close

業界消息

人工智能業界消息

閃存漲價 5.5 倍後迎來轉折?長江存儲產能提前爆發的關鍵時刻

高性能UFS 3.1存儲芯片,數據傳輸速度快,適用於智能手機和高端電子設備.

AI 需求狂潮引爆全球閃存市場,特定產品現貨價格在 7 個月內暴漲逾 5.5 倍,多個電子產業鏈廠商已瀕臨生死邊緣。但隨着以長江存儲(YMTC)為首的國產閃存產能加速釋放,這場前所未有的漲價風暴,或許正迎來轉折點。

AI 推理需求爆發 閃存漲價的結構性根源

這一輪閃存漲價的根源,在於生成式 AI 從訓練階段全面轉入大規模推理應用。根據 TrendForce 集邦咨詢 2026 年 1 月發佈的報告,NAND Flash 合約價格 2026 年第一季漲幅預測已達 55% 至 60%,第二季預估進一步攀升至 70% 至 75%,漲勢有望延續至 2027 年。研究機構 Counterpoint 同時確認,NAND 閃存價格單季漲幅預計超過 40%。

AI 需求對閃存的吸力,主要來自 RAG(檢索增強生成)技術大規模落地。IO 資本創始合夥人趙占祥向《21 世紀經濟報道》指出:「閃存漲價主要還是 AI 需求量太大——AI 推理以及最新一代 AI 大模型,傾向在推理過程中同步進行部分訓練,雙雙帶動閃存需求。」更關鍵的是,傳統硬碟(HDD)出現結構性缺貨,導致大批雲端服務商(CSP)將訂單轉向 QLC 企業級 SSD,進一步加劇閃存供需失衡。2026 年第一季,全球前五大 NAND Flash 品牌合計營收突破 389 億美元,較上季大幅增長 83.7%。

長江存儲三期提速 產能反轉號角吹響

面對天價閃存,市場最大希望落在長江存儲(YMTC)武漢三期工廠的提速量產。武漢三廠於 2025 年 9 月才動工,按常規半導體建廠週期,外界原估需等到 2027 年;然而最新消息確認,三期已採取「前所未有」的快速建設策略,提前至 2026 年下半年量產,比原計劃提早一年。一旦三期全面投產,長江存儲 NAND Flash 產量預計將超越 SK 海力士,躍居全球第三,僅次於鎧俠(Kioxia)和三星電子。

長江存儲的底氣來自技術突破。儘管持續面臨美國實體清單制裁,YMTC 仍透過第五代 Xtacking 4.0 技術實現 294 層堆疊量產,儲存密度達每平方毫米 20Gb,讀寫速度超過 7,000MB/s,良率已突破 90%。據最新市場數據,其 2025 年第三季全球 NAND Flash 出貨市佔率攀升至 13%,首度突破雙位數。路透社引述知情人士報道,長江存儲計劃在 2026 年三期建成之外,再額外規劃兩座工廠,三廠全面投產後每座月產能均可達 10 萬片晶圓,總產能將翻逾一倍。

三星與長江同步擴產 市場解讀分歧

長江存儲並非唯一加碼的玩家。韓國三星電子亦已重啟對平澤廠的閃存投資,中韓兩大廠同步擴充 NAND 產能的訊號,令市場對供需結構轉變充滿期待。然而業界對此解讀存在明顯分歧。部分分析師認為,新產能從動工到穩定出貨仍需 12 至 18 個月的爬坡期,短期內難以實質緩解 2026 年全年的供需吃緊。

TrendForce 最新研究更明確指出,2026 年主要 NAND Flash 原廠幾乎無新增產能,在 AI 需求持續強勁下,預期全年供給短缺,200 層以上高層數產品也將在年底成為市場主流。2026 年整體記憶體供應商資本支出合計達 835 億美元,年增 11.6% — 投資力度強勁,但技術升級的優先程度已超越純粹的產能競賽。

供需角力的歷史拐點

回顧這一輪漲價週期:512Gb TLC 晶圓現貨價格在過去 7 個月內飆漲逾 5.5 倍,而三星電子率先於 2026 年 1 月大幅上調 NAND Flash 合約價,引爆市場漲價預期。此後多家研究機構接連上調價格預測,形成共振效應。TrendForce 分析認為,此次閃存需求爆發屬於「結構性短缺」,而非短暫波動——AI 對儲存容量的需求急速攀升,疊加 HDD 供應不足導致 CSP 轉單,兩者共同構成這輪漲價的深層邏輯。

值得留意的是,2025 年初閃存市場仍處於供過於求的困境,短短一年內從嚴重過剩翻轉為嚴重短缺。這種週期反轉之快,已超出多數機構的預測模型,再次印證 AI 這個外部變量對整個半導體供應鏈的顛覆性衝擊。

閃存週期重塑產業格局 漲價之後誰得誰失?

對整條電子產業鏈而言,閃存漲價猶如雙面刃。上游原廠如長江存儲、三星、鎧俠(Kioxia)獲利空間大幅提升,但中下游智慧型手機廠商、PC 品牌、消費電子組裝商則承受嚴峻成本壓力,部分中小型廠商已面臨現金流危機。摩根士丹利報告顯示,長江存儲計劃至 2027 年將月產能擴至 85,000 片晶圓,2028 年進一步達 10 萬片;同時,長鑫存儲(CXMT)的擴產節奏更為激進,三年內 DRAM 產能也將提升至同等規模。預計到 2028 年,國產存儲芯片全球市佔率有望提升至 20%。

 

資料來源:TechNews科技新報(TrendForce) 21世紀經濟報道 TechNews科技新報(YMTC擴廠) 新浪財經 經濟日報(威剛/NAND漲價)

閱讀文章
人工智能企業趨勢業界消息

DELF 2026 數碼娛樂領袖論壇揭幕 孫東:AI 是創作夥伴非取代者

數碼港主辦的「2026 數碼娛樂領袖論壇」(DELF 2026)今日(8 月 28 日)在香港數碼港開幕,一連三日以「幻藝碼戲班」為主題,探討人工智能與沉浸式技術如何重塑文化創意產業,吸引超過 60 位本地、內地及海外創科領袖、內容創作者及學者參與。論壇首日焦點,是數碼港分別與阿里雲、香港演藝學院及香港樹仁大學簽署三份合作備忘錄,涵蓋初創培育、藝術科技研發及創科人才培訓三大範疇。

論壇由創新科技及工業局局長孫東教授及數碼港主席陳細明擔任主禮嘉賓,於數碼港舉行至 8 月 30 日。活動設有「數碼娛樂」、「文化與藝術」、「智慧生活與商業」及「機器人與無人機」四大主題專區,呈獻逾 35 項創新科技展示、互動體驗及活動,涉及動畫、機械人、智能時裝及 AI 工作坊等範疇,目標讀者涵蓋創科投資者、文創從業員及對香港 AI 產業政策感興趣的公眾。

多位嘉賓在DELF 2026數碼娛樂領袖論壇上合影留念.

政府定調 AI 為創作夥伴而非替代者

孫東教授在開幕致辭中,將人工智能定位為「協助創作者更大膽實現夢想的協作夥伴,而非取代人類想像力」的角色,直接回應創意產業對生成式 AI 衝擊創作生態的憂慮。他指出,過去一年政府已由制訂人工智能策略,轉向積極落實執行,以「加強基建,推動應用導向」的方針,同步推進「AI 產業化、產業 AI 化」兩條主線。孫東強調,香港憑藉算力基礎設施、政策環境及創意社群三項條件,具備引領「AI + 數碼娛樂」新時代的能力。

這表態與數碼港的基建擴張同步推進。數碼港主席陳細明致辭時提到,隨着數碼港第五期及人工智能超算中心相繼落成,園區將為香港創科界注入新動力,並全面支援科技企業的技術研發、業界合作與成果轉化。陳細明將今屆論壇主題「幻藝碼戲班」解讀為「科技為人類想像力賦能」,並指論壇不止展示科技當下潛力,更着眼於產業界攜手共創的未來發展方向。

演講者在數碼娛樂領袖論壇上發言,背景為星空和科技元素.

