《Bloomberg》報導，NVIDIA 進軍實體 AI 帶動亞洲合作夥伴股價上漲，隨著亞洲進一步融入 NVIDIA 的商業生態系，受惠的亞洲企業名單正持續擴大，包含南韓的 LG 電子、台灣的南亞科技，以及中國的德賽西威、博泰車聯網。

黃仁勳點名下一波 AI 浪潮！亞洲成 NVIDIA 實體 AI 關鍵戰場

根據《Bloomberg》彙編的數據，亞洲供應商現約占 NVIDIA 生產成本的 90%，高於去年的 65%，隨著 NVIDIA 產品需求爆炸性成長，該公司對主導製造、組裝與關鍵零組件的亞洲夥伴依賴也日益加深。瑞聯銀行董事總經理 Vey-Sern Ling 表示：「全球科技公司持續加深對亞洲供應鏈的依賴，已是不可避免的趨勢。」他指出，實體 AI 的發展，將在既有成長基礎上，進一步推升亞洲對 AI 晶片的需求。

近年來，NVIDIA 持續擴大其亞洲合作夥伴陣容，先前透過與 SK 海力士、三星電子等供應商深化晶片合作，這些合作原本聚焦於提升 AI 運算能力，但最新一波區域合作顯示，NVIDIA 正從半導體延伸至實體 AI 領域，包括機器人技術。LG 電子發言人也證實，公司近期與 NVIDIA 會面，雙方正探索在實體 AI 領域的策略合作，包括機器人生態系。

《Bloomberg》提及，NVIDIA 進軍實體 AI，涵蓋機器人、自主系統與 AI 賦能製造，使其影響力從晶片延伸至真實世界部署，也讓亞洲成為這波擴張中的關鍵夥伴。NVIDIA 執行長黃仁勳曾將實體 AI 視為生成式 AI 之後的下一波浪潮，Bloomberg Intelligence 策略師 Marvin Chen 表示：「需求的增加與擴張，正為更多科技供應商創造機會，使其加入全球 AI 建設供應鏈。」

微軟砸半數資本支出在 NVIDIA，AI 軍備競賽帶動亞洲科技鏈

美國科技巨頭最新資本支出指引顯示 AI 投資正加速：亞馬遜、微軟與 Alphabet 今年各承諾投入約 1,900 億至 2,000 億美元，Meta Platforms 也將資本支出提高至最高 1,450 億美元。根據《Bloomberg》計算，NVIDIA 約占微軟資本支出的一半、亞馬遜的四分之一，在 Meta 與 Alphabet 亦占有高比重。

《Bloomberg》指出，鴻海也持續扮演次級受惠者角色，尤其受惠於微軟與亞馬遜的訂單挹注，SK 海力士則在各大科技巨頭供應鏈中，占有中個位數的供應份額。需求激增也反映在供應商財報表現上，三星電子半導體部門獲利暴增 48 倍、優於市場預期，SK 海力士亦公布單季獲利年增 5 倍。

資產管理機構 Gama Asset Management 投資組合經理 Rajeev De Mello 表示：「亞洲的科技基礎具結構性優勢，特別是在 AI 對半導體、零組件、伺服器與整體硬體基礎設施創造新需求之際。亞洲已累積建造先進半導體與機器人的豐富經驗與供應鏈，為實體 AI 的落地提供強大基礎。」

《Crypto Briefing》補充，市場認為 NVIDIA 持續擴大亞洲合作夥伴關係，正提升其成為全球市值最高公司的機率，反映投資人對其成長前景具信心。後續需關注亞洲布局、美中貿易變化、財報表現與監管政策，這些都將影響 NVIDIA 能否進一步登上市值王座。

＊本文開放合作夥伴轉載，資料來源：《Bloomberg》、《Crypto Briefing》，圖片來源：Unsplash。

電動車的價格戰，現演變為一場圍繞車內 AI 科技的「功能戰」，競爭正在全球同步升溫。在中國，電動車廠的戰場從價格轉向車內 AI 功能的堆疊；在全球市場，Apple CarPlay 正悄悄成為 Grok、ChatGPT 與 Perplexity 爭奪駕駛注意力的新戰場。

車市不只拚降價！中國電動車轉向車內 AI 競賽

《CNBC》指出，在全球最大汽車市場中，中國電動車製造商為了在長期價格戰中生存，正不斷疊加更多相同的 AI 功能。這場競爭在過去幾年已從延長電池續航力，轉向推出駕駛輔助系統，以及使用更強大的車用晶片，現在車廠的焦點則集中在一整套車用 AI 功能上。

字節跳動旗下雲端平台火山引擎近日在北京車展宣布，已有超過 50 個汽車品牌使用其豆包 AI 模型，且已應用於 145 款車型、超過 700 萬輛汽車。字節跳動的豆包是中國使用最廣泛的 AI 聊天機器人，根據顧問公司 Chozan 的數據，截至今年初，其每週活躍用戶超過 1.55 億。火山引擎進一步表示，除了國產車型之外，豆包 AI 也已整合進多款外資品牌新車，例如純電賓士 GLC、上汽奧迪 E7X，以及上汽大眾 ID. ERA 9X。

中國上汽集團奧迪合作計畫執行長 Fermín Soneira 在車展前接受媒體訪問時表示：「我們會持續更快地整合新功能。」他指出，車廠可以透過遠端更新（OTA）迅速部署技術升級。儘管新功能快速推出，車廠仍持續面臨銷售壓力，他表示：「因為產能存在。這場價格戰在未來幾個月內不會真正停止。」向 AI 功能轉型，反映出消費者對連網功能的需求，包括與華為手機相容的介面，以及像豆包這類語音助理。

AI 將成基本配備？中國車廠重心轉向體驗與生態布局

顧問公司 AlixPartners 亞洲汽車與工業部門主管 Stephen Dyer 表示，目前車內 AI 科技功能戰的問題在於，許多技術很快趨於同質化，使企業更難建立差異化優勢。根據 AlixPartners 數據，在中國前 20 大暢銷電動車型中，售價在 10 萬元人民幣以上的車款，其駕駛輔助與車用娛樂功能高度相似。

Stephen Dyer 表示：「在技術方面，企業必須持續競爭，因為技術擴散非常快，幾乎無法長期維持差異化。」他預期中國車企將轉向競爭「車外體驗」，類似奢侈品牌提供的專屬生活方式體驗，例如蔚來汽車（Nio）就為客戶提供專屬產品與會所服務，同時其車款也採用高階內裝材質。

顧問公司 Sino Auto Insights 創辦人 Tu Le 表示，AI 最終應該在背景中運作，重點是提升使用體驗，而不必成為車輛的主打功能。他指出，中國車廠在國內建立差異化優勢面臨挑戰，但未來在與外國品牌競爭時可能具優勢。他說：「在中國市場被視為基礎或標準的功能，未來在西方市場也會很快成為基本配備。」

