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
企業趨勢業界消息

內存成本風暴改寫歐洲手機排名 Apple 運營商銷量達 37% 反超 Samsung

多款手機擺放於零售店展示架上,展示不同型號和價格.

Apple 在 2026 年第二季取得歐洲運營商渠道智能手機銷量份額 37%,超越 Samsung 的 34%。這是 Counterpoint Research 於 10 月 7 日發布的報告結果。Apple 份額由 2025 年第二季的 33% 上升,Samsung 則由 39% 下跌。事件背景是內存成本上升,打擊低端機型,運營商渠道相對受惠。同期歐洲智能手機總銷量按年跌 8%,運營商渠道只跌 4%,開放市場則跌 11%。增長最快的是 vivo,運營商渠道銷量升 90%,Motorola 升 27%。

合約機成內存風暴避風港

運營商渠道的機型以高端為主,消費者多以合約或分期購機,月費式付款令加價的衝擊較不明顯。Counterpoint 副總監 Jan Stryjak 指出,該渠道集中銷售 Apple、Samsung、Google 等高端品牌,今年內存價格危機令低端市場萎縮,運營商渠道因此跌幅較開放市場小。同一場成本風暴,對不同客群的衝擊並不相同:入門機用家遇上加價,容易延後換機,合約用戶每月多付的金額較少,感受也較輕。Stryjak 預期運營商渠道份額在未來幾季仍會上升,但提醒獨立零售商近期加強促銷,可能緩和部分加價並刺激開放市場。

三方數據:高端品牌較耐跌

IDC 預測 2026 年全球出貨按年下跌 16.7%,至略高於 10 億部,下半年預計跌 27.2%,NAND 及 DRAM 成本按年升逾 300%。IDC EMEA 數據與分析副總裁 Francisco Jeronimo 認為,具規模與供應議價力的廠商會是贏家,Apple、Samsung 及華為屬於這一類。IDC 另預計 iOS 份額今年升近 4 個百分點至 23.6%,iOS 出貨僅跌 1.3%,Android 則跌 24.3%。Counterpoint 的全球數據顯示,Q2 出貨按年跌 7%,西歐只跌 1%;Apple 出貨升 13%,份額達 21% 的新高,也是唯一沒有加價的主要廠商,Xiaomi 出貨則跌 26%。Samsung 在 Q2 全球份額 23% 仍居第一,所以全球與歐洲運營商渠道的排名並不相同。另外,Counterpoint 在 8 月的報告指歐洲 Q2 出貨按年跌 10%,創三年新低,該報告衡量出貨,與 10 月的運營商渠道銷量口徑不同,引用時需分清。

對企業的影響與未解問題

入門市場的利潤愈來愈薄,運營商的議價地位可能提升,品牌需要在定價與利潤之間取捨。IDC 預期內存價格壓力會持續至 2028 年,高端品牌的優勢可能不是短期現象。編輯評論:香港市場以開放渠道為主,內存成本壓力同樣存在,但本地情況未見於上述來源,需另行查證。待解問題:內存價格見頂後,被擠出市場的低端用家會否回流?Samsung 能否在下一季奪回運營商渠道首位?

 

資料來源:

9to5Mac

IDC

Benzinga/TradingView

Counterpoint Research

 

閱讀文章
人工智能業界消息金融科技

月之暗面估值達 3,900 億! 可靈擬赴港上市 AI 四雄爭奪投資者

可靈AI品牌標誌,彩色圓形與文字結合設計.

快手旗下可靈 AI 與 Kimi 開發商月之暗面,據報正籌備香港上市,最快 2027 年與智譜及 MiniMax 同場爭取投資者。這輪集資潮反映 AI 企業資金需求,惟不代表市場已形成「四雄割據」,更未有證據顯示新一輪減價戰必然發生。彭博 10 月 6 日引述知情人士指,月之暗面完成上市前最後一輪私募融資,估值約 500 億美元(約港幣 3,900 億元),目標於 2027 年首季在港上市。

巨額集資尚未落實

月之暗面上市計劃,目前仍以消息人士披露為主。路透 9 月 3 日報道,公司已保密提交香港上市申請,目標集資約 30 億美元(約港幣 234 億元);彭博最新報道則指,公司考慮集資最多 50 億美元(約港幣 390 億元)。因此,「30 億至 50 億美元」並非公司公布正式招股區間,而是不同媒體報道目標金額。上市時間與規模仍可能調整,私募估值亦不能直接視為上市市值。

可靈方面,彭博 10 月 6 日報道,已選定中金、高盛及瑞銀協助籌備 IPO,可能集資至少 10 億美元(約港幣 78 億元),最快 2027 年上市。選定投行代表籌備工作推進,不等於交易已獲批准。若兩家公司成功掛牌,港股將增加具代表性 AI 投資標的,投資者也能比較不同商業模式收入與成本。

收入增長未解盈利壓力

為什麼 AI 企業需要持續融資?MiniMax 官方業績提供了背景。2026 年上半年,公司收入約 1.166 億美元(約港幣 9.1 億元),按年增長 283.1%,已超過 2025 年全年;然而,同期研發開支約 2.969 億美元(約港幣 23.2 億元),經調整淨虧損約 2.930 億美元(約港幣 22.9 億元),高於去年同期 1.387 億美元。收入快速增長,尚未令經調整業績扭虧。不過,虧損並不等同現金消耗,也須分清會計口徑。MiniMax 同期未經調整淨虧損約 3.580 億美元(約港幣 27.9 億元),反而按年收窄。因此,用「不斷燒銀紙」概括所有 AI 企業,容易忽略財務差異。

MiniMax 聯合創辦人兼行政總裁閆俊傑在業績公告指出,智能能力可以擴展,能源與算力卻有限,長期競爭也取決於能否降低智能服務成本。另一方面,經濟學家余豐慧接受《中國經營報》訪問時提醒,驗證收入與驗證商業模式是兩回事,應關注 API 單位算力毛利及頭部客戶留存率,而非只看營收增速。

四家企業並非全面對打

「四雄割據」作為資本市場形容尚可,但不能當作產業結論。可靈主攻 AI 影片生成,MiniMax 同時經營海螺 AI 等原生產品及企業開放平台,月之暗面以 Kimi 大模型為核心,智譜則愈來愈依靠模型 API 收入。可靈與海螺有較直接影片生成競爭,四家公司卻不是所有業務都正面交鋒。