業界代表齊聚 跨界對話成焦點

論壇陣容反映 AI 與文創產業跨界融合的趨勢。出席嘉賓包括 NVIDIA 香港及澳門人工智能技術中心總經理 Samuel Lo、Dell Technologies 信息基礎架構解決方案事業部總監(大灣區)鄒以倫、華為雲香港解決方案銷售部部長周兆波,以及字節跳動 BytePlus HMT 區域總監常曉峰等硬件及雲端服務代表。內容產業一方派出騰訊遊戲學堂 AI + 遊戲項目負責人張翔、GGWP Inc 董事 Kun Gao,以及香港漫畫教父黃玉郎博士,形成技術供應方與創意內容方的直接對話。

論壇議程亦納入學術界聲音,美國南加州大學互動媒體教授 Mike Fischer、香港理工大學電子計算系講師鄧啟泰博士及西安 XR 電影產業基地管理辦公室主任王季萱均有出席。這種產、學、研三方並列的安排,反映主辦方希望論壇不止是商業推廣場合,亦能產生實質政策及技術討論。多場專題討論聚焦「Good Game:建構更健康的娛樂社群」及「AI + XR 賦能未來影視產業生態」等議題,顯示討論重心已從技術展示延伸至產業永續發展與內容生態健康等更深層課題。

多位嘉賓與卡通角色合照,展現科技與創意融合.

三份合作備忘錄 劍指人才與初創生態

簽署儀式由數碼港行政總裁鄭松岩博士分別與阿里雲、香港演藝學院及香港樹仁大學代表完成,孫東教授及陳細明共同見證。與阿里雲的合作透過「AI-Builder Program」、聯合培訓及技術資源,支援初創企業並提升數碼技能;與香港演藝學院的合作探討設立「Cyberport Academy × HKAPA Immersive Studio」,用作研發及展示藝術科技與沉浸式科技項目;與香港樹仁大學的合作聚焦 AI、區塊鏈等新興科技,推動大專學生參與企業實習及就業。

這三份備忘錄的時間軸可放在數碼港整體發展脈絡中理解。數碼港目前匯聚超過 2,400 間企業,包括 29 間上市公司及 10 間獨角獸企業,三分之一園區企業創辦人來自 28 個國家及地區,企業版圖已拓展至全球逾 35 個市場。園區以全港規模最大的人工智能超算中心及實驗室為核心引擎,並與超過 500 間人工智能及數據科學初創企業構建生態圈,涵蓋智慧城市、金融科技、數碼娛樂、醫療健康等產業。今次三份備忘錄延續數碼港一貫「連結產學研」的策略,但首度將香港演藝學院及香港樹仁大學等非傳統科技院校納入合作對象,顯示數碼港正嘗試將 AI 人才培育觸角從理工科延伸至藝術及人文學科。

未來兩日活動及長遠意義

隨着 DELF 2026 揭幕,未來兩日將繼續呈獻 eVTOL 低空飛行器試飛演示、無障礙遊戲電競體驗及樂齡電競體驗日等活動,公眾可參加「Cyberport Academy: DELF 2026 – AI 文創微學院」學習美術概念設計及影音製作技能,並欣賞第三屆《明日動畫》及第二屆香港科技大學 AI 電影節精選作品。大會另設「邊玩邊賺」活動,參加者走訪四大體驗區完成任務可換取獎品,集齊印章有機會贏取香港原創動畫 IP《世外》限量周邊產品。

對企業而言,DELF 2026 釋出的信號是:香港正嘗試以政策、基建及跨界合作三管齊下,讓 AI 技術與文創內容產業產生實質商業轉化,而非停留於概念展示。三份合作備忘錄能否在未來一年內轉化為具體初創項目或人才輸出,將是檢驗論壇成效的關鍵指標。當 AI 工具日趨普及,創作者與企業如何在效率提升與原創價值之間取得平衡,是 DELF 2026 留給業界最值得持續追蹤的問題。

 

資料來源:2026 數碼娛樂領袖論壇官方網站 香港數碼港

 

閱讀文章
人工智能業界消息

特朗普簽署電網安全令 外國製高壓設備面臨封殺 數據中心擴張恐受阻

城市電力基礎設施與高樓大廈背景.

美國總統特朗普 8 月 26 日簽署行政命令,宣佈外國製「大宗電力系統」設備構成國安緊急威脅,授權限制部分設備、軟件與遠端服務進入美國電網。命令未有直接點名中國,亦非對所有外國設備一律禁用;真正影響將取決於能源部日後如何界定高風險供應商、現有設備處置與替代供應速度。

電網安全令針對高壓關鍵節點

特朗普政府今次以《國際緊急經濟權力法》及《國家緊急狀態法》為依據,宣佈美國大宗電力系統面臨「異常且非比尋常」的外國威脅。命令針對高壓輸電線、變電站及大型發電設施所需設備,涵蓋大型變壓器、發電機、工業控制系統、儲能系統、斷路器、逆變器,以及相關軟件、韌體、維護服務和遠端存取功能;地方配電設施則不在主要適用範圍。

這項美國電網安全令禁止或可附條件限制特定交易,但並非簽署當日便全面封殺所有境外零件。行政命令的關鍵條件是:設備必須與被認定的「受涵蓋外國實體」有關,並被能源部判定存在破壞、未授權存取、惡意遠端操作、供應中斷或嚴重危害關鍵基礎設施的風險。換句話說,能源部後續清單、審查標準與豁免機制,才是美國電網供應鏈重組的真正分水嶺。

美國未來5年預計新增逾 420 TWh 用電需求,其中數據中心擴張預計約佔增量一半。白宮將AI數據中心與先進製造推升的用電壓力,列為必須強化美國電網韌性的原因;本文將拆解政策適用邊界、資安證據與企業成本三個問題。

AI 擴張令供電風險成本更高

國際能源署(IEA)指出,美國用電量在 2025 年增加 2.1%,預估至 2030 年平均每年仍將接近2%增長,明顯高於過去十年增速。對數據中心營運商、雲端服務商與晶片製造商而言,穩定取得電力已不止是營運效率問題,而是能否擴建AI算力、準時交付服務與控制資本支出的共同前提。

北美電力可靠度公司(NERC)可靠度評估經理 Mark Olson 曾警告,需求增長已升至二十年來少見水平,四季供電規劃都面臨新挑戰。NERC 最新長期評估預測,北美未來十年夏季高峰需求將增加超過 224 GW,冬季高峰需求增加 245 GW,而AI與數碼經濟數據中心是主要推力。當美國電網必須一面擴容、一面汰換被判定有風險的設備,交期、備品庫存與工程人力都可能成為新瓶頸。

禁令的資安理由仍有待證據檢驗

對風險支持者而言,逆變器、電池管理系統與工控平台都具通訊和遠端維護功能;若設備存在未揭露通道,攻擊者可能繞過防火牆、集中改變設定,進而干擾發電或輸電。路透去年曾引述知情人士指出,美國專家在部分中國製太陽能逆變器中發現產品文件未有列出的通訊裝置,因而促使監管機構重新檢視供應鏈風險。

不過,政策論述亦應保留技術上的比例原則。戰略與國際研究中心(CSIS)分析指出,能源部其後檢查約 30 台中國製逆變器,未有發現「明確證據」顯示存在刻意植入的惡意無線功能;其中兩台與產品規格不符,但被歸類為非惡意、非刻意情況。CSIS 的觀點提醒,任何可通訊設備都會帶來遠端存取風險,但單一受損逆變器不太可能單獨引發全國性電網事故。