CarPlay 成 AI 新戰場：Grok 對決 ChatGPT、Perplexity

與此同時，車用 AI 戰火也正延燒至全球車用平台。《Digital Trends》提及，馬斯克公司開發的生成式 AI 聊天機器人 Grok 即將加入 CarPlay 儀表板，與 ChatGPT 和 Perplexity 同場競爭，Apple 的 CarPlay 正悄悄變成 AI 聊天機器人的新戰場。ChatGPT 已在今年 3 月登上 iPhone 鏡像系統，Perplexity 於 4 月跟進，如今 Grok 也準備加入。

最新版本的 Grok iPhone App 中，已出現 CarPlay 介面佔位畫面，目前尚未啟用，但清楚寫著：「Grok 語音模式即將登陸 CarPlay。」過去 Grok 主要只在 Tesla 車輛中內建使用，如今支援 CarPlay，意味著幾乎所有 iPhone 用戶（非 Tesla 車主）都能在車上使用它。不同於 ChatGPT 與 Perplexity 同時提供文字與語音混合體驗，Grok 將以語音模式優先登場，特別針對駕駛情境設計，讓使用者在行車時不需看螢幕，只需透過語音互動。

《Digital Trends》補充，CarPlay 正在成為 2026 年的 AI 戰場。Apple 打開這個入口後，短時間內已吸引多個 AI 助手進駐，最終關鍵將是：誰能打造真正適合駕駛情境的免持操作語音 AI，誰就能在車用市場取得優勢。

＊本文開放合作夥伴轉載，資料來源：《CNBC》、《Digital Trends》，圖片來源：Unsplash。

《The New York Times》報導，美國官員與知情人士透露，原本對 AI 採取不干預立場、讓矽谷自由推動技術發展的川普政府，正討論對新 AI 模型引入政府監督機制。

白宮擬成立 AI 工作小組，考慮仿英國建立模型審查制度

《The New York Times》指出，美國政府目前正研議透過行政命令成立一個 AI 工作小組，成員將包含科技企業高層與政府官員，共同檢視可能的監督機制。知情人士透露，白宮官員上週已向 Anthropic、Google 與 OpenAI 等企業高層說明部分規劃內容。該工作小組預計將評估多種監管模式，其中一種可能方向，將參考英國正在建立的制度架構，英國已指定多個政府機構，負責確保 AI 模型符合特定安全標準。

在顧問與政策諮詢層面，《Forbes》補充，今年 3 月，川普曾任命 13 名成員加入新成立的 AI 顧問委員會，成員包括 Meta 執行長馬克·祖克柏、甲骨文創辦人 Larry Ellison、輝達執行長黃仁勳，以及戴爾公司創辦人暨董事會主席 Michael Dell 等科技業領袖。該委員會將就「科學、科技、教育與創新政策相關事務」向總統提供建議。同時，白宮也提出一套希望國會推動的立法框架，目標在於建立全國統一的 AI 政策，以取代各州分散的監管規範。

《The New York Times》分析指出，這些動作顯示川普政府在 AI 政策上的明顯轉向。自去年重返白宮以來，川普長期強調 AI 對美國在與中國地緣政治競爭中的戰略重要性，並傾向減少監管。他上任後即撤銷拜登政府要求 AI 開發商進行安全評估、並申報具潛在軍事用途模型的相關監管措施。

川普去年 7 月曾表示，AI 是「剛誕生的美麗嬰兒，我們必須讓這個寶寶成長茁壯，不能用愚蠢的、荒唐的規則阻止它。」然而，隨著外界對 AI 威脅就業、能源價格、教育、隱私與心理健康的憂慮升高，川普在 AI 議題上的不干預立場逐漸顯得孤立。皮尤研究中心（Pew Research Center）去年民調顯示，50% 的共和黨支持者與 51% 的民主黨支持者表示，對 AI 在日常生活中的普及「擔憂多於期待」。

Anthropic 模型引資安警訊，白宮權力重組加速審查討論

政策轉變也始於上月 Anthropic 發布的新 AI 模型 Mythos。Anthropic 表示，該模型在辨識軟體安全漏洞方面能力極強，可能引發資安領域的「清算時刻」，因此決定不對外公開。《The New York Times》指出，白宮希望避免未來若發生重大 AI 驅動的網路攻擊時承擔政治後果。政府也正在評估，新 AI 模型是否具備可供五角大廈與美國情報機構利用的網路能力。為因應像 Mythos 這類模型，部分官員主張建立審查制度，讓政府能優先取得 AI 模型進行評估，但不會阻止其正式發布。

《The New York Times》提及，原本主導 AI 鬆綁政策的白宮 AI 顧問 David Sacks 已離職，其職責由白宮幕僚長 Susie Wiles 與財政部長 Scott Bessent 接手。知情人士表示，兩人有意更積極參與 AI 政策制定。若政府最終推動 AI 模型審查制度，工作小組將決定由哪些政府機構參與執行。由於目前美國沒有單一聯邦機構全面負責政府網路安全，部分官員認為，應由國家安全局、白宮國家網路總監辦公室與國家情報總監辦公室共同監督模型審查。

若這些措施最終落地，將與副總統 JD Vance 去年在巴黎國際 AI 峰會上的立場形成鮮明對比。當時他曾警告，對 AI 產業過度監管可能在其起飛之際扼殺這個改變世界的產業，並表示：「AI 的未來，不會靠對安全問題憂心忡忡而贏得，它將靠建設與發展來贏得。」

＊本文開放合作夥伴轉載，資料來源：《The New York Times》、《Forbes》，圖片來源：Unsplash。

有「掃地機器人之父」稱號的 Colin Angle，正揭開創業生涯下一篇章。據《華爾街日報》報導，這位曾帶領 iRobot 開創家用掃地機器人時代的創辦人，推出一款全新機器生物：它毛茸茸、眼睛圓潤、擁有巨大腳掌，舉止神似小狗，目標是成為家庭中令人珍惜的一員。

身為機器人新創公司 Familiar Machines & Magic 共同創辦人兼執行長，Colin Angle 曾執掌 iRobot 近 30 年，憑藉 Roomba 系列締造公司輝煌，並開創家用掃地機器人品類，直到 2024 年離任。他的新創公司推出首款產品「Familiar」，最大不同在於，它擁有 Roomba 從未具備的特徵：四條腿。

不只是寵物或助理！Familiar 以「情緒智慧」挑戰人機關係

Colin Angle 強調，這不只是機器寵物，也不是智慧助理。它不會說話，但能以「情緒智慧」的方式回應你的行為與情緒。「我想建立的是一種人與機器之間截然不同於 Roomba 與顧客的關係，」Colin Angle 表示，「我希望自己打造的機器，會讓人感覺它真的在乎我。」

