AI新聞

Meta由人工智慧驅動的創意工具具備透過自動化影片、圖像和文字生成來變革商業行銷與廣告的能力。儘管降低生產成本與快速生成資產的承諾對傳統設計公司與內容製作流程構成衝擊，但廣泛的產業採用率仍然有限。出於對品牌一致性、版權問題以及對生成內容控制力的疑慮，企業正謹慎推進。因此，許多機構目前仍主要將這些生成式AI功能用於小規模測試，而在高價值的創意工作中依然依賴人類團隊。

甲骨文（Oracle）警告，隨著許多企業在不可預測的基礎設施與 API 成本中苦苦掙扎，人工智慧採用量與消耗量的增加並不代表能自動帶來商業價值。在企業紛紛搶著整合生成式 AI 模型之際，上升的雲端消耗可能會造成財務壓力，卻無法產生可衡量的回報或生產力提升。為了減輕成本超支的問題，甲骨文建議企業應優先考慮明確的業務成果，建立可預測的定價模式，並根據具體的價值交付而非單純的使用指標來評估 AI 專案。

約翰霍普金斯大學的研究人員開發出一款 AI Agent（人工智慧代理），能夠自主對活體小鼠執行精密的腦部手術。在電腦視覺與機器學習模型的引導下，該機器人系統在齧齒動物的頭骨上鑽出微孔，並將標靶藥物精準注射至特定的神經區域，同時不損傷周圍組織。在小動物身上進行人工神經外科手術極為困難且容易出現人為失誤，這使得高通量神經科學研究面臨挑戰。透過以亞毫米級的精度實現這些精細手術的自動化，該技術有望加速大腦疾病研究與新藥開發，不過在類似的自主系統應用於人類醫療照顧之前，仍需克服重大的技術與安全障礙。

隨著人工智慧生成媒體變得越來越逼真，辨識深度偽造（Deepfake）需要依靠察覺細微的視覺與聽覺異常，同時交叉比對來源背景。主要視覺特徵包括不自然的眨眼頻率、變形的手部、不對齊的牙齒、不一致的光影以及音畫不同步。由於生成式工具不斷改進，僅憑肉眼觀察往往是不夠的。專家建議在分享網路熱門內容之前，進行圖片反向搜尋，檢查數位浮水印或來源中繼資料（Metadata），並透過可靠的新聞媒體核實相關言論。培養這些核實習慣有助於個人提防合成媒體詐騙，並防止網路假訊息的散播。

Mashable 彙整了來自 iRobot Roomba、Roborock（石頭）、Shark 和 Eufy 等知名品牌的黑色星期五提前折扣。本次推薦的優惠涵蓋多款智慧清潔機型，配備自動集塵基座、掃拖一體系統、多地面吸力調節以及 AI 智慧避障導航。提前搶購這些促銷商品讓消費者能在節日購物潮來臨前鎖定低價，藉此機會升級家中的地板清潔設備，享受全自動、解放雙手的科技護理體驗。

AI 供應商與企業採用者日益意識到，高品質的資料管理對於有效部署人工智慧仍然至關重要。隨著各組織建置與微調生成式 AI 及大語言模型，未經整理或品質低劣的資料往往會導致幻覺、輸出不準確以及合規風險。為了因應這些挑戰，企業正重新聚焦於基礎資料衛生，包括資料清洗、資料治理與中介資料管理，以確保企業資料在輸入 AI 系統之前具備結構化與可靠性。這種重返基本資料品質原則的趨勢強調了 AI 功能本質上取決於乾淨的資料基礎。

印度的精品人工智慧（AI）公司正透過提供專業、特定領域的人工智慧解決方案，作為傳統 IT 服務巨頭的敏捷替代方案而日益受到青睞。與依賴大規模人力和傳統委外模式的傳統 IT 服務商不同，這些專業初創企業專注於深厚的垂直領域專業知識、客製化生成式 AI 部署以及快速的專案執行。在成熟的 IT 服務公司面臨提升海量員工技能以及適應 AI 驅動轉型的挑戰時，精品機構則為企業提供了量身打造的高價值能力。這一轉變凸顯了印度科技產業向專業化、高利潤的 AI 諮詢與工程方向發展的更廣泛轉型。

