。此外，研發 LiDAR 技術的 Innoviz 創辦人 Omer Keilaf 表示，LiDAR 可用於測量車輛大小以支援收費系統，而另一家 Outsight […]
5/8 17:49作者李昀蔚https://techorange.com/2026/05/08/autonomous-vehicles-technology-other-uses/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
AI 開啟穩定幣交易新時代：AWS 攜 Stripe、Coinbase 發表 AI 代理金融系統
Amazon Web Services 與 Coinbase、Stripe 合作，發布 Amazon Bedrock AgentCore Payments 新功能，讓 AI 代理能透過穩定幣執行交易。《The Block》指出，此舉被視為大型科技公司擁抱區塊鏈支付基礎設施、推動代理經濟（agentic economy）的重要訊號之一。 AI 代理可自己花錢了？AWS 與 Coinbase 打造微支付基礎設施 Coinbase 指出，Agentic commerce（代理商務）的核心願景其實相當明確：AI 代理應能自行尋找所需服務、完成付款，並持續執行任務，全程不需人類介入，也不必仰賴訂閱管理機制。不過，企業過去始終難以真正推出具備自主支付能力的 AI 代理。原因在於，如果 AI 能夠花錢，便牽涉到合規審查、預算控管與交易稽核等問題，而企業若必須從零開始建立這些機制，多數整合案往往在早期就被迫停滯。這次 AWS 發布的新功能，目的是讓 AI 代理能即時存取並支付其所使用的資源，例如網頁內容、API、MCP 伺服器，以及其他 AI 代理。AWS 指出：「我們與 Coinbase、Stripe 合作打造這些功能，兩家公司將提供錢包基礎設施與支付網路，支援首波功能運作。」 Coinbase 也同步發表聲明指出，開發者可利用 x402 協議建立「代理支付解決方案」，讓 AI 代理透過 USDC 穩定幣進行微支付。USDC 由 Circle Internet Group 發行，也是 Coinbase 主要採用的穩定幣。Coinbase 基礎設施成長主管 […]
5/8 13:58作者吳玟錡https://techorange.com/2026/05/08/amazon-bedrock-agentcore-payments-x402-coinbase/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
OpenAI 與博通 180 億美元晶片融資卡關：Nexus 計畫要落地，為何還得看 Microsoft 臉色？
OpenAI 與晶片設計大廠博通（Broadcom）在去年秋天宣布合作打造客製化 AI 晶片，目標是在 2030 年前達到消耗 10GW（吉瓦）電力的部署規模，藉此降低對 NVIDIA 昂貴硬體的依賴。然而，《The Information》近日揭露，雙方當時並未對外說明一個關鍵問題：OpenAI 究竟要如何支付這項專案龐大的晶片生產成本？如今，OpenAI 與博通正在協商第一階段的晶片生產融資協議，該階段預計將消耗 1.3GW 的資料中心容量，光是成本就約為 180 億美元。若以此速度推算，這項代號為「Nexus」的 10GW 完整計畫，單單晶片生產成本就可能高達 1,800 億美元，且這甚至尚未包含資料中心的建設與其他成本支出。為兩千億美元支出壓力止血，自研晶片成核心戰略對 OpenAI 而言，取得巨額融資至關重要，因為公司預估到 2029 年為止，其營運支出規模將超過 2,000 億美元。在此背景下，推動自研晶片成為 OpenAI 降低伺服器成本、改善毛利率，並減少對 NVIDIA 依賴的核心戰略。事實上，開發 AI 伺服器晶片一直是全球大型 AI 開發商與雲端供應商共同投入的方向，包含 Google 早在十多年前就開始與博通合作設計晶片，以改善利潤率；Meta 與 Microsoft 等公司也因 NVIDIA 伺服器支出暴增，而與博通達成類似的客製化 AI 晶片協議。  OpenAI 的第一代自研晶片代號為「Jalapeno」，其設計初衷是希望能比 NVIDIA 的通用圖形處理器（GPU）更有效率地支撐 OpenAI 現有模型的推論工作負載。談到這項專案，OpenAI 執行長 Sam Altman […]