Colin Angle 與團隊稱它為「Familiar」，這個詞原指女巫的超自然動物使魔。它被定位為全新品類的情緒智慧機器人，能根據人的語氣、肢體語言與整體情緒氛圍做出適當反應。Colin Angle 認為，這樣的能力將使機器人能勝任需要高度信任的支援型角色。

短期內，Familiar Machines 計畫將產品鎖定在希望照看親人的族群，例如獨居的年長父母或其他受照顧者。公司也希望吸引重視自我健康管理的消費者。更長遠來看，該公司打算將其情緒智慧 AI 授權給其他企業。目前仍屬早期原型，因此 Colin Angle 尚未公布售價、上市時間，和最終產品是否會維持現有外觀。

《華爾街日報》指出，隨著自動無人機配送與人形機器人技術發展加速，人類與機器共處的未來已不再遙遠，未來人們甚至可能與機器夥伴共同分擔照護親友的責任。報導形容，Familiar 就像「長了腿的 Apple Watch」，不只是每半小時震動提醒你站起來，而是會主動跟著你移動，甚至以蹭手等擬寵物動作提醒你活動。

陪伴型機器人為何難以突破？Sony Aibo、Jibo 等前例揭示市場難題

陪伴型機器人的歷史上已有不少失敗案例，包括 Sony Aibo、Pleo 與智慧喇叭型機器人 Jibo。外界普遍認為，機器寵物之所以難以成功，主因在於真實寵物本就廣泛存在，且已能有效滿足人類對陪伴的需求。不過，Familiar Machines & Magic 共同創辦人兼技術長 Chris Jones 堅稱，這次情況不同。他以寵物排泄物為例指出，雖然真實寵物能提供情感陪伴，但照護成本與清潔負擔始終是飼主痛點，早期 Roomba 曾因誤掃寵物排泄物，將小意外變成居家災難。

幾年前，Roomba 的 AI 還難以辨識地板上的襪子或寵物排泄物，現在基於視覺與生成式 AI 的系統已能以前所未有的方式理解整個場景。Chris Jones 補充，「過去光是辨識 Roomba 可能遇到的少數幾種物件，就需要極大工程量，而現在最新 AI 模型幾乎能對周遭世界形成極其豐富的理解。」

Familiar 機器人的 AI 系統不僅能辨識物體，也能理解人的臉部表情、視線、姿勢、手勢與行為情境。舉例來說，當主人回家時，如果張開雙臂準備擁抱，Familiar 會主動靠近；但若對方手提物品、行色匆忙，則會適度保持距離。不同於智慧音箱或固定式感測器，Familiar 能在家中移動並持續觀察環境，進而建立「社交圖譜」，理解家庭成員之間的關係，以及他們與機器人之間的互動模式。

從《侏羅紀公園》到機器人夢想：Familiar 強調隱私優先

《華爾街日報》指出，一隻能走進家中任何房間、以攝影機與麥克風持續感知環境的機器寵物，勢必引發隱私疑慮。對此，Familiar Machines 創辦團隊強調，公司採取「隱私優先」策略。共同創辦人兼產品長 Ira Renfrew 表示，裝置預設不會將資料上傳雲端，若需連網，也將事先徵得用戶同意。

另外，報導也提及，隨著 AI 愈來愈深入情感陪伴領域，外界對其心理與倫理風險的擔憂同步升高。過往已有不少案例顯示，當人們過度依賴 AI 提供情感支持，可能產生負面影響。對於這項質疑，Ira Renfrew 給出的回答帶有哲學意味。他表示，人們知道、也應該知道自己互動的是機器，但人類本就容易對日常物件產生情感連結，「我就很喜歡這些筆，也很喜歡我的 Hyundai Ioniq 5。」

Familiar Machines 押注的正是這種人類對物件產生依附的傾向，認為若機器人具備情緒智慧並能建立情感連結，將成為更有效的陪伴與協助工具。《TechRadar》提到，這款機器人是 Colin Angle 構思長達 30 年的產品，也是他長期以來的創作願景。在充滿失敗案例的 AI 陪伴型機器人市場投入巨大賭注，與 Colin Angle 自身角色理想有關，他深受電影《侏羅紀公園》中的角色 John Hammond 啟發，認為這個角色並非單純的反派，而是試圖將幻想轉化為現實的人。

Colin Angle 表示，他希望延續這種精神，打造出真正具備實體形態、能與人建立情感連結的 AI 機器人。他也強調，與過去過度放權給 AI、導致隱私與安全風險的做法不同，他希望能避開這些問題，做出更負責任的設計。他最後指出，這類產品應該像 Roomba 一樣，是實用、被需要且具長期價值的技術產品。

＊本文開放合作夥伴轉載，資料來源：《華爾街日報》、《TechRadar》，圖片來源：Familiar Machines & Magic。

Solana Foundation 與 Google Cloud 聯手推出 AI 代理支付服務 Pay.sh，讓 AI 代理能透過 Solana 上的穩定幣，以按次付費模式調用 Google Cloud 及超過 50 家供應商的 API，擺脫傳統帳號註冊與訂閱機制的束縛。

Pay.sh 打破訂閱門檻，由 AI 代理購買 Google 與第三方 API

Solana 官網提及，AI 如今已成為軟體建構與使用的核心，且能在單一工作流程中跨服務執行決策與操作，但在存取最強大的企業級 API 時，依然面臨著巨大的技術落差。目前多數服務仍針對人類使用者設計，要求完成複雜的身分驗證（KYC）、憑證管理及帳單維護。Pay.sh 作為橋樑彌合了這段距離，讓 AI 代理具備自主支付的能力，消除 AI 代理在調用複雜基礎設施資源時的支付瓶頸。

在計費與操作模式上，Pay.sh 導入了微支付架構，捨棄傳統的訂閱方案與最低消費限制，改採精確的「按次計費」模式。根據 Solana 的說明，使用者僅需將 Solana 錢包連接至 Gemini、Claude Code、Codex 或 Hermes 等偏好的 AI 介面，並在 60 秒內透過信用卡或穩定幣完成入金，AI 代理即可獲得各項付費服務的存取授權。

此外，AI 代理具備自主瀏覽統一 API 市場並獲取即時報價的能力，能直接從餘額中扣款支付。由於「支付行為本身即視為存取憑證」，開發者無需再為 AI 代理逐一建立繁瑣的計費帳號。Solana 強調，這種將單次 API 呼叫成本壓低至 1 美分以下的方案，不僅為開發者提供了前所未有的操作彈性，更實質降低了大規模部署 AI 代理的經濟與技術門檻。

