奧丁丁新聞 OwlNews｜多元觀點。獨創你的輪廓

圖／本報資料庫商傳媒｜葉安庭／綜合外電報導微軟（Microsoft）於本週的 Build 大會上公布一項重要進展，推出名為 MDEP（Microsoft Device Ecosystem Platform）的裝置生態系平台。此平台將在「AI 代理優先」的新型體驗及相關裝置型態中扮演關鍵角色。 MDEP 的核心是為 AI 代理（即能感知環境、自行決策並執行任務的智慧程式）提供支援，讓這些代理可以適應各種裝置型態。無論是小型徽章、桌面顯示器、牆面螢幕，還是自助服務機，AI 代理都能在這些裝置上運作，且無需針對特定裝置進行繁瑣的客製化調整。MDEP 作為一套企業級作業系統，將運行於微軟新推出的 Project Solara 平台裝置上，提供統一且一致的裝置基礎。Project Solara 是一個「從晶片到雲端」的綜合性平台，代表它整合了硬體晶片與雲端服務，為 AI 代理提供完整的運作環境。 MDEP 的總經理 Juha Kuosmanen 指出，未來 AI 代理將在人們日常工作所使用的裝置上運行，涵蓋會議室、工廠、診所及櫃檯等場景。他強調，MDEP 透過安全、受管理且一致的裝置平台，為不同類別的裝置建立標準化的基礎。這套平台以 Android 開源專案（AOSP，一個開放原始碼的作業系統，是許多 Android 裝置的基礎）為基礎，並內建了 Microsoft Intune 的裝置管理功能、Microsoft Entra ID 的身分識別服務，以及 Windows Hello for Business 的無密碼安全驗證功能，確保企業級的資安與管理需求。 IAdea Corporation 執行長 John C Wang 進一步表示，AI 代理裝置將催生一波新的裝置設計浪潮。他提及，「徽章與桌面夥伴」裝置將伴隨使用者，而「電子看板與互動式顯示器」則存在於特定場所。這些裝置，無論是狹長的貨架條、醫療床邊面板、交通戶外螢幕、會議輔助設備，還是各種尺寸的垂直或水平自助服務機，都將針對特定工作流程進行最佳化，並且統一建立在相同的 MDEP 基礎上，實現「一套平台、一套身分架構、一個代理模型」的願景。

圖／本報資料庫商傳媒｜何映辰／台北報導歐盟於週三（6月3日）公布一項名為「科技主權方案」的政策，目的是提升歐洲本土科技企業實力，同時限制亞馬遜（Amazon）、微軟（Microsoft）、Google等美國科技巨頭在敏感雲端服務招標案中的參與。此舉旨在減少歐洲對外部技術的依賴，其中一位高階官員更將此方案喻為「科技解放日」。 然而，目前歐洲在人工智慧（AI）、半導體晶片、雲端服務和資料中心等關鍵技術領域，仍遠遠落後於美國（U.S.）和亞洲。歐盟科技事務主管Henna Virkkunen指出，新方案將鼓勵資料中心採用部分歐洲本土的硬體或軟體，並支持艾司摩爾（ASML）等既有優勢企業在材料和先進封裝技術方面的發展，同時透過政府採購需求來扶植新創公司成長。 儘管有此雄心，歐洲目前仍缺乏像輝達（Nvidia）這樣的繪圖處理器（GPU）設計公司來發展人工智慧晶片，也沒有如同台灣台積電（TSMC）般具規模的晶圓代工廠來製造這些晶片。此外，歐洲也缺乏能與美國科技巨頭匹敵的軟體公司，無法透過龐大的雲端平台來帶動需求。 業界對此方案的成效抱持觀望態度。德國雲端服務業者Ionos執行長Achim Weiß表示，歐洲將繼續依賴輝達（Nvidia）和超微半導體（AMD）提供的繪圖處理器，並在某些人工智慧模型上需要與國際夥伴合作。他強調：「這不是弱點，而是務實。」德國科技政策智庫interface的Julia Hess則認為，該方案以比過去更務實的方式來定義科技主權。歐洲議會議員Kim van Sparrentak雖然肯定歐盟終於意識到對數位技術的依賴，但她也表示懷疑，這是否足以確保歐洲長期擺脫對美國的依賴。 