5/8 12:39作者李昀蔚https://techorange.com/2026/05/08/openais-ai-chip-deal-broadcom-hits-18-billion-financing-snag/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Anthropic Mythos 太會找漏洞：Firefox 修補數暴增 13 倍，工程師坦言還沒有自動化解方
今年 4 月，Anthropic 發布新 AI 模型 Mythos，但因擔心能力過於強大，可能遭到惡意人士濫用，目前僅開放約 40 家合作企業測試。Anthropic 執行長 Dario Amodei 本週更警告，Mythos 已在各類軟體中發現數萬個潛在漏洞，而產業可能只剩下 6 至 12 個月的修補窗口期。在已獲授權測試的合作夥伴中，Mozilla Firefox 安全團隊公開了其與 Anthropic 的合作，提供了部分 AI 資安工具實戰紀錄，也直接揭示了 AI 技術的能耐與現實侷限。修補漏洞從 31 個變 423 個，中間發生什麼事？今年 2 月，Anthropic 就已將一批透過 Claude 模型在 Firefox 中發現的漏洞通報給 Mozilla。Mozilla 在修復這批問題後，以自有模糊測試基礎設施為底，建構了一套代理式漏洞掃描框架，後續並在框架中導入 Claude Mythos Preview 等模型，展開大規模掃描。結果相當顯著，2026 年 4 月，Firefox 共修補了 423 個安全漏洞，相比 2025 年同期的 […]
5/8 12:43作者廖紹伶https://techorange.com/2026/05/08/anthropics-mythos-firefoxs-cybersecurity/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
季末庫存剩 0.6%、退貨率降一成、碳排減 25%：Zara 供應鏈怎麼用 AI 做到？
當多數時尚企業仍依賴季節性節奏時，快時尚龍頭 Zara 已經建立一套以 AI 與即時數據為核心的供應鏈體系，支撐每年約兩萬款新品的高速運轉。 AI 驅動供應鏈，兩週完成從社群趨勢到門市上架 Zara 的產品節奏幾乎重新定義了時尚產業的時間邏輯。品牌每週固定上新兩次，相當於一年運行超過一百個「微型季度」。這樣的頻率背後，是 AI 驅動的趨勢偵測能力。Zara 系統持續分析社群媒體內容、街拍影像與時裝秀資料，快速捕捉消費者審美變化，使設計團隊能比傳統模式提早三到四週掌握流行方向。這種預測能力讓產品開發不再依賴長週期規劃，而是轉向高頻迭代的決策機制，使設計確認到門市上架的時間可壓縮至兩到三週。此外，Zara 還透過 RFID 晶片為每一件商品建立即時追蹤能力，無論庫存位於門市、倉儲或運輸途中，都能被精確掌握。這些資料進一步輸入 AI 需求預測模型，形成動態調整的供應鏈決策系統。《Retail AI News》指出，AI 已經主導其約 85% 的首批生產分配決策，讓產品在一開始就能更精準地進入需求最強的市場。《朝鮮日報》報導，這套機制直接反映在庫存效率上。Zara 的季末剩餘庫存率僅為 0.6%，遠低於產業普遍的 10% 至 20%。這代表絕大多數商品能在正價期間售出，顯著減少折扣壓力並提升毛利表現。庫存下降的同時，整體銷售仍持續成長，顯示 AI 驅動的供需匹配已經成為其獲利模式的關鍵支柱。後端物流到前端 AI 個人化試穿，數據賦能全通路在組織運作上，Zara 將數據嵌入日常決策之中。以後端物流為例，有自動化倉儲系統結合自主移動機器人（AMR）與多層穿梭系統，加速訂單處理與商品分揀；AI 同時優化配送路徑與倉儲配置，使物流網路在效率與碳排之間取得更佳平衡。《Retail AI News》報導，透過智慧路徑規劃，Zara 已將最後一哩配送的碳排放降低約 25%，顯示供應鏈優化同時具備商業與永續價值。 AI 的應用也延伸至消費者端體驗。