因此,能源業的第三種專業立場應是以可驗證控管取代僅憑產地的推定:要求軟件物料清單、韌體簽章、分段網絡、異常通訊偵測、多因素驗證與獨立滲透測試。美國能源部已建議業界強化軟硬件物料清單核對、監控通訊事件與驗證控制指令。這條路徑雖然更繁瑣,卻能把「設備來自哪裏」轉化為「設備能否被持續證明安全」的治理問題。

供應鏈重組考驗企業成本

這項美國電網安全令延續了 2020 年美國針對大宗電力系統供應鏈的政策脈絡,當時能源部已着手建立供應商及設備預先資格審查機制。如今命令的範圍更明確納入軟件、數碼服務與遠端存取,亦容許能源部對現有設備要求辨識、隔離、監控、加固、斷線、更換或移除;但執行前仍須衡量電網可靠度、安全、替代設備可得性及基本服務連續性。

市場的短期受益者可能是美國本土及友好國家的變壓器、儲能與工控設備供應商;韓國電力設備股已因市場預期替代需求增加而上揚。然而,企業不應只把政策視為訂單紅利。若美國電網同時面臨老舊設備更新、AI 數據中心接電與供應鏈去風險化,合格供應商不足反而可能拉長項目工期、提高設備價格,甚至延後可再生能源與數據中心投產。

 

資料來源:白宮路透社國際能源署北美電力可靠度公司戰略與國際研究中心

閱讀文章
人工智能企業趨勢業界消息

Token 資本時代降臨 微軟 CEO 納德拉:企業不能把思考外判單一 AI

微軟CEO納德拉在公開場合微笑並展現自信姿態.

微軟行政總裁薩提亞·納德拉近日在 CNN 節目中警告,企業若將核心知識與能力全數綁定在單一 AI 模型上,最終可能喪失對自身命運的掌控權,甚至「不再像一家真正的公司」。這番言論不僅是理論倡議,亦呼應了微軟過去一年在 Microsoft 365 Copilot 上的實際佈局——目前該產品已同時整合 OpenAI、Anthropic Claude 及微軟自家模型等三家不同供應商的能力。

事件發生在納德拉接受 CNN 主持人法里德·扎卡里亞專訪期間,雙方聚焦生成式 AI 引發的數據主權與知識產權爭議。扎卡里亞指出,用戶每次使用 AI 服務,都可能將文件、思考路徑與創意構想交出,一旦這些內容被用於改良模型,用戶對自身智力成果的控制權便會被削弱。納德拉對此表示認同,並提出「Token 資本」概念:企業在使用 AI 過程中累積的提示詞設計、互動紀錄與業務流程經驗,應被視為與人力資本同等重要的策略資產,必須保留在企業內部。他強調,若企業無法做到這點,「本質上就是把自己的思考外包了」。

微軟自己先把雞蛋分散到三個籃子

納德拉的警告並非空談,微軟正以產品架構驗證這套邏輯。根據微軟官方部落格披露,Copilot Studio 自 2025 年 9 月 24 日起開始整合 Anthropic 的 Claude Sonnet 4 與 Claude Opus 4.1,讓企業能依任務類型、成本與合規需求切換底層模型。到了 2026 年 1 月 7 日,Claude 已成為多數商用租戶的預設可用選項。

更值得玩味的是微軟與 OpenAI 關係本身的變化。2025 年 10 月微軟以 1,350 億美元估值換得 OpenAI 重組後 27% 股權,原本享有的獨家雲端運算供應權隨之調整。到 2026 年 4 月,雙方進一步簽署新協議,微軟對 OpenAI 智慧財產權的授權從獨家改為非獨家,微軟並停止向 OpenAI 支付原有的營收分成義務。

多模型策略是解方,還是新的治理難題

業界對「多模型是否真能降低風險」看法並不一致。Copilot Consulting 的分析指出,截至 2026 年 2 月,Copilot 編排層已橫跨 GPT-5、Claude 3.5 Opus、Gemini 2.5 Pro 與微軟自研模型,雖然分散了單點失效風險,卻也為企業製造了全新的治理難題——不同模型分屬不同雲端,數據流向與合規責任變得更複雜,企業必須重新盤點數據分類、審查轉包協議,並建立跨模型的稽核紀錄。

值得留意的是,訪談中納德拉亦提醒,這套控制權邏輯同樣適用於一般消費者——個人用戶在與聊天機械人互動時,同樣可能上傳文件、相片、語音與工作資料,若缺乏判斷便交出個人數據與認知痕跡,風險並不亞於企業。微軟方面則表示,Copilot 預設不會將用戶個人數據用於訓練模型,「使用對話活動訓練」等選項預設關閉,僅在用戶主動開啟後才會生效;至於預設開啟的「可選診斷數據共享」,微軟強調該類數據不會用於訓練 AI,僅用於改良 Windows 等產品。

從 2025 年到 2026 年的佈局軌跡

回顧時間軸,微軟這套多模型策略並非一蹴而就。2025 年 9 月 24 日,微軟宣布 Copilot Studio 與 Researcher 代理首次引入 Anthropic 模型,當時仍屬企業自願啟用的預覽階段。同年 10 月 28 日,微軟與 OpenAI 完成重組協議。進入 2026 年後變化加速:1 月起 Claude 成為多數商用租戶預設選項;4 月 9 日 Copilot Cowork 與 Model Council 上線,正式將 Copilot 定位為「編排層」而非單一後端助手;同月 27 日,微軟與 OpenAI 再簽新約,終結獨家授權。7 月 15 日,連政府雲端(GCC)客戶都獲准啟用 Claude。

對香港企業而言,這場辯論還有一層本地意義。香港個人資料私隱專員公署(PCPD)的 AI 治理指引中,「措施五:建立 AI 採購的供應商盡職調查標準」明確要求企業在簽署 AI 供應商合約前,核實供應商如何處理個人資料、基礎設施所在司法管轄區的數據保護水平,以及合約終止後的數據處置安排。這與納德拉強調的「保留 Token 資本」邏輯不謀而合——無論是跨國科技巨頭或香港中小企,數據自主權的核心都在於:一旦更換供應商,企業還能否帶走自己的知識資產。

AI 治理將成為企業競爭力的分水嶺

隨着微軟這類巨頭都選擇多模型分散風險,可以預見未來 12 個月內,企業採購 AI 服務時將更看重「模型可攜性」與「數據可回收性」等條款,而非單純比較功能與價格。當 AI 逐漸滲透決策核心,一個值得所有企業主管深思的問題是:如果明天你正在使用的 AI 供應商突然停止服務或大幅調整策略,你的公司還能保留多少屬於自己的知識與判斷力?

 

資料來源:Microsoft 365 BlogReutersGeekWireNPI Financial

閱讀文章
人工智能業界消息

雅虎 CEO:不賣數據給 AI 公司 Scout 將全面推出 上市傳聞再起

Yahoo Scout 應用界面,顯示搜尋欄和多個分類圖標.