《Decrypt》指出，Pay.sh 的技術底層由運行於 Google Cloud Platform 上的 API Proxy 構成，並透過由 Coinbase 孵化、現由 Linux Foundation 管理的開放式 AI 支付標準「x402 協議」來連接後端服務。系統亦全面支援由 Tempo 與 Stripe 開發的機器支付協議（MPP），確保了機器對機器交易的安全與標準化。

AI 支付平台興起：科技巨頭與加密企業競相佈局

《Decrypt》補充，Pay.sh 的推出正值大型科技與加密企業競相建立自主 AI 系統支付基礎設施之際。Coinbase 上月推出面向 AI 代理的 x402 App Store，是產業推動區塊鏈應用超越交易場景的一部分。這些平台主要瞄準企業開發者，提供可由軟體自動執行的支付機制，支援傳統支付系統無法滿足的新型商業模式。

Google 近年也持續擴展其加密支付基礎建設。今年稍早，該公司公布一項由美國加密貨幣交易所 Coinbase 與以太坊基金會（Ethereum Foundation）支持的 AI 代理支付協議。包括知名線上支付處理平台 Stripe 與第三方信用卡加密貨幣支付商 MoonPay 在內的企業，近期也積極布局，讓 AI 代理能代表用戶以穩定幣完成交易。

＊本文開放合作夥伴轉載，資料來源：《Decrypt》、Solana，圖片來源：Unsplash。

《Nikkei Asia》報導，中國力拚在今年達成關鍵目標：晶片製造商所使用的矽晶圓中，超過70% 將採用國產產品。此項目標已在中國業界形成某種心照不宣的要求，尤其是在 12 吋矽晶圓的採用上，更傾向優先使用中國本土供應。這也被視為中國在關鍵晶片供應鏈本土化進程中，最積極的推動措施之一。

中國晶圓本土化加速：12 吋矽晶圓成供應鏈攻防核心

《Nikkei Asia》指出，儘管中國在其他自給自足目標上仍未完全達標，但晶圓領域的本土化進展被業界認為有望率先實現，並可能成為推動供應鏈自主化的重要成果。一名晶片業高層表示：「市場中仍有約 30% 對外資開放。一些中國晶片廠仍在追求更先進製程，因此需要國際龍頭的支持。但在成熟製程與傳統晶片領域，本土矽晶圓已基本可以滿足需求。」

矽晶圓是製造邏輯晶片與記憶體晶片的核心基礎材料，其中 12 吋晶圓主要用於主流先進邏輯與記憶體晶片，而 8 吋晶圓則多用於成熟製程與功率電子產品。《Nikkei Asia》提及，中國在 8 吋晶圓領域已大致實現自給，但 12 吋晶圓仍是當前重點追趕方向。

中國矽晶圓龍頭企業西安奕斯偉材料科技（Eswin Material Technology）已於去年登上上海科創板。公司表示，到 2026 年其總產能將達每月 120 萬片晶圓，可滿足中國約 40% 的 12 吋矽晶圓需求，並預計全球市占率將超過 10%。其他主要本土廠商還包括國家矽產業集團、中環先進與杭州立昂微等，均持續擴產。

AI 推動先進製程擴張，中國晶圓供應鏈加速成形

《Nikkei Asia》進一步指出，奕斯偉材料目前正在西安與武漢建設新廠，並計畫今年新增每月 70 萬片產能。一名知情人士表示：「所有中國客戶都在擴產，而奕斯偉材料是最積極的一家，可能占整體擴產規模接近一半。」該公司亦表示，已供應包括美光、台積電、格羅方德與聯電等全球客戶，三星與 SK 海力士也正在驗證其產品。

中國晶圓代工龍頭中芯國際、華虹半導體，以及記憶體廠長鑫存儲與長江存儲均為其主要客戶。奕斯偉材料表示，其國產晶圓已逐步成為新建中國晶片廠的預設選項。同時，中芯國際、華虹及部分與華為相關的晶片企業正大幅擴張接近 7 奈米甚至 5 奈米等先進製程產能，以滿足 AI 運算需求，但部分先進製程仍需依賴海外矽晶圓供應。

從整體供需來看，根據 Bernstein Research 分析師估計，中國在 2025 年約可滿足 12 吋矽晶圓需求的 50%，並有望在 2026 年持續提升。近年中國企業積極擴張全球產能，使其在矽晶圓領域市占率從 2020 年的約 3% 快速提升至 2025 年的 28%，預計 2026 年進一步升至 32%，但實際產出仍受產能利用率與品質因素影響。

《Tech Wire Asia》指出，評估中國半導體自給能力需區分已取得進展的領域與仍受結構性限制的環節。其中在材料與成熟製程設備方面，中國已有明顯突破。根據日本研究機構 Global Net 數據，2025 年有三家中國晶片設備製造商首次進入全球銷售額前 20 名，顯示產業競爭力正在提升。

中國推動國產替代升級，美中 AI 晶片貿易陷拉鋸

《Nikkei Asia》分析全球市場結構，矽晶圓長期由日本信越化學與勝高、台灣環球晶圓，以及韓國與歐洲部分企業主導。中國雖然快速追趕，但目前仍以內需市場為主。不過隨著 AI 基礎建設與先進封裝需求成長，矽晶圓需求同步增加。國際半導體產業協會（SEMI）預估，2026 年全球矽晶圓出貨量將年增 13%。

中國不僅擴張本土產能，也進一步透過下游客戶推動國產替代，加速本土供應鏈驗證與導入。中國晶片製造龍頭中芯國際已要求旗下晶片設計客戶，在製造流程中採用國產矽晶圓，以協助驗證其可靠性；中國最大面板製造商京東方也要求驅動 IC 供應商採用國產矽晶圓進行生產，而驅動 IC 主要用於顯示與馬達控制。

這股中國國產替代趨勢，也正與美中科技管制形成交互影響。《Tech Wire Asia》補充，美國於 2026 年 2 月核發許可，允許向中國出口效能更高的 H200 晶片，但輝達至今未因此取得營收。美國商務部長 Howard Lutnick 證實相關晶片尚未交付，原因之一是北京持續要求本土企業優先採購國產產品，使該出口批准實際上陷入停滯。

對此，輝達執行長黃仁勳指出，將中國這樣龐大的市場完全排除在外，在戰略上未必合理，並認為相關政策「在很大程度上已經適得其反」。他也強調，單靠硬體限制難以抑制中國 AI 發展，因為中國同時具備較低能源成本與龐大人才庫，「中國 AI 研究人員數量非常驚人，是國家級資產之一」。