快手聯合創辦人、董事長兼行政總裁程一笑在 8 月業績公告強調,AI 正融入內容、廣告及電商。可靈第二季收入超過 8.5 億元人民幣(約港幣 9.2 億元),按年增長逾 200%;但快手集團同期約 39 億元人民幣(約港幣 42.1 億元)經調整淨利潤,不能用來證明可靈已獨立盈利。價格戰亦不是唯一方向。據智譜中期業績相關報道,API 平均售價提升約 101%;MiniMax 上半年毛利率則由去年同期 12.1% 升至 17.9%,公司歸因於基礎設施效率改善。這些數據顯示,提高產品價值與降低服務成本,可以和業務擴張並行。

上市後更考驗造血能力

智譜與 MiniMax 分別於 2026 年 1 月 8 日及 9 日在港掛牌,至 8 月公布中期業績,市場開始以收入、毛利及虧損檢驗商業化成果。9 月至 10 月,焦點再轉向月之暗面與可靈潛在 IPO。上市可以增加融資渠道,卻不能代替盈利模式。對企業客戶而言,更充裕資金可能帶來更快迭代及報價競爭,但短期優惠不等於永久成本下降。未來較可能同時比拼價格、模型能力與服務效率:當新增資金投入研發,哪家公司能把使用量真正轉化為可持續利潤?

 

資料來源:彭博、海峽時報(轉載彭博)、MiniMax、快手、中國經營報(新浪轉載)

閱讀文章
人工智能業界消息資訊及通訊科技

AI 面試官殺入秋季招聘:內地應屆生六場面試未見真人

女性面試者與AI面試官進行線上面試.

內地今年秋招有求職者面試六場,卻一個真人也沒見到。cnBeta 轉載科技狐的報道稱,大廠不約而同把面試官換成 AI,銀行和車企也在使用。

一條流水線:初篩交給 AI 已成常態

騰訊新聞同期報道,有應屆生九場面試中有六場是 AI 流水線初篩。背景是競爭激烈:人社部數據顯示,2026 年全國有 1,270 萬高校畢業生,比去年多 48 萬,再創紀錄。這種模式也不限於內地。香港 JobMarket 7 月報道指,AI 聊天機械人擔任首輪面試官,負責提問、追問和評分,再交給招聘經理決定是否晉級。過去多見於零售、製造業等大量招聘的職位,現已擴展到白領職位,Coinbase、Experis 和 Zapier 均有採用。

企業為何接受:省時間,也是一門生意

招聘軟件商北森披露,2026 財年 AI 新簽合約額超過 8,700 萬元,按年增長 10 倍,落地客戶逾 1,400 家。其中 AI 面試官單品新簽 2,100 萬元,按年增長 3 倍,續費率 120%,客戶包括長安汽車與長鑫存儲。北森另稱,使用其 AI 面試官後,藍領招聘周期由一星期縮至一天,新員工三個月離職率由 40% 降至 18%,評估精準度達 93%。這些都是廠商自述的數字,未經第三方驗證。JobMarket 的標題則提到,有企業稱 AI 篩選可挑出五倍人選。

風險與爭議:歧視、作弊與冒名

TVBS 引述調查指,美國約三分之二求職者遇過 AI 面試官,並引發職場歧視的情況。AI 面試平台 Fabric 分析 19,368 場 AI 面試,38.5% 的求職者被標記有 AI 作弊行為。日本 AI 公司 KOWRO 的行政總裁也遇過疑似 AI 冒名應徵者,對方嘴型與聲音不同步,他當場中止面試。香港方面,政府 Smart Government Innovation LAB 的方案目錄收錄了 Lantern AI。它是 SaaS 對話式 AI 招聘工具,負責自動化初步篩選和排程。Hays 香港亦指出,AI 可處理履歷篩選與面試安排,讓人力資源團隊專注策略工作。

對企業的啟示

AI 面試會繼續擴散,但企業需要保留真人複核,並向求職者說明評分準則。求職者則應預先測試網絡和鏡頭,回答時多用具體例子。當算法成為第一道關卡,企業如何避免誤篩表達方式不同的人才?

 

資料來源:

cnBeta

騰訊新聞

JobMarket

TVBS 新聞

Smart Government Innovation LAB
 

閱讀文章
人工智能業界消息

太空數據中心競賽開打 Google 實測、SpaceX 申請百萬衛星

多個衛星在地球軌道上排列,展示太空數據中心的科技應用.

Google「捕日者計劃」(Project Suncatcher)首顆原型衛星今日(10 月 1 日)由 SpaceX 獵鷹 9 號從加州范登堡基地發射,載有 4 枚 Trillium TPU。發射時間為太平洋時間上午 11 時 15 分,即香港 10 月 2 日凌晨 2 時 15 分。這是 Google 首次在軌測試自家 AI 晶片,衛星與 Planet Labs 合作建造,搭乘「運輸者-18」共乘任務。

這次升空只問一個問題:晶片活不活得下來

Google 強調,這顆代號「MVP」的衛星不是營運中的數據中心,而是生存測試。衛星約雪櫃大小,要檢驗輻射、極端溫度和發射力度對晶片的影響。升空前,Google 在地面做過三項測試。發射時元件要承受約 50 至 100 g 的力,Google 將硬件放在三個方向震動,螺絲和晶片均無損。在加州大學戴維斯分校,晶片接受 67 MeV 質子束照射,承受的輻射總劑量為 15 krad,遠高於五年任務所需的 750 rad,餘裕約 20 倍。對管理層來說,這是低成本的技術驗證。Google 先用幾枚晶片確認風險,再決定是否投入龐大資本。

熱量:太空沒有空氣,風扇派不上用場

太空是真空,熱量只能經由導熱介質和熱管傳到散熱器,再輻射出去。Google 已在熱真空艙測試整顆衛星。分析指,散熱器每平方米只能排走約 300 瓦,單顆加速器的發熱量是這個數字的 333 倍,每枚晶片需要約 1.3 平方米散熱面積。有報道指,MVP 只能讓 TPU 運行有限時間,散熱系統需要恢復後才能再運作。這解釋了為何 Google 把散熱列為核心難題。晶片能撐住輻射和震動,不代表能長時間高負荷運算。