雅虎正將三十年的網絡資歷變成行銷武器。行政總裁 Jim Lanzone 公開表示,在公眾對科技巨頭信任度普遍下滑之際,「互聯網 OG」這個看似老派的身份,反而成為雅虎吸引 Z 世代用戶的獨特賣點。這家曾在 2000 年市值衝上 1,250 億美元的網絡先驅,如今正靠自研 AI 答案引擎 Scout 和一系列消費新產品,試圖證明自己在 AI 時代仍有位置。

Lanzone 接受媒體訪問時談到三個重點:雅虎如何用「互聯網 OG」形象重新包裝品牌、AI 答案引擎 Scout 今年稍後將如何全面鋪開,以及華爾街已經開始討論雅虎明年可能重新上市或尋求出售。這三條線索背後,是一家歷經沒落與多次轉手的公司,試圖在搜尋巨頭與 AI 原生對手夾擊下找回成長動能。

老品牌新打法 Lanzone 要讓雅虎重返日常

雅虎的核心策略並不複雜:把「歷史悠久」轉譯成「值得信任」。Lanzone 形容雅虎是互聯網最初的嚮導,這個定位本身自帶說服力,公司希望重新把品牌帶回大眾視野,而非僅僅維持既有的財經、體育、新聞與郵箱用戶群。根據 Search Engine Land 的報導,Scout 被雅虎內部定位為「Jerry’s guide to the world wide web」的 AI 版延續,呼應創辦人楊致遠當年為雅虎命名的初衷。

這種懷舊敘事在此刻被放大,與整體 AI 搜尋市場的信任焦慮有關。多份追蹤數據顯示,截至 2026 年年中,ChatGPT 仍佔 AI 聊天機械人流量的六成以上,Google Gemini 則因與既有生態系統整合而快速追近二至三成,Perplexity 等新創引擎的份額多在個位數徘徊。雅虎選擇不把自身內容授權給其他科技公司訓練 AI 模型,Lanzone 認為多數出版商與 AI 公司之間的交易難以形成長久商業模式,這也解釋了公司為何堅持自建答案引擎。

Scout 背後的數據底氣 專家看法分歧

Scout 於今年 1 月 27 日以測試版形式在美國上線,技術上以 Anthropic 的 Claude 模型為核心,再結合微軟 Bing 的「Grounding API」擷取開放網絡資訊,同步推出的還有 Scout Intelligence Platform,把生成式 AI 能力嵌入郵箱、新聞、財經與體育等既有產品線。雅虎方面透露,Scout 仰賴的是 5 億個用戶檔案、涵蓋逾 10 億個實體的知識圖譜,以及每年 18 兆筆消費者行為信號,這些自有資產是雅虎有別於單純爬取公開網絡訓練模型對手的關鍵差異。

雅虎行銷長 Josh Line 接受 Business Insider 訪問時指出,Scout 的推出是這家 31 年歷史媒體公司今年的首要任務之一,其差異化重點並非模型本身,而是「清楚標註來源」的呈現方式——把出處連結放在答案最前端,而非像部分同業那樣把來源隱藏在答案背後。這一設計的邏輯,是雅虎希望維持與出版商的合作關係,並讓廣告主看到用戶仍會點擊進入原始網站,而非把流量全部截留在答案框內。

從郵箱到期權交易 雅虎的商業化算盤

除了 Scout 本身,雅虎也在加速把 AI 答案引擎變現。Lanzone 表示,公司計劃透過廣告為 AI 答案服務提供資金,判斷邏輯是廣告主終將跟隨用戶,從傳統搜尋廣告延伸進入 AI 答案場景,這也是目前整個產業真正需要跨越的鴻溝。今年稍早,雅虎推出面向散戶投資者的投資平台 AlphaSpace,並已加入即時期權數據功能,顯示公司希望把 AI 技術轉化為更垂直、更具訂閱潛力的消費產品,而非僅停留在免費答案引擎的流量生意。

3 月推出的 MyScout 客製化首頁、以及 6 月宣布的「Scout as a service」策略,進一步把答案引擎技術輸出到雅虎旗下體育與財經頻道,顯示公司正把單一產品擴展成一套可複製的技術平台。

2021 年,阿波羅全球管理從威瑞森手中以約 50 億美元收購雅虎與美國在線,其中現金對價約 42.5 億美元、另有約 7.5 億美元權益,Lanzone 同年加入並展開瘦身與重新聚焦消費科技的工程;今年阿波羅又出售美國在線,雅虎方面表示成交價約 15 億美元,正式與這樁資產切割,專心經營品牌本身。相較於 2000 年巔峰時期逾 1,250 億美元的市值,如今的雅虎規模已大幅縮水,但也因此輕裝上陣,把資源集中投向 AI 答案引擎與消費訂閱產品兩條主線。

資料來源:

cnBeta.COM

Axios

Search Engine Land

Business Insider

閱讀文章
人工智能業界消息

Google 2026 香港 AI 報告解讀:近 7 成港人熟練 AI | 88% 家長感子女學 AI 跟學中英文同樣重要

一位男士在Google標誌前微笑,背景為現代辦公室環境.

進入 2026 年,香港企業面對 AI 的核心課題,已由員工「是否懂得使用」,轉向公司能否將這些能力轉化為實質的營運效率。Google 委託 Public First 進行的《共建未來:香港的人工智能機遇》報告,於今年 3 月訪問了 1,023 名香港成年網民,並依人口結構進行加權。結果顯示,21% 港人屬於 AI「超級用戶」、47% 為中度用戶,即近 7 成港人已超越最基本的問答式互動;48% 的成年人更表示,AI 每星期已為其工作及個人生活節省超過 1 小時。

 

 

香港不缺 AI 用戶 真正分界在於能否「委託工作」

調查的完整分布顯示,港人當中 6% 屬非用戶(每月使用 AI 少於 1 次),26% 為輕度用戶、47% 為中度用戶、21% 為超級用戶。輕度用戶主要停留在「單向提問、獲取答案」;中度用戶中約有一半開始加入範例、比較不同工具,並要求 AI 對生成內容進行自我檢視;超級用戶中更有約 8 成掌握進階技巧,近 3 分 2 會將整項任務直接交給 AI 處理,甚至將日常流程自動化。

Google 香港銷售及營運總經理余名德(Michael Yue)在簡報會上將此差異概括得更為直接:中度用戶主要仍用於完成單一任務,超級用戶則開始將多個步驟串聯。Google 全球《AI 與經濟 ATLAS》研究亦發現,超過 86% 的 AI 互動發生在工作場景以外;進入職場後,AI 平均僅應用於約 21% 的工作任務,完全自動化的互動更不足 10%。這項全球數據雖然無法直接代表香港現況,卻反映出 AI 在日常生活中的滲透度,暫時比企業的營運流程改造走得更遠。

 

香港經濟結構放大 AI 價值 650 億港元

報告指出,服務業佔香港 GDP 九 成以上,金融及保險業更佔逾 5 分之 1,高價值、知識密集型工作的比重本就居高,亦使 AI 提升生產力的潛在影響更為顯著。截至 2026 年 3 月,香港約有 35.7 萬間中小企,佔企業總數逾 98%,涉及約 116.8 萬名從業人士,佔相關非公務員從業人士逾 43%。Public First 推算,若中小企到 2035 年的 AI 採用程度追上大型企業,最高可釋放 650 億港元經濟價值,相當於 GDP 的 1.7%;若 AI 能降低跨境銷售成本與複雜度,潛在額外出口收入更可達 5,900 億港元。

其他行業的推算亦顯示其影響不限於科技業:金融服務業生產力可提升 6.6%,可為本港增加約 540 億港元的增加價值(GVA);到 2035 年,創意及媒體業每年可增加 120 億港元價值,AI 亦可每年額外帶來約 330 萬訪港人次;加速科研創新到 2040 年可額外創造 86 億港元經濟價值,專業及商業服務投資 AI 的平均回報更達 8.8 倍。此外香港初創企業利用 AI 輔助產品開發,推出新功能的速度亦可達現時的 1.7 倍。以上數據均屬於經濟模型推算,並非已實現的成果。

余名德在問答環節提到,部分僅有 1 至 2 名員工的非牟利機構,負責人往往需要兼任 IT 職務。對香港的微型企業而言,AI 的核心價值是為企業補上原本因人手與成本限制而欠缺的研究、行政及客戶服務等營運能力,而非只是把工作做得更快,讓團隊能重新聚焦於真正重要的核心服務與客戶溝通。

