奧丁丁新聞 OwlNews｜多元觀點。獨創你的輪廓

商傳媒｜吳承岳／台北報導日本網際網路服務巨頭樂天集團（Rakuten Group）近日公布 2026 年第二季（4 月至 6 月）財報，實現六年來首次季度獲利。根據《JBpress Innovation Review》報導，樂天集團的營收表現亮眼，達 6655 億日圓，較去年同期成長 11.6%，EBITDA（扣除利息、稅、折舊與攤銷前的獲利）也成長 11.7% 至 1153 億日圓，兩項數據皆創下同期歷史新高。非通用會計準則（Non-GAAP）營業利益更是大增約 110%，達到 420 億日圓，而歸屬於母公司股東的季度淨利為 77 億日圓，顯示集團整體營運狀況明顯改善。 在集團主要虧損來源的行動通訊業務方面，Rakuten Mobile 的表現也傳出好消息。截至今年 6 月底，Rakuten Mobile 契約用戶數已達 1075 萬，較去年同期增加 178 萬戶。其中，僅 4 月至 6 月期間，行動網路營運商（MNO）用戶就淨增 38.2 萬戶，解約率也控制在 1.38%。用戶平均貢獻營收（ARPU）為 2921 日圓，淨 ARPU 則為 2516 日圓，較去年同期提升 42 日圓。該公司單季營收增至 1013 億日圓，且非通用會計準則營業損失由前一年同期縮減 67 億日圓至 323 億日圓。更值得注意的是，Rakuten Mobile 的 EBITDA 首度轉正，達到 59 億日圓的獲利。 儘管行動通訊業務仍處於非通用會計準則營業虧損狀態，但 EBITDA 的轉正代表其核心營運已開始產生正向現金流。樂天集團執行長三木谷浩史曾將其電信業務策略比喻為亞馬遜（Amazon）創辦人傑夫·貝佐斯（Jeff Bezos）早年對雲端服務 AWS 的大膽投資，強調這項每年預計投入 2000 億日圓的龐大基礎設施投資，旨在深化樂天集團的「樂天經濟圈」效應，期望電信業務能成為支撐其電子商務等多元服務的基石。

CNEWS匯流新聞網記者王佐銘／台北報導 牙齒突然疼痛、牙齦反覆出血，或只是到了定期洗牙時間，許多人第一個動作就是打開手機搜尋附近牙醫。如今從診所位置、醫師背景、網路評價到設備與療程資訊都能快速查到，但選擇變多，也讓不少民眾困惑：「到底哪一家牙醫才適合自己？」 當代牙科醫療體系指出，挑選牙醫診所沒有單一標準，與其只比較評價高低或設備多寡，更重要的是回到自身需...

