AI新聞

隨著輝達（Nvidia）與 AMD 等半導體巨頭優先生產利潤豐厚的 AI 資料中心晶片而非消費級顯示卡，PC 遊戲硬體正面臨嚴重的供應瓶頸與成本上漲。對人工智慧算力基礎設施的龐大需求推升了零件價格，特別是高頻寬記憶體（HBM），使得個人組裝電腦玩家不得不與企業級 AI 需求爭奪製造產能。包括 OpenAI 的山姆·奧特曼（Sam Altman）與伊隆·馬斯克（Elon Musk）在內的業界關鍵人物皆強調了 AI 硬體需求如今如何主導科技供應鏈。儘管面臨持續的市場壓力，但供應鏈最終的穩定以及即將到來的架構微調表明，消費級 GPU 的生產可能會隨時間推移逐漸恢復平衡。

一項針對Rightmove房產刊登的調查揭示了AI輔助虛擬軟裝在房產行銷中帶來的誤導與令人不適的效果。仔細檢查刊登照片後，可以看到大量生成式AI的瑕疵，包括扭曲的傢俱腳、對齊不良的建築元素、不一致的光影以及失真的材質紋理。儘管房屋仲介越來越多地使用AI影像生成技術來改善空置或陳舊房間的視覺效果，但應用不當的虛擬軟裝可能會誤導潛在買家並扭曲實際的生活空間。研究結果強調，未經審查的AI增強技術可能會使購房者感到困惑，並損害對線上房產刊登的信任。

Google 向以 AI 優先的搜尋體驗轉型（以「AI Overviews」為代表），正在給教育機構和企業帶來重大的營運與戰略障礙。學校對學生過度依賴生成式摘要而非查閱原始資料表示擔憂，這可能會導致表面化學習並面臨接觸 AI 幻覺的風險。對企業和線上出版商而言，搜尋結果頁面上的直接 AI 解答可能會大幅減少網站的自然流量和推薦收入，從而打破傳統搜尋引擎最佳化（SEO）模式。因此，各類機構不得不調整其內容策略，以在 AI 主導的搜尋環境中保持能見度和使用者參與度。

在網路安全研究人員展示如何繞過 ChatGPT 的鎖定保護並未經授權存取完整聊天記錄後，OpenAI 已修復了該漏洞。此漏洞利用的是周圍 Web 應用程式基礎設施的缺陷，而非 AI 模型本身，攻擊者利用了資料處理和身份驗證方式中的漏洞。該事件凸顯出，如果忽視傳統的 Web 應用程式安全，專門的 AI 安全控制與防護欄措施原則上仍然十分脆弱，這強調了確保支援 AI 系統之更廣泛環境安全的必要性。

隨著用於訓練人工智慧模型的公開網路數據日益耗盡，AI 開發者與數據經紀商正轉向私有企業數據，包括工作郵件、內部文件、客戶支援記錄與專屬程式碼庫。供應商與平台正提供經濟補償與授權合約，以取得這些專業資料集，進而提升特定領域模型的能力。然而，分享或將內部通訊與檔案變現會帶來重大的法律、保密性與隱私風險，因為企業機密與敏感個人資料可能會無意間洩漏或被整合至商業 AI 模型中。

亞馬遜為 Alexa 推出了基於文字的購物功能，允許使用者直接透過簡訊向助理傳送訊息，以獲取商品推薦、優惠通知和購買協助。在此之前，亞馬遜封鎖了 Muse，這是一款在該平台上提供類似簡訊購物體驗的第三方人工智慧購物工具。這項新功能使購物者能在行動裝置上安靜地尋求產品建議並管理訂單，而無需依賴語音指令或瀏覽亞馬遜主應用程式。

成功擴展企業人工智慧需要超越孤立的技術試點，轉而關注組織協調與具備上下文背景的業務理解。許多企業在採用 AI 時面臨困境，原因在於資料碎片化、部門目標孤立以及系統缺乏對營運工作流程的深入理解。要實現持續價值，必須確保技術團隊與業務利益關係人緊密協同，建立健全的資料治理體系，並提供針對特定領域知識客製化的 AI 解決方案。透過優先推動跨部門協作和具備上下文感知能力的資料整合，企業可以有效縮小從初始 AI 實驗到取得可衡量的營運影響之間的差距。