▲ 余名德在問答環節提到,部分僅有 1 至 2 名員工的非牟利機構,負責人往往需要兼任 IT 職務。

AI 代理需求未必由年齡決定 取決於誰最缺乏時間

港人對 AI 代理(Agent)的期望相當務實:65% 最希望用於處理電郵、日程及行政工作,55% 希望協助預訂與預約,51% 更有興趣讓 Agent 協助追蹤項目限期。值得注意的是,25 至 34 歲受訪者的興趣最高(達 90%),35 至 44 歲亦達 81%,反而更年輕的 18 至 24 歲群組僅有 75%。余名德認為,25 至 44 歲正值工作、家庭及事業最繁忙的階段,反映對 AI 代理的需求主要取決於誰最需要騰出時間,而非年齡。

他在答問環節亦以個人經驗為例:他設定 Gemini Spark 連接 Gmail,每逢星期六自動查看學校電郵,彙整下一週的功課限期、特別校服安排等事項。以往需要逐封閱讀的工作,轉化為可定期執行的自動化流程。在企業層面,WeLab 亦建立了內部的 AI 投資研究代理。對管理層而言,聊天機械人(Chatbot)是協助人類完成一次性任務;AI 代理則開始承擔一段持續運作的工作。當 AI 自動化接手執行層面,員工的角色亦開始由純粹執行,轉向進行覆核、客戶對接及其他更高價值的範疇。

 

 

當 AI 具備執行能力 企業管治重點轉向權限架構

當 AI 能進一步讀取電郵、串聯系統甚至執行任務時,企業需要考量的已不只是「AI 是否會給出錯誤答案」,還包括它可以存取哪些資料、執行哪些動作,以及做到哪一步必須由人工批准。余名德指出,Gemini Spark 由用戶自行決定連結哪些應用程式,在涉及付款或發送電郵等較高風險操作時,會先向用戶確認。

這意味著 AI 管治正由內容準確性,進一步延伸至資料存取、系統權限、人工審批及操作紀錄。Google 在內容驗證方面,亦透過 SynthID 為超過 1,000 億張圖片與影片,以及相當於 6,000 年播放長度的音訊加入數碼浮水印。AI 越有能力代人行動,業務主管就越需要與 IT 部門共同界定哪些流程可以自動完成,以及哪些風險是企業承受不起的。

26% 輕度用戶 或是企業培訓最值得投資的群體

79% 的香港在職人士表示有興趣接受更多 AI 技能培訓。值得留意的是,目前仍有 26% 港人屬於輕度用戶,使用方式主要停留在單向問答,不會反覆修訂、儲存提示詞,也不會比較不同工具。對企業而言,若員工仍停留在這種輕度使用方式,正是最值得透過系統化培訓提升的一群。

培訓內容亦應由「如何撰寫提示語(Prompt)」進一步走向工作流程設計:如何將工作拆解為具體步驟、哪些步驟適合交給 AI、AI 需要哪些資料、如何覆核產出結果,以及在甚麼情況下必須由人作最後決定。真正值得企業累積的資產,是能否將員工的 AI 技巧沉澱為團隊可重複使用的工作模式,而非個別員工的個人技巧。

 

教育的回報需以世代計算

報告亦將教育形容為一場長遠投資。模型推算顯示,AI 協助備課及提供個人化回饋,每名教師每星期可騰出 5.6 小時;AI 導師及學習工具可令學生成績提升 11%,成績最落後學生與成績中位學生之間的差距有望收窄 32%。

其中 32% 的差距縮減,主要靠補底學習方案診斷學生的學習難點,有需要時再轉介教師跟進,而非單靠 AI 自行教學。若學習成效長期累積,報告進一步推算,到 2050 年香港經濟規模可擴大 9.3%,額外帶來約 3,200 億港元經濟價值。以上數據均屬於模型推算,並非香港學校已實際錄得的成果。

88% 的香港家長亦認為,安全使用 AI 與學好數學或英語同樣重要,甚至更為重要。余名德在問答環節補充,AI 素養(AI literacy)不單是學習撰寫提示語,亦包括提供充足背景、要求 AI 檢視答案並加以改善。余名德亦指,AI 讓教師可以在小息甚至一晚之間,因應學生突然產生的興趣準備延伸教材,但教學目標仍應由教師掌握。

在資源配套方面,Google 今年已透過 Gemini Academy 在港為 8,000 名教育工作者及學生提供培訓;Google DeepMind 另設有專為 11 至 14 歲學生設計、涵蓋倫理、資料私隱及媒體素養的 AI 課程。余名德亦表示,Google for Education 平台可免費供學校使用。

香港AI發展數據圖表,展示成長百分比與預測數據.

轉型分界點:從「個人識用」走向「公司懂得營運」

《共建未來:香港的人工智能機遇》報告調查反映,香港已具備相當成熟的 AI 用戶基礎,但真正的競爭力差距,在於企業與學校能否將個人的使用能力,轉化為可重複、可管理及可安全執行的標準流程。對企業決策者而言,AI 採用率未必再是唯一或最重要的指標,下一步是梳理出哪些工作值得交由 AI 處理,同時建立清晰的數據權限、人工審批與覆核機制;對教育界而言,重點在於培養具備獨立判斷、內容驗證及與 AI 協作能力的新一代,而非只是教授工具使用。香港能否將目前的個人應用優勢,進一步轉化為企業生產力與長遠經濟競爭力,將取決於「懂得使用 AI」能否真正跨越到「懂得把 AI 納入企業營運」。

 

閱讀文章
人工智能低碳綠色業界消息

AI 巨頭齊停披露碳排放 美國 82 座燃氣電廠專供數據中心

工廠排放大量煙霧,空氣污染嚴重,環境受影響.

美國多間人工智能龍頭企業近月陸續停止發布永續發展報告,不再公開溫室氣體排放數據。OpenAI、Anthropic、Google 母公司 Alphabet 及 SpaceX 等公司,今年起縮減或撤下 ESG(環境、社會及管治)披露內容,不再承諾減排目標。

事件發生於 2026 年美國總統特朗普推動「能源主導」政策的背景下,核心原因是 AI 數據中心用電需求已遠超綠色能源供應能力。美國環境誠信計劃(Environmental Integrity Project)統計顯示,全美目前有 82 座燃氣發電廠正在興建或已獲提案,專門供電予 AI 數據中心。以下從企業披露倒退證據、華府政策鬆綁,以及香港數據中心同樣面對的碳排壓力三個層面,拆解這場「去綠色化」浪潮。

披露倒退非個別事件,而是行業趨勢

UCLA 安德森商學院發布的《2026 年企業永續披露現狀報告》指出,標普 500 指數成分股中,發布永續發展報告的比例出現有記錄以來首次下跌,跌幅 6.8 個百分點。「淨零承諾」數量減少,「漂綠隱身」(greenhushing)現象明顯上升。

路透社引述顧問機構 Morrison Foerster 的分析稱,美國證券交易委員會(SEC)層面的強制 ESG 披露倡議已陷入停滯甚至倒退。聯邦監管真空下,企業有更大空間選擇不公開負面數據。當數據中心用電量持續攀升,綠色電力供應卻跟不上,披露排放數據反而成為公關負擔,企業索性不再發布。

華府政策鬆綁,燃氣電廠成 AI 供電首選

分析人士認為,企業敢於放棄環保承諾,與特朗普政府上任後的能源政策轉向有關。特朗普在 2025 年初簽署行政命令「消除人工智能領導地位障礙」,加快數據中心審批流程。今年 3 月,白宮促成 Amazon、Google、Meta、Microsoft、OpenAI、Oracle 及 xAI 七間企業簽署「電費保障承諾」(Ratepayer Protection Pledge),由企業自行承擔新增發電及輸電基建成本。路透社報道指出,消費者權益組織及多名批評者質疑這份承諾缺乏強制力,形容為「空頭支票」。

