Meta瞄準個人超級智慧 2026年大舉擴展消費級AI產品線

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／綜合外電報導隨著人工智慧數據中心與全球電氣化轉型帶來的電力缺口持續擴大，美國核能新創巨頭 X-energy 於週三正式開啟投資者路演。根據提交給美國證券交易委員會（SEC）的最新文件顯示，該公司預計 IPO 發行價落在每股 16 至 19 美元之間；若以價格區間上限計算，本次上市可望為公司注入約...

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