生成式世界模型正在創建持久的即時互動式環境，AI 代理可以在其中練習任務並從其行為中學習。與傳統的預設腳本遊戲引擎不同，這些模型生成了無盡且有回應的數位空間，在長時間的互動中保持空間和狀態的一致性。透過允許代理在模擬的逼真世界中進行探索、犯錯並承受長期後果，這種方法解決了訓練自主與具身人工智慧系統時的關鍵瓶頸。無限且具有記憶能力的環境為提高決策、規劃和任務執行能力提供了一個可擴充的基礎，同時無需負擔物理世界測試的成本和風險。

Atomicwork 推出了一款專為企業 IT、人力資源（HR）和安全運營量身定制的認證 AI 同事市場。該平台提供預先配置的自主 AI 代理，旨在自動化軟體分發、存取管理、密碼重置和事件回應等重複性業務任務。這些認證數位同事能與 Slack 和 Microsoft Teams 等工作場所協作平台以及 Okta 和 Workday 等企業系統直接整合，在企業治理和合規護欄內運作，從而幫助 IT 部門減少手動支援開銷並加快服務交付速度。

儘管對生成式人工智慧持保留態度，但由於沉重的課業負擔以及擔心落後於同儕，許多Z世代學生表示在完成課業時感到使用AI的壓力。學生們將這種習慣比作前幾代人吸煙，稱他們使用AI是為了維持競爭力而出於強迫性使用，非出於真心喜好。這種被迫依賴引發了對學術倫理的廣泛內疚與焦慮，致使相當一部分學生表示，如果可以選擇，他們會支持在教育環境中全面禁止AI工具。

Apple 正進入一個全新的產品階段，其特色為趣味十足的設計選擇、精巧的全新外觀，以及隨同 Apple Intelligence 推出的新硬體。近期的亮點包括大幅縮小的 Mac mini（電源按鈕位於機身底部）、配有同色系 USB-C 配件的鮮豔 M4 iMac，以及全新升級的 M4 MacBook Pro。除了這些硬體更新外，Apple 還在 iOS 18.1 與 macOS Sequoia 中推出了由 AI 驅動的功能，例如寫作工具、通知摘要和相片編輯功能，將實驗性的硬體設計與全系列產品的人工智慧整合完美結合。

德勤關於企業生成式人工智慧的最新報告顯示，儘管許多組織開始從其人工智慧投資中獲得可衡量的財務回報，但大多數組織仍難以確定哪些具體的應用場景能夠創造價值。儘管大多數受訪的企業領導者正在增加人工智慧方面的支出，但資料管理方面的挑戰、風險顧慮以及難以衡量投資回報率（ROI）等問題仍繼續阻礙著大規模推廣。因此，儘管部署生成式人工智慧的樂觀情緒和高管壓力依然很高，但長期成功需要企業建立更清晰的績效指標，強化資料基礎設施，並超越最初的試點項目，走向系統化實施。

電子遊戲製作人小島秀夫警告稱，不要在遊戲開發中過度依賴人工智慧，他認為自動化無法取代人類的匠心與藝術願景。儘管小島秀夫承認人工智慧作為輔助工具的實用性，但對未來人類主導的手藝可能失傳表示擔憂。他強調，真正的創意表達源於個人經驗、情感以及演算法無法複製的用心設計選擇。他的觀點凸顯了遊戲行業內的一項廣泛爭論，即開發人員如何在採用提高效率的技術的同時，不犧牲對遊戲設計至關重要的微妙人類元素。

AMD已將其戰略重點轉向優先發展資料中心基礎設施而非消費級硬體，將自己定位為一家「資料中心優先」的公司，以抓住對人工智慧算力激增的需求。這一轉變引發了PC遊戲愛好者的廣泛不滿，他們擔心消費級Radeon GPU和桌上型處理器的研發投入將會減少。伴隨著這一戰略調整，AMD管理層預測到2027年PC市場銷售額可能會出現雙位數的下滑，這反映了更廣泛的企業趨勢，即伺服器端AI硬體在資本支出中佔據了主導地位，超越了傳統個人電腦。

機器人模擬初創公司 Physicl 獲得了 1000 萬美元的融資，用於構建高保真數位環境，以訓練物理人工智慧模型和自主硬體。透過生成超逼真的物理模擬，Physicl 旨在縮小「模擬到現實」（sim-to-real）的差距，使 AI 代理能在實際部署前，於虛擬環境中掌握複雜的物理互動、導航與物體操作。這種方法最大限度地減少了硬體磨損與部署風險，為機器人開發者提供了一種更快、更有成本效益的方法，以在工業與商業應用中擴展物理自動化。