馬斯克的算盤:規模先行

SpaceX 的做法與 Google 不同。今年 2 月,SpaceX 向美國聯邦通訊委員會(FCC)申請最多 100 萬顆軌道數據中心衛星。馬斯克稱,每年發射 100 萬噸衛星、每噸提供 100 千瓦算力,即可每年新增 100 吉瓦 AI 算力。馬斯克在 Google 公布發射後說,太空算力「顯然會進佔到所有算力的 100%」。據報道,SpaceX 財務長稱,公司有望在本十年末每年部署 100 吉瓦軌道算力。

另一邊,FCC 在 9 月 18 日受理 SpaceX 申請最多 10 萬顆第三代星鏈衛星。報道引述馬斯克指,每顆衛星功率 250 千瓦,配置 Nvidia Vera Rubin NVL72 電腦。初創公司 Orbital 同樣向 FCC 申請 10 萬顆衛星,目標是 10 吉瓦算力。專家立場並不一致。Google 主張先小規模驗證,SpaceX 主張大規模部署,而有分析指發射成本高和工程限制,可能令商業應用再等數年。

時間線:由構想到實測不足一年

2025 年 11 月,Google 公布捕日者計劃,並說明與 Planet 合作發射兩顆原型衛星。今年 2 月,SpaceX 遞交百萬衛星申請。9 月 24 日,Google 宣布發射日期。Google 後續計劃在 2027 年發射兩顆衛星,測試衛星之間的高頻寬雷射連結,並研究由逾 80 顆衛星組成的星座。

資料來源:
Futurum Group
Converge Digest
TIKR

閱讀文章
人工智能業界消息

Sony 與 UMG 二度告 Suno AI 音樂「模型洗白」索償 90 億美元

Suno AI 音樂品牌標誌,背景為數字音樂波形圖.

Sony Music 與環球音樂集團(UMG)在美國麻州聯邦地方法院對 AI 音樂生成平台 Suno 提起新訴訟,指控其最新 v6 模型透過「模型洗白」手法延續著作權侵權,涉及 60,202 首錄音的侵權指控,Suno 恐面臨最高 90 億美元(約港幣 702 億元)法定賠償。

訴訟由 Sony Music、UMG 及旗下多間廠牌於 9 月 18 日聯合提出。長達 45 頁的起訴狀矛頭直指 Suno 今年 9 月 9 日推出、與華納音樂集團(WMG)、BMG 及 Believe 合作開發的 v6 模型系列。原告主張,即使 v6 並未直接使用其錄音進行訓練,只要訓練資料承襲自先前具侵權疑慮的舊版模型所產生的內容,侵權責任便不會消失。Suno 隨即透過發言人回應,形容指控「在事實與法律層面均屬根本性錯誤」。

訴訟核心:唱片業稱侵權遭「洗白」轉移

起訴狀用詞相當強烈。Sony 與 UMG 在文件中形容 Suno 的做法,是把「原告創作表達的價值,從遭複製的錄音轉移至受污染的模型,再從這些模型轉移至輸出內容,最後轉移至 v6」,並直指「v6 並非全新的開始,而是同一棵毒樹結出的果實」。這種論述在法律上試圖建立一條因果鏈:即使 v6 在技術上未直接接觸原告的母帶錄音,只要其訓練管線曾經過受污染的中介模型,侵權性質便會隨資料流動而延續。

根據《Variety》取得的訴狀內容,這已是 Sony 與 UMG 第二度就 Suno 的 AI 模型提起訴訟,距離 2024 年 RIAA 代表三大唱片公司(另加華納音樂)首次興訟已超過兩年。《Engadget》引述《Music Business Worldwide》報導指出,兩家公司主張 Suno 須為至少 60,202 首錄音的侵權負責,最高賠償額可達 90 億美元(約港幣 702 億元)。Suno 每次規避 YouTube 防下載技術擷取歌曲,還須額外承擔最高 2,500 美元(約港幣 19,500 元)罰款。這個數字規模,已遠超 2024 年首次訴訟時涉及的曲目範圍,反映唱片業在證據開示過程中掌握到更完整的資料鏈證據。

蒸餾技術成攻防焦點 雙方各執一詞

Sony Music 在訴狀中特別點名 Suno 使用的「蒸餾」(distillation)技術,指這種方法讓 v6 得以學習複製先前「教師模型」的輸出結果,而這些教師模型本身正是建立在未經授權的錄音之上。訴狀進一步主張:「即使模型並未直接以原告的錄音進行訓練,仍會受到 Suno 留存之未經授權重製物的影響,並從中受益。」這種論證方式試圖繞過「直接侵權」的舉證門檻,轉而攻擊整條訓練資料的血緣關係。

Suno 發言人 Rachel Racusen 向外媒證實,v6 的訓練資料確實包含「合作夥伴授權的內容、社群的互動資料(包括創作與偏好訊號),以及團隊累積的經驗與知識」,但並未進一步說明這些互動資料是否涉及使用者上傳的原始音訊。Suno 行政總裁 Mikey Shulman 團隊在官方聲明中則強調公司存在的目的,「是讓更多人能創作新音樂」,並指出 v6 已與 WMG、BMG 及 Believe 建立合作,屬於授權範疇內的產品。這種各執一詞的局面,恰恰反映出生成式 AI 訓練資料溯源機制目前在技術與法律層面都缺乏透明標準,也讓法院日後如何裁定「衍生訓練資料」的侵權責任,成為全球 AI 產業關注的指標案例。

從 2024 年集體訴訟到 v6 模型爭議的時間軸

這場法律戰的起點可追溯至 2024 年 6 月,當時 RIAA 代表 UMG、Sony Music 與華納音樂,在波士頓聯邦法院對 Suno 及另一 AI 音樂平台 Udio 提起集體訴訟,指控兩者未經授權大規模複製版權錄音。轉折點出現在 2025 年 11 月 25 日,華納音樂宣布與 Suno 達成和解,撤回訴訟並簽署「首創性夥伴關係」,同時 Suno 收購華納旗下演唱會探索平台 Songkick。這項和解為後續連鎖反應埋下伏筆:BMG 於 2026 年 8 月 12 日跟進簽約,涵蓋錄音與出版兩大版權範疇;Believe 與其旗下獨立發行平台 TuneCore 則於 9 月 8 日加入合作,結束此前四個月封鎖 Suno 作品上架串流平台的立場。