環境誠信計劃研究員在最新報告中警告,全美規劃中的 74 座新建或擴建甲烷燃氣電廠,總發電量達 143 吉瓦,相當於加州用電量近 3 倍,每年將排放近 6.62 億噸溫室氣體,相當於整個澳洲的年排放量。Anthropic 承認,美國至 2028 年至少需要新增 50 吉瓦電力容量,才能維持 AI 領先地位。國際能源署(IEA)分析顯示,全球數據中心用電量將由 2024 年的約 415 太瓦時,倍增至 2030 年的 945 太瓦時。

香港數據中心碳排壓力不比美國小

香港作為亞太區重要數據中心樞紐,同樣面對嚴峻的碳排放挑戰。聯合國研究報告《AI 能源使用的環境成本》指出,香港數據中心碳足跡較全球平均高出 43%,在全球主要數據中心樞紐中名列前茅,僅次於印尼與印度。

報告進一步披露,香港電力結構中 67% 來自化石燃料,32% 來自核電,可再生能源僅佔 1%,意味香港 AI 算力擴張的環境代價比美國更難消化。民間智庫 Civic Exchange 行政總裁饒玖才(Lawrence Iu)指出,香港數據中心的能源使用數據長期不公開,估計 2022 年數據中心用電量已佔商業界別總用電量 4% 至 5%。若參照美國增長趨勢,這比例到 2028 年有機會翻倍。香港數據中心數量由現時 61 座,預計到 2030 年增至 81 座。

從矽谷到全球:AI 擴張時間軸

回顧轉折時間線:2025 年初特朗普上任後鬆綁 AI 監管;2026 年 1 月《衛報》引述預測指美國帶動全球燃氣發電新增裝機量增長近五成,當中三分之一用於 AI 數據中心現場自建電廠;3 月白宮促成七家科企簽署電費承諾;6 月聯邦能源監管機構批准加快大型用電戶接入電網方案;7 月能源部宣布將俄亥俄州一座冷戰時期核濃縮設施改建為數據中心園區,配套建設 2 吉瓦燃氣發電及 2.6 吉瓦儲能容量;8 月初《紐約時報》調查揭露,數據中心擴張已導致全美燃氣電廠興建熱潮加劇空氣污染,德州首當其衝。

企業噤聲背後,監管真空恐成常態

對企業而言,放棄 ESG 披露短期內能減少輿論壓力與合規成本。但長遠而言,一旦國際監管標準(如歐盟碳邊境調整機制)收緊,缺乏透明數據的科企恐面對更大合規風險與投資者信任危機。這場「去環保化」浪潮是 AI 競賽下的權宜之計,還是全球能源轉型的長期倒退,仍有待觀察。

 

資料來源:快科技UCLA 安德森商學院Mother Jones國際能源署(IEA)南華早報

 

閱讀文章
人工智能企業趨勢微電子業業界消息

Intel、AMD、Arm 三強爭霸:AI 時代的伺服器 CPU 市場誰主浮沉?

三款伺服器處理器芯片展示,展現先進的計算技術.

AI 代理正改變伺服器 CPU 市場的需求結構,CPU 不再只是支援 GPU 的通用元件,逐漸成為協調模型、記憶體、儲存及網絡資源的控制層。美銀最新將 2030 年伺服器 CPU 總可尋址市場上調至逾 2,100 億美元,較先前約 1,700 億美元的估計提高約 24%,反映企業 AI 工作負載正由模型訓練延伸至多步推論與自動化執行。

AI 代理令 CPU 成為協調中樞

過往的生成式 AI 投資重點集中在 GPU,因為訓練大型模型需要大規模平行運算。不過,AI 代理需要持續理解指令、調用工具、檢索資料、拆解任務、執行多步推論並管理結果,這些流程提高了 CPU 在資料調度與系統協作上的重要性。Arya 認為,AI 代理推論可能使 CPU 與 GPU 的配置,由訓練時代約 1 比 4 朝接近 1 比 1 發展,CPU 亦將由支援角色升格為數據中心的「編排控制層」。

美銀估算,至 2030 年 CPU 可佔整體 2.2 兆美元數據中心系統市場約 10%,高於訓練型 AI 時代約 7% 的比重。這不代表 GPU 需求下降,而是企業在部署 AI 服務時,必須同步投資資料預處理、模型路由、向量資料庫、推論排程及安全管控。換言之,AI 代理帶來的並非單一晶片需求,而是整套伺服器架構的重新分工。

英特爾守營收,AMD 搶高價值市佔

英特爾仍是伺服器 CPU 市場的重要供應商,但 AMD 正透過 EPYC 產品在高階工作負載擴大影響力。Mercury Research 數據顯示,AMD 於 2026 年第一季的 x86 伺服器 CPU 營收市佔率達 46.2%,創歷史新高;其同期出貨量市佔率為 33.2%。兩個指標的落差反映 AMD 產品平均售價較高,亦代表其滲透的主要是雲端、企業與高效能運算等較高價值部署。

英特爾約 67% 的伺服器 CPU 市佔數字,來自另一項市場統計口徑,不能與 AMD 的 46.2% 營收市佔直接相減或比較。正確的解讀應是:英特爾仍擁有龐大客戶基礎與軟件生態,AMD 則正在高單價 x86 產品提升營收佔比。財務數據同時顯示兩家公司均受惠於數據中心需求:英特爾第二季 Data Center and AI 部門營收 63 億美元,按年增長 59%;AMD 數據中心營收 67 億美元,按年增長 107%,增長動力包括 EPYC 處理器與 Instinct GPU。

AMD 董事長兼行政總裁蘇姿丰在近期技術論壇中表示,公司已把 2030 年伺服器 CPU 市場機會上調至 2,200 億美元,並預期代理型工作負載約佔其中三分之二。AMD 更訂下在該擴大市場取得逾 50% 營收市佔的目標。這屬於企業策略與管理層展望,並非獨立機構的預測;但它說明 AMD 正把競爭焦點由單一 CPU 規格,延伸至 CPU、GPU、網絡與整機櫃方案的整合能力。

Arm 擴張考驗 x86 生態韌性

Arm 是伺服器 CPU 市場中最具結構性影響的挑戰者。美銀預測,至 2030 年 Arm 架構 CPU 可佔伺服器 CPU 價值約 47%,其中約 38% 來自商用晶片,約 9% 來自客戶自研設計;英特爾與 AMD 的價值佔比則分別估計為 22% 及 31%。這是分析師的長期情境模型,應與實際出貨量、市佔率及裝機數量區分看待。

不過,Arm 在 AI 基礎設施的實際影響力已見提升。IDC 指出,2026 年第一季全球 AI 基礎設施支出達 897 億美元,並預測全年可達 4,970 億美元;該機構同時觀察到,Arm 架構的加速伺服器支出已超越 x86 加速伺服器。Arm 行政總裁 Rene Haas 表示,公司已由 IP 授權延伸至完整晶片產品,推出面向 AI 工作負載的 Arm AGI CPU。

然而,Arm 加速伺服器支出領先,不代表 x86 在所有企業伺服器工作負載中已失去優勢。企業既有應用程式、虛擬化環境、維運工具與開發人員習慣,仍使軟件相容性成為採購決策的核心。

採購重點轉向系統效率

AI 代理的普及將令伺服器 CPU 市場由傳統周期性升級,轉向以數據中心系統效率為核心的競爭。英特爾必須將既有生態優勢轉化為產品與供應穩定性;AMD 需證明高階產品市佔能夠延續;Arm 則要把加速伺服器的增長動能,擴展至更廣泛的企業軟件環境。

資料來源:Bank of America/Investing.com AMD Investor Relations IDC Arm Newsroom

閱讀文章
企業趨勢低碳綠色業界消息

深圳市深汕特區半年用電破 10 億度 比亞迪單一企業撐起近半個城市

深圳深汕特區大型工業園區,工廠和倉庫密集布局,山丘和城市背景.