＊本文開放合作夥伴轉載，資料來源：《Nikkei Asia》、《Tech Wire Asia》，圖片來源：Unsplash。

NVIDIA 將投資最高 32 億美元於康寧（Corning），作為大規模光纖合作協議的一部分；康寧也將在美國新建三座先進製造工廠，專門為 NVIDIA 生產 AI 所需的光學技術。這項合作，串聯起 AI 基礎設施供應鏈中的兩大受惠企業。

從 GPU 到光纖！NVIDIA 攜康寧布局下一代 AI 基礎設施

位於 AI 熱潮核心的晶片大廠 NVIDIA 宣布與玻璃製造商康寧合作，兩家公司週三表示，新工廠預計創造至少 3,000 個工作機會，並讓康寧美國光學產能提升 10 倍。根據協議，NVIDIA 最多可投資康寧 32 億美元。

《CNBC》指出，ChatGPT 引爆市場對新型處理器與 AI 系統的大規模投資。雖然雙方未透露具體開發內容，但 NVIDIA 很可能正準備在 AI 機櫃級系統中，以康寧的光纖玻璃取代銅線，這種整合技術被稱為共同封裝光學（co-packaged optics，CPO）。

在 NVIDIA 2025 年 GTC 大會上，執行長黃仁勳曾表示，CPO 是 AI 基礎建設擴張的關鍵。康寧執行長 Wendell Weeks 則表示，這項合作不僅關乎 AI 發展，也將推動美國先進製造業。成立 175 年的康寧，近年積極轉向 AI 光通訊市場，成為市場焦點。NVIDIA 則早已站穩 AI 核心地位，其 GPU 是大型語言模型的重要基礎，也支撐 Alphabet、Meta 等科技巨頭擴建資料中心。

《CNBC》提及，分析師長期關注 NVIDIA 對 CPO 技術的大規模部署，因為該技術有望大幅提升資料傳輸速度，同時降低 AI 工作負載的能源需求。康寧最知名產品是 Apple iPhone 的顯示玻璃，但光通訊其實是其最大且成長最快的業務。自 1970 年發明長距離通訊用光纖後，康寧已提供數百萬英里的光纜，用於連接各大 AI 資料中心中的機櫃。

讓 AI 以光速運算，5,000 條銅線將被光纖取代？

《CNBC》補充，透過與 NVIDIA 合作，康寧未來甚至可能將玻璃光纖直接延伸至晶片之間，逐步取代 NVIDIA Vera Rubin 等機櫃級系統內部的 5,000 條銅纜。Wendell Weeks 表示：「傳輸光子所需耗能，比傳輸電子低 5 到 20 倍。」光纖是細小且可彎曲的玻璃纖維，可讓資料以光子的形式傳輸，速度遠高於傳統銅線，且耗能更低。

研究機構 Omdia 企業基礎設施分析師 Vlad Galabov 表示，光訊號轉換流程若直接部署在晶片旁，因訊號只需傳輸幾毫米，相較穿越整塊電路板，可大幅降低能耗。他也指出，「NVIDIA 正推動整個生態系加速創新。」相較銅線，光纖訊號損耗更低，可提升資料中心內數十萬顆 GPU 的通訊效率。

黃仁勳在官方新聞稿中表示，AI 正推動史上最大規模的基礎設施建設，也為美國製造業與供應鏈帶來新機會。他指出，NVIDIA 與康寧正透過先進光學技術打造「讓智慧以光速移動」的 AI 基礎設施。NVIDIA 已於 2025 年推出兩款採用類似技術的網路交換器，將光學元件直接部署於 AI 晶片旁。今年 3 月，NVIDIA 也投資 40 億美元於 Coherent 與 Lumentum，兩家公司專門開發雷射與光電元件，用於光訊號與電訊號轉換，再透過康寧光纖傳輸資料。

Wendell Weeks 今年 1 月接受《CNBC》專訪時透露，康寧正與多家晶片業者合作開發玻璃核心（glass core）技術，研究玻璃如何成為未來半導體封裝的一部分。他表示，隨著功耗問題加劇，光纖將愈來愈接近運算核心；而當單一伺服器內 GPU 數量增加、傳輸距離拉長時，光纖也會比銅線更具成本與能源效率。

＊本文開放合作夥伴轉載，資料來源：《CNBC》、NVIDIA，圖片來源：NVIDIA。

從社群、娛樂到工作協作，現代人的各種需求幾乎都能透過 App 完成，但過去這些應用程式始終離不開手機。《VentureBeat》報導，如今成立 10 年、總部位於紐約、以開源 AI 模型與應用平台聞名的 Hugging Face，為其低成本開源桌上型機器人 Reachy Mini 推出 App Store，標誌運算平台正從「手機中心」轉向「實體機器人」的新階段。

從破萬銷量到 App 生態，Reachy Mini 打造機器人開發新入口

Reachy Mini 為 Hugging Face 於 2025 年 7 月推出的開源桌上型機器人，售價 299 美元起，是該公司收購法國機器人新創公司 Pollen Robotics 後的成果之一。自去年上市以來，該機器人已累計售出約 1 萬台。Reachy Mini 提供兩種版本：Lite 有線版（299 美元）需連接外部電腦運算，以及 Wireless 無線版（449 美元）內建 Raspberry Pi CM4，可獨立運作並支援 Wi-Fi。

這款小型機器人內建攝影鏡頭、麥克風與喇叭，並可透過 Hugging Face 的 AI 代理工具 ML Intern 協助使用者快速開發客製化應用。使用者無需工程或程式背景，只需以自然語言描述需求，例如「在有人說早安時揮手」，AI 代理便可自動生成程式、測試行為並部署至機器人。現在 Hugging Face 正式推出機器人專屬 App Store，Reachy Mini App Store 已上架超過 200 個由社群打造的應用程式，所有內容均可免費下載使用。

Hugging Face 執行長 Clément Delangue 在接受《VentureBeat》訪問時指出，這項技術突破的關鍵，在於降低進入機器人開發的門檻，任何人都能在一小時內打造機器人應用。他表示，過去機器人開發之所以困難，主要原因在於高品質訓練資料稀缺。雖然大型語言模型（LLM）可透過 GitHub 等龐大程式庫學習，但專屬於機器人的程式資料規模仍然有限，導致 AI 難以理解硬體行為與控制邏輯。

Hugging Face 透過代理式工具（agentic toolkit）作為中介，讓使用者不必直接面對底層 SDK 或韌體複雜性，而是由 AI 代理負責轉譯、生成與測試程式碼。該平台同時支援多種主流 AI 模型，包括 GPT-5.5、Claude Opus 4.6、Kimmy 2.6、MiniMax GM5 與 DeepSig V4 Pro，並透過 OpenAI Realtime 與 Gemini Live 提供即時互動功能，大幅縮短傳統機器人整合所需的開發時間。