包括 Google 和 Anthropic 在內的主要人工智慧開發商，正支援一項新的標準化協定，旨在讓網路出版者選擇不讓其內容被抓取用於 AI 訓練。該倡議旨在簡化內容創作者的機器可讀權限，為管理數十個獨立 AI 網路爬蟲的個別封鎖規則提供統一的替代方案。透過在整個科技產業建立共享標準，網站所有者能更好地掌控其智慧財產權與資料使用偏好。

國防科技公司 Anduril Industries 與高通（Qualcomm）達成合作，將共同開發名為 BlueChip 的全美國製造戰術計算硬體系列。該計畫旨在生產專為軍事與國防行動設計的安全、加固型筆記型電腦、行動裝置及指揮所系統。該硬體搭載具備整合邊緣處理能力的高通驍龍（Snapdragon）處理器，旨在推進野戰計算現代化，同時保障供應鏈免受外國依賴的影響。透過將硬體製造帶回美國，Anduril 旨在為國防人員提供針對複雜戰術環境客製化的高效能計算平台。

一位使用者透過拍攝地面照片並利用 ChatGPT 的影像分析功能，成功找回了掉在碎石堆中的 Bose 耳機。透過分析這片鋪滿小鵝卵石區域的高解析度網格照片，人工智慧精準標出了這隻小巧耳機與地形融為一體的具體位置，從而讓該使用者免去了繁瑣的人力搜尋。這一巧思應用展示了在缺乏專用位置追蹤功能或追蹤不夠精確的情況下，多模態視覺 AI 模型如何解決現實世界中的實體尋物難題。

輝達（Nvidia）正在考慮擔任財務擔保人，為 Nscale 計劃在西維吉尼亞州建設的 AI 資料中心專案提供支援。根據這項潛在的合作安排，輝達的信用支援將幫助 Nscale 獲得必要的資金和貸款，用於建設配備先進 AI 晶片的高密度計算設施。此舉突顯出大型硬體廠商正日益承擔財務風險，以加速基礎設施建設並維持人工智慧工作負載的快速擴張。

由於生成式 AI 工具被廣泛用於作弊，加州大學柏克萊分校電腦科學教授哈尼·法里德（Hany Farid）已正式宣布線上考試和回家作業已經過時。法里德指出 AI 檢測軟體不可靠，經常出現誤報與漏報，因此他徹底改革了自己的課程結構，用實體監考、口頭評估以及課堂互動取代了遠端測驗和計分作業。此舉凸顯出教育工作者之間日益增長的趨勢——隨著生成式 AI 讓學生能夠毫不費力地自動生成答案，他們必須重新思考傳統的評估方法。

OpenAI 執行長薩姆·奧特曼（Sam Altman）表示，儘管來自學術界研究人員的反彈日益強烈，該公司仍不會降低發表數學與科學研究論文的速度。批評者認為，OpenAI 頻繁發布未經同行審查的預印本，大量湧入預印本平台，造成學術評估資源緊張並稀釋了研究標準。奧特曼為其積極的發表策略進行辯護，堅持認為快速的公開傳播能加速科學發現與人工智慧的發展。這項分歧凸顯了傳統學術同行審查做法與大型人工智慧實驗室所採用的快速、公開釋出模式之間日益加劇的緊張關係。

思科總裁兼首席產品官吉圖·帕特爾（Jeetu Patel）強調了人工智慧如何正在改變軟體開發。他舉例指出，公司向一名 27 歲的工程師提供了無限制的 AI Token，用於重寫一套複雜的舊有程式碼庫——這項任務在以往需要耗費大量時間以及資深工程團隊的參與。帕特爾指出，AI 工具使職涯早期的開發者機能更快地完成高影響力的任務，改變了傳統上對初階軟體工程職位的期望。儘管人們仍對 AI 對初階職位的影響感到擔憂，但帕特爾堅信，積極掌握 AI 能力的開發者將顯著提升其產出與職涯成長。

由於投資人對人工智慧開發成本飆升的疑慮日益增加，美國主要科技股大幅下跌。微軟、Alphabet 和亞馬遜等科技巨頭報告指出，為了建設資料中心和取得運行 AI 模型所需的高階晶片，其資本支出增加了數十億美元。儘管企業領袖主張巨額支出對於保持 AI 競賽中的競爭力至關重要，但華爾街正要求明確的獲利時程表。這次拋售反映了市場情緒的轉變，股東們正追求具體的財務回報，而非圍繞 AI 能力的長期承諾。