AI on SunOfficial

Google 與 NVIDIA 聯手推 A5X 實例：AI 推論成本降至十分之一

Fri, 24 Apr 2026 00:00:00 +0000

Google 與 NVIDIA 在 Cloud Next 大會發表新一代 AI 基礎設施，A5X 實例採用 Vera Rubin NVL72 系統，推論成本與能耗效率皆提升十倍。同時推出機密運算與托管訓練叢集，為金融、醫療等高度監管產業提供安全合規的 AI 部署方案。

NVIDIA 與 Google 聯手降低 AI 推理成本十倍

Fri, 24 Apr 2026 00:00:00 +0000

在 Google Cloud Next 大會上，Google 與 NVIDIA 公布了雙方的硬體路線圖，旨在大幅降低大規模 AI 推理的成本。

A5X 實例：硬體與軟體協同設計

雙方詳細介紹了運行在 NVIDIA Vera Rubin NVL72 機架級系統上的全新 A5X bare-metal 實例。透過硬體與軟體的协同設計，這個架構的目標是實現：

Sony AI 桌球機器人擊敗人類高手！Physical AI 時代來臨

Fri, 24 Apr 2026 00:00:00 +0000

Sony AI 近日宣布，其開發的自主桌球機器人 Ace 在正式比賽中擊敗高水平人類選手，距離 AI 在現實物理環境中戰勝人類的目標更近一步。這項突破發表於 Nature 期刊，標誌著 Physical AI 領域的重要里程碑。

從數位世界到現實物理世界

「不同於電腦遊戲，過去的 AI 系統雖然能超越人類專家，但像桌球這種需要即時反應的物理運動仍然是巨大挑戰。」Sony AI 蘇黎世團隊負責人 Peter Dürr 表示。

西門子推出 Eigen Engineering Agent：工業自動化的 AI 革命

Thu, 23 Apr 2026 00:00:00 +0000

西門子（Siemens）近日推出全新 AI 系統 Eigen Engineering Agent，這款專為自動化工程任務設計的 AI 系統可自主規劃與驗證工程工作流程，標誌著工業 AI 應用的重大突破。

自主工程工作流程

Eigen Engineering Agent 採用多步推理與自我修正機制，能夠解讀專案需求、生成自動化程式碼、配置工業系統，並持續優化輸出直到達成預設的性能目標。這些任務包括可程式邏輯控制器（PLC）程式設計、人機介面（HMI）設定以及設備配置。

該系統與西門子的完全整合自動化工程平台 TIA Portal 深度整合，可存取專案特定資料（如結構和元件關係），生成符合現有系統配置的輸出，包括舊有或未經文件化的環境。透過參考控制邏輯、系統階層和元件依賴關係，確保輸出符合現有工程標準，無需手動轉譯。

部署成效

根據西門子引用的行業估計，全球制造業人力缺口到 2030 年可能達到 700 萬人，部分產業約有五分之一的工程職位難以填補。在此背景下，Eigen Engineering Agent 在全球 19 國、超過 100 家企業 的試點部署中展現成效。

Snowflake 擴展 AI 平台：搶攻企業用戶與開發者市場

Wed, 22 Apr 2026 00:00:00 +0000

雲端數據平台龍頭 Snowflake 近日宣布擴展其 Snowflake Intelligence 與 Cortex Code 產品線，目標是讓AI應用深入企業的每一個環節。這次的更新涵蓋了從業務人員到軟體開發團隊的完整用戶群體。

面向業務人員的 Snowflake Intelligence

Snowflake Intelligence 是專為非技術背景的業務用戶設計的 AI 平台。用戶可以用自然語言描述他們想要完成的任務，平臺會自動執行。根據新聞稿說明，這項工具可以幫助用戶準備簡報、進行多步驟分析，以及發送後續訊息。

該平臺能夠存取組織的內部和關聯的數位資產，包括結構化和非結構化數據，並透過各種協議和預建連接器連接外部來源。用戶的查詢和工作流程將受到嚴格的存取權限和組織治理限制，以防止數據丟失和合規問題。

新版本增加了對 MCP（Model Context Protocol）的支援，目前可與 Google 企業套件、Jira 和 Salesforce（包括 Slack）進行整合。此外，Snowflake Intelligence 的 iOS 應用程式也即將推出公開預覽版。

Bobyard 2.0 攜手 AI 助力營造估價師：量測效率提升 65%

Tue, 21 Apr 2026 00:00:00 +0000

AI 估價平台 Bobyard 推出 2.0 版本，透過 Multi-Measure、AI Workbench 等新功能，將傳統手動量測流程自動化。根據 Bobyard 數據，使用其平台的承包商平均減少 65% 量測時間，且能提交 3 到 5 倍的投標案件。

Experian揭露金融服務AI採用的詐騙悖論

Mon, 20 Apr 2026 00:00:00 +0000

金融機構部署來偵測詐騙的同一套技術，正在被犯罪組織武器化。這是 Experian《2026 年詐欺未來預測》報告的核心矛盾，而 Experian 有足夠的立場來點出這個問題，因為他們同時站在問題的兩端。

根據報告引用的 FTC 資料，2024 年消費者因詐欺損失超過 125 億美元。Experian 自身資料顯示，約 60% 的公司反映 2024 至 2025 年間詐欺損失有所增加。Experian 的詐欺防護解決方案在 2025 年幫助客戶避免約 190 億美元的全球詐欺損失，這個數字凸顯了問題的規模，以及如今防禦多麼依賴 AI 來匹配攻擊的速度與自主性。