社群驅動機器人應用程式爆發，AI 降低機器人開發門檻

《Axios》說明，即使沒有實體機器人，用戶仍可透過 Reachy App 與 3D 模擬環境，在瀏覽器中設計與測試應用程式。App Store 也支援 Fork 功能，讓使用者可以複製現有應用並透過 AI 進行修改，例如要求機器人改用法語回應。

該平台完全開源，並建立於 Hugging Face Hub 與「Spaces」系統之上，使 AI 代理能更容易學習與操作硬體行為，也鼓勵社群共同開發。目前已有超過 150 名創作者參與內容開發，其中不少人過去從未接觸過機器人程式設計。《VentureBeat》舉例，一名 78 歲退休行銷主管 Joel Cohen，在沒有工程背景的情況下，透過自然語言描述打造出一款「未來思考副總裁」應用程式，能在會議中即時辨識成員、整理討論重點並提出反饋。

《Axios》提及，社群開發出多種創意應用，包括情緒打擊象棋、防拖延提醒機器人、語言學習矯正助手與 F1 賽事即時解說員等。Clément Delangue 自身也在數小時內完成一款辦公室迎賓應用程式，讓機器人可辨識訪客並即時通知相關同事。他指出：「對沒有機器人背景的人來說，這幾乎是過去不可能完成的事。」

隨著低成本開源硬體結合 AI 代理能力，機器人不再是少數工程師的專業領域，而將逐步成為可讓一般使用者透過描述來定義機器人行為的開放式平台。在已有近 1 萬台機器人進入市場、並持續擴展應用生態的情況下，Hugging Face 正將機器人從硬體產品，推向可像 App 一樣擴充行為的平台。《VentureBeat》補充：「未來的關鍵不再是如何打造機器人，而是當門檻被打開後，人們會讓機器人做什麼。」

＊本文開放合作夥伴轉載，資料來源：《VentureBeat》、《Axios》，圖片來源：Pollen Robotics。

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 Brian Foster 表示：「如今 AWS 開發者能透過一套完整的託管方案，賦予 AI 代理財務自主能力，且整個支付與錢包流程可在系統內直接執行。」

代理經濟成形中：AWS 與 Solana 同步推進 AI 支付標準

《The Block》說明，這項 AWS 新方案，與上週 Solana Foundation 推出的 AI 代理支付方案類似。後者讓 AI 代理能透過區塊鏈支付方式存取 Google Cloud 服務；而 AWS 的新功能則可讓建立於 Amazon Bedrock AgentCore 上的 AI 代理，透過 Coinbase 或 Stripe 提供的錢包進行真實微支付，用於購買服務與存取 API。

AWS 表示，這是首個專為自主代理打造的託管式支付功能。透過 Amazon Bedrock AgentCore Payments，開發者可選擇 Coinbase 或 Stripe 的錢包，並以穩定幣或法幣為其注資，使 AI 代理能執行極小金額、甚至低於 0.01 美元的微支付，以自動取得所需資源與服務。近期包括科技公司與加密支付基礎設施業者在內的多個專案，開始讓 AI 機器人使用虛擬的 Mastercard 與 Visa 卡，顯示代理支付正在往標準化金融介面發展。

在技術基礎上，基於區塊鏈的穩定幣因具備低成本與可程式化特性，被視為 AI 代理經濟活動的重要基礎設施。Stripe 旗下加密錢包基礎設施公司 Privy 執行長 Henri Stern 表示：「Stripe 正在打造 AI 的經濟基礎設施。若要讓 AI 代理成為真正的經濟參與者，它們必須能持有並花費資金，因此我們很高興與 AWS 合作，讓 AgentCore 開發者能輕鬆取得穩定幣錢包。」

＊本文開放合作夥伴轉載，資料來源：《The Block》、Coinbase，圖片來源：Coinbase。

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 AI 發展提供「簡單且有利創新的環境」。她在 X 上表示：「我們強化了對公民的保護，打造安全且簡單的歐洲 AI 治理。」

然而，該協議也引發爭議。支持者認為修正有助於提升歐洲產業競爭力，但公民社會團體批評，這是向大型科技企業讓步。《POLITICO》並指出，由於僅少數國家跟進歐盟原本較嚴格的作法，歐盟在全球 AI 規範制定上的領先地位也面臨質疑。

＊本文開放合作夥伴轉載，資料來源：《Politico》、《Reuters》、《Euronews》，圖片來源：Unsplash。

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 研究實驗室已開始採取更為謹慎的做法。《Bloomberg》指出，Anthropic PBC 正將其新模型 Mythos 提供給少數企業進行測試，以協助驗證產品並尋找潛在漏洞。根據 Anthropic 內部人士說法，Mythos 能夠發現並利用 Linux 系統中的弱點進行攻擊。OpenAI 也正將其對應模型提供給企業測試。

在內部測試中，Anthropic 研究人員發現 Mythos 甚至能執行類似「數位銀行搶案」等級的攻擊模擬。這些警示案例也引起美國政府官員關注，並開始向金融業發出資安警報。根據非營利組織身分盜竊資源中心（Identity Theft Resource Center，ITRC）統計，美國在 2025 年資料外洩的資安事件數量，創下自 2005 年開始統計以來的新高。

數位身分管理與安全平台 Ping Identity 指出，這類模型可能加速未知漏洞的發現與利用。然而，防禦能力的關鍵並非取決於攻擊者使用哪一種 AI 模型，而在於自身的身分安全架構是否足夠完整，包括是否能驗證每一個身分、落實最小權限原則，以及即時偵測異常行為。AI 模型的出現，可能進一步放大系統既有的安全缺口，也讓資安防護措施比以往更加關鍵。

＊本文開放合作夥伴轉載，資料來源：《Bloomberg》、《The Dallas Morning News》、Ping Identity，圖片來源：Unsplash。

《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 個百分點，代表人們更容易將錯誤視為 AI 的問題，而非負責部署、監督與批准 AI 輸出的人的責任。受訪者提到，公司將 AI 員工 Kevin 列入組織圖後，同事開始以「Kevin 出錯了」的方式討論問題，逐漸將 AI 視為真正的社交角色。

「AI 腦疲勞」浮現：過度監督推高錯誤與認知負荷

AI 員工化不只影響心理認知，也會實際衝擊工作品質與組織治理。《哈佛商業評論》提及，當文件被標示為來自 AI 員工時，管理者找出的錯誤數量，比 AI 被視為「工具」時少了 18%，且要求額外送交主管複查的比例增加 44%，顯示人們更容易降低自身審查強度，並將責任往上轉移。

