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｜林昭衡／綜合外電報導根據《Decrypt》報導，人工智慧（AI）領域近日出現一項突破性進展。位於美國的 AI 公司 Multiverse Computing 研究團隊於 8 月 25 日在 Hugging Face 部落格上發表了一種名為「Quantization-Aware Healing」的新方法，成功將 OpenAI 開源的 GPT-OSS 大型語言模型（LLM）從 1,200 億個參數（parameters）縮小至 600 億個，同時將模型記憶體壓縮至 4 位元，但效能卻不減反增。 一般而言，AI 模型參數越多、記憶體需求越大，效能通常也越強。但這項新技術顛覆了傳統認知，經測試發現，這款縮小後的 GPT-OSS 模型在九項評估測試中，有七項超越了原始的全參數模型。研究人員解釋，「Quantization-Aware Healing」方法並非簡單地壓縮，而是讓縮小的模型回頭向未壓縮的原始模型學習，確保在壓縮過程中能「修復」因資料量減少可能造成的智慧損失。 此技術的實用價值在於，量化（Quantization）步驟不再僅是降低成本的手段，更成為提升模型品質的機會。透過這種方式，模型在經過「治療」後，所需的記憶體約為原始模型的四分之一，參數數量減半，卻能提供同等或更高的準確度。這意味著 AI 模型未來可在更便宜、記憶體更小的邊緣運算設備上運行，大幅降低服務成本並擴大應用範圍。 Multiverse Computing 已將這款經過改良、名為 Hypernova-60B 的模型以開放權重（open weights）的形式釋出在 Hugging Face 平台上。

圖／示意圖商傳媒｜何映辰／台北報導傳統零售業多半相信商品選擇越多，銷售額與利潤就會越高。然而，面對當前消費環境的高度不確定性，零售專家建議業者在今年的假期銷售旺季，應轉向採用「狹而深」的商品策略（Go narrow, stock deep），專注於選定少數暢銷品項並大量備貨，而人工智慧（AI）技術正是實現此策略的關鍵推手。 根據《Chain Store Age》報導，AI 工具能根本性地重新定義何謂「好商品」，透過預測顧客未來的需求，而非僅依賴過往數據。這在需求高度集中且易受促銷活動影響的假期尤其重要，因為趨勢與經濟狀況變動快速，過去的暢銷品可能迅速過時。AI 驅動的需求預測能將庫存成本降低 20% 至 35%，並預防高達 65% 的缺貨情況。 AI 還能協助零售商深入分析每個最小庫存單位（SKU，即單品或品項）的「調整後貢獻毛利」（Adjusted Contribution Margin），這是扣除交易、運費、促銷、倉儲等所有隱藏成本後的實際收益。例如，勞氏公司（Lowe’s）在 2025 年第三季透過 SKU 合理化，成功將其毛利率提升 50 個基點，並降低了庫存水位。Dollar General 的執行長也稱 SKU 削減為「一大勝利」。 事實證明，優化庫存能帶來顯著效益。Target 在 2023 年削減過剩庫存後，營業利潤飆升 237%。沃爾瑪（Walmart）等零售巨頭已採用預測性 AI 與機器學習模型，綜合歷史天氣模式和即時數據，協助規劃師在惡劣天氣來臨前重新部署庫存或調整貨運路線。相對地，李維斯公司（Levi Strauss）在 2022 年底庫存量暴增 58%，被迫大幅降價促銷，導致 2023 年第一季毛利率侵蝕 360 個基點。 對於台灣零售業者而言，這項趨勢顯示，要成功應用 AI 不僅是導入技術，更需要同步調整營運模式、組織結構與內部流程。透過精準的 AI 預測，業者能更有效地投資於正確的商品與適當的庫存深度，尤其在競爭激烈的線上與實體零售市場中，此策略可望優化庫存管理，提升顧客購物體驗，並避免因過度備貨而導致的降價損失。