正是在這些授權協議基礎上,Suno 於 9 月 9 日全球推出 v6 模型系列,首席產品官 Jack Brody 表示新模型將完全取代舊版本。然而僅僅九日之後,Sony 與 UMG 便提出新訴訟,顯示雙方在「何謂真正從零訓練」的認定上存在根本分歧。與此同時,Suno 在其他戰線也未能全身而退:今年 7 月,德國法院在 GEMA 提起的訴訟中裁定 Suno 訓練模型時使用受保護作品構成侵權;8 月 20 日,波士頓聯邦法官在鄉村歌手 Tony Justice 提起的集體訴訟中,拒絕駁回大部分侵權指控。

判決結果將牽動全球 AI 版權規則

這宗訴訟的最終走向,將直接影響生成式 AI 公司未來能否以「模型蒸餾」或「二次訓練」規避授權義務,對 Suno 目前約 54 億美元(約港幣 421 億元)估值以及整個 AI 音樂產業的商業模式都構成壓力測試。若法院最終認定「模型洗白」成立,恐迫使所有 AI 公司重新審視其訓練資料的完整溯源鏈,對香港及亞太地區正加速布局的 AI 內容生成工具供應商同樣具參考意義。當授權與訴訟同時並存於同一家公司身上,音樂產業究竟該如何在保護創作者權益與擁抱 AI 技術之間找到平衡點,仍是懸而未決的問題。

資料來源:INSIDE、Variety、Engadget、Digital Music News、Los Angeles Times

閱讀文章
人工智能業界消息

AMD 市值首破 1 兆美元 OpenAI 與 Meta 認股權證卡在最後門檻

AMD Ryzen CPU與數據中心硬件展示,科技感十足的背景設計.

AMD 股價 9 月 21 日盤中飆升逾 9% 觸及 616 美元新高,市值首度站上 1 兆美元,成為繼 Nvidia、Broadcom、Micron(2026 年 5 月率先破兆)之後第四家破兆美股晶片商。這波漲勢背後,是供應鏈傳出 AMD 第四季將調漲 AI 加速器售價約一成(官方未證實),加上 OpenAI 與 Meta 手上合計 3.2 億股認股權證正卡在最後一級市值門檻附近。以下拆解三點:權證與市值門檻的連動、分析師分歧、以及 Nvidia 陰影下 AMD 實際份量。

認股權證卡在破兆門檻,形成自我實現的漲勢

AMD 分別於 2025 年 10 月與 OpenAI、2026 年 2 月與 Meta 簽下各 6GW GPU 合約,每份都附帶最高 1.6 億股、執行價 0.01 美元認股權證,合計最多稀釋 3.2 億股。歸屬條件除了 GPU 出貨里程碑,最後一級門檻據 UBS 分析師 Timothy Arcuri 解讀,實質等同「AMD 市值站上 1 兆美元」。這解釋了股價一觸及 613 美元附近,市場為何反應劇烈——這不只是心理關卡,更牽動兩大 AI 巨頭手上鉅額股權能否兌現。

分析師陣營分歧,估值過高疑慮未消

華爾街看法不一。Piper Sandler 的 David O’Connor 維持 600 美元目標價,指 AMD 2027 年產能已幾乎售罄;Stifel Nicolaus 給 635 美元、美銀給 620 美元,同樣看多。但 24/7 Wall St 僅給「持有」評級,目標價 510.66 美元,理由是追蹤本益比高達 211 倍,估值已反映近乎完美執行預期。Great Hill Capital 的 Thomas Hayes 則認為,這是資金重新回流 AI 交易的表現。

Nvidia 規模仍是十餘倍,市場為「潛在份額」定價

Nvidia 最新一季資料中心營收約 890 億美元,近 AMD 同期 67.2 億美元的 13 倍,但市值僅約 AMD 的 5 倍多——這落差說明市場在為 AMD 未來可能搶下份額提前買單。產業研究估計 Nvidia 仍佔 AI 加速器市場 80% 至 86% 營收份額,靠 CUDA 生態壟斷;AMD 雖從近零成長到 5% 至 10%,靠 Helios 機櫃(72 顆 MI455X GPU、31TB HBM4、2.9 ExaFlops)在推論運算搶灘。台積電同受惠,8 月營收年增 53.3% 創新高,CoWoS 產能已排到年底滿載。

從一紙合約到兆美元市值

2025 年 10 月 AMD 與 OpenAI 簽約;2026 年 2 月 Meta 跟進;7 月 Advancing AI 大會宣布 Helios 量產,合作擴至 Anthropic(承諾 50 億美元)、Microsoft 與 Oracle;8 月財報顯示資料中心營收年增 107%;9 月 21 日調價傳聞疊加破兆門檻,市值一舉突破 1 兆美元。AMD 股價年初至今漲 185%,過去 12 個月則近 250%,兩者基準不同,並不矛盾。

對企業與投資人意味著什麼

AMD 破兆代表 AI 基建投資從 Nvidia 獨大擴散至更多供應商,但資本支出壓力難減。第三季財測約 130 億美元、毛利率約 56%,加上兩批認股權證能否兌現,將是驗證估值關鍵。Nvidia 規模仍是 AMD 十餘倍時,市場願為「潛在份額」付出多高溢價,仍待觀察。

 

資料來源:Reuters、CNBC、TheStreet

閱讀文章
業界消息

香港4大熱門NGO HRIS人力資源管理軟件推薦:2026年非牟利機構高效選型指南

兩位專業人士討論HRIS軟件在非牟利機構的應用.