Zara 近期推出基於生成式 AI 的 Try-On 虛擬試穿服務，讓用戶在線上即可模擬穿著效果。據觀察，這項功能可將退貨率降低一成，直接改善電商營運中最具成本壓力的環節之一。公司正開發進階版本，能呈現同一商品在不同尺寸下的穿著差異，進一步提升選購準確度。未來規劃中，Zara 也將導入類似 ChatGPT 的對話式助理，協助消費者在龐大商品選擇中快速找到適合的款式。這類工具的核心價值在於降低決策負擔，使購物過程更直覺且個人化，同時也為品牌蒐集更多即時偏好數據，反饋至產品開發端。 Zara 的競爭優勢並非單一技術突破，而是將 AI、資料基礎建設與組織流程整合為一體的系統能力。在這個體系中，設計、製造、物流與銷售不再是分離的環節，而是透過即時資訊緊密連動，形成高度協同的運作模式。 […]
5/8 12:55作者 Arielhttps://techorange.com/2026/05/08/zara-ai/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
AI 熱潮進入製藥工廠端：BMS 產量提升 40%，Eli Lilly 如何用數位孿生突破產能瓶頸？
近年來，全球製藥業投入數十億美元押注 AI，期盼能藉此加速新藥發現與開發速度。然而，儘管業界對此寄予厚望，但目前仍缺乏明確證據顯示 AI 能大幅提高新藥臨床試驗的成功率。相較之下，AI 在「製造端」的效益卻已經率先浮現。以生產糖尿病與減重藥物聞名全球的美國製藥巨頭 Eli Lilly（禮來）為例，其資訊與數位長 Diogo Rau 就明確表示：「現實情況是，到目前為止我們看到的所有 AI 效益，實際上並非來自藥物探索，而是來自製造與其他流程。」另一方面，專精於癌症與免疫疾病治療的美國跨國藥廠 Bristol Myers Squibb（必治妥施貴寶，簡稱 BMS），其位於麻州 Devens 的藥廠便為此提供了一個具體的成功案例：透過 AI 監控生物製程變數，成功讓藥品產量大幅提升約 40%。 BMS 將 AI 導入生物製程，藥品產量躍升 40% BMS 位於美國麻州 Devens 的工廠，主要負責製造用於治療癌症等疾病的基因工程蛋白質藥物。在世界經濟論壇（WEF）與麥肯錫（McKinsey）今年表彰的全球 23 座創新製造基地中，Devens 工廠更是唯一入選的美國製造商。在這座工廠裡，科學家會將活細胞放入容量高達 2,000 公升的不鏽鋼生物反應器中培養數週。由於細胞生長環境極為脆弱，溫度、光線或 pH 值等細微變化都可能讓細胞停止生長，進而導致危及病患的藥品短缺。過去，科學家往往得苦等到整個製程結束後，才能回頭檢視究竟是哪個環節出錯。事實上，直到 2020 年，Devens 廠房的員工仍在使用 Excel 試算表處理部分任務，甚至以手寫方式填寫記錄每個生產步驟的批次紀錄。如今，BMS 導入 AI 系統來密切監控溫度與氧氣濃度等重要變數，一旦數據出現異常，系統會立刻提醒技術人員即時介入。BMS 執行副總裁兼首席供應鏈與營運長 Karin Shanahan 強調：「我們現在能夠在製造過程中直接介入處理批次，而不必等到最後一刻。」此外，AI 還會分析過去的批次資料，主動提出製程修正建議。例如，當氧氣濃度偏低時，系統會自動建議補充氧氣；若 […]
5/8 10:06作者李昀蔚https://techorange.com/2026/05/08/ai-bristol-myers-squibb-drugs/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【科技早餐】Anthropic 吃下 SpaceX 300 MW 算力，Claude 需求把 AI 基建戰推上新高度