BCG 研究使用的文件包含刻意設計的錯誤，例如數據矛盾、職缺描述要求初階職位具備超過 10 年經驗等問題，而管理者在 AI 員工框架下更容易忽略這些異常。研究者也引用另一項 AI brain fry（AI 腦疲勞）研究指出，過度監督 AI 工具可能導致精神疲勞與錯誤率上升，而當 AI 被視為員工時，管理者甚至可能進一步降低投入審查的認知負荷。

除此之外，當公司將 AI 視為團隊成員時，管理者對自身專業身份感到不確定的比例增加 13%，對工作安全的擔憂增加 7%，對組織如何使用 AI 的信任程度則下降 10%。儘管外界普遍認為擬人化有助於提高 AI 採用率，但 BCG 研究數據顯示，將 AI 以「員工」身分呈現的擬人化框架（如賦予職稱、納入組織圖、視為團隊成員）並未明顯提升導入意願；真正影響採用率的，是管理者是否積極鼓勵並親自示範使用 AI。

《哈佛商業評論》補充，重點不在於是否導入 AI 代理，而在於如何將其整合進工作流程，並重新設計責任分工與人機協作方式。BCG 研究者建議，企業應將 AI 視為需要人類負責的軟體自動化系統，而非真正能承擔責任的數位員工，並重新定義人類在監督、判斷、創造力與決策中的角色，才能在 AI 擴大產出的同時，維持品質、責任感與組織信任。

＊本文開放合作夥伴轉載，資料來源：《哈佛商業評論》、《The Conversation》，圖片來源：Unsplash。

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 正邀請企業申請漏洞掃描或聯繫銷售團隊，而更大規模的部署，預計在未來幾週內與產業及政府合作夥伴共同推進。公司強調，該計畫將搭配更嚴格的身份驗證、帳號層級控制、範圍限制、監控與人工審核，以應對先進模型資安能力提升所帶來的雙重用途風險。

Codex Security 升級，將開發工具推向企業級資安防護層

Daybreak 進一步擴大 Codex Security 的角色，使其從開發工具轉型為企業級資安防護層，並為此計畫建立龐大的合作夥伴陣容，合作對象涵蓋 Intel、Cisco、CrowdStrike 及 Palo Alto Networks 等頂尖硬體與資安大廠。《TestingCatalog》指出，這項合作不僅限於單點技術開發，而是企圖橫跨整條資安防禦鏈，從最前端的檢查漏洞與軟體供應鏈防禦，到中段的監控修補、邊緣端的安全防護。

《TestingCatalog》補充，對 OpenAI 而言，Daybreak 也是將 Codex 從開發工具轉型為企業資安平台的重要一步。公司不僅提供模型存取權限，更希望建立一套可管理的工作流程，讓更強大的 AI 系統能安全地部署於敏感環境中。其核心策略在於，讓經驗證的防禦方獲得更少的模型拒答限制與更強的資安協助，同時持續限制惡意用途，例如憑證竊取、隱匿行動、持續性滲透、惡意軟體部署或未經授權的攻擊利用。

＊本文開放合作夥伴轉載，資料來源：《The Verge》、《TestingCatalog》、OpenAI，圖片來源：OpenAI。

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 技術，而非完全依賴外部供應商，這類「基礎供應商」模式開始受到市場關注。

已開始有營收！Config 搶攻機器人訓練與雲端服務

Config 在首爾與河內設有數據生產據點，透過攝影棚與實地場景記錄人類執行各種動作，累積超過 10 萬小時的人類動作數據，規模是開源機器人資料集 AgiBot World 的 30 倍以上。Minjoon Seo 指出，相較於大型語言模型可直接利用網路文字訓練，機器人 AI 的訓練數據必須透過真實世界蒐集，不僅需要機器人設備與場地，還需要人員實際操作，因此成本遠高於純軟體 AI。

此外，多數機器人公司會先用人類數據訓練模型，再讓模型適應機器人，但 Config 選擇在訓練前先「轉換數據」，讓資料本身更符合機器人的運動與互動方式。Minjoon Seo 將其比喻為語言翻譯：「如果只用英文教材教韓文，很難真正學好。」他認為，真正需要被轉換的其實是數據，而這正是 Config 的核心技術。

目前 Config 已開始產生營收，客戶涵蓋大型製造商、系統整合商，以及農業、國防等產業。競爭對手則包括 Physical Intelligence、Generalist AI 與 Skild AI。《TechCrunch》指出，這筆資金將用於擴大韓國與越南的數據生產規模，目標累積 100 萬小時機器人訓練數據；同時推進企業平台業務，力拚 2027 年底達成 1000 萬美元 ARR（年經常性收入），並推出雲端機器人服務，讓企業不必自行部署運算設備，就能使用 Config 的機器人基礎模型。

＊本文開放合作夥伴轉載，資料來源：《TechCrunch》、Config，圖片來源：Config。

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 年已囊括全球人形機器人近 90% 的銷量。其中，宇樹科技去年出貨量突破 5,500 台，遠超 Tesla、Figure AI 與 Agility Robotics 等美國同業，三家公司同期出貨量各約 150 台。為支撐研發動能，宇樹科技已於 3 月向上海證券交易所科創板遞交 IPO 申請，計畫募集 42 億人民幣，並將其中 85% 投入技術開發，特別是機器人模型的建構。

目前，宇樹科技已透過 AliExpress 跨足北美、歐日市場，銷售範圍涵蓋 R1、G1 及 Go2 機器狗。其應用足跡正延伸至機場與物流領域，例如日本航空已在羽田機場展開測試，引進宇樹科技與優必選（UBTech）的機器人系統。

＊本文開放合作夥伴轉載，資料來源：《Interesting Engineering》、《Global Times》，圖片來源：宇樹科技。

《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 AI 長是否會成為主流仍持不同意見。Gartner 顧問總監 Jonathan Tabah 質疑，設立 C-suite 職位成本高昂，未必每家公司都能負擔。對此，IBM 亞太區總經理 Hans Dekkers 則持反對意見，他認為 AI 長的出現象徵著 AI「已不再只是技術專案」，CIO 或 CTO 能負責基礎設施與數據，但 AI 長的任務在於讓 AI 真正落地，改變決策與執行模式。

IBM 報告說明， AI 長制度能引導組織在風險可控下推動轉型，達成加速發展而不失控的目標，Vivek Lath 補充，比起職稱，確保 AI 行動的「集中協調」才是重點。管理顧問公司 Bain & Company 的顧問 Randy Bean 總結，AI 長的職責仍具高度變動性，真正的挑戰在於，這究竟是一個因應轉型的過渡性角色，還是未來企業結構中的長期常設職位。