德國技術產業協會Bitkom總裁Ralf Wintergerst呼籲，這些努力不能僅停留在政策宣示，歐洲必須迅速採取行動。Tony Blair Institute科技與技術總監Keegan McBride則直言，歐洲無法僅靠法規來提升競爭力，必須實際投入建設。他認為，如果歐洲想縮小與美國和中國的差距，還有很多工作要做。德國電氣和數位產業協會（ZVEI）的Wolfgang Weber也補充，歐洲應透過自身實力而非設置障礙來實現主權。該方案並未投入大量新資金，相較於美國龐大的投資和中國的產業支持，這也引發外界對於其能否有效推動產業發展的疑慮，且最終歐盟執委會（European Commission）的方案也未硬性規定必須「購買歐洲產品」。

圖／示意圖商傳媒｜責任編輯／綜合外電報導美國川普政府正在大力推動把 AI 放進醫療體系，目標是讓 AI 聊天機器人，甚至機器人，變成看病的主力，未來可能在幾乎沒人盯的情況下，自己診斷疾病、開處方。這項大膽計畫，已經讓很多醫學專家擔心病人安全和倫理問題。負責這件事的是政府效率部主任 Amy Gleason。她現在是美國衛生及公共服務部長小羅伯特·甘迺迪的顧問，帶著一群跟「Make America Healthy Again」（MAHA，由挺科技的官員組成）有關的人在推。因為現在美國 FDA 和各州醫師執照委員會都不准完全沒人管的 AI 直接看病，所以聊天機器人現在只能附上免責聲明，給醫療建議。但川普政府的官員還是很積極。他們說美國慢性病很多、鄉下很缺醫生，所以要用 AI 補上。其中一個指標計畫，是猶他州要試辦 3 個月，讓 AI 聊天機器人可以即時開處方。現在還有醫師盯著，但政府的目標是最後完全不用人管，AI 自己來。由企業家 Joe Lonsdale 出資的 Cicero Institute 也在推各州立法，鼓勵大家做類似的醫療 AI 試辦。政府還打算拿超過 5,000 萬美元研究經費，獎勵做心血管照護 AI 對話軟體的公司。FDA 內部也已經幫 AI 聊天機器人、穿戴裝置這些數位健康科技，開了快速審查通道。另外，美國的 Medicaid，第一次准許報銷用 AI 做健康管理的 App，想靠數位監測工具來對付慢性病。但推得這麼快，醫界很多人已經在警告。加州大學舊金山分校醫學系主任 Robert M. Wachter 說：「他們把那些不能明講的打算都講出來了。」他警告，一個反監管、挺商業的政府，加上想快速發展的資本，對 AI 太過信任，最後可能害病人受傷甚至死亡。杜克大學生物醫學工程助理教授 Monica Agrawal 也說，AI 聊天機器人「想討好使用者」的習慣，在醫療上更危險。她認為以目前狀況來看，AI 聊天機器人不可能安全取代面對面看診。有一份登在《Nature Medicine》的研究指出，用 OpenAI 的 GPT 和 Meta 的 Llama 做的聊天機器人，判斷病情的準確率只有 34%。賓州州長 Josh Shapiro 已經起訴開發 character.ai 的新創公司，指控它的聊天機器人違法假裝自己是醫師。雖然有這些擔心，支持者還是對 AI 很有信心。例如 Martin Varsavsky 創的 Certuma，正在做 AI 醫師聊天機器人，已經跟阿根廷的醫療監管單位合作，在 fast.doctor 網站上開處方、給醫療建議，還得到阿根廷總統 Javier Milei 支持。猶他州試辦計畫的合作方 Doctronic，過去一年募了 6,500 萬美元。Doctronic 共同創辦人 Matt Pavelle 認為，這屆政府展現出前所未有的、願意嘗試新東西的態度。波士頓醫療中心心臟科醫師 Haider J Warraich 則覺得，這些努力會累積安全數據，最後幫 AI 醫師拿到監管批准鋪路。

圖／本報資料庫商傳媒｜林昭衡／綜合外電報導AI 戰場正在從螢幕走進真實世界。美國機器人 AI 新創 Generalist AI 最近完成 4 億美元新一輪募資，公司估值來到 20 億美元。這輪由 Radical Ventures 領投，輝達 NVentures、貝佐斯 Expeditions、8VC、Union Square Ventures、Norwest、Hanabi Capital 都跟投。訊號很清楚：資本市場正在從「會說話的 AI」轉向「會做事的 AI」。Generalist AI 成立於 2024 年，總部在美國加州聖馬刁，目標是幫實體世界做通用智慧。跟只能做單一任務的傳統機器人不同，它想解決的難題是：機器人能不能遇到不同東西、不同場景、突發狀況時，自己調整動作。這也是機器人產業最難的一關：實驗室能跑，不代表進工廠、倉庫、餐廳、家裡還能穩做事。創辦團隊背景很硬。共同創辦人兼執行長 Pete Florence 之前是 Google DeepMind 資深研究科學家，做機器人操作、電腦視覺、自然語言；另一位共同創辦人 Andy Zeng 也在 Google DeepMind 做大型模型和機器人學習。現在從 Google DeepMind、OpenAI、波士頓動力流出來的技術人才，已經變成 Physical AI 這波熱潮的關鍵籌碼。什麼是 Physical AI？簡單說，就是讓 AI 不只會寫文章、畫圖、寫程式，還能透過感測器、機械手臂、輪子、人形機器人或工廠設備，在真實世界裡看到環境、做判斷、動手做事。打個比方，傳統 AI 像是很會考試的大腦；Physical AI 是把這顆大腦裝進機器人身體，讓它看到桌上的杯子，知道怎麼拿起來，杯子被移位或燈變暗也能修正動作。Generalist AI 今年推出 GEN-1，號稱是給機器人學習用的基礎模型，目標是讓機器人做任務更可靠、更快、更會臨場應變。不過技術還在很早期，現在多半是公司自己展示和測試，離大量商業使用還要更多現場驗證。輝達會投資，邏輯很清楚。機器人 AI 要大量訓練資料、模擬環境、GPU 運算、感測器整合、即時推論，這些都跟輝達的晶片、軟體平台、開發工具高度相關。投資機器人 AI 新創，不只是財務投資，也是在養下一波算力需求。但機器人 AI 要賺錢，比聊天機器人難很多。文字寫錯可以重打，機器人在倉庫抓錯貨、在工廠撞到機器、在家裡造成安全問題，代價都很大。硬體成本、維修費、安全責任、保險、法規標準，都會變成公司採用的門檻。市場競爭已經很熱。除了 Generalist AI，還有 Physical Intelligence、Figure AI、Agility Robotics、Covariant、特斯拉 Optimus，以及輝達自己的機器人平台，都在搶通用機器人和機器人基礎模型。未來可能不會一家通吃，而是晶片、模型、資料、模擬、硬體、應用場景分工成產業鏈。Generalist AI 募到 4 億美元的真正意義，不只是 AI 新創估值又飆，而是資本市場在押注 AI 從「辦公室工具」走向「工廠現場」。當 AI 能控制機械手臂、倉儲設備、送貨機器人甚至人形機器人，影響會深入製造、物流、零售、長照、家庭服務，對全球缺工、高齡化、自動化需求都是大訊號。對台灣來說，Physical AI 崛起尤其重要。台灣有半導體、伺服器、電源、散熱、馬達、精密機械、工業電腦、感測器、製造代工的優勢。如果機器人 AI 進入量產，台灣供應鏈有機會當關鍵角色。但挑戰也很明顯：不能只做零件，還要強化軟硬整合、現場驗證、工安法規、資料治理、國際合作，才有機會從「機器人供應鏈」升級成「機器人解決方案」的一部分。公平來看，Generalist AI 團隊背景和投資人陣容確實很強，GEN-1 也讓人看到機器人基礎模型的想像空間。但公司還在很早期，技術穩不穩、成本多高、維修難不難、安全誰負責、多久能回本，都還要市場檢驗。AI 下一場戰爭，可能不是誰的模型會寫文章、畫圖，而是誰能讓機器人在真實世界穩定工作。