【科技早餐】今天精選 8 則國內外重要科技新聞。＊Anthropic 吃下 SpaceX 算力，Claude 需求把 AI 戰場推上 300 MW Anthropic 宣布與太空探索科技公司（SpaceX）達成大規模算力協議，將使用 SpaceX 位於美國田納西州（Tennessee）曼菲斯（Memphis）的 Colossus 1 超級資料中心資源，規模超過 300 MW，並可動用逾 22 萬顆 NVIDIA GPU，支撐 Claude 平台持續成長的使用需求。 Anthropic 執行長阿莫迪（Dario Amodei）先前在舊金山開發者大會表示，公司原本按 10 倍成長規劃算力採購，但第 1 季營收與使用量以年化基礎計算，成長幅度達到約 80 倍，目前算力資源難以應付。這次合作也讓 SpaceX 與特斯拉（Tesla）執行長馬斯克（Elon Musk）旗下算力資源，正式提供給 OpenAI 競爭對手 Anthropic。＊SpaceX Terafab 文件曝光，馬斯克把 AI 晶片製造拉進自家體系根據外媒報導，SpaceX 首次公開上市（IPO）文件與地方政府資料顯示，公司計劃在美國德州（Texas）打造超大規模晶片製造園區 Terafab，初期投資約 550 億美元。若後續擴建計畫全數落實，總投資規模可能達到 1,190 億美元。 SpaceX […]
5/8 06:50作者 Anitahttps://techorange.com/2026/05/08/anthropic-secures-300-mw-spacex-compute/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
從雲端協作到技術賦能！臺大醫院與台灣微軟共創智慧醫院新典範
以 Microsoft 365 串聯在地合規、資安防護與生成式 AI，打造兼具創新與韌性的智慧醫療體系「我們希望將技術賦能內部使用者。」國立臺灣大學醫學院附設醫院（以下簡稱臺大醫院）資訊室主任陳權忠這句話，道出臺大醫院數位轉型邁入新階段的核心思維。過去，臺大醫院透過電子病歷無紙化與行動化，奠定智慧醫院的數位基礎；隨著系統逐步成熟，關鍵已不再是技術是否到位，而是如何持續精進流程，並讓第一線的醫護與行政人員真正參與其中。在此轉變下，資訊室也重新定位自身角色，從過去一手承接各項需求轉為輔佐與賦能，並以 Microsoft 365（M365）為核心平台，結合 Power Automate、Power Apps、Copilot 等工具，將數位能力延伸至第一線使用者，讓臨床醫師、護理師和各科部行政人員皆能解決問題，成為流程優化的重要參與者。實現技術賦能，將數位能力延伸至使用者作為台灣規模最大的公立醫學中心，臺大醫療體系橫跨總院與多所分院，在行政與跨部門流程上，面臨需求分散且持續變動的挑戰。過去，院內多數行政資訊系統皆由資訊室自行開發，從財產管理、薪資計算、人事資料建置，到各科部日常流程需求，皆需仰賴資訊室逐一客製化處理。然而，隨著各單位需求日益多元，這樣的集中式開發模式也逐漸面臨瓶頸。臺大醫院資訊室協理尚榮基表示：「資訊室能夠提供的服務，始終趕不上各科部的期待和需求。行政單位業務分散且需求各異，若仰賴工程師逐一開發系統，難以因應需求變化的速度。」他也指出，許多需求雖然看似單純，但仍需由工程師介入處理，對資訊室的人力與資源形成不小壓力。隨著技術演進，臺大醫院開始尋求新的解法，將資訊開發能力延伸至第一線使用者，這也成為導入 M365 平台的關鍵契機，使各單位得以透過平台工具自行解決日常工作中的問題，避免只能等待資訊室協助。以財產報廢流程為例，過去一張報廢單需逐層簽核，完成時間常以月計。後來資訊室開發線上系統將流程電子化，處理效率雖有提升，但系統開發與維護仍高度仰賴工程師。如今，資訊室調整作法，投入教育訓練協助各單位定義問題與發想應用場景，並透過 M365 平台中的 Power Automate 等流程自動化工具，讓使用者能自行建置應用，並逐步推廣至更多科部，使承辦人得以將手邊作業電子化，落實第一線的數位轉型。 Azure 機房落地台灣，醫療上雲合規無虞對醫療機構而言，上雲從來不是單純的技術決策。電子病歷涉及高度敏感的個人醫療資訊，如何在合規前提下擁抱雲端，是每家醫院都必須審慎面對的課題。臺大醫院將合規與資料落地能力視為推動上雲的重要基礎，自 2023 年起，陸續完成雲端版 Exchange Online 與 SharePoint Online 上線，提升部門協作效率與資料管理能力。隨著微軟在台區域資料中心啟用，醫療資料須落地台灣的合規要求得以落實，為電子病歷及相關資料逐步上雲提供更完善的基礎。微軟在台區域資料中心上線後，臺大醫院在醫療上雲法規遵循與資料落地的需求得以滿足。臺大醫院院內長期採用 Office 365 服務，在備援與系統可用性已具備良好基礎，得以支撐醫療人員日常運作的穩定性與韌性。