SAP 把 Agent AI 帶入人力資本管理：企業 HR 的自動化革命

Mon, 20 Apr 2026 00:00:00 +0000

根據 SAP 的說法，將 Agent AI 整合進核心人力資本管理（HCM）模組，有助於瞄準營運腫脹問題並降低成本。

SAP 的 SuccessFactors 2026 上半年版本，目標是在招募、薪資、員工行政及人才發展等流程中，嵌入 AI Agent 網路，主動預判行政瓶頸，避免它們拖慢日常營運。在使用者介面底層，這些 Agent 必須監控系統狀態、發現異常，並向人類管理者提供情境感知解決方案。

資料同步錯誤的自動化救援

分散式企業系統之間的資料同步失敗，往往需要專屬 IT 支援團隊才能診斷。當員工主資料因缺少某個屬性而無法複製時，下游系統（如存取管理、財務薪酬）就會停擺。

農用無人機變聰明了：GEODASH 讓大型農場告別繁瑣測繪

Mon, 20 Apr 2026 00:00:00 +0000

農用無人機變聰明了：GEODASH 讓大型農場告別繁瑣測繪

傳統農業噴灑一直存在一個根本性的效率瓶頸：每次作業前，農民都必須先派人实地勘察農田、繪製地圖、規劃飛行路徑，等到作物生長狀況改變，這套流程又得全部重來一遍。

現在，這個問題即將被一家新加坡新創公司解決。

從「先測繪再作業」到「起飛即作業」

DroneDash Technologies 與 GEODNET 共同成立合資公司 GEODASH Aerosystems，推出專為大型農場設計的智慧農用噴灑無人機。這款飛機的核心突破，在於能在飛行過程中即時感知周圍環境並動態調整，再也不需要預先繪製農田地圖。

現有農用無人機大多從通用消費型模型改裝而來，來到田間後仍高度依賴人工前置作業：每塊田地需先勘察、每次噴灑任務需重新規劃路徑，一旦作物生長狀況改變，就得重新測繪整片農田。這套流程在大型種植園——尤其是油棕櫚種植園——效率極低，限制了每組設備每日能覆蓋的面積。

AI 視覺 + 公尺級定位：飛行中「看懂」農田

GEODASH 的解決方案結合了兩項核心技術：

DroneDash 的 AI 視覺系統能即時識別作物行距、地形起伏與作業區域範圍；GEODNET 的定位修正技術則將精度控制在 1 公分以內。飛行中，無人機可自動調整飛行高度與噴灑量，無需依賴事先建立的地圖數據。

美國AI領先神話破滅？史丹佛2026報告揭露中國崛起與安全基準雙重危機

Sat, 18 Apr 2026 00:00:00 +0000

美國AI領先神話破滅？史丹佛2026報告揭露中國崛起與安全基準雙重危機

「美國在AI領域擁有持久領先優勢」——這個支撐華盛頓政策論述的假設，正在被數據一步步瓦解。

史丹佛大學以人為本AI研究所（HAI）發布的2026年《AI Index》年度報告，是一份423頁的AI發展現況評估，涵蓋研究產出、模型表現、投資流向、公開輿論與負責任AI等多個維度。然而，在諸多備受關注的發現之外，有兩個結論尤其值得重視：美中AI實力鴻溝已實質关闭，而AI安全基準測試的落後程度，遠比業界願意承認的更為嚴重。

美中AI差距實質關閉

一直以來，美國在AI發展上領先中國是政策制定者的核心前提。然而根據報告數據，這個前提已不再牢固。

2025年，美國仍產出更多頂級AI模型（50個相較中國的30個），並擁有較高影響力的專利。但在論文數量、引用占比與專利核准數上中國已超越美國。中國在百大被引用AI論文的占比從2021年的33篇成長至2024年的41篇。值得注意的是，南韓在人均AI專利數上領先全球。

這意味著「美國在AI模型性能上擁有持久領先」這個假設，並沒有充分的數據支撐。兩年前存在的差距，如今已收窄至每次重大模型發布都會改變結果的程度。

報告還指出一個更深層的结构性脆弱：美國對中國的晶片出口管制，並未如政策制定者所願阻止中國AI能力的提升。

AI安全基準：大面積留白

幾乎每個前沿模型開發商都會在能力基準上報告成績。但在安全與負責任AI的評估上，情況却大不相同。

報告中安全與負責任AI的基準表格，大部分欄位是空的。只有Claude Opus 4.5在超過兩個負責任AI基準上有報告成績；只有GPT-5.2報告了StrongREJECT。在衡量公平性、安全性與人類代理權的基準上，大多數前沿模型什麼都沒有報告。

這並不意味 Frontier Labs 沒有進行內部安全測試。報告承認紅隊演練與對齊測試確實存在，但「這些努力很少使用共同、可外部比較的基準集來披露」。後果是：大多數模型在AI安全維度上的外部比較，實際上是不可能的。

AI事故持續飆升

根據AI事故資料庫，2025年記錄的AI事故從2024年的233起增至362起。OECD的AI事故與危害監控系統（使用更廣泛的自動化管道）在2026年1月創下每月435起的高峰，六個月移動平均值為326起。