close

應用方案

IT 基建人工智能低碳綠色應用方案科技專欄

追蹤蝶影助維持生物多樣性 科技提升監測效率 創造更宜居城

追蹤蝶影助維持生物多樣性 科技提升監測效率 創造更宜居城 12


追蹤蝶影助維持生物多樣性 科技提升監測效率  創造更宜居城

鄧淑明博士
香港大學計算與數據科學學院及社會科學學院地理系客席教授

 

蝴蝶在自然生態系統中扮演重要角色,而香港位處亞熱帶地區,氣候溫暖濕潤,擁有豐富多元的植物資源,可為蝴蝶提供理想的棲息與繁殖環境。

 

香港的總面積雖然只有中國的萬分之一,有記錄的蝴蝶種類卻有 245 種,佔全中國紀錄到的品種的 11%,種類非常豐富。蝴蝶具有獨特的生態、科學和經濟價值,特別是在生態學上與植物的關係,因為不少植物都必須依靠蝴蝶傳播花粉,以協助繁衍後代。此外,蝴蝶的幼蟲更有被研發作藥物用途,由此可見,蝴蝶對香港維持生物多樣性擔當著重要的角色。

 

由於蝴蝶幼蟲十分偏食,對生態環境十分敏感,故其存活數量便成為一個地方的「生態指標」,不少專家以其數量及品種的變化作為依據,評估一處地方的生態價值。為了解本港蝴蝶冬季聚集的熱點是否適合牠們遷徙與棲息,有大專學生開展了題為「遷蝶蹤跡」的研究。她們選取香港公園、深水灣谷等七個蝴蝶聚集地進行觀察,並結合地理資訊系統 (GIS) 分析各地環境特徵。研究發現,地形、氣候、植被分佈、日照以及人類活動,均會影響蝴蝶的遷徙行為。她們建議相關部門善用科學數據,持續追蹤蝴蝶遷徙的模式與路線,從而制定更符合生態可持續發展的保育策略。

 

事實上,政府近年也引入人工智能系統,以高清影像識別香港的蝴蝶品種,務求更精準地監測本港自然生態,實現以數據驅動環評研究和生態保育。這套系統目前已能辨識十種蝴蝶,成功率令人滿意。當局已計劃在未來兩年內逐步將系統的辨識能力提升至涵蓋 245 種蝴蝶,屆時市民只要將拍下的蝴蝶照片上傳至系統,便能即時查出其品種和相關資料,相信此技術能有助推動公眾教育與生態調查,進一步強化本地的蝴蝶保育工作。

 

環境保育有助維持生物多樣性,還能增加香港的可宜居度。因此,我們要保護大自然生態,打造更優質的居住環境,增添市民生活的幸福感。

read more
企業趨勢應用方案業界消息

印度 iPhone 產量飆升 25%:Apple 「去中化」戰略加速,補貼談判成關鍵變數

印度 iPhone 產量飆升 25%:Apple 「去中化」戰略加速,補貼談判成關鍵變數 13


印度 iPhone 產量飆升 25%:Apple 「去中化」戰略加速,補貼談判成關鍵變數

Apple 正以前所未有速度將 iPhone 生產中心從中國轉移至印度。據彭博社 2026 年 3 月 9 日報道,Apple 2025 年在印度組裝約 5,500 萬部 iPhone,較 2024 年 3,600 萬部大幅增長 53%,佔全球總產量四分之一。這一里程碑轉變,折射出 Apple 在關稅壓力、供應鏈分散化與印度市場崛起三重邏輯下的戰略重組。本文將從生產突破、補貼博弈與市場擴張三個維度,深度剖析 Apple 在印度的宏大布局。

印度產線突破四分之一大關

Apple 每年在全球生產約 2.2 億至 2.3 億部 iPhone,印度市場佔有率從過去個位數百分比快速攀升至 25%,背後是一場多年謀劃的供應鏈重組。彭博社報道指出,過去印度生產線主要承接舊款或中階型號,高階旗艦型號一向由中國工廠把持,然而此番調整意味著印度已全面納入最新型號的組裝流程,戰略地位顯著提升。

Foxconn、Tata Electronics 及 Pegatron 是 Apple 在印度的三大核心代工夥伴。其中 Tata Electronics 崛起速度尤為引人矚目。據早前彭博報道,旗下工廠預計在未來兩年內承接印度 iPhone 總產量一半。值得一提的是,印度已於 2025 年中超越中國,成為美國進口智能電話最大來源地。Apple 甚至在 2025 年 3 月包租貨機,從清奈緊急空運約 20 億美元(約港幣 156 億元)的 iPhone,期望趕在關稅截止日前完成進口。

「去中化」背後的關稅戰邏輯

Apple 加速轉移的直接導火線,是特朗普政府對中國商品徵收的高額關稅。美國《金融時報》於 2025 年 4 月披露,Apple 計劃在 2026 年底前將所有銷往美國的 iPhone 移師印度生產,意味著印度年產量需突破 8,000 萬部。這一目標若落實,將是目前產能近乎增倍,對印度製造業承載能力提出嚴峻考驗。

Apple 供應鏈顧問、新加坡國立大學商學院教授 Joanna Tan 指出:「Apple 印度戰略並非一時之計,而是基於長期地緣政治風險的系統性對沖。」然而就在市場普遍預期印度製造業將獲得更多份額之際,局勢出現戲劇性轉折。美國最高法院已裁定特朗普政府對等關稅方案違憲,相關對中國高關稅隨之撤銷。此舉可能重新拉近中印成本競爭差距,對印度供應鏈吸引力構成壓力。

補貼談判:3 月 31 日關鍵期限

印度政府「生產掛鉤激勵計劃」(PLI)是推動 Apple 加速在印建廠的核心政策工具。根據印度政府公告,PLI 方案對手機製造商提供 4% 至 6% 增量銷售補貼,為期五年。然而現行智能電話補貼計劃將於 2026 年 3 月 31 日到期,Apple 和 Samsung 等企業正積極與印度政府商討新一輪激勵方案。

《商業標準報》2 月報道顯示,新一輪 PLI 方案可能將補貼重心從產出規模轉向國內附加值比例,期望能推動更深層本地化供應鏈建設。分析師指出,截至 2025 年 9 月,印度 PLI 計劃累計撥付約 2.39 萬億盧比(約港幣 2,228 億元),不足總承諾 12%,說明激勵計劃落地執行仍存在明顯落差。同時相比越南和中國,印度電子產品組裝及零部件製造成本仍具顯著劣勢,這也是企業持續要求政府加碼支援的根本原因。

在 2026 至 27 財年聯邦預算中,印度政府已引入五年所得稅豁免政策,允許 Apple 等外資企業向印度合約製造商提供生產設備而無需承擔稅務負擔,此舉正是 Apple 積極遊說的結果。同時 Apple 已與印度晶片商穆魯加帕集團旗下 CG Semi 展開初步談判,計劃在古吉拉特邦建立顯示晶片封裝設施,邁出印度晶片本地化第一步。

消費市場:90 億美元增長引擎

Apple 在印度的野心並不止於製造。Apple 印度市場銷售額已突破 90 億美元(約港幣 702 億元),Apple 行政總裁 Tim Cook 多次公開強調印度是公司增長最快市場之一。目前 Apple 在印度的智能電話市場佔有率約為 10%,仍有龐大增長空間。

Apple Pay 推出將成為 Apple 深耕印度消費市場重要一步。據彭博社報道,Apple 正與 ICICI 銀行、HDFC 銀行及 Axis 銀行洽談合作,計劃最快於 2026 年中推出 Apple Pay,初期支援 Visa 及 Mastercard 卡片支付,並計劃整合印度廣泛使用的 UPI 即時支付系統。這一動作將令 Apple 正面迎戰 Google Pay、PhonePe、Amazon Pay 等本土支付霸主。此外印度累計 iPhone 出口額已在 2025 年底突破 500 億美元(約港幣 3,900 億元),印度政府統計顯示 Apple 佔據印度電子出口約 75%。

印度製造業戰略天花板

從短期來看, Apple 在印度生產擴張提升了印度全球製造業地位,為當地創造大量就業崗位。印度首席經濟顧問 V. Anantha Nageswaran 透露,Apple 計劃在印度建設兩座超大型工廠,預計創造逾 10 萬個就業崗位。然而從長遠視角審視,印度製造業能否突破「組裝代工」天花板、形成真正具備競爭力本地供應鏈生態,仍是業界最關注核心問題。

美國最高法院撤銷對中關稅後,印度製造相對優勢是否會逐步收窄?Apple 與印度政府補貼談判能否在 3 月 31 日前落實?這些變數將在未來數月內影響 Apple 「印度戰略」實際推進速度,也將決定印度能否真正確立其作為全球科技製造第二極地位。

資料來源:Bloomberg | Times of India | Business Standard | Money Control | MacRumors

read more
人工智能企業趨勢應用方案業界消息資訊及通訊科技

陳茂波出席香港 Lenovo 科技大會 聚焦 AI 跨行業落實與生態協作

陳茂波出席香港 Lenovo 科技大會 聚焦 AI 跨行業落實與生態協作 14


Lenovo Tech World 26 Hong Kong

Lenovo 於 2026 年 3 月 10 日在香港舉辦「2026 年香港創新科技大會」(Tech World ’26 Hong Kong)。會上展示跨行業人工智能實際應用成果,當中涵蓋體育、娛樂、機械人及智慧出行四大領域。財政司司長陳茂波亦有出席大會。是次大會聚焦可衡量成效,以回應香港企業部署 AI 時遇上的挑戰。

陳茂波出席香港 Lenovo 科技大會 聚焦 AI 跨行業落實與生態協作 15

陳茂波出席香港 Lenovo 科技大會 聚焦 AI 跨行業落實與生態協作 16

調查指近半亞太企業仍未推行 AI 政策

Lenovo 與 IDC 共同發布《CIO 2026 年戰略手冊》(CIO Playbook 2026)。報告指出香港有一半受訪機構預期需超過 12 個月,才能達致 AI 準備就緒。放眼整個亞太區則有 47% 受訪企業仍在制定 AI 政策。數據反映目前企業普遍缺乏執行力、管治框架與系統整合能力去應用新技術。

財政司司長陳茂波於大會致辭時表示,世界主要經濟體均高度重視人工智能發展。他指香港正積極將人工智能發展成重點產業,推動其應用至不同行業以實現「AI+」。陳茂波強調創新需要政府、學術界與業界攜手合作。他認為 Lenovo 具備相關技術實力及跨行業解決方案經驗,能夠為香港發展人工智能提供支援。

陳茂波出席香港 Lenovo 科技大會 聚焦 AI 跨行業落實與生態協作 17

▲財政司司長陳茂波

三層混合式架構助企業部署 AI 系統

面對企業在應用上遇到的難處,Lenovo 提出以混合式 AI(Hybrid AI)架構作解決方案。這套系統由三個層次構成:個人 AI:直接提升前線員工日常生產力 / 企業 AI:統籌及管治多重代理(Multi-agent)系統以確保跨部門 AI 協作有序 / 公共 AI:推動生態圈及城市層面廣泛協作

Lenovo 執行副總裁兼方案服務業務集團總裁黃建恒表示,AI 發展正進入以執行及可衡量成效為核心的新階段。隨着香港各行各業加快 AI 應用步伐,可信賴基礎設施、完善管治機制及生態系統協作成為成功關鍵。他指 Lenovo 的混合式 AI 策略能協助企業安全及高效地拓展 AI 應用。是次香港大會內容承接今年 1 月於拉斯維加斯舉行的國際消費電子展(CES 2026),把 Lenovo 公佈的多項 AI 技術引進亞洲市場。

陳茂波出席香港 Lenovo 科技大會 聚焦 AI 跨行業落實與生態協作 18

▲Lenovo 執行副總裁兼方案服務業務集團總裁黃建恒

陳茂波出席香港 Lenovo 科技大會 聚焦 AI 跨行業落實與生態協作 19

夥拍跨行業機構展示 AI 實際效能

Lenovo 大會上公佈多項具體合作關係,以展示混合式 AI 架構實際效能。體育領域方面 Lenovo 與 FIFA 及第 15 屆全國運動會(香港賽區)合作,將 AI 技術引入賽事管理與觀眾體驗。娛樂方面則與荷里活知名動畫公司 DreamWorks 攜手,探索 AI 應用於內容創作及製作流程的潛力。

新興科技領域方面 Lenovo 分別與機械人公司雲迹科技及自動駕駛公司文遠知行建立夥伴關係。合作展示 AI 技術在複雜及實時運作環境下的部署能力。出席大會嘉賓包括 FIFA 首席商務官 Romy Gai、DreamWorks 動態技術通訊及策略聯盟高級副總裁 Kate Swanborg、文遠知行創始人兼行政總裁韓旭及雲迹科技共同創始人兼行政總裁李全印。各界領袖亦於會上探討企業 AI 發展與實際應用路徑。

陳茂波出席香港 Lenovo 科技大會 聚焦 AI 跨行業落實與生態協作 20

▲Lenovo 全球資訊總監 Arthur Hu (圖左) 及 FIFA 首席商務官 Romy Gai (圖右)

陳茂波出席香港 Lenovo 科技大會 聚焦 AI 跨行業落實與生態協作 21

陳茂波出席香港 Lenovo 科技大會 聚焦 AI 跨行業落實與生態協作 22

建構 AI 執行框架為競爭關鍵

目前企業對 AI 投資意欲強烈,惟管治缺口成為應用普及的瓶頸。若企業能率先建立完善 AI 執行框架,將有利於未來科技競爭中取得優勢。Lenovo 現時為全球個人電腦市場佔有率最高品牌,年收入達 691 億美元(約港幣 5,389.8 億元),服務遍布 180 個市場。品牌計劃繼續利用其生態優勢,將香港建立成亞太區 AI 應用示範樞紐。

陳茂波出席香港 Lenovo 科技大會 聚焦 AI 跨行業落實與生態協作 23

read more
IT 基建應用方案資訊及通訊科技

斷纖不斷網!年均停機少於 6 分鐘 華為於 MWC2026 展示新一代光網絡方案

斷纖不斷網!年均停機少於 6 分鐘 華為於 MWC2026 展示新一代光網絡方案 24


斷纖不斷網!年均停機少於 6 分鐘 華為於 MWC2026 展示新一代光網絡方案

AI 時代的網絡韌性,已成為全球電訊業最核心競爭指標。在 2026 年世界流動通訊大會(MWC Barcelona 2026),華為正式向全球營運商展示突破性的「零中斷」光網絡方案——即使光纖發生物理切斷,網絡服務依然維持運作。據華為發布資料,這項技術已在全球逾 60 張營運商網絡完成部署,可靠性高達 99.999%,相當於每年停機時間不超過 5.26 分鐘,屬目前全球商用光網絡最高可靠性水平之一。

斷纖瞬間毫秒自癒 拆解三大技術支柱

華為「零中斷」光網絡的核心競爭力,來自三項整合能力協同運作。根據華為官方資料,OTNSpirit 智能代理負責主動預防風險,透過協調硬件、軟件升級與 eOTDR 技術,協助營運商精準識別並消除潛在網絡風險;其次,採用創新液晶材料的波長交換光網絡(WSON)技術,能在 50 毫秒內完成快速自癒切換,有效防止服務中斷;第三,智能故障定位功能可將定位精度縮小至 10 米以內,大幅壓縮故障響應時間。三者協同之下,據華為發布資料,整體網絡中斷風險降低 90%,維運成本壓縮 40%。

這套方案落地規模已具備充分市場驗證基礎。華為光網絡業務副總裁 Kim Jin 在 MWC 超寬帶圓桌會議指出,面對 AI 與雲端服務流量爆發,傳統光網絡在彈性和智能化層面的弱點日趨明顯,唯有以主動預防替代被動搶修,才能真正實現電訊級服務承諾。這一理念,正是「零中斷」技術商業化路徑的核心邏輯。

斷纖不斷網!年均停機少於 6 分鐘 華為於 MWC2026 展示新一代光網絡方案 25

AI 需求爆發 可靠性成新剛需

AI 應用大規模部署,正從根本改變對底層網絡基建的要求。來自 Bouygues Telecom 及中國聯通的行業領袖,在 MWC 超寬帶論壇一致指出,當生成式 AI、雲端推理及即時影片服務成為日常流量主體,任何毫秒級網絡波動都可能引發用戶體驗系統性崩潰。面對這一挑戰,光網絡可靠性不再是基礎建設的「增值項目」,而是支撐 AI 商業落地的必要條件。

華為光網絡業務產品線總裁 Bob Chen 在 MWC 新品發布會指出,ITU-T 已正式發布 ION-2030 技術框架,明確下一代光網絡關鍵能力、應用場景與標準化路線,全球多個主流營運商正加速佈局。華為將「零中斷」光網絡定位為 ION-2030 核心商業實現路徑,從低延遲、高頻寬、高可靠三個維度全面回應 AI 時代網絡基建需求。在電力、鐵路、政府及 ISP 等行業通訊場景,華為新一代智能 OTN 傳輸平台已支援從 SDH 到 fgOTN 平滑無縫升級。

網絡穩定帶來商業紅利 ARPU 提升 10%

技術突破最終需要轉化為可量化商業價值。據華為發布資料,透過 CEI(客戶體驗指標)評估與改良,營運商可將家居寬頻用戶月離網率降低 8%;針對月費計劃差異化不足的市場痛點,華為推出分層分級保障體系,為高階用戶提供專享通道,直接推動 ARPU(每用戶平均收入)提升 10%。這一商業邏輯,反映電訊行業從「管道經濟」向「體驗經濟」深層轉型。

在全球寬頻競爭白熱化背景下,能否以技術手段鎖住高價值用戶、降低流失率,已成為營運商維持收入增長的關鍵槓桿。以日本、韓國等成熟市場為例,ARPU 長期停滯不前的核心原因之一,正是網絡差異化能力不足;華為此次方案提供一條以技術可靠性驅動商業升級的可行路徑,為全球營運商存量市場競爭提供新突破口。

全光網絡格局加速重塑

從更宏觀產業視角審視,此次 MWC 2026 華為光網絡佈局是一場多維度技術整合。除「零中斷」技術,華為亦在接入層發布下一代 FAN 方案,整合 Wi-Fi Mesh 與 FTTR 技術,在干擾環境下提速 20%,實現全屋無縫覆蓋,支援雲端遊戲、8K 超高清等高頻寬服務; 在節能層面,透過智能連接埠休眠機制,平均能耗降低 40%,大幅降低營運商碳排放壓力。

面對 Nokia 和 Ciena 等光網絡競爭對手,華為以「AI 原生維運 + 零中斷可靠性 + 商業增值」策略,正構建更完整技術護城河。這場技術競賽勝負,最終將在商業化落實速度和規模化部署能力上見真章。

下一步光網絡將走向何方?

「零中斷」光網絡全球規模化部署,標誌電訊基建正式進入「AI 驅動、體驗優先」新紀元。對企業而言,從金融高頻交易到智慧電網、從工業物聯網到自動駕駛後端運算能力,任何對延遲和可靠性有極端要求場景都將從中受益。對電訊營運商而言,這既是基建技術升級,更是重新定義服務價值、提升議價能力的商業機遇。

隨著 ION-2030 標準持續推進,全球光網絡基建更新換代浪潮已不可逆轉。面對這場競賽,誰能率先以技術韌性換取商業增長,誰就能在 AI 時代電訊新格局佔據先機——這個問題的答案,或許將在未來兩三年內揭曉。

資料來源:Huawei Official News(全光目標網)Yahoo Finance HK搜狐科技

read more
人工智能應用方案業界消息

提升企業辦公效率 商湯辦公小浣熊實現 AI PPT「一鍵生成」

提升企業辦公效率 商湯辦公小浣熊實現 AI PPT「一鍵生成」 26


提升企業辦公效率 商湯辦公小浣熊實現 AI PPT「一鍵生成」

商湯科技宣佈旗下大模型原生數據分析產品「辦公小浣熊」,於 2026 年 3 月 4 日正式推出「可編輯」AI PPT 功能,實現「一鍵生成,頁頁可改」的辦公新體驗,標誌 AI 簡報工具進入全面可控的新階段。

內建範本庫 即選即用省去起草時間

針對分秒必爭的工作環境,辦公小浣熊在「PPT 生成-創意模式」內置多款高質素、高審美的簡報風格範本。用戶只需選定風格並輸入構思,系統即快速生成可直接使用的簡報內容,免除從空白頁面開始構思的煩惱,大幅縮短製作時間。這項設計令設計能力有限的職場人士,亦能迅速產出視覺質感到位的正式簡報。

編輯主導權回歸用戶 單頁修改不牽連全體

辦公小浣熊推出的可編輯 AI PPT 核心突破,在於將編輯主導權全面交回用戶。用戶可針對指定頁面重新生成、修飾文案、手動修改文字、調整字型大小及替換圖片,不會影響整份簡報結構與風格。這意味局部調整不再引致整份 PPT 需要重做的連鎖問題,大幅降低修改成本。

系統同時支援深度編輯模式:用戶完成關鍵頁面調整後,可將餘下重複的修改工作交由 AI 處理,讓用戶專注於更高層次的創意決策,而非耗時於機械式的格式統一工作。

企業品牌視覺一致 「現場學藝」適配專屬風格

企業重視品牌形象一致性,辦公小浣熊支援上傳公司現有範本或品牌素材手冊。系統具備學習能力,自動分析用戶上傳的 PPT、圖片或 PDF 檔案,學習當中的視覺邏輯、配色方案、版面結構及字體風格,並套用至新生成的簡報內容。用戶上傳的參考素材愈多,生成效果愈貼近企業原有品牌規範,有效減少「AI 痕跡」帶來的違和感,確保對外呈現的一致性。

素材庫全面升級 百張圖片隨時調用

是次更新同步提升整體使用體驗。全新素材庫功能支援上傳最多 100 張相片或商標,方便用戶建立個人化素材庫,按需隨時調用。系統同時提供可追蹤、可編輯的生成流程,並在生成完成後自動提醒用戶,讓用戶在等待期間繼續處理其他工作,進一步提升整體辦公效率。

商湯 AI 生態持續擴張

商湯科技作為香港交易所主板上市的人工智能軟件公司,以「堅持原創,讓 AI 引領人類進步」為使命,業務涵蓋生成式 AI、視覺 AI 及創新業務三大板塊。辦公小浣熊作為旗下大模型原生數據分析產品,此次推出可編輯 AI PPT 功能,是商湯在企業辦公場景落實大模型能力的重要一步,亦展示其「高效率、低成本、規模化」AI 應用方向的具體成果。目前商湯科技在香港、上海、北京、新加坡、利雅得等全球多個城市設有辦公室,業務版圖延伸至德國、泰國、印尼、菲律賓等國家,持續推動 AI 在全球各行業的應用。

資料來源:商湯科技 SenseTime

read more
人工智能企業趨勢應用方案

Perplexity Computer 正式發布:集百家之大成 19 個模型 終結碎片化 AI 工作流

Perplexity Computer 正式發布:集百家之大成 19 個模型 終結碎片化 AI 工作流 27

Perplexity AI 於 2026 年 2 月 25 日正式推出 Perplexity Computer。這是一套將 19 個 AI 模型統一協調於單一系統的超級智能體平台,能夠從頭到尾完成研究、設計、編碼、部署及項目管理。這代表 AI 工具從單點輔助邁向端到端自主執行的關鍵轉折。這次發布標誌著 Perplexity 從 AI 搜尋公司向全方位 AI 工作平台的重大戰略轉型。競爭對手包括獨立 AI 智能體公司 Manus AI 及 OpenClaw 等自主智能體系統。文章將聚焦多模型協作架構運作方式、對企業決策者的實際價值,以及定價模式對 AI 市場格局的啟示這三個核心議題。

Perplexity Computer 正式發布:集百家之大成 19 個模型 終結碎片化 AI 工作流 28

打破單模型局限 19 個 AI 各司其職

Perplexity Computer 並非使用單一語言模型,而是採用多模型協作即設計原則(multi-model by design)架構。根據 Perplexity 官方說明,系統使用 Claude Opus 4.6 負責協調與編碼任務,Gemini 負責深度研究,Nano Banana 生成圖片,Veo 3.1 製作影片,Grok 處理輕量快速任務,ChatGPT 5.2 負責長上下文召回與廣域搜尋。整套系統能夠同時調度 19 個模型並行執行子任務。主控模型負責智能路由,將每個子任務分配給最適合的模型處理。Perplexity 首席商務官 Dmitry Shevelenko 將其定義為大規模多模型協作系統(massively multi-model orchestration system)。他透露整個 Computer 專案開發週期僅約一個月,起源於內部實驗。Shevelenko 表示團隊最初透過 Slack 與這套系統互動。全因它更像是一位數碼工作者而非單純的智能體。最終團隊認為它更像一台電腦,因而將其重新命名並重新設計,正式向公眾發佈。

從 To-Do List 到端到端項目 重新定義數碼工作者

Perplexity Computer 配備持久記憶體(persistent memory)、各類 AI 模型、網頁連接權限及完整檔案創建能力。這令系統能夠跨越單一任務邊界,同時管理多個活躍項目。對企業決策者而言,這意味著一個能真正執行指令的 AI 工作者,而非僅僅提供建議的助手。用戶只需描述目標結果,Perplexity  Computer 即自動拆解任務及分配子智能體,直至項目完成。根據 Perplexity 官方說明,該系統被定位為與用戶使用相同介面運作的通用數碼工作者。Perplexity 員工內部測試期間,曾在一夜之間建立一份原本需要一週才能完成的 4,000 列試算表。團隊亦利用其快速發布工程檔案、創建網站、儀表板及數據視覺化報告。

Perplexity Computer 正式發布:集百家之大成 19 個模型 終結碎片化 AI 工作流 29

按需付費定價 精準管控 AI 預算

Perplexity Computer 採用基於使用量(usage-based)的積分定價機制。這讓企業能夠依據不同子任務選擇對應模型,精準控制運算成本。Max 訂閱用戶(每月 200 美元,約港幣 HK$1,560)每月獲得 10,000 點積分。同時亦會在 Computer 發布期間獲贈額外 20,000 點獎勵積分。現有用戶於發布日起算,新用戶則於註冊後起算,均於 30 天後到期。在風險控制機制上,每個 Max 帳戶設有每月消費上限。系統預設為 200 美元(約港幣 HK$1,560)。用戶可自行調整至最高 2,000 美元(約港幣 HK$15,600)。若觸及上限,所有活躍任務將自動暫停並發送通知。待用戶更新設定後方可恢復。值得注意的是,自動補充(Auto-refill)功能預設為關閉狀態。用戶必須主動啟用後才會被收取額外積分費用。積分消耗順序為獎勵積分、月度積分,最後是購買積分。當積分耗盡時,進行中的任務會暫停而非取消。待積分補充後會自動恢復,並完整保留進度。

超級智能體競賽升溫 Perplexity 採用封閉雲端架構

在市場格局上,Perplexity Computer 與獨立 AI 智能體 Manus AI 及 OpenClaw 正面競爭個人與企業 AI 智能體市場。關鍵差異在於架構策略。OpenClaw 可直接在用戶個人裝置上運行。Perplexity Computer 則採用封閉雲端(walled garden)模式,在安全開發沙盒(secure development sandbox)中運作,限制與外部服務直接互動。這設計降低 AI 智能體在個人裝置上失控的風險,同時亦限制了部分整合能力。在互動方式上,OpenClaw 及 Manus AI 支援透過 WhatsApp、Discord 及 Telegram 等通訊平台操作。Perplexity Computer 目前只能透過 Perplexity 官方網頁應用程式(perplexity.ai/computer)連接,暫不支援流動端積分功能。同時 Perplexity 明確以使用量計費而非廣告作為商業模式宣言,直接對標以廣告驅動的傳統搜尋引擎。

企業影響與未來展望

對企業決策者而言,Perplexity Computer 最深遠影響並非誕生新 AI 工具,而是確立 AI 即數碼工作者正式進入生產環境。當一個系統能夠從研究、設計到部署獨立完成整個工作流程,企業的人力資源配置邏輯、項目管理流程乃至組織架構都將面臨重新審視。目前 Computer 僅對 Max 訂閱用戶開放。Perplexity 表示將在完成壓力測試後,數週內擴展至 Pro(每月 20 美元,約港幣 HK$156)及 Enterprise 方案用戶。當 AI 智能體能夠端到端執行項目時,企業核心競爭力將從執行效率轉移至哪個維度,絕對是值得持續關注的議題。

資料來源:The Deep View | PCWorld | Perplexity Help Center | Semafor | Trending Topics

read more
人工智能企業趨勢應用方案

螞蟻集團開源 Ming-Flash-Omni 2.0:性能超越 Google Gemini 2.5 Pro 震撼 AI 界

螞蟻集團開源 Ming-Flash-Omni 2.0:性能超越 Google Gemini 2.5 Pro 震撼 AI 界 30

螞蟻集團於 2026 年 2 月 11 日正式開源發布新一代全模態大模型 Ming-Flash-Omni 2.0。在多項公開基準測試中,該模型部分指標超越 Google Gemini 2.5 Pro,成為開源全模態大模型性能新標準。這是螞蟻集團在 AI 領域持續深耕的重要里程碑,也標誌著中國科技企業在全球 AI 競賽中正從「追趕者」轉向「領跑者」。本次開源涵蓋模型權重、推論程式碼及網上體驗平台,為全球開發者提供強大且可重用的多模態 AI 底座,預示企業級 AI 應用將迎來新一輪爆發期。

技術創新突破三大核心能力

Ming-Flash-Omni 2.0 基於螞蟻自研的 Ling-2.0 架構訓練,採用混合專家(MoE)模型,總參數規模達 100B(千億級),但運作參數僅 6B。這種架構設計讓模型在保持高效能的同時大幅降低運算成本。MoE 架構的核心理念是將單一龐大模型分拆成多個專門處理特定任務的「專家」子模型,處理每個指令時只啟動部分專家,這令系統僅需動用小部分運算資源便能完成複雜任務。

在視覺理解方面,模型融合億級精細數據與困難案例訓練策略,顯著加強對近緣動植物、工藝細節和稀有文物等複雜對象的識別能力。這項突破讓 AI 能夠應用於博物館文物鑑定、生物多樣性研究等高精度專業場景。音訊生成能力更是該模型的最大重點,作為業界首個全場景音訊統一生成模型,它可在同一條音軌中同時生成語音、環境音效與音樂。用戶只需用自然語言下指令,即可精細控制音色、語速、語調、音量、情緒與方言等參數,並具備零樣本(Zero-shot)音色複製能力。在圖像編輯方面,模型支援光影調整、場景替換、人物姿態改良及一鍵修圖等功能,在動態場景中仍保持畫面連貫與細節真實。

螞蟻集團開源 Ming-Flash-Omni 2.0:性能超越 Google Gemini 2.5 Pro 震撼 AI 界 31

極致效率重新定義行業標準

在推論效率上,Ming-Flash-Omni 2.0 實現了 3.1Hz 的極低推論幀率,這意味著模型能夠實現分鐘級長音訊的實時高保真生成,在推論效率與成本控制上保持業界領先水平。相較於傳統大模型動輒需要數十秒的響應時間,這種實時性突破為影片配音、直播翻譯、客戶服務語音互動等場景,提供了商業化落實的可能性。

螞蟻集團在全模態方向已持續投入多年,Ming-Omni 系列已更新至第三個版本。此次將 Ming-Flash-Omni 2.0 開源,意味著其核心能力以「可重用底座」的形式對外釋放,為端對端多模態應用開發提供統一能力入口。目前,該模型的權重、推論程式碼已在 Hugging Face 等開源社區發布,用戶也可通過螞蟻百靈官方平台 Ling Studio 網上體驗與調用。

開源戰略重塑全球 AI 競爭格局

在全球 AI 大模型競爭白熱化的 2026 年,開源已成為科技巨頭爭奪開發者生態的關鍵戰略。Alibaba 旗下通義千問憑藉「全尺寸開源+寬鬆使用協議」,截至 2026 年 1 月全球下載量突破 10 億次,衍生模型超 20 萬個,成為全球首個達成此成就的開源大模型,直接將 Meta 的 Llama 從開源第一位置擠下。

然而市場格局正在發生微妙變化。Meta 在 2026 年初成立超級智能實驗室(MSL),推出封閉原始碼文本模型 Avocado 和圖像影片模型 Mango,從昔日開源旗手轉向閉源策略。與此同時,Baidu 於 2026 年 1 月發布參數達 2.4 兆的文心 5.0 正式版,採用原生全模態統一建模技術,多項權威評測穩居全球第一梯隊。這種「巨頭閉源、新秀開源」的錯位競爭,讓全球 AI 生態呈現多元化發展態勢。

Ming-Flash-Omni 2.0 部分指標超越 Gemini 2.5 Pro,且以開源形式釋放,這意味著中國 AI 企業在技術實力和生態開放度上正與國際頂尖水平並跑甚至領跑。相較於閉源模型需要通過 API 付費調用的商業模式,開源策略讓企業能直接取得模型權重進行本地部署和個人化開發,大幅降低使用門檻和長期成本。

企業級應用迎來規模化落實轉捩點

2026 年被業內視為 AI 大模型規模化應用的關鍵轉捩點。全球 AI 市場規模預計將從 2025 年的 7,575.8 億美元(約港幣 5.9 兆元)增至 9,000 億美元(約港幣 7.02 兆元),年增長率達 18.7%。中國 AI 核心產業規模已超過 9,000 億元人民幣(約港幣 9,720 億元),企業數量超過 5,300 家。企業對 AI 的認知正從「效率工具」轉向「核心引擎」,從解決單點問題到驅動業務升級與模式創新。

螞蟻百靈大模型以「推動可信智能,服務產業發展」為宗旨,重點布局生活服務、金融服務、醫療健康等場景,致力於為每個人提供 AI 管家。在金融科技領域,螞蟻集團已發布面向消費者的金融智能助理「支小寶 2.0」和面向行業專家的金融業務助理「支小助」,透過大模型引導用戶投資決策並賦能金融行業。浙江大學國際聯合商學院研究員盤和林評價,這類應用能解決金融消費級產品和用戶配對的問題,是非常好的輔助工具。

在技術路線上,MoE 架構正成為行業共識。Microsoft、Google、Meta 等科技巨頭近期相繼推出採用 MoE 架構的開源模型,打破過去「越大越貴」的 AI 發展定律。DeepSeek V3 等模型透過 MoE 架構將單次 AI 調用成本從以元為單位降低至以分、厘為單位,使國內大模型免費策略在成本層面變得可行。這種技術突破讓頭部玩家能夠以免費方式獲取億級用戶的海量互動數據,反哺模型改良,形成強效的數據飛輪。

多模態 AI 重構產業價值鏈

從技術演進看,2026 年 AI 正實現從「感知」到「認知」的跨越。NSP(Next-State Prediction)範式讓模型具備物理世界規律理解能力,從「文字工具」升級為「世界模擬器」。多模態大模型的落實將深刻改變工業製造、醫療健康、內容創作等垂直行業。例如在製造業,AI 可綜合分析市場供需、大宗商品價格等海量資訊,最佳化原輔料採購策略,推動從「價值採購」向「戰略採購」轉變。

值得關注的是,具身智能的爆發離不開 AI 大模型的支援。大模型賦予機械人自然語言互動能力與複雜任務規劃能力,讓機械人從「專用裝置」升級為「通用助手」,工業製造中的精密裝配、服務業的個人化服務、醫療領域的輔助診療將成為核心落實場景。

對企業而言,Ming-Flash-Omni 2.0 的開源降低了前沿 AI 技術的使用門檻。華泰證券分析認為,科技行業投資主線正從算力基礎設施走向從仿真、訓練到現實部署的完整技術閉環,國產大模型的突破讓市場看到商業化曙光。隨著技術、場景與預算的協同突破,企業 AI 將從試點階段邁向規模化部署,深度重塑業務流程與決策模式,真正實現從「理解世界」到「融入世界」的跨越。

資料來源:新浪財經 | DoNews | ETNet | 老虎證券 | 中國金融新聞網

read more
企業趨勢低碳綠色應用方案業界消息

太陽能革命:轉換生質燃料農地可驅動全球電動車轉型

太陽能革命:轉換生質燃料農地可驅動全球電動車轉型 32


太陽能革命:轉換生質燃料農地可驅動全球電動車轉型

國際研究機構 Our World in Data 最新研究指出,將全球現有生質燃料農地改建為太陽能發電設施,產生的電力足以滿足全球所有汽車及貨車電動化的能源需求。這項發現挑戰長期以來對土地利用效率的認知,顯示同一塊土地用於太陽能發電的能源產出,是生質燃料的 23 倍。由 Hannah Ritchie 和 Pablo Rosado 帶領的研究團隊,揭示能源轉型過程中土地利用策略的關鍵盲點。

生質燃料土地困境:效率遠低於預期

目前全球約 3,200 萬公頃土地用於種植生質燃料作物,面積相當於整個德國或波蘭。研究機構 Cerulogy 分析顯示,若將生質燃料與動物飼料的共用土地分開計算,生質燃料單獨使用土地為 3,200 萬公頃,另有 2,900 萬公頃歸屬於動物飼料用途。這些土地集中在美國(粟米為主)、巴西(甘蔗)及歐盟三大市場,但僅能滿足全球約 4% 交通能源需求。

根據 Energy Institute 數據,這些生質燃料每年產出約 1,424 太瓦時(TWh)能源。若計入種植及製造過程的碳排放,部分生質燃料作物的減碳效益相當有限。更值得關注是「機會成本」問題,倘若將這些農地改為造林,吸收大氣中二氧化碳的效益或超越生質燃料所減少的排放。雖則如此,生質燃料產業仍持續擴張,市場規模預計由 2025 年 923 億美元(約港幣 7,199 億元)增長至 2035 年 1,483 億美元(約港幣 1.15 兆元),年複合增長率達 4.9%。

效率差距科學根源:光合作用與光電轉換巨大鴻溝

太陽能與生質燃料之間的巨大效率差異,源於基本物理原理。植物透過光合作用將陽光轉化為生物質的效率不到 1%,將生物質轉化成液態燃料時會損失更多能量。相比之下,現代太陽能板轉換效率達 15% 至 20%,部分最新設計甚至可達 25%。這意味用太陽能板替代作物將產生更多能源。

研究團隊計算顯示,若在 3,200 萬公頃土地鋪設太陽能板,每年可產生約 32,000 TWh 電力。這數字幾乎等同 2024 年全球總發電量 31,000 TWh,意味僅憑這些轉換土地就能滿足當前全球用電需求。Hannah Ritchie 在其 Substack 文章坦言,數字令人震驚,一度懷疑計算時多加一個零,與 Pablo Rosado 獨立驗算後才確認結果無誤。

2026 年太陽能技術持續進步,鈣鈦礦串聯電池、TOPCon 及異質結(HJT)等新技術正商業化。異質結技術溫度係數優異,在低光照及高溫環境下仍能維持高效率,特別適合各種氣候條件。2025 年初,天合光能創下 n 型全鈍化異質結太陽能模組 25.44% 世界紀錄。

電動車整合:能源效率乘數效應

電動車技術進步進一步擴大太陽能方案優勢。MIT Technology Review 2026 年 2 月 2 日報導指出,新一代電動車電池化學技術持續突破,成本與性能表現同步提升。由於電動車沒有燃燒引擎產生的熱損失,加上再生制動系統可將煞車能量回充電池,電動車每公里行駛所需能量僅為傳統汽油車三分之一。

研究團隊估算,若全球汽車及貨車完全電動化,總共需要約 7,000 TWh 電力(汽車及貨車各約 3,500 TWh)。這意味僅需將生質燃料農地不到四分之一面積轉換為太陽能發電,就能滿足全球所有道路運輸能源需求。當太陽能發電效率與電動車能源效率結合,同樣面積土地支援太陽能電動車行駛里程數,是生質燃料車約 70 倍。

全球電動車市場正快速擴張。EV Volumes 預測數據顯示,2026 年電動車預計佔全球汽車銷售 27.5%,2030 年將達 43.2%,2040 年更將超過 83%。中國在 2025 年電動車市場佔有率首次超過 50%。Statista 預測 2026 年全球電動車市場營收可達 9,963 億美元(約港幣 7.77 兆元)。

生態光伏多重效益:超越能源土地價值

研究團隊強調,並非主張將所有生質燃料農地改為太陽能電廠。National Library of Medicine 2025 年 4 月發表研究提出「生態光伏」(ecovoltaics)概念,展示如何在太陽能發電設施中整合生態系統服務。

生態光伏系統可在太陽能板下種植多年生植物,這些植物能過濾鄰近農田徑流中過量養分,同時為野生動物提供棲息地,增加農業地景多樣性與連結性。這種方法克服傳統對太陽能與農業競爭土地的憂慮,創造能源生產、生態保護與農業生產三贏局面。

部分生質燃料仍有其不可替代性,特別是航空燃油領域。2026 年生質燃料產業預測報告指出,永續航空燃料(SAF)正成為長期關鍵機遇。Our World in Data 另一篇研究指出,若要滿足全球所有航空需求,生質燃料產量需要增加三倍以上,並全部用於航空。

政策轉向與產業挑戰

這項研究挑戰社會對土地利用的思考方式。研究員指出,公眾經常質疑太陽能或風力發電對地景影響,卻甚少關注現有生質燃料作物佔用土地。然而,世界可以用生質燃料滿足 3% 至 4% 交通需求,或者在僅四分之一土地上用太陽能滿足所有道路運輸需求,其餘四分之三土地可用於食物生產、航空生質燃料或生態復育。

中國經驗提供政策支援實證。Carbon Brief 2026 年 2 月 5 日報導顯示,太陽能、電動車等清潔能源技術在 2025 年貢獻中國經濟增長三分之一以上,綠色技術整體擴張 18%。這顯示當政府明確產業政策與技術進步結合,能源轉型可以成為經濟增長驅動力。

然而轉型仍面臨挑戰。Bloomberg 2026 年 1 月 6 日報導指出,美國電動車市場出現波動,2025 年 11 月銷量較前一年暴跌 41%,預計 2026 年全年將萎縮 15%。這突顯政策穩定性和消費者信心對能源轉型的重要性。生質燃料產業方面,2026 年油價與植物油價格價差預計將擴大,提高依賴植物油的生質燃料成本。

能源轉型策略選擇

Our World in Data 研究為能源轉型提供清晰數據支撐:相同土地面積,太陽能配合電動車能源產出是生質燃料系統數十倍。隨着太陽能效率持續提升,電動車市場佔有率預計接近 30%,技術與市場條件已經成熟。

政策制定者需要重新評估土地利用優先次序。將部分低效率生質燃料農地轉換為生態光伏系統,既能大幅提升能源產出,又可增強生態系統服務。這不是簡單二選一問題,而是如何在糧食生產、能源轉型和生態保護之間找到最優平衡。對於追求碳中和目標的企業與國家,這項研究揭示的效率差距應促使其重新思考投資方向。未來十年,能源基礎設施選擇將決定我們能否在有限土地資源上實現真正永續交通系統。

資料來源:Our World in DataNational Library of MedicineMIT Technology ReviewEV VolumesBloomberg

 

read more
企業趨勢應用方案業界消息

全球 DRAM 價格預計飆升 47%:PC 巨頭打破慣例轉向中國供應鏈

全球 DRAM 價格預計飆升 47%:PC 巨頭打破慣例轉向中國供應鏈 33


全球 DRAM 價格預計飆升 47%:PC 巨頭打破慣例轉向中國供應鏈

全球內存供應緊張,促使 PC 巨頭考慮轉向中國供應商。4 大國際 PC 製造商正評估採用中國長鑫存儲(CXMT)的 DRAM 晶片,標誌著全球記憶體供應鏈格局出現重大轉變。HP 已於 2026 年 2 月啟動對 CXMT 產品的認證程序,並計劃持續監控市場至 2026 年年中。若供應持續緊張,HP 將首次為非美國市場採購中國製記憶體晶片。Dell 同樣正進行產品認證,主因是擔憂記憶體晶片價格在 2026 年將持續飆升。

AI 浪潮引發供需失衡危機

全球 DRAM 市場正經歷結構性短缺,根源在於三大記憶體巨頭 Micron、Samsung 及 SK Hynix 將產能大幅轉向高利潤的 HBM(高頻寬記憶體)生產,以滿足 NVIDIA、Google 和 Amazon 等 AI 巨頭需求。SK Hynix 宣布 2025 年及 2026 年大部分 HBM 產能已被預訂,該公司目前控制全球約 60% 的 HBM 出貨量。Micron 技術副總裁表示,每生產 1 位元 HBM 記憶體,就必須犧牲 3 位元傳統記憶體產能。這種產能轉移導致 DDR5 等傳統 DRAM 供應急劇收縮。

Samsung 已將 32GB DDR5 模組價格從 2025 年 9 月的 149 美元(約港幣 HK$1,162),提升至 239 美元(約港幣 HK$1,864),漲幅達 60%。Gartner 預測 2026 年 DRAM 價格將上升 47%,而 Counterpoint Research 更預估企業級 DDR5 64GB RDIMM 模組在 2026 年底的價格,將是 2025 年初的 2 倍。Team Group 總經理陳先生警告,當通路庫存在 2026 年第 1、2 季耗盡後,取得配額將變得極之困難,即使願意支付高價也未必獲得供應。

中國記憶體廠商迎來黃金窗口期

CXMT 作為中國最大 DRAM 製造商,正抓住市場機遇積極擴產。根據 Morgan Stanley 估計,CXMT 在 2024 年生產產能約為每月 17 萬片 300 毫米晶圓,並計劃在 2025 年底將產能提升至 24 萬至 28 萬片。該公司在 2025 年 11 月宣布開始量產 DDR5 記憶體晶片,雖然採用較舊的第 4 代 DRAM 製程技術(約 16 奈米),比 Samsung 2021 年推出的 10 奈米級製程落後,導致晶片面積比 Samsung 產品大 40%。

然而最新測試顯示,CXMT 的 DDR5 模組在質素及效能方面已接近台灣南亞科技水平,雖然良率仍徘徊在 50% 左右,需要進一步提升才能達到行業平均水準。韓國半導體產業協會分析師沈先生表示,CXMT 與國際領先廠商的技術差距仍超過 5 年,但在供應緊張環境下,這些產品已足以滿足部分中低階 PC 市場需求。CXMT 正準備在 2026 年第 1 季進行首次公開募股(IPO),計劃募資 200 億至 400 億人民幣(約港幣 216 億至 432 億元),以支援擴產與技術升級。

PC 品牌商供應鏈策略調整

面對記憶體短缺,全球第 6 大 PC 製造商 Acer 董事長陳俊聖明確表態,只要中國大陸供應商新產能投產,將有助改善記憶體晶片短缺狀況,Acer 願意透過大陸代工合作夥伴使用這些晶片。ASUS 則已要求中國大陸生產合作夥伴在可行情況下,為部分手提電腦項目協助採購記憶體晶片。這種策略轉變反映 PC 產業供應鏈權力結構重組:傳統上由品牌商嚴格控制處理器、顯示器及記憶體等關鍵組件採購,現在則越趨依賴代工廠商的本地供應網絡。

有業界高層向《日經亞洲》表示,記憶體晶片短缺為中國電子代工商提供在供應鏈中發揮更重要角色的機會,部分品牌商甚至主動要求代工合作夥伴協助拓展採購來源。HP 在 2025 年獲得 5,300 萬美元(約港幣 4.1 億元)美國 CHIPS 法案補助金,用於加強美國半導體供應鏈,但這主要針對生命科學與微機電系統技術,無法解決當前記憶體短缺問題。該公司正採取多元化供應商策略、減少裝置中非必要記憶體組件,並在競爭情況允許下提高價格以緩解利潤壓力。

對企業決策者的戰略啟示

這波供應鏈重組對企業 IT 採購策略產生深遠影響,議價能力正從傳統 PC 廠商轉向擁有龐大採購量的雲端服務超大型業者。IDC 分析指出,記憶體成本上升將推高 2026 年智能電話及 PC 終端售價,或迫使製造商降低產品規格,進而影響整體市場需求。對於計劃在 2026 年採購裝置的企業,及早鎖定供應合約、評估多元化供應商選項,以及重新審視裝置更換週期將成為關鍵策略。

長期而言,中國記憶體產業崛起將為全球市場提供更多選擇,但技術成熟度、質素穩定性及地緣政治風險仍是企業決策時必須謹慎評估的因素。業界預期這波記憶體短缺將持續至 2027 年至 2028 年,屆時新增產能才能真正緩解市場壓力。

資料來源:ReutersNikkei AsiaCNBCNetwork WorldTom’s Hardware

 

read more
人工智能企業趨勢應用方案

Anthropic 最新 Claude Opus 4.6 全攻略 : API 價格、新功能及商業價值

Anthropic 最新 Claude Opus 4.6 全攻略 : API 價格、新功能及商業價值 34

Anthropic 正式發佈 Claude Opus 4.6,這是 Claude 4.5 模型系列中最先進版本,距離前代 Opus 4.5(2025 年 11 月發佈)僅三個月。Anthropic 企業產品負責人 Scott White 接受 CNBC 訪問時直言:「我認為我們正在進入『vibe working』的時代。」這並非單純行銷口號——White 在 TechCrunch 訪問中進一步解釋,過去一年 Claude 已從一個「完成小任務或回答問題」的對話工具,進化為企業可以「真正交付重要工作」的夥伴,而 Opus 4.6 是讓這個轉變落地的關鍵節點。值得留意的是,企業客戶已佔 Anthropic 業務量約八成,且 Anthropic 觀察到越來越多非工程師如產品經理、金融分析師、各行業專業人士,正在使用 Claude 作為核心工作引擎。

Anthropic 最新 Claude Opus 4.6 全攻略 : API 價格、新功能及商業價值 35

推理與分析能力:對企業最重要的進步

對決策者而言,基準測試分數本身意義有限,但以下幾項數據值得關注,因直接反映模型在商業場景中的實際表現。在 GDPval-AA 評估中(由 Artificial Analysis 獨立營運,專門衡量金融、法律等領域真實知識工作表現),Opus 4.6 超越業界次佳模型 OpenAI GPT-5.2 約 144 個 Elo 分,較前代 Opus 4.5 更提升 190 分。Anthropic 指出這意味 Opus 4.6 在約 70% 專業工作任務中能勝過 GPT-5.2。在測試模型能否靈活解決非套路問題的 ARC AGI 2 基準中(The New Stack 指出這恰恰是企業日常工作最常見挑戰),Opus 4.6 得分 68.8%,較前代的 37.6% 接近翻倍。綜合而言,Opus 4.6 在絕大多數維度上實現顯著躍升。值得一提的是,個別軟件工程相關指標出現極微小回退,但整體而言,在推理、長上下文處理和代理式任務等對企業最重要的領域,進步幅度相當可觀。

Anthropic 最新 Claude Opus 4.6 全攻略 : API 價格、新功能及商業價值 36

百萬級上下文視窗:大規模文件處理的遊戲規則改變者

Opus 4.6 首度在 Opus 級別引入一百萬 token 上下文視窗(beta 階段)。過去 AI 模型處理冗長文件時普遍存在「上下文衰退」,即隨著輸入增加,模型對早期資訊理解顯著退化。Opus 4.6 在這方面實現質的飛躍:在專門測試大量文字中精確檢索特定資訊的 MRCR v2 百萬 token 版本中,Opus 4.6 達到 76% 準確率,上一代僅為 18.5%。配合全新「上下文壓縮」功能(模型在接近上限時自動摘要早期內容),代理式任務得以持續運行而不會因觸及限制而中斷。這對企業具直觀實際意義:財務團隊可將一整套盡職調查文件交給 Claude,獲得針對性精確回答而非籠統摘要;法務團隊可讓模型同時消化數十份合約,識別出隱藏風險條款。Thomson Reuters 技術長 Joel Hron 表示,這項進步為他們設計複雜研究工作流程提供「更強大基礎模組」。

Anthropic 最新 Claude Opus 4.6 全攻略 : API 價格、新功能及商業價值 37

金融領域的專項突破

Anthropic 針對金融服務發佈專項能力報告。在其內部「Real-World Finance」評估中,涵蓋約 50 個投資銀行、私募股權及企業財務常見分析任務,Opus 4.6 較幾個月前旗艦模型 Sonnet 4.5 提升超過 23 個百分點。在外部 Vals AI Finance Agent 基準測試(分析 SEC 公開申報文件)中以 60.7% 達到業界最佳;在稅務評估 TaxEval 中以 76.0% 同樣領先;法律科技公司 Harvey 亦報告 Opus 4.6 在 BigLaw Bench 法律推理測試中達到 90.2%,其中四成項目獲得滿分。但對企業最有感的或許是「第一稿質素」飛躍。Anthropic 對 The New Stack 表示,Opus 4.6「首次嘗試就能更接近可直接使用質素」。過去需要資深分析師兩到三週完成的商業盡職調查報告,Opus 4.6 能在首次產出時交付具備專業水準的試算表和簡報。Hebbia 技術長 Aabhas Sharma 形容:「過去需要數小時財務簡報現在只需幾分鐘。」英國投資公司 Hg 旗下 Hg Catalyst 負責人 Lloyd Hilton 和加拿大機構投資者 BCI 也分別印證從盡職調查到多分頁分析場景的實質提升。

Anthropic 最新 Claude Opus 4.6 全攻略 : API 價格、新功能及商業價值 38

網絡安全:自主發現 500 多個零日漏洞

這可能是對企業資訊保安長最具說服力的一項進步。根據 Axios 報導,Anthropic 前沿紅隊在發佈前將 Opus 4.6 放入沙箱環境,僅提供基本工具(Python、除錯器、模糊測試工具),不給予任何特定指令。結果 Claude 僅憑開箱即用能力發現超過 500 個此前未知的零日漏洞,涵蓋從系統崩潰到記憶體損壞等不同嚴重程度,每一個都經過人工驗證。受影響開源專案包括 GhostScript、OpenSC 和 CGIF 等廣泛使用工具。Anthropic 前沿紅隊負責人 Logan Graham 對 Axios 表示:「這是防禦者和攻擊者之間的競賽,我們期望盡快將工具交到防禦者手中。」他預測這可能成為未來確保開源軟件安全的主要方式之一。在挪威央行投資管理公司(NBIM)盲測中,Opus 4.6 在 40 項網絡安全調查中有 38 次產出最佳結果,每次涉及多達 9 個子代理和 100 多次工具調用。這對依賴開源元件的企業而言,意味 AI 驅動的安全審計正從概念走向實用。