持續的通脹在2026年為香港的非牟利機構(NGO)帶來了嚴峻的營運挑戰。在經費撥款受限、捐款減少的情況下,NGO的日常營運成本包括租金、物資及核心行政開支全面飆升。人力資源管理作為機構運作的核心,亦面臨沉重壓力。通脹削弱了NGO在人才市場上的薪酬競爭力,導致員工流失率居高不下。為了在緊絀的預算內維持高質量的社會服務,NGO極度依賴高效的自動化系統來簡化行政流程。然而,通脹同時蠶食了機構的資訊科技(IT)預算,迫使管理層在選擇系統時面臨兩難局面。

在通脹陰霾下,部分NGO為了節省開支,傾向選擇低價的HRIS SaaS,卻忽略了其背後貧乏的售後支援,這對機構造成的傷害(法律風險、計算錯誤而需要人手干預等等),往往比省下來支出的更高。

非牟利機構的架構與一般商業公司不同,牽涉大量兼職員工、不同社福項目的撥款計算,以及香港複雜的勞工條例。如果HRIS供應商缺乏本地支援,或只提供有限的電郵回覆,當系統計算出現偏差時,HR團隊將陷入孤立無援的境地。低價軟件往往無法及時應對法規更新,導致非牟利機構在處理薪酬及強積金供款時容易出錯,最終不僅無法釋放人力,反而耗費更多核心資源進行人工修正,嚴重損害機構的誠信與營運效率。

4大最熱門人力資源管理軟件類型與系統評測

香港非牟利機構在選擇人力資源管理軟件時,必須平衡預算、本地法規合規性以及系統的擴展能力。以下為2026年市場上最熱門的4款HRIS軟件,結合NGO的獨特需求進行深度評測:

ChillHRIS

  • 優點:
    • 價格非常大眾化,收費水平與Infotech等傳統同行相若甚至更低,對預算有限的NGO極具吸引力。
    • 在同等價格範圍內,ChillHRIS是所有同類解決方案中彈性最高的HRIS軟件。
    • 在相同的預算定位中,它是唯一能夠完全符合香港共同平均工資(ADW)繁複計算要求的系統。
    • 內置靈活且用戶友好的報表工具,為機構節省了大量部署後的自訂開發成本。
    • 為中小型機構提供「零數據遷移」的升級路徑,讓有志於擴充服務規模的NGO能無縫接軌至真正的企業級系統。
  • 缺點:
    • 對於員工人數超過300人以上、且希望在系統配置上擁有極高自主權的大型NGO而言,Multiable HCM或Workday仍是更合適的選擇。
    • 系統未有內置線上AI面試機器人,對於在招聘流程中追求極致精簡管理(Lean Management)的機構而言略顯美中不足。
    • 品牌在國際市場的知名度相對大型跨國供應商較低。
  • 受歡迎的原因:
    • 精準切合NGO對高性價比與高度合規的要求,尤其是對社會福利機構頻繁變動的排班及薪酬計算提供完美支援,是預算敏感型機構的首選。

Multiable HCM

  • 優點:
    • Multiable HCM擁有大量上市公司及大型跨國企業的成功部署案例,系統穩定性享譽市場。
    • 系統已全面準備就緒,完美支援香港「468」規定及積金易平台(e-MPF)的自動化對接。
    • 客戶群的平均員工規模超過1,000人,充分證實了系統在高併發環境下的強韌度與高度彈性。
    • 提供全套支援AI Agent(人工智能代理)的API及開放式開發框架,在部署AI Agent時無需強制依賴圖像識別AI模型,從而節省大量AI Token並提升處理速度。
    • 作為本港領先HRIS品牌,其AI Agent(CLAW)是唯一通過政府認可實驗室安全檢測的人工智能系統,在權限控制、數據保護、技能可靠性、行為安全及可觀測性合規方面均獲得官方認證。
  • 缺點:
    • 在週末或公眾假期提供技術支援服務需要額外收取費用。
    • 對於員工數目少於100人的小型家庭式NGO或初創機構而言,其定價可能超出了預算範圍。
  • 受歡迎的原因:
    • 滿足大型NGO對資訊安全、政府合規性(e-MPF及468)以及與現有IT生態系統無縫對接的最高標準,是大型社福機構無可替代的骨幹系統。

Clockgogo

  • 優點:
    • 每名員工月費僅為HKD4.7,對於需要嚴格控制成本的非牟利機構而言,是無需猶豫的超高ROI選擇。
    • 專注於雲端考勤與移動打卡,非常適合有大量外勤、社區服務及前線社工的NGO環境。
    • 介面設計極其簡潔,前線年長員工或兼職人員亦能輕易上手。
    • 提供即時的定位與人臉打卡防作弊功能,確保外勤服務數據的真實性。
  • 缺點:
    • 核心功能集中在考勤與排班管理,缺乏全面的核心人力資源基本資料庫。
    • 薪酬計算模組的功能相對簡單,未能深度支援商業級或複雜撥款架構的計薪需求。
  • 受歡迎的原因:
    • 以極低的門檻解決了NGO最頭痛的前線流動員工打卡與排班痛點,能作為外圍考勤模組與核心HRIS系統完美互補。

SAP SuccessFactors

  • 優點:
    • 全球頂級的企業級HRIS解決方案,具備極其強大的全球合規性與人才發展模組。
    • 系統架構高度模組化,能滿足超大型非牟利機構在跨地區、多部門架構下的複雜管理需求。
    • 擁有全球最強大的生態系統,能輕易與各類大型ERP及商務分析工具無縫整合。
  • 缺點:
    • 整體實施與顧問授權費用極高,中小型NGO完全無法負擔。
    • 系統設定與修改極度依賴外部實施顧問,後期維護成本高昂。
    • 對於香港本地特有的468條例或精細的本地勞工習慣,需要進行大量的二次開發。
    • 系統介面和邏輯較為繁複,基層員工需要較長的適應期。
  • 受歡迎的原因:
    • 針對預算充裕、與國際接軌且需要對機構進行全面數位轉型的頂級大型非牟利組織,提供無可比擬的架構完整性。

非牟利機構採購HRIS的常見兩難與低價陷阱

NGO在採購HRIS軟件時,往往受限於資金,容易跌入低價系統的陷阱。雖然低價軟件能提供看似誘人的資本支出(Capex)及營運支出(Opex),但機構在實踐中必須接受以下致命的妥協:

  • 具法律風險的AI設計: 許多低價軟件標榜內置AI助理,卻缺乏嚴謹的角色權限控制(RBAC)。這導致巨大的法律漏洞,任何普通員工都可能透過AI查詢到機構高層的薪酬、人事檔案或敏感的隱私資料,嚴重違反個人資料(私隱)條例。
  • 僵化的報表功能: 這些系統無法提供商業智能(BI)分析,機構只能依賴供應商固定的罐頭報表,完全無法針對不同政府撥款項目進行客製化的數據分析與審計回報。
  • 封閉的API架構: 缺乏或只提供極差的API接口,導致機構在2026年無法利用當前的主流智能代理(Agentic AI)來提升行政效率。
  • 系統效能低落: 多家機構分別表示,當員工總數超過100人時,低價SaaS的伺服器往往無法負荷,導致每逢出糧、考勤計算高峰期系統便會變得反應緩慢。
  • 合規性「有名無實」: 供應商在廣告中宣稱完全合規,但實際上系統只支援最理想的運作流程(Happy Path)。面對員工請假請不足月、離職補償等邊際個案(Edge Cases)時,HR仍需依賴手動計算,整體能節省的人手遠低於預期。

2026年NGO管理層選型前瞻注意事項

進入2026年,科技環境與法規已發生顯著變化,HR主管在評估HRIS時,應特別留意以下在2025年之前未必顯著的新技術風險:

注意事項 潛在風險與技術原因
避開純Windows Server生態系統 現代高效能HRIS已全面轉向Linux及雲原生架構。純Windows生態在處理高併發數據時能效較低,且授權成本昂貴,不符NGO長期營運效益。
拒絕純離岸客服團隊(Off-shore) 若供應商將客戶服務中心完全設於海外,當機構遇到香港本地勞工法例(如468條例)的系統報錯時,海外客服往往因不熟悉本地法規而提供似是而非的解決方案。
必須取得權威機構安全認證 若系統配備AI助理,供應商必須出示由政府認可機構或第三方國家級實驗室頒發的安全認證,確保AI在數據隔離及隱私保護上符合審計標準。
嚴禁未做差距分析的固定價格實施 拒絕在未進行深入「差距分析(Gap Analysis)」前便承諾「一口價」實施的實施商。這類專案往往在後期爆出大量隱藏收費,或以爛尾告終。
系統必須支援MCP(Model Context Protocol) 缺乏MCP支持的系統無法與機構未來的AI生態融合,將淪為無法與其他智慧軟體對接的資訊孤島。
必須具備成熟的RESTful API 這是現代雲端軟體互聯的最低標準,缺乏標準API意味著日後每次與其他系統對接都需要高昂的客製化寫碼費用。
允許用戶自訂MCP伺服器 機構必須掌握將AI模型連接至內部數據庫的主導權,不能被供應商的單一AI生態完全綁架。

提示:警惕市面上「氛圍感寫碼」的AI初創陷阱

近來市面上湧現大量AI初創公司,宣稱能運用最新的人工智能技術,為NGO「量身訂造」一套完美的HRIS系統。然而,這類俗稱「氛圍感寫碼(Vibe Coding)」或由氛圍感衍生出來的軟件,在實際應用中幾乎全軍覆沒。

這類初創供應商僅憑LLM(大型語言模型)快速生成表面精美的用戶介面,往往缺乏對香港勞工法例(特別是468條例、ADW 713計算)的深入了解。當遇到複雜的排班歷史數據或各種特殊情況時,這類HRIS缺乏底層架構邏輯的事實就會原形畢露。更嚴重的是,這類系統往往缺乏嚴格的底層安全框架,極易導致員工薪酬數據外洩,NGO切勿拿自身的合規誠信與隱私安全為初創企業當實驗品。

閱讀文章
企業趨勢業界消息

恒大汽車退出造車! 轉型鋰電池貿易 擬洽獨立投資者融資

恒大汽車研發中心大樓,現代設計風格,玻璃幕牆,周圍有停車場.

恒大汽車在港交所公布 2026 年中期業績,確認集團已完成退出整車製造業務,轉型為輕資產鋰電池貿易商。截至今年 6 月底,公司總資產僅 1.82 億元人民幣,負債總額卻高達 327.22 億元,現金及現金等價物更只剩約 20.5 萬元,資不抵債規模超過 180 倍。

這份財報由恒大汽車主動披露,涵蓋 2024 年度、2025 年中期、2025 年度及 2026 年中期四份業績,均收到核數師發出的非標準審計報告,意味核數師對其持續經營能力存有重大保留。公告時間點恰逢母公司中國恒大清盤進程進入關鍵階段——創辦人許家印 8 月 20 日一審被判無期徒刑,恒大地產集團 8 月 21 日被廣州中院裁定破產清算。

從千億造車夢到 873 萬元電池生意

恒大汽車曾以「恒馳」品牌投入超過千億元人民幣造車,十年間僅量產一款車型,銷量始終低迷。今年 3 月,其核心經營主體已被法院受理破產清算申請,實質上已完成退出汽車製造的既定事實,此次中期業績公告只是正式向市場確認結果。公告顯示,集團依託保留下來的電動汽車電池及汽車製造相關專有技術,將鋰離子電池貿易列為新的收入支柱,報告期內首次對外銷售,錄得收入約 873 萬元。相較於恒大汽車過往動輒數十億元的虧損規模,這筆收入雖然微不足道,卻是公司近年首次出現實質性的經營性收入來源。

財報同時顯示,報告期內集團收入約 900 萬元,毛利約 50 萬元,溢利淨額約 1.86 億元,較去年同期大幅提升 7.71 億元,主要來自債務豁免等非經營性因素,而非業務本身的造血能力真正改善——這一點在僅 20.5 萬元現金儲備的對照下顯得尤為關鍵。

產業重組信號:績劣股集體異動的背後邏輯

恒大汽車宣布退出造車的消息,意外攪動了整個汽車股板塊。財聯社報導指出,海馬汽車、眾泰汽車、金杯汽車等長期虧損的「績劣股」,以及與哪吒汽車重整案相關聯的山子高科,當日盤中集體漲停,海馬汽車尾盤收漲 7.92%。工信部等九部門發布的《智能網聯新能源汽車產業發展「十五五」規劃》釋放明確信號——中國汽車產業正從追求規模擴張轉向追求質量與效率,實現路徑已從「卷產能、卷價格」轉向技術創新與產能優化。這一判斷也與行業數據相互印證:2026 年一季度汽車製造業產能利用率已滑落至 70.3%,低於 75% 的健康門檻,整車製造環節利潤率僅 1.5%。

