AI新聞

研究人員開發出一款名為 Brainoware 的生物計算系統，該系統將實驗室培養的人腦組織類器官與電子電路結合以處理資訊。透過將大腦類器官連接至高密度微電極陣列並應用機器學習演算法，該混合系統成功識別了語音並辨認出盲文字母等複雜模式。這種生物神經網路透過向類器官傳送電刺激並翻譯其神經反應，展現出自適應學習能力。雖然這種方法突顯了高能源效率生物計算的潛力，但研究人員指出，擴大該技術規模面臨重大挑戰，包括保持類器官存活以及管理不可重複使用的生物硬體。

Mova V70 Ultra Complete 以更實惠的價格提供高端掃地機器人的功能，配備全自動基站，可處理集塵、熱水清洗拖布以及 AI 輔助導航。儘管具備這些豐富的自動化功能，該掃地機在核心清潔效率方面卻未達預期。在實際使用中，地毯清潔和邊角清潔的表現低於預期，而避障功能偶爾難以應付小型家居用品。雖然免手動維護的基站帶來極大的便利性，但表現不穩定的清潔效果使其無法媲美頂級競爭對手。

埃隆·馬斯克（Elon Musk）公布了屢次延期的特斯拉 Roadster 2 的最新規格，聲稱這款電動跑車正與 SpaceX 合作開發，將配備火箭推進器，從 0 加速到 60 英里/小時（約 0 至 96 公里/小時）可在 1 秒之內完成。馬斯克還暗示該車輛有可能進行短距離飛行。汽車與工程專家對這些非同尋常的主張持懷疑態度，指出將冷氣推進器整合至客車中面臨著重大的法規、安全與物理障礙。儘管承諾將舉行正式發表會並即將量產，但自 2017 年首次亮相以來，Roadster 已面臨多次延期。

有主張稱某種人工智慧工具在某部實境秀節目原定播出前幾週刪除了其整整一季的內容，這一說法引來了後期製作專業人士的強烈質疑。業界專家強調，標準的資料保存協定（如不可變備份、冗餘伺服器儲存和嚴格的權限控管）可以防止自動化腳本在沒有人工監督的情況下永久刪除原始素材。這一情況反映出，在媒體與科技報導中，將常規的人為錯誤、不當的工作流程設定或技術故障歸咎於自主AI行為的趨勢日益增加。

Meta確認，由於軟體故障，部分 Ray-Ban Meta 智慧眼鏡會在使用者未透過語音指令或實體拍攝按鈕進行直接啟動的情況下自動錄製影片或音訊。該公司已透過發布韌體更新解決此問題，以停止非預期的錄製並恢復標準功能。儘管 Meta 聲明該漏洞僅影響有限數量的裝置且已被修復，但該事件仍凸顯了人們對配有鏡頭的可穿戴式裝置隱私與安全問題的持續關注。

比亞迪於中國推出了仰望U7（Yangwang U7）豪華電動轎跑，旨在以其競爭對手價格的一小部分對標 Lucid Air 與保時捷 Taycan 等高性能車型，起售價約為 62.8 萬元人民幣（約合 86,500 美元）。仰望U7搭載四馬達平台，輸出功率超過 1,200 匹馬力，CLTC工況下續航里程最高可達 508 英里（820 公里）。該車首度搭載了比亞迪的雲輦-Z（DiSus-Z）懸吊系統，該系統用直線馬達取代了傳統液壓減震器，可實現毫秒級底盤調整；同時還配備了可在不到 10 分鐘內增加數百英里續航的高壓超快充技術，以及由人工智慧驅動的高級駕駛輔助功能。

Figma 正將其平台從數位設計擴展至程式碼生成和網頁託管領域，讓開發者與設計師能直接在其軟體套件內構建並發布應用程式。雖然此舉簡化了從原型到功能性產品的過渡，但執行長 Dylan Field 表示，Figma 不會為高流量或爆紅網站補貼託管費用。因此，構建大規模應用程式的創作者需要自行負擔頻寬費用，或依賴第三方基礎設施。

人工智慧初創公司Anthropic報告指出，在企業端加速採用其Claude AI模型與API服務的推動下，其營收大幅成長46%至168億美元。這一顯著的營收成長正值該公司準備進行預期的首次公開募股（IPO），以資助持續的模型研究與算力基礎設施建設。此強勁的財務勢頭凸顯了市場對前沿基礎模型日益增長的商業需求，使Anthropic成為企業級AI市場中OpenAI的主要競爭對手。