臺大醫院資訊室主任陳權忠說明，微軟在台區域資料中心的啟用不僅讓臺大醫院對上雲合規更有信心，也因資料落地台灣，服務存取無須連線至海外，整體效能得以提升。他進一步指出，透過 M365 進階資料落地服務（Advanced Data Residency，ADR），臺大醫院在資料駐留與法規遵循上更具彈性且能因應政策調整，並作為強化醫療韌性的基礎。台灣微軟公共業務事業群總經理陳守正表示：「微軟很高興能和臺大醫院攜手，共同推動醫療數位轉型。透過 Microsoft 365 平台，得以將數位能力真正延伸至每位醫護與行政人員，讓技術賦能不只是口號。微軟在台區域資料中心的啟用進一步化解醫療機構上雲的合規疑慮，讓臺大醫院在法規遵循與資料安全無虞，全力推動智慧醫療的創新實踐。」智慧資安防護，守護醫療資料安全除雲端基礎建設與合規布局，資安防護亦是上雲首要考量。針對醫療機構的資安攻擊手法日益多元，其中釣魚郵件仍是常見的入侵途徑之一。為強化郵件防護，臺大醫院採用 Microsoft Defender for Office 365（MDO），在 Office 365 […]
5/7 17:14作者產業動態https://techorange.com/2026/05/07/microsoft-ntuh-azure/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Physical AI 進入「手部操作」決勝點：Genesis AI 推 GENE-26.5 模型與仿人機械手，突破機…
長久以來，要讓機器人精準抓取、移動、拆解或組裝物體，遠比教它們走路或說話困難得多，這也是人形機器人一直無法在現實世界大規模落地的關鍵門檻。然而，法國機器人新創 Genesis AI 正在逐步打破這道技術門檻。 Genesis AI 近日正式發表專為機器人打造的基礎 AI 模型 GENE-26.5，並同步推出一隻高度接近人類靈巧度的實體機械手，目標是賦予機器人前所未有的適應力，讓機器人跨入「會動手做事」的新階段。會煮飯、打蛋、彈鋼琴，Genesis AI 用 Demo 展示人類級靈巧操作為了具體展現 GENE-26.5 的實力，Genesis AI 釋出一系列令人驚豔的自主執行影片，全程以原速呈現且無人類遠端操控。在展示影片中，機器人能流暢完成高達 20 個步驟的料理任務，包含切番茄、單手打蛋，甚至能雙手製作冰沙並完成遞送，或是單手抓取並分類四個不同大小的物體，以及在空中連續操作解開魔術方塊。此外，機器人還能彈奏約 130 BPM 的快節奏鋼琴樂曲，並進行複雜的線束整理。不過，這些任務並非「零樣本學習（zero-shot）」，機器人仍需針對特定任務進行事前訓練。Genesis AI 執行長 Zhou Xian 解釋，以料理 Demo 為例，需要數百條操作軌跡來訓練機器人打蛋或切番茄，一項 30 秒的複雜技能，背後大約需要數小時的人類示範資料，加上不到半小時的機器人執行資料。在成功率方面，多數料理步驟已能達到 90% 至 95% 的成果，儘管難度極高的「單手打蛋」與「用刀轉移番茄」在拍攝時成功率約為 50% 至 60%，Zhou Xian 仍自豪地表示：「這可能是機器人有史以來，以最貼近人類的方式、效率與速度所執行的最複雜任務。」他也透露，目前機器人約已達到人類操作速度的 60% 至 70%，雖然操作問題尚未被徹底解決，但已邁出關鍵一步。突破操作瓶頸，打造從模型到硬體的全棧式路線為什麼 Genesis AI 能達成這項成果？關鍵就在於他們決定走全棧式（full-stack）路線。最初，公司的目標只是打造更好的機器人模型，但團隊很快意識到，機器人長期受限於「體現差距（embodiment gap）」，意即人類手部與傳統機器爪的形狀差異過大，導致機器人很難直接從人類的真實資料中學習。為了解決這個硬傷，Genesis […]
5/7 17:19作者李昀蔚https://techorange.com/2026/05/07/genesis-ai-introduces-gene-foundation-model/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss