亞馬遜領軍核能轉型X-energy啟動IPO 鎖定AI數據中心電力商機

商傳媒｜記者陳宜靖／台北報導NVIDIA推出開源量子AI模型「NVIDIA Ising」，主打量子糾錯與校準技術突破，試圖解決量子運算長年面臨的不穩定問題。隨著AI與量子計算融合加速，產業正朝實用化邁出關鍵一步。一、量子運算概念量子運算被視為下一代運算技術，但長期受限於量子位元（qubit）極易受到外界干擾，導致計算結果不穩定。此次輝達推出的Ising模型，正是針對這一核心問題提出解方，透過AI協助控制與修正運算過程，降低錯誤率並提升整體效率。該模型名稱源自物理學中的「伊辛模型」，用於描述複雜系統中粒子之間的交互作用，顯示其設計理念直接承襲基礎物理理論。二、AI與高效運算架構在技術架構上，Ising模型透過AI建立類似「控制層」的系統，使量子電腦運作更接近傳統穩定的計算環境。黃仁勳指出，AI將成為量子運算實用化的關鍵推手。透過結合GPU與量子處理器（QPU），輝達嘗試打造混合運算架構，使量子計算不再孤立於實驗室，而能融入現有高效能運算體系。三、科學研究與實驗室應用目前已有多個國際研究機構導入該模型，包括中央研究院、費米國家加速器實驗室及多所頂尖大學。這顯示量子AI技術正逐步從理論走向實驗與應用。研究人員指出，透過AI輔助校準與糾錯，原本需耗費數天的操作流程，可大幅縮短至數小時，有助於提升研究效率與實驗穩定性。四、AI神經網路與量子糾錯Ising模型包含兩大核心模組：「Calibration」與「Decoding」。前者負責即時校準量子位元，後者則透過3D卷積神經網路（CNN）進行錯誤識別與修正。在效能上，該模型相較現有開源工具，在速度與準確度上均有顯著提升，反映AI在複雜計算問題中的應用潛力。五、未來產業與市場競爭市場研究預估，量子運算產業規模將於2030年突破百億美元。隨著技術瓶頸逐步被突破，相關應用有望延伸至金融風險計算、藥物研發與材料科學等領域。然而，量子技術仍處於早期發展階段，實際商業化仍面臨成本、標準化與硬體限制等挑戰。輝達此次開源策略，將有助於擴大開發者生態系，但最終成效仍需時間驗證。整體而言，AI與量子運算的結合，正逐步重塑高效能計算的未來版圖。在全球科技競爭加劇下，相關技術突破將成為影響產業領先地位的重要關鍵。標籤： 合作媒體商傳媒

商傳媒｜記者責任編輯／綜合外電報導綜合《路透》及科技權威媒體《Engadget》報導，Google 於 4 月 15 日宣佈，為進一步提升生產力，旗下 Chrome 瀏覽器桌面版正式導入全新功能「Skills」。此項技術讓使用者能將個人常用的 Gemini...