商傳媒｜方承業／綜合外電報導根據《The Business Times》報導，面對全球市場日益增加的不確定性，越來越多新加坡年輕投資者將目光轉向本地股市，尋求資金的穩定避風港。這一趨勢不僅反映了投資者重新聚焦本地市場的廣泛動向，也凸顯了新加坡股市在動盪時期展現的吸引力。 報導指出，推動此一轉變的原因包括美國地緣政治不確定性升高、美元走弱，以及新加坡股市在 2025 年的亮眼表現。此外，中東地區的緊張局勢，也使得新加坡及其貨幣新元作為避險資產的吸引力大增。奕豐集團有限公司總經理 Joshua Chim 觀察到這股趨勢。 多位年輕投資者也分享了他們的看法。例如，南洋理工大學的學生 Hubert Lim 計劃投資新加坡具長期增長潛力的小型及中型股。他可能會參考 iEdge Singapore Next 50 indexes，該指數追蹤新加坡海峽時報指數藍籌成分股之外的 50 家最大上市公司，以尋找投資標的。就讀新加坡管理大學的 Ryan Pang 則表示，他在新冠疫情引發的 2019 年市場低迷時期開始投資新加坡股票，目前主要配置本地市場，以追求穩定的股息收入和具韌性的股票表現。他指出，投資本地市場可避免匯率風險，不像投資美國市場，當美元走弱時可能侵蝕收益。 義安理工學院的學生 Ocean Cheng 和 Dary Ong 也因為新加坡強勁的經濟基本面、政治穩定性及堅挺的貨幣，而選擇投資新加坡股票以求穩定與股息。Ocean Cheng 提到，新加坡股市的本益比（股價是 EPS 的幾倍，數字越高代表市場願意付越多錢買它的獲利）通常較美國及其他區域股市低，但他仍傾向分散投資，將較大比例資金配置於美國與歐洲市場。Dary Ong 則強調，新加坡股票普遍擁有良好的公司治理和透明的法規，為長期投資提供了可靠的基礎。 新加坡金融管理局於 2025 年 2 月啟動了一項規模達 65 億美元的 Equity Market Development Programme (EQDP)，旨在鼓勵投資者參與大型股以外的股票市場。CMC Markets 的亞洲銷售主管 Eric Xiao 表示，EQDP 標誌著新加坡股市的轉捩點，促使更多元化的股票被交易。他認為，EQDP 在今年 2 月的擴大，顯示了政府對本地市場持續且結構性的承諾，有望提升散戶投資者對本地股市的信心。 儘管本地市場吸引力增加，年輕投資者仍保持謹慎。新加坡理工學院的學生 Daniel Ong 強調，應貫徹基本面研究，而非盲目追逐熱潮，表示「我必須判斷這檔股票是否值得我買入」。Hubert Lim 也提到他會利用人工智慧工具研究公司與股票資訊，形成獨特見解，認為這是他的優勢。老虎證券執行長 Ian Leong 也指出，該券商每月為不同投資階段的客戶舉辦線上與線下活動，提供相關投資內容。

圖／示意圖商傳媒｜方承業／綜合外電報導隨著人工智慧（AI）帶動資料中心快速擴張，美國部分地區對大型數據中心的反對聲浪持續升高。美國部分政治人物與科技產業倡議者認為，相關反彈可能受到中國勢力影響，試圖藉此拖慢美國AI基礎建設發展。不過，維吉尼亞州斯特靈（Sterling）等地居民則強調，反對理由主要來自噪音、空氣品質與社區發展等實際生活影響。美國總統川普日前表示，部分反對AI基礎設施的行動「很可能與中國有關」。華盛頓智庫Bitcoin Policy Institute（BPI）也曾發布報告，質疑中國可能透過資助美國氣候非營利組織或相關倡議活動，影響數據中心建設。美國眾議院共和黨人今年6月也曾引用相關內容，呼籲進一步調查外國勢力是否介入美國境內的反數據中心行動。不過，相關說法仍存在爭議。澳洲戰略政策學會（ASPI）中國議題研究人士Bethany Allen認為，部分產業利益團體可能過度使用「中國影響力」論述，將原本具有地方基礎的社區反對行動政治化。當地居民則指出，他們長期關注的是數據中心帶來的噪音、發電設備排放及開發承諾是否落實，並非受到海外勢力影響。斯特靈所在的勞登郡（Loudoun County）是全球數據中心高度集中的地區之一，相關設施也為地方政府帶來可觀稅收，本財政年度估計可達13億美元。然而，隨著數據中心數量增加，居民對環境與基礎設施負擔的疑慮也同步升高。部分爭議集中在備援與臨時供電設備。居民擔心燃氣渦輪機與柴油發電機可能增加噪音及污染。Vantage Data Centers在部分設施無法及時接入電網後，採取燃氣渦輪機作為替代電源，也進一步引發地方社區對審批程序與資訊透明度的質疑。與Piedmont Environmental Council合作的研究人員估計，當地數據中心相關污染每年可能造成約3,300萬至6,300萬美元的公共衛生成本。不過，相關估算仍取決於研究模型與排放假設，實際影響仍有待更多資料佐證。Virginia Conservation Network代表Fatima Kamara則表示，居民的擔憂主要源於親身感受到的環境變化。另一方面，確實也曾出現疑似來自中國的網路帳號試圖放大美國數據中心爭議。OpenAI先前曾停用兩個疑似源自中國、冒充美國人的ChatGPT帳戶，這些帳戶散布數據中心可能推升電價等內容。不過，OpenAI當時表示，沒有證據顯示相關行動實際改變了美國公眾輿論。Vantage Data Centers則表示，其VA2園區符合州與聯邦排放要求，以及地方噪音規範。不過，公司近期在居民會議中透露，原先規劃的電網連接可能要到2040年才能完成，也讓地方對長期使用替代能源設備的疑慮進一步升高。整體而言，美國數據中心爭議正從能源與環境問題，延伸至國家安全與美中科技競爭。儘管外國資訊操作的可能性受到關注，但目前仍缺乏充分證據顯示中國因素是地方反對行動的主要來源。對美國而言，如何在加速AI基礎建設與回應地方社區利益之間取得平衡，將成為未來資料中心擴張的重要課題。