深圳市深汕特別合作區今年上半年全社會用電量達 10.17 億千瓦時,按年增長 33.56%,首次半年用電量突破 10 億千瓦時關口,而新能源汽車整車製造業一項已貢獻 4.9 億千瓦時,佔比高達 48.2%。這代表深汕每兩度電,幾乎有一度流向新能源汽車生產線,而深汕目前唯一的整車產能基地正是比亞迪。

比亞迪自 2021 年進駐深汕以來,先後投資超過 315 億元建設一至四期工業園,供地面積約 5.13 平方公里,滿產後合計年產值可達 2,200 億元,並成為比亞迪國內各大生產基地中唯一實現「港廠聯動」發展的基地。上半年深汕比亞迪汽車工業園累計下線整車逾 16 萬輛,按年增長逾 130%,目前日產量已達 2,000 輛,平均 50 秒就有一輛整車下線。深汕規模以上工業產值首次突破 500 億元,按年增長 78.7%,規模以上工業增加值按年增長 78.0%,其中汽車製造業增加值增長 82.3% — 用電量、產能爬坡、電池投產與工業產值四組數字,共同串聯出這座「汽車城」的核心敘事。

一家企業如何撐起半座城市的用電曲線

深汕上半年三大產業用電量均保持雙位數增速,其中第二產業用電 6.52 億千瓦時,按年增長 39.08%,佔全社會用電量 64.09%。新能源汽車整車製造業以 55.22% 的增速一舉躍升為工業用電的絕對主力,比例遠超其他任何單一行業板塊。

深汕電網同步進行「適度超前」布局,以承接比亞迪爆發式用電需求。500 千伏征程變電站僅用 378 天建成投運,打通粵東海上風電外送通道,轄區變電容量較深汕供電局建局初期提升近 4 倍。針對比亞迪等重點企業,深汕供電局建立「實時監控、周度通報、限時辦結」機制,業擴報裝及時率保持 100%,上半年已完成比亞迪配套儲能產業園等 19 個項目送電,業擴配套累計投資逾 7,500 萬元。

比亞迪選擇深汕並非孤立決策,而是與其「前港後廠」戰略深度綁定。今年 6 月 10 日,全球最大 LNG 雙燃料汽車運輸船之一「格羅燈塔」輪首次靠泊小漠國際物流港,3,716 輛「深汕造」整車實現「出廠即出港」;8 月 4 日,滿載 6,068 輛比亞迪新能源汽車的「長沙號」滾裝船駛向阿聯酋豪爾費坎港,刷新小漠港單次最大整車出運量紀錄。

電池產能瓶頸背後的市場焦慮與機遇

比亞迪董事長兼總裁王傳福在 2025 年度股東大會上坦言,公司今年銷量增長的核心限制因素並非訂單不足,而是第二代刀片電池產能爬坡進度,目前電池產能正以每月 2 萬至 3 萬套的增量穩步提升。他進一步解釋,第一代刀片電池產線需要改造升級,因此產能爬坡需時,更大規模產能釋放將集中於 2027 年落地。

比亞迪最新產銷數據顯示,2026 年 1 至 5 月累計銷量 140.5 萬輛,按年下降 20.32%,王傳福將這一波動部分歸因於今年初新能源汽車購置稅政策由免征改為減半徵收。但海外市場正成為回暖關鍵——5 月出口銷量達 16.06 萬輛,按年增長約 80.4%,佔總銷量比重逾 40%,公司已將 2026 年出口目標從 130 萬輛上調至 150 萬輛。

產業集聚效應與未來挑戰並存

深汕案例的意義早已超出比亞迪一家企業,它為地方政府如何依託龍頭企業重塑產業版圖提供範本。深汕上半年電力熱力燃氣及水生產供應業增加值增長 117.0%,反映「產業拉動能源基建、能源基建支撑產業」的正向循環已形成;農業與服務業用電同步增長——鵜埠街道漁光互補光伏項目每年可貢獻清潔電力約 750 萬度,小漠港上半年新增 3 條外貿航線,累計開通 18 條內外貿汽車滾裝航線,覆蓋全球七大核心區域,顯示深汕正從單一製造基地邁向產城融合的綜合生態。

 

資料來源:深圳新聞網新浪科技深視新聞/鉅亨網北京商報/新浪財經

 

閱讀文章
人工智能業界消息

Google 內部博弈輸家係 Gemini?人才逃亡 GCP 靠 TPU 撑起千億業績

Google Cloud 圖示,展示多種雲端技術與服務圖標.

半導體與 AI 研究機構 SemiAnalysis 於 8 月 7 日發表題為《Gemini is Cooked but GCP is Cooking》的分析報告,直指 Google DeepMind 已不再屬於前沿 AI 實驗室之列,重奪 SOTA(State of the Art,業界最強模型)地位的機會幾近零。報告同時指出,雖然 Gemini 在模型競賽中節節敗退,Google Cloud Platform(GCP)卻靠出售 TPU 晶片予競爭對手 Anthropic 等公司,業績反而大幅提升。

人才大量流失 領導層大洗牌

Google 於 8 月 5 日宣布 DeepMind 領導層重大調整,共同創辦人 Demis Hassabis 不再負責日常營運,轉任主席兼 Alphabet 首席科學家。同時,Google Brain 共同創辦人、TPU 計劃推手 Jeff Dean 亦選擇離開,聯同 Sanjay Ghemawat、Quoc Le 及 Gemini 共同負責人 Oriol Vinyals 等重量級研究員一同創立新實驗室 Discovery Loop。

除此之外,Gemini 另一位共同負責人 Noam Shazeer 已跳槽至 OpenAI,諾貝爾化學獎得主 John Jumper 則轉投 Anthropic,強化學習團隊亦陸續流向對手陣營。原 DeepMind 技術總監 Koray Kavukcuoglu 現已接手 DeepMind 與 Gemini 業務。

Gemini 3 Pro 或成巔峰之作

SemiAnalysis 認為,Gemini 3 Pro 於 2025 年 11 月推出時一度被視為全球最強模型之一,甚至令 OpenAI 進入「Code Red」緊急狀態,但這可能已是 Google 此輪前沿模型競賽的高峰。報告指出,原定推出的 Gemini 3.5 Pro 已被取消,Google 改以 Gemini 3.6 Flash 過渡,惟其表現不及中國頭部開源模型與 Grok 4.5,令 Gemini 在大模型排名中跌至第 8 或第 9 位。

Gemini 第一方 API 使用量增長亦明顯放緩。數據顯示,Gemini API 每分鐘處理 Token 量在 2026 年第一季由 100 億增至 160 億,季增約 60%;但第二季雖再增至 220 億,季增幅已降至約 38%,反映收入增長動力減弱。

晶片賣給對手 GCP 反成大贏家

諷刺的是,Google 把大量自研 TPU 晶片長期出售予 Gemini 最直接的競爭對手 Anthropic。SemiAnalysis 估算,2026 年第三季至 2027 年第四季出貨的 TPU 中,逾 20% 將直接售予 Anthropic,過去 9 個月內已鎖定數十萬顆 TPU 的長期租賃及銷售合約。

Alphabet 第二季財報顯示,Google Cloud 已首度開始向客戶資料中心直接交付 TPU 系統,令雲端業務收入年增 82% 至 248 億美元(約港幣 1,934.4 億元),Cloud backlog(未來訂單)更達 5,140 億美元(約港幣 40,092 億元)。SemiAnalysis 估計,單計第二季 TPU 系統銷售已貢獻 12 億美元(約港幣 93.6 億元),扣除此部分後核心 GCP 業務仍有約 70% 增幅。