OpenAI 計算基礎設施負責人 Sachin Katti 在引導公司度過激進的基礎設施擴展期後即將離職。在任職期間，Katti 負責管理關鍵的硬體供應鏈與資料中心夥伴關係，這些對於支援下一代模型訓練與部署至關重要。他的離職標誌著 OpenAI 的又一次重要高層變動，此時該組織正持續面臨激烈的產業競爭、晶片供應限制以及日益增長的營運需求。

Workday 拋出了 Work Intelligence 功能，旨在協助企業分析並調整工作角色，以促進人工智慧的整合。該系統基於 Workday 龐大的企業勞動力與財務交易數據集，將傳統角色拆解為核心任務與技能，精準定位 AI 自動化與 AI Agent 可以增強人類工作的領域。這為人力資源與業務領袖提供了數據驅動的洞察，使他們能在職場自動化持續擴展的背景下重塑崗位、識別新的技能缺口，並指導戰略性勞動力規劃。

印度理工學院坎普爾分校（IIT Kanpur）啟動了一項為期十年、旨在籌集10億美元的籌款活動，以推進人工智慧、量子計算、半導體、醫療科技與清潔能源等關鍵前沿科技的研究與基礎設施建設。該計畫旨在成立專業研究中心、設立講座教授席位、資助獎學金，並建設最先進的實驗室設施。透過利用其全球校友網絡、企業夥伴關係與慈善捐款，該學院旨在強化印度的深科技生態系統，並提升其作為全球學術與技術創新領導者的地位。

塔塔諮詢服務公司（Tata Consultancy Services，簡稱TCS）推出了「工業智慧工坊」（Industrial Intelligence Foundry）。該平台包含預建的特定領域人工智慧解決方案，旨在加速人工智慧在製造業的應用。該平台提供預訓練模型、認知資產和數據架構，以解決關鍵營運挑戰，包括預測性維護、品質控制、供應鏈最佳化和永續性。該解決方案旨在將生成式人工智慧和物聯網（IoT）技術直接整合到工業工作流程中，幫助製造商縮短部署時間並降低營運風險。隨著工業企業越來越希望在車間營運中擴展客製化的AI，這次發布進一步豐富了TCS的企業級人工智慧產品組合。

Gartner 預測，到 2030 年全球 AI 基礎設施支出可能達到 3.5 兆美元，但警告指出，由於硬體快速淘汰、電力供應限制以及未經證實的企業投資報酬率（ROI），這筆資金的很大一部分面臨收益遞減的風險。該研究機構指出，激進的資料中心擴建和晶片囤積往往超過了實際的業務採用速度，導致產能與可變現的工作負載之間出現失衡。為避免擱置投資和不可持續的營運成本，Gartner 建議技術管理者將基礎設施採購與實際的使用時程及可衡量的業務成果保持一致。

Figma 的最新研究顯示，人工智慧顯著加速了產品設計與開發工作流程，但創作者對其給產品品質帶來的影響日益感到擔憂。儘管生成式 AI 工具使設計師與開發人員能夠自動化處理日常任務、快速生成概念並縮短構建時間，但受訪者表示擔心過度依賴 AI 可能會導致使用者介面同質化、工藝水準下降以及設計標準不一致。隨著各企業與組織採用 AI 來提高產出速度，產品團隊面臨著如何在快速交付週期與審慎的人工把關之間取得平衡的挑戰，以保持獨特的品牌識別和高品質的使用者體驗標準。

Analytics India Magazine 舉辦的 Cypher 大會重點展示了 20 場核心演講，聚焦於企業環境中人工智慧的實際應用與規模化擴展。講者探討了主要的產業變革，包括自主代理 AI（Agentic AI）系統的興起、企業級生成式 AI 的部署、客製化基礎模型以及 AI 基礎設施優化。討論還深入探討了關鍵的執行挑戰，例如資料治理、評估 AI 專案的投資報酬率（ROI）以及建置可靠的資料架構。這些演講共同為企業從實驗性 AI 原型過渡到可擴展的生產級應用提供了具可操作性的策略。