93% 企業認為 AI 卡在「文化問題」：人資長站上轉型第一線

Lian Jye Su 指出，員工的 AI 素養通常是企業轉型的主要瓶頸，這也讓負責人才培育與招聘的人力資源長掌握關鍵影響力。Randy Bean 在 2026 年的調查中進一步證實，高達 93.2% 的受訪者認為文化挑戰才是 AI 導入的最大障礙。Jonathan Tabah 認為，AI 自動化將使人力資源部門面臨分水嶺：若能藉此從瑣碎的營運中解脫，人力資源長將轉型為「策略領導者」；反之，若其職能仍停留在操作層面，則極可能被 AI 進一步取代。

在裁員浪潮中，高階管理職因具備策略判斷與利害關係人管理等核心能力，加上擁有對 AI 導入的決定權，短期內受衝擊最小。然而，Bain & Company 的報告揭示了殘酷的產業現實：SaaS 業者正透過將「人力成本轉向軟體支出」，預期創造近 1,000 億美元的利潤。顧問 David Crawford 表示，與其聚焦 AI 對勞動力的衝擊，不如將其視為釋放人力的過程，讓人才得以投入更高價值的工作。

＊本文開放合作夥伴轉載，資料來源：《CNBC》、IBM，圖片來源：Unsplash。

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 OpenAI 及 AWS 的合作，是推升市場預期的重要助力。

Cerebras 的核心競爭力在於其專為 AI 推論打造的特殊架構晶片，專門優化模型完成訓練後、即時回應使用者請求的生成階段。Brian Colello 指出，一般而言，晶片尺寸愈大，因瑕疵導致良率下滑的風險就愈高，但 Cerebras 透過「容錯式（Fault-tolerant）」架構成功克服此問題，能有效繞過缺陷並維持卓越效能。此外，其採用的 SRAM 記憶體設計異於主流架構，能大幅縮短查詢的回應時間。

PitchBook 資深分析師 Dimitri Zabelin 認為，AI 市場的重心正從「模型訓練」轉向「推論擴張」。在推論階段，生成速度與單次查詢成本是勝負關鍵，而這正是 Cerebras 的主場。Dimitri Zabelin 強調，Cerebras 已成功轉型，從原本客戶集中且具監管風險的純硬體供應商，晉升為掌握兩大趨勢的關鍵角色：一是國家級 AI 建設，二是即將引爆的推論應用浪潮。

NVIDIA、Groq、Google、AWS 全是對手，Cerebras 面臨多線競爭

儘管技術領先，但 Cerebras 並非唯一的市場參與者。Brian Colello 指出，與 Cerebras 同樣採用 SRAM 記憶體而非傳統 HBM 最大化推論速度的新創公司 Groq，可能是其最直接的勁敵。此外，Cerebras 產品本質上仍屬利基型定位，在群雄並起的市場中面臨巨大競爭壓力。

Cerebras 的對手名單極其強大，除了 NVIDIA、AMD 等晶片巨頭，還包括 Google、AWS、Microsoft、Meta 等自行研發客製化晶片（ASIC）的雲端平台（Hyperscalers），以及為這些巨頭提供設計支援的 Broadcom、Marvell 與聯發科。

除了外部競爭，Cerebras 與關鍵客戶間綁定的合作模式，也影響其商業擴張與產業定位。以 OpenAI 的合作案為例，這項總額 200 億美元的協議中，OpenAI 以承諾採購數十億美元晶片為條件，換取 Cerebras 的持股與 10 億美元貸款。這種深度的利益綁定雖推升了估值，卻也埋下伏筆：一旦 OpenAI 的營收增長不如預期，勢必會縮減對 Cerebras 晶片的採購需求。

Brian Colello 認為，雖然 OpenAI 的認股權安排在商業邏輯上十分合理，且對推升公司的估值至關重要，但潛在風險不容忽視。Cerebras 最大的挑戰仍來自於 AI 推論市場的激烈競爭，特別是面對龍頭 NVIDIA 與新興對手 Groq 的威脅；其次則是客戶過於集中的隱憂，Cerebras 的成長高度仰賴 OpenAI 等大客戶能否維持高速擴張，以支撐其龐大的訂單規模。

＊本文開放合作夥伴轉載，資料來源：Morningstar、《CNBC》，圖片來源：Cerebras。

《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 不僅是 Mind Robotics 的股東，也是主要部署合作夥伴，使其能直接進入伊利諾州 Normal 工廠，在高產量產線中訓練與測試 AI 系統。

Mind Robotics 公司最大的優勢之一，在於能持續從真實工廠取得大量操作數據，再用於重新訓練模型，並回饋到實際運行中的機器人系統。《SiliconANGLE》提及，這種「數據、訓練、部署再到回饋」的循環，被視為未來多用途工業機器人的核心護城河。

《TechfundingNews》指出，RJ Scaringe 將這項計畫視為提升西方製造競爭力的重要一環。他認為，美國工廠長期面臨勞動力不足與成本壓力，而 AI 機器人將成為支撐美國製造業維持全球競爭力的重要工具。

對 Rivian 而言，自動化也與降低生產成本策略高度相關。該公司目前正加速壓低伊利諾州 Normal 工廠的製造成本，以支撐 R2 SUV 的量產，而提升自動化程度一直是財報會議中的重點方向之一。

＊本文開放合作夥伴轉載，資料來源：《SiliconANGLE》、《TechfundingNews》、《Reuters》，圖片來源：Mind Robotics。

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 人形機器人進入極簡風格的臥室，其中一台負責掛起外套，另一台則關閉筆電並收起耳機。隨後，機器人分別移動至床鋪兩側，調整枕頭位置，並合力抬起被子將其鋪平，全程透過精準的協調與頭部點頭完成任務。

Figure 在部落格文章中指出，該次展示是 AI 人形機器人在人類環境中合作的重要示範。公司表示，處理被子等容易變形的物體是最大的技術挑戰，因為這類物體缺乏固定形狀與明確抓取點，且在移動過程中會持續改變外型，機器人必須在調整抓取姿勢的同時，即時預測彼此的動作。

人形機器人展現了進階的全身運動與精細操作能力，能維持單腳平衡、協同移動家具、操作腳踏控制裝置，並在未預設動作的情況下，處理柔性與關節式物體。Figure AI 研究主管 Corey Lynch 在 X 平台上補充說明，兩台機器人間沒有任何明確的訊息傳遞，是透過視覺進行協調。影片是以正常速度呈現，且機器人是在自主運作下完成，未使用遠端遙控。

Figure AI 表示，透過對今年稍早推出的 Helix-02 模型進行新資料訓練，機器人現已能執行開門、整理衣物等更複雜的任務。目前 Figure AI 已募資超過 10 億美元，估值達 390 億美元，正與 Tesla、Agility Robotics 及 Apptronik 等企業競爭，加速人形機器人在倉儲、工廠與物流領域的商業化進程。

＊本文開放合作夥伴轉載，資料來源：《Interesting Engineering》、《VnExpress》，圖片來源：Figure AI。