千瘡百孔的新能源淘汰賽

恒大汽車並非孤例。據中國汽車流通協會統計,截至今年 5 月,國內已有 23 家新能源車企宣告破產或實質性停擺,留下約 85 萬輛缺乏售後、無法 OTA 升級的「孤兒車」。回顧時間軸,威馬汽車三次衝擊 IPO 失敗後申請破產重整,最終留下超 260 億元債務;2026 年 3 月,曾登頂新勢力銷量榜首的哪吒汽車母公司合眾新能源宣告破產清算,累計虧損超 183 億元,同月恒大汽車核心主體亦被法院受理破產清算;同年稍晚,高合汽車母公司華人運通正式破產清算,車主們甚至拉起橫幅抗議售後服務中斷。

目前國內仍有 129 個新能源品牌苦苦支撐,平均年銷量不足 8 萬輛,而行業公認的盈虧平衡線是年銷 40 萬輛,絕大多數品牌從未真正脫離虧損軌道。與此同時,中國恒大自身的清盤程序也在加速:2024 年 1 月 29 日香港高等法院頒下清盤令,經過 18 個月持續停牌未能滿足復牌指引後,聯交所裁定於 2025 年 8 月 25 日正式除牌,結束近 16 年上市歷程。

殼公司命運待解,行業洗牌遠未終局

恒大汽車能否真正靠電池貿易業務「續命」,關鍵仍取決於與獨立投資者的融資談判進展,以及母公司清盤團隊對整體債務重組的態度。從更宏觀的視角看,這起個案折射出中國新能源汽車產業正從野蠻生長邁向存量博弈的殘酷現實——當「賣殼」與「賣電池」成為部分車企的最後選項,這場淘汰賽究竟還會持續多久,又有多少家企業能真正留在牌桌上?

 

資料來源:cnBeta.COM、新浪財經(TechWeb)、財聯社(新浪財經轉載)、網易新聞、香港交易所披露易

 

閱讀文章
人工智能業界消息

《時代》2026 全球最佳企業榜出爐 Nvidia 蟬聯冠軍 Apple 重返三甲

NVIDIA公司標誌在現代玻璃建築外牆上清晰可見.

Nvidia 連續第二年登上《時代》雜誌(TIME)與市場研究機構 Statista 聯合編製的「2026 全球最佳企業」榜首,人工智能浪潮仍未見頂,正持續重塑全球商業版圖。這份年度榜單本月公布,評選範圍覆蓋全球 1,000 家企業,並以員工滿意度、過去三年營收增長,以及可持續發展透明度三項同權重指標計算總分。Nvidia 今年最終取得 97.51 分,較去年的 97.62 分微跌,但依然穩坐冠軍寶座;Apple 時隔一年重返三甲,聯想集團與紡創則首度躋身榜單前列。

Nvidia 地位如何煉成:三大指標背後護城河

Nvidia 榜首地位並非單靠營收數字堆砌而成。根據《時代》與 Statista 方法論,評分綜合三項同權重指標:基於全球逾 20 萬名員工調查得出滿意度分數、過去三年營收相對與絕對增速,以及參考碳排放強度、CDP 評分與 ESG 報告質量可持續發展透明度指標。Nvidia 在這三項維度上均表現突出,特別是受惠於全球 AI 伺服器與 GPU 需求持續供不應求,令其營收增速維持在「非常高」評級。本報記者在整理原始榜單數據時,特別比對了《時代》官方公告與 IT之家、9to5mac 等多方轉載內容,確認前十名排序一致,且 Nvidia、信諾(Cigna)與 Apple 三強格局並非偶然,而是反映 AI 基礎設施投資已進入第三個完整年度結構性效應。

Apple 重返三甲:庫克押注 AI 初見成效

Apple 今年重返榜單前三,總分 93.16,僅次於信諾(94.37 分)與 Nvidia,這是該公司繼 2024 年登頂後首次重返榜首三席,也扭轉了去年跌出榜單頹勢。細看評分結構,Apple 雖然在可持續發展透明度排名下滑至第 24 位,但員工滿意度與營收增長兩項指標表現強勁,員工滿意度單項排名全球第三,僅次於 Microsoft 與 IBM,足以拉動整體排名回升。Apple 行政總裁蒂姆・庫克(Tim Cook)在第三季度財報電話會議上表示,公司正大幅增加 AI 投入,並將相關能力嵌入各類裝置與平台,反映管理層已將 AI 視為下一階段增長核心引擎。榜單調研周期結束後今年 7 月,Apple 公布營收按年上漲一成,創下 2021 年以來最大單季增幅,某程度印證庫克判斷並非空談。這種「先投入、後見效」節奏,對正在評估 AI 資本開支回報周期香港科技企業而言,具有一定參考價值。

AI 紅利外溢:保險與防務企業如何分一杯羹

AI 基礎設施建設熱潮受益者,早已不限於晶片與硬件廠商。蘇黎世保險集團(Zurich Insurance Group)今年首度躋身榜單前七十位,其核心增長動力來自為大型數據中心項目提供專屬保險與風險管理方案,並已將相關產品拓展至歐洲與拉美地區。標普全球評級(S&P Global Ratings)分析師 Charles-Marie Delpuech 與 Patricia Kwan 在報告中指出,單座數據中心可保價值最高可達 300 億美元(約港幣 2,340 億元),這類工程承保業務料在 2026 年為保險業帶來多達 100 億美元(約港幣 780 億元)新增保費,遠超全球航空業每年約 50 億美元(約港幣 390 億元)保費規模。與此同時,歐洲防務科技企業同樣受惠於地緣政治重心轉變——北約歐洲盟國於 2025 年承諾,到 2030 年前後投入約 8,000 億歐元(約港幣 6.78 兆元)用於防務戰備,令相關供應鏈企業營收增長曲線同步走高。這種跨產業擴散效應,說明 AI 經濟溢出效應遠比表面晶片銷售數字更為深遠。