未來訂單龐大 業績有望倍增

報告預計,Google 目前手上 TPU 系統 backlog 已超過 1,500 億美元(約港幣 11,700 億元),隨着訂單陸續認列,2027 年 GCP 年增率有機會衝上「100% 以上」水平,遠超華爾街目前約 64% 的預期。

Tokenomics 模型估算,Gemini 本身年度經常性收入(ARR)約為 120 億美元(約港幣 936 億元),相比之下,到 2027 年底 GCP 單是第三方 AI 雲服務收入就可能超過 730 億美元(約港幣 5,694 億元),另加約 1,200 億美元(約港幣 9,360 億元)TPU 系統銷售額,兩者合計接近 2,000 億美元(約港幣 15,600 億元)外部 AI 業務規模。SemiAnalysis 預計,這將於 2027 年為 Alphabet 額外貢獻約 3 美元(約港幣 23.4 元)每股盈利。

SemiAnalysis 總結指,Google 內部長期存在「DeepMind 要留算力自用」與「GCP 要賣算力賺錢」的博弈,目前看來 Google Cloud 執行長 Thomas Kurian 一方已取得上風。Gemini 可能輸掉前沿模型戰爭,但 Google 未必輸掉整場 AI 戰爭。

 

資料來源:SemiAnalysis

 

閱讀文章
人工智能業界消息機械人科技

IDC 首份外骨骼機械人報告:2025 年中國市場突破 16 億元 消費級出貨佔七成

穿著外骨骼機械人的患者在康復中心進行步行訓練.

IDC 於 8 月 4 日發布中國首份完整外骨骼機械人市場份額報告,統計顯示 2025 年全年市場規模突破 16 億元人民幣,全年出貨 2.6 萬台,醫療康復、消費助力、行業應用三大賽道首次被納入同一統計框架。

這份《中國外骨骼機械人市場份額,2025》由國際數據公司(IDC)中國研究團隊主筆,統計期間覆蓋 2025 年整個財年,覆蓋範圍是中國市場,發布時點恰好在多部門聯合推出康復輔具產業扶持政策之後。報告要回答的核心問題很直接:外骨骼機械人到底是少數人的醫療工具,還是即將普及的日常裝備?三個看點值得先劃重點——醫療康復仍是撐起營收的主力,消費市場靠銀髮經濟衝出出貨量,行業應用則被視為中長期最大想像空間。

高價醫療設備仍是最大金主,但競爭已轉向服務閉環

醫療康復賽道全年營收 14.2 億元,佔整體市場 88.3 %,出貨量約 3,200 台,單台售價明顯偏高。這類設備主要供醫院康復科室、康復專科醫院及康復中心使用,具備成熟的臨床驗證體系與支付路徑,是目前商業化程度最高的細分市場。傅利葉智能、程天科技、邁步機械人排在賽道頭部,三家廠商合計佔據大部分份額。

傅利葉智能向媒體透露一條清晰的滲透路徑:康復醫療類外骨骼會先扎根醫療機構場景,因為這裡最容易實現訓練標準化、也是目前驗證最成熟的環節,之後才會進入養老院、護理院承擔長者長期功能維持,最後才逐步滲透家庭居家場景;在設備真正大規模入戶之前,養老機構會是中長期主戰場。多位上海康復醫學科臨床醫生表示,今年以來已有不少上肢、下肢外骨骼機械人在院內落地,AI 輔助下的判斷幫助醫生做治療決策,亦能把治療經驗下沉傳遞給偏遠地區的醫聯體單位。這種「先做深、再做廣」的邏輯,呼應了傅利葉智能今年 5 月與新加坡國立醫療集團(NHG Health)、日本名古屋大學簽署戰略合作協議,把康復臨床能力複製到海外市場的動作。

銀髮經濟撐大出貨量,個人自購市場還沒真正打開

消費助力賽道呈現完全相反的曲線。這個板塊營收只有 1.1 億元,佔比 6.8 %,卻賣出約 1.9 萬台設備,貢獻超過七成出貨量。人口老齡化需求疊加設備成本下探,正推動這類產品加速向日常助行、戶外運動與文旅體驗等場景延伸,程天科技、肯綮科技、極殼目前是這個賽道的主流玩家。

IDC 中國研究經理李君蘭有一個判斷值得留意:她認為 2025 年是中國外骨骼機械人市場從「單一醫療設備」向「多場景可穿戴裝備」跨越的關鍵拐點,醫療康復貢獻當前主要營收,但消費級市場以近 2 萬台的出貨量驗證了大眾需求的湧現,行業應用則預示中長期更大的產業想像空間。華醫資本董事長劉雲的解讀更為尖銳,他向第一財經表示,IDC 首次把三大賽道放進同一張報表、且單年就跑出逾 16 億元規模,其實是「賽道商業化拐點兌現的信號」,背後是市場對銀髮經濟、人工智能與功能增強等疊加因素的看好。他同時提醒,外骨骼機械人真正的壁壘不在硬件組裝,而在 AI 意圖識別、輕量化設計與數據算法閉環,「在醫療、消費、工業等擁有跨界能力的團隊,才能擁有全球定價權」。這句話點出了消費賽道當前最大的瓶頸——出貨量雖高,但客單價與利潤率仍遠不及醫療端。

政策紅利加碼工廠場景,全球化成中國廠商下一戰場

行業應用賽道規模最小,全年營收約 0.78 億元,佔比 4.9 %,出貨約 3,800 台,主要供給物流倉儲、汽車製造、電力能源、建築施工與應急救援等場景,工人穿戴後能減輕負重、降低職業病風險,傲鲨智能、程天科技、邁寶智能佔據主要份額。這個賽道規模雖小,卻被機構普遍看好中長期增長空間,原因在於它與人形機械人走的是差異化路線——外骨骼聚焦「人機協同增強」,能在不改變現有生產流程的前提下提升作業能力,這種「輕改造、快落地」的特性,在製造業智能化轉型的大背景下反而更容易被企業接受。

政策層面同樣提供助力。2026 年 7 月,民政部、工信部等 14 個部門聯合印發《康復輔助器具產業擴能提質三年行動方案(2026—2028 年)》,明確把外骨骼機械人列為肢體功能輔助與神經功能康復的重點支持方向,並提出支持符合條件的治療性康復輔具按程序納入醫保支付範圍。劉雲對企業佈局亦給出具體建議:產業長期目標應走向全生命周期、全人群的人體能力增強解決方案,資本與產業政策評估企業價值時,亦不再只看單一細分市場份額,而是看全場景技術復用能力與平台化潛力;他建議中小企業可以先用高支付意願場景(如醫療、文旅租賃)做利潤池,再用利潤培育高增速場景(如家庭消費、工業)做估值,避免多線鋪貨造成庫存壓力。

從罕見輔具走向日常裝備的三年跨越

把時間軸拉長來看,這個賽道的成長速度相當驚人。中研網數據顯示,2023 年中國外骨骼機械人市場規模已達 13.9 億元,同比增速超過 25 %;到 2025 年,市場規模進一步突破 16 億元,機構預測到 2031 年這個數字有望接近 30 億元,2025 至 2031 年的年均複合增長率約為 42 %。放到更大的產業背景比較,IDC 在今年 7 月的 WAIC 2026 會議上指出,未來五年中國具身智能整體支出將由 14 億美元增長至 770 億美元,年複合增長率高達 94 %,外骨骼機械人正是這股 Physical AI 浪潮中,率先跑通商業化閉環的細分品類之一。

 

資料來源:快科技香港文匯報第一財經(東方財富轉載)IDC中研網

 

閱讀文章