商傳媒｜記者陳宜靖／台北報導Microsoft推出新一代AI影像模型「MAI-Image-2-Efficient」，主打低成本與高效率，顯示科技巨頭正加速自研AI布局，在價格與性能雙軌競爭下，生成式AI市場進入新一輪洗牌階段。一、AI影像生成隨著生成式人工智慧技術持續進化，微軟此次推出的MAI-Image-2-Efficient，鎖定企業級大量生成需求，例如產品圖片、行銷素材與介面設計等場景。該模型強調能快速處理影像中的文字元素，提升商業應用實用性。相較於旗艦版本MAI-Image-2，Efficient版本在成本與速度上進一步優化，適合高頻次使用情境，形成「雙模型策略」，分別滿足高品質創作與大規模生產需求。二、雲端AI與資料中心從技術架構來看，新模型已整合至Microsoft Foundry與相關平台，並可直接使用，顯示微軟在AI基礎建設上的整合能力持續深化。其在NVIDIA H100等高效能晶片上展現更高吞吐效率，也反映生成式AI已高度依賴硬體運算能力。此外，該模型支援多語言語音與文字處理，與語音模型MAI-Transcribe-1、MAI-Voice-1形成完整AI工具鏈，強化企業導入的整體解決方案。三、AI競爭格局在市場競爭面，微軟此舉被視為降低對OpenAI依賴的重要一步。近年雙方合作關係出現調整，OpenAI亦積極與其他雲端平台合作，顯示AI產業鏈正在重新分配資源與話語權。同時，Google與Amazon Web Services等業者亦持續推出AI模型與服務，競爭焦點已從單一模型性能，轉向整體成本、速度與生態系優勢。四、AI自動化應用未來應用層面，AI影像生成將逐步從「工具」轉變為「流程中的基礎功能」。在AI代理人（AI Agent）架構下，系統可自動生成圖片、文字與行銷素材，降低人力成本並提升效率。例如企業行銷活動中，AI可自動生成多版本產品圖片與文案，並即時調整內容，這類需求正是低成本、高速度模型的重要應用場景。五、成本與市場影響在價格策略上，新模型將影像生成成本大幅下調約41%，並提升運算效率，對企業導入AI的門檻產生實質影響。當AI服務成本持續下降，企業將更容易將其納入日常營運流程。整體來看，微軟正透過自研模型、成本優勢與平台整合，試圖在AI市場建立更高自主性。然而，競爭對手亦同步加速布局，未來市場格局仍具高度變數。在技術快速演進與商業模式重塑下，生成式AI不僅改變內容產製方式，也將重新定義企業競爭力的核心。標籤： 合作媒體商傳媒

商傳媒｜記者陳宜靖／台北報導在生成式AI快速普及下，資安攻防進入新階段。OpenAI發布GPT-5.4-Cyber模型，強化企業與專業人員的防禦能力，並同步擴展資安存取機制，回應市場對AI安全應用的高度關注。一、AI資安防禦隨著人工智慧技術深入企業營運，資安風險亦同步升高。此次OpenAI推出GPT-5.4-Cyber模型，聚焦於網路安全應用，強化對惡意程式、漏洞分析與威脅偵測的能力，顯示AI已從生成工具進一步延伸至防禦領域。市場觀察指出，AI在資安領域具備雙面性，一方面可提升防禦效率，另一方面也可能被用於生成更具欺騙性的攻擊手法，使整體資安環境更為複雜。二、企業資安與系統防護新模型的一大特色，在於支援進階資安分析流程，例如在缺乏原始碼情況下，進行二進位逆向工程，協助專業人員判斷軟體是否存在潛在漏洞或惡意程式。此類功能可望提升企業在面對未知威脅時的應變能力。此外，OpenAI同步推動「Trusted Access for Cyber（TAC）」機制，計畫將AI資安工具開放給經驗證的資安人員與關鍵團隊使用，兼顧工具普及與風險控管。三、AI競爭升溫此次發布亦被視為對Anthropic先前推出資安模型與安全框架的回應。隨著各大科技公司加速布局AI資安領域，競爭已從單純模型能力，延伸至安全機制與應用場景。業界普遍認為，未來AI競爭關鍵之一，將是「安全可控性」，而非僅限於生成能力或效能表現。四、AI攻防兩面性在實際應用層面，AI已被廣泛用於辨識詐騙郵件、異常登入與惡意行為，但同時，不法分子亦利用AI生成更逼真的詐騙內容，包括語音模擬與訊息偽造，增加辨識難度。這種攻防升級，使企業與政府機構對AI資安工具的需求快速增加，也促使相關技術持續進化。五、未來發展與產業影響整體而言，AI正逐步成為資安防禦體系的核心工具之一。透過強化模型能力與建立存取機制，科技業者試圖在擴大應用與降低濫用風險之間取得平衡。然而，資安挑戰仍將持續演變，未來除了技術升級外，法規、企業治理與使用者教育亦將成為關鍵環節。在AI全面滲透的時代，如何確保安全與創新並行，將成為產業長期關注的核心議題。標籤： 合作媒體商傳媒