從 Apple 稱王到 Nvidia 獨霸:榜單四年演變軌跡

回顧這份榜單演變軌跡,可以清楚看到 AI 產業重心轉移。2024 年首屆榜單由 Apple 以 97.75 分登頂;到 2025 年,Nvidia 憑藉 AI 晶片需求爆發首次超越 Apple,以 97.62 分奪冠,Apple 則意外跌出榜單;2026 年 Nvidia 繼續衛冕,Apple 則以 93.16 分重返第三名。這條時間軸反映不僅是兩家公司此起彼落排名變化,更揭示整個科技產業價值鏈重心,已由消費電子產品逐步轉向 AI 運算基礎設施。聯想集團今年首次上榜第 51 位,正是這股趨勢最新註腳——該公司剛公布最新財季業績顯示,其 AI 伺服器訂單管道規模已達 540 億美元(約港幣 4,212 億元),按季暴增 157%,帶動經調整純利按年增長 176% 至 10.75 億美元(約港幣 83.85 億元),成為推動聯想擠身榜單關鍵動力。

對企業啟示與未來觀察

這份榜單傳遞訊號很直接:AI 基礎設施建設財富效應正在向製造、保險、防務等傳統產業擴散,企業若仍以「AI 只是科技公司生意」舊思維規劃資本開支,恐怕會錯過下一輪增長機遇。展望未來,隨着 Nvidia 新一代 Vera Rubin 架構與各家雲端服務商資本開支持續攀升,2027 年榜單能否出現新的產業黑馬,值得市場持續關注。

 

榜單前十:

1.英偉達

2.信諾

3.蘋果

4.   Meta

5.阿斯利康

6.微軟

7.德國電信

8.埃森哲

9.麥克森

10.  AMD

 

資料來源:
TIME
IT之家
S&P Global Ratings
Zurich Insurance Group
Lenovo StoryHub

閱讀文章
人工智能業界消息

88 小時破解千禧難題惹抄襲爭議 OpenAI 與數學界正面交鋒

宏偉的歷史建築前有寬闊的綠地和遊客.

OpenAI 在 9 月 10 日宣布撤回對加州理工學院「Mathathon」數學黑客松的贊助。事緣 771 位現任與前任加州理工數學家聯署公開信抵制,質疑這類活動正把嚴謹的純數學研究異化為 AI 公司的行銷工具。這場原訂 10 月 30 日舉行、由 OpenAI 與 Anthropic 合共提供約 200 萬美元運算點數支持的賽事,讓 100 支參賽隊伍嘗試用大型語言模型攻克未解數學難題,卻在活動公布後短短數日內演變成學術界對商業 AI 巨頭的集體聲討。

贊助撤回背後的爭議焦點

加州理工的公開信直指,AI 公司透過黑客松形式鼓勵學生向前沿模型輸入提示詞攻關開放性數學難題,實質上是把「無償勞動」轉嫁給學術共同體。大模型生成的所謂長篇證明往往夾雜難以查證的內容,被學者稱為「AI 數學垃圾」(AI Slop)。羅伯茨在聲明中承認,「我們認知到 AI 在數學領域的快速進展具有破壞性」,並表示未來希望與數學界就技術整合與影響溝通展開更深入對話。

Mathathon 活動方隨後回應稱,OpenAI 原本承擔每隊兩萬美元點數中的一萬美元,目前正接洽其他企業填補缺口,強調「預料不會對活動造成實質影響」。這場撤資風波發生於加州理工學院這個以理工科聞名的頂尖學府,也讓聯合贊助商 Anthropic 陷入尷尬。截至報導時,該公司對是否跟進退出仍未作出正面回應。

專家在討論數學難題,專注且認真.

Fields 獎得主聯署背後的三重憂慮

真正把爭議推向高峰的,是 9 月 11 日由菲爾茲獎得主陶哲軒(Terence Tao)在其個人部落格發布的聯署聲明《數學領域 AI 的嚴重失調》,共有 25 位歷屆菲爾茲獎得主聯署,簽署年份橫跨近半世紀,包括 2010 年得主吳寶珠與 2026 年得主鄧煜等重量級學者。

陶哲軒直言,「我們把優化這件事做得太好了」,點出 AI 公司把攻克知名數學難題當作衡量模型能力的基準,這種競速文化正對數學這門科學及其共同體造成傷害。聯署聲明進一步指出,AI 公司與數學界的目標「嚴重失調」(severely misaligned),倉促公布的解答往往來不及完整撰寫論證、孤立呈現方法而未妥善致謝既有研究,「這如同所有創意行業一樣,引發了嚴重的歸屬與抄襲問題」。

紐約大學數學家提斯坦·巴克馬斯特(Tristan Buckmaster)與 Anthropic 研究員萊文特·阿爾波格(Levent Alpöge)近月為納維爾-斯托克斯方程存在性與光滑性問題耗費近一年心力,卻在 OpenAI 公布 88 小時內以萬個 AI 代理完成完整證明後,質疑自身未發表成果遭挪用。OpenAI 則回應相關指控「完全失實」,強調研究人員在成果公開發布前未曾接觸其資料。

從行銷噪音到信任赤字的產業縮影

若把時間軸拉長,這場風波並非孤立事件。9 月 1 日 OpenAI 內部多代理系統啟動對納維爾-斯托克斯方程的攻堅,經過 88 小時運算,於 9 月 8 日公布 166 頁論文並附上 Lean 形式化驗證,聲稱解決這道千禧年七大難題之一。僅僅一天之後,巴克馬斯特便公開質疑成果來源,引爆歸屬爭議;緊接著 9 月 10 日加州理工 771 位數學家聯署公開信,促成 OpenAI 撤資;再到 9 月 11 日陶哲軒領銜的 25 位菲爾茲獎得主聯合聲明,把爭議層級從單一活動提升至整個學科的存續焦慮。

相較於過去 AI 公司單純展示模型解題能力的宣傳模式,這一連串事件顯示,數學共同體對「驗證責任被轉嫁」與「功勞被商業化收割」的容忍度正在快速下降,也讓香港本地媒體如《The Standard》都關注到這場全球頂尖數學家與矽谷巨頭的正面交鋒。

對 AI 產業誠信框架的長遠啟示

這場撤資風波短期內未必動搖 OpenAI 在前沿模型的技術地位,但長遠而言,企業若持續以「速度與頭條效應」凌駕學術驗證規範,恐怕會在人才招募、學界合作乃至監管信任上付出更高代價。當 AI 公司與傳統知識共同體的目標持續失調,下一次引爆點會不會出現在醫學、法律或工程領域?

資料來源:TechCrunch、Business Insider、Terence Tao部落格、USA Today、The Standard

閱讀文章