Anthropic 最新 Claude Opus 4.6 全攻略 : API 價格、新功能及商業價值 39

代理式工作與產品整合:嵌入既有工作流程

Opus 4.6 的「代理式」能力,即自主規劃、拆解任務、長時間持續執行,在實際企業場景中已展現顯著成效。Rakuten 的 AI 總經理 Yusuke Kaji 分享案例:Opus 4.6 在單日內自主關閉 13 個議題、將 12 個分配給正確團隊成員,管理一個約 50 人、跨 6 個程式碼庫的組織,同時處理產品和組織層面決策,並在需要時適時交回人類處理。SentinelOne 首席 AI 長 Gregor Stewart 則表示,模型像一位資深工程師般處理數百萬行程式碼庫遷移,事前規劃、邊學邊調整,最終以一半時間完成。全新「代理團隊」功能讓多個 AI 代理可以平行協作,各自負責一個環節並自主協調,Replit 總裁 Michele Catasta 形容這是「代理式規劃的巨大飛躍」。在產品整合方面,Anthropic 將這些能力直接嵌入企業常用辦公工具中。Claude in PowerPoint(研究預覽版)讓 Claude 直接在 PowerPoint 側邊欄內協助製作簡報,讀取既有版面佈局、字型和母版樣式以確保品牌一致性。Claude in Excel 新增樞紐分析表編輯、條件格式、資料驗證等金融級功能,分析師可在單一介面完成從建模到交付全流程。Cowork 桌面工具則更進一步,授權 Claude 存取指定資料夾後,即可並行讀取、編輯和建立檔案,搭配行業外掛程式(涵蓋財務、法律、銷售等領域)自動化日記帳分錄、差異分析和對帳等工作。正是這些行業外掛程式推出,在華爾街引發一場風暴。

「SaaSpocalypse」:AI 替代效應已被市場定價

就在 Opus 4.6 發佈前數天,Anthropic 推出 Cowork 行業外掛程式在華爾街引發被 Jefferies 交易員稱之為「SaaSpocalypse」的恐慌性拋售。Thomson Reuters 股價單日暴跌約 18%,創歷史最大單日跌幅;LegalZoom 下跌近 20%;軟件行業 ETF 單日下挫 5.69%。衝擊波迅速蔓延全球,RELX(LexisNexis 母公司)跌約 14%,印度 Nifty IT 指數暴跌 6%。Schroders 分析師 Jonathan McMullan 對 Reuters 直言:「AI 進步速度使長期估值越來越難以支撐,AI 工具讓企業能以更少員工完成更多工作,威脅到按用戶收費的傳統商業模式。」恐慌是否合理市場存在分歧。JP Morgan 分析師 Mark Murphy 認為,將個人生產力工具直接推演為替代所有關鍵企業軟件「是不合邏輯的飛躍」。法律科技媒體 Artificial Lawyer 亦指出,Thomson Reuters 等公司本質上是「法律數據堡壘」,數十年整理的專有數據並非幾個外掛程式就能取代。但無論短期反應是否過度,這場市場動盪傳遞明確訊號:AI 對知識工作替代效應已從理論走向市場定價現實。企業需要思考的不只是「要不要用 AI」,而是如何在行業格局被重塑之前率先整合 AI 以獲取結構性優勢。

16 個 Claude 同時寫出一個 C 編譯器 「代理團隊」的極限壓力測試

Anthropic 於同日發佈了一篇工程技術文章,由安全團隊研究員 Nicholas Carlini 撰寫,詳細記錄了一項極具野心的實驗:讓 16 個 Opus 4.6 代理實例以「代理團隊」模式平行協作,從零開始用 Rust 撰寫一個 C 編譯器——然後研究人員基本上就離開了,讓它們自主運行。經過近兩週、接近 2,000 次 Claude Code 會話,這個代理團隊產出了一個十萬行的編譯器,能夠在 x86、ARM 和 RISC-V 三個平台上編譯 Linux 6.9 核心,同時也能編譯 QEMU、FFmpeg、SQLite、PostgreSQL、Redis 等知名開源項目,在 GCC 酷刑測試套件等主流編譯器測試中達到 99% 的通過率。整個過程消耗了約 20 億個輸入 token 和 1.4 億個輸出 token,API 總成本約為兩萬美元——Carlini 坦言,這相較於他自己或一個人類工程團隊完成同等工作所需的成本,只是「極小的一部分」。實驗中每個代理被放入獨立的 Docker 容器,透過 Git 同步變更,以「鎖定」機制避免重複工作,各自判斷「下一個最該做的事」並透過共享進度文件互相協調,沒有中央調度。原始碼已在 GitHub 公開(github.com/anthropics/claudes-c-compiler)。

Carlini 也誠實地指出了當前的天花板:編譯器仍無法完全取代 GCC,16 位元 x86 程式碼生成的效率問題未能解決,組譯器和連結器仍有瑕疵,產出的程式碼效率低於 GCC 關閉所有優化後的結果。他更直言:「作為曾從事滲透測試的人,想到程式設計師可能部署自己從未親自驗證過的軟體,我感到真實的擔憂。」但對決策者而言,這篇文章的價值恰恰在於它提供了一個具體、可量化的參照點——兩萬美元、兩週時間、十萬行可運作的程式碼——這不是行銷宣傳中的抽象承諾,而是一個可驗證的工程成果。它同時誠實展示了 AI 自主開發目前的邊界:能完成令人印象深刻的大規模任務,但在精細度、效率和可靠性上仍需人類把關。這恰恰是企業在規劃 AI 導入策略時最需要的現實基準。

定價、部署與安全

Opus 4.6 的 API 定價維持在每百萬 token 輸入 5 美元(約港幣 HK$39)、輸出 25 美元(約港幣 HK$195),與前代完全一致,企業在不增加成本情況下即可獲得能力升級。超過 20 萬 token 長上下文請求適用溢價,輸入 10 美元(約港幣 HK$78)、輸出 37.50 美元(約港幣 HK$292.5)。模型已可通過 claude.ai、API 及 Amazon Bedrock、Google Cloud Vertex AI 使用。針對資料主權需求,Opus 4.6 提供美國境內專屬推理選項(1.1 倍定價)。開發者可透過四級「投入度」控制在智能、速度和成本之間取捨,輸出上限亦提升至 12.8 萬 token。安全方面,Opus 4.6 整體對齊水平與前代 Opus 4.5 相當(後者已是當時業界最佳),且「過度拒絕率」是近期所有 Claude 模型中最低,這意味日常使用中遇到不必要阻礙機會更少。Anthropic 為此版本執行歷來最全面安全評估,並針對加強網絡安全能力新增六項專用探測機制。

 

理性看待:基準分數之外的現實

雖然合作夥伴反饋普遍積極,Box 報告高推理任務表現提升 10 個百分點,Shortcut.ai 形容進步「幾乎令人難以置信」,企業仍應保持務實。知名開發者 Simon Willison 此前就 Opus 4.5 指出,基準測試進步不一定能在所有日常工作流程中帶來同等感受。Anthropic 自身亦坦承 AI 在高風險領域仍有局限,建議用戶持續審查產出,尤其在金融和法律等對準確性要求極高場景中,人類專業判斷依然不可或缺。但綜合能力提升幅度、產品整合深度、以及市場已開始為 AI 替代效應重新定價現實,Opus 4.6 為正在尋求 AI 賦能企業提供目前市場上最具說服力選項之一。決策者面對的問題已不再是「AI 是否足夠好」,而是「我們準備好了嗎」。

資料來源

 

read more