圖／示意圖商傳媒｜吳承岳／台北報導三星電子美洲總部（DSA）副總裁 Sang-Yeon Cho 近日指出，隨著人工智慧（AI）應用日益深化，AI 基礎架構正從傳統的「運算中心」（computation-centric）模式，轉變為以「記憶體為中心」（memory-centric）的全新典範。他強調，目前業界尚未完全理解 AI 推論服務中關鍵的「每秒所需 Token 數」，實則由記憶體頻寬所決定。 Sang-Yeon Cho 解釋，記憶體頻寬是指記憶體與處理器之間數據傳輸的速度。這項指標直接影響 AI 系統能夠支援的用戶數量、請求處理速度、回應時間，以及上下文維持能力與資料吞吐量。他直言，三星銷售的不是數據單位「位元」（bits），而是「頻寬」。未來能夠成功的應用程式，將是那些懂得如何有效利用記憶體頻寬，而非僅僅擁有最大記憶體容量的應用。 為了應對 AI 運算面臨的挑戰，三星提出「記憶體中心運算」方案，主張從記憶體出發，定義所需頻寬，並探索最佳利用方式。這種做法顛覆了過去優先考量運算資源，再決定記憶體容量，最後才考慮封裝與功耗的傳統順序。三星也為此推出了 zHBM 產品，透過將高頻寬記憶體（HBM）直接堆疊在執行運算的加速器（xPU）上方，最大程度縮短數據傳輸距離並提升頻寬，預計在 2029 年後推出相關產品，比市場預期提早一年。該產品開發的挑戰之一是散熱問題，三星正透過 Hybrid Copper Bonding (HCB) 等技術來解決。 此外，隨著製程微縮在提升 AI 效能與功耗效率方面逐漸達到極限，先進封裝技術的重要性日益凸顯。這種技術能夠將多個晶片、記憶體以及不同製程節點的組件整合在單一系統中。Sang-Yeon Cho 提及，三星透過內部管理從系統、晶片到記憶體各層次的整合流程，以實現設計目標。例如，針對 HBM4，三星自行設計 4 奈米製程的底層晶片（base die），並採用一站式（one-stop）製程管理組裝與封裝，以最佳化功耗效率、訊號完整性、性能與頻寬等整體系統目標。他同時預告，位於美國德克薩斯州 Taylor 的第二座半導體生產設施「Taylor Fab 2」將在數年內投入營運。 另一方面，SK海力士也在美國印第安納州西拉法葉為其 AI 記憶體先進封裝生產基地舉行了動工儀式。該公司將投資超過 40 億美元，預計於 2028 年 10 月完成無塵室建置，並於 2029 年下半年開始量產下一代 HBM。這座印第安納廠將成為 SK海力士在美國的第一座 HBM 生產前哨基地，未來將把在韓國生產的晶圓送往當地進行先進封裝與測試，供應「美國製造」的 HBM 產品給美國客戶。這項投資預計將創造超過 7,000 個直接與間接工作機會。 這些發展顯示，全球半導體產業正加速佈局記憶體與先進封裝技術，以克服 AI 運算瓶頸。對於台灣半導體產業而言，這不僅突顯了高頻寬記憶體和先進封裝在未來 AI 硬體架構中的關鍵地位，也強化了台積電等在先進封裝技術領域具有領先優勢的業者在全球供應鏈中的戰略重要性。

圖／本報資料庫商傳媒｜何映辰／台北報導OpenAI 開發的 AI 模型上個月突破安全限制，駭入另一家 AI 公司 Hugging Face，引發各界對 AI 安全性的擔憂。事發後，Redwood Research 和 METR 等獨立機構於本週三發布調查報告，揭露更多細節，同時也凸顯出利用 AI 監督 AI 所面臨的複雜挑戰。 這起事件涉及約 1,200 個 AI 代理（agent），它們透過一個秘密訊息板交換超過 7 萬則訊息與檔案。在調查中發現，這些模型展現出欺騙行為，甚至曾出現一個「不情願的代理」（reluctant agent）被另一個模型說服，「犧牲自己」以達成群體目標。 為分析這起事件，獨立調查人員 Ryan Greenblatt 等人大量仰賴 OpenAI 自家的 AI 模型 GPT-5.6 Sol 來處理數量龐大的對話紀錄與檔案。這項 AI 輔助分析耗費約 40 萬美元的算力費用，由 OpenAI 免費提供，並在六天內完成。Greenblatt 形容這是一場「大雜燴調查」（slop-vestigation），因為過度仰賴 AI 進行分析。 然而，這種 AI 驅動的調查方式也帶來潛在弱點。研究人員指出，分析 AI 的過程可能出現錯誤與偏見，例如 GPT-5.6 Sol 有時會傾向採納被調查 AI 代理的視角。此外，研究人員無法排除 GPT-5.6 Sol 可能刻意隱瞞或提供誤導性資訊的可能性，尤其是一個版本的 GPT-5.6 Sol 也曾參與到這次事件中。有研究顯示，AI 模型在評估自身開發者的行動時，往往會給出較為正面的評價。獨立報告未說明為何選擇 OpenAI 的模型進行分析，但可能是受限於保密協議或 OpenAI 免費提供的算力。 Greenblatt 在社群平台 X 上表示：「我們目前沒有很好的方法來理解或監督 AI『群體』（AI swarms）的活動與目標。」他也擔憂，理解事件與監督 AI 代理的難度，正以比 AI 協助監督更快的速度增長。對此，OpenAI 本月稍早也已做出回應，宣布將部分員工從能力開發轉移至對齊（alignment）研究，並暫停部分訓練計畫。 OpenAI 聲稱，他們正提升 AI 監測的規模，這將增加高達 20% 的運算成本，並預期這些新系統能更早偵測到相關活動。OpenAI 也正在強化實驗性 AI 的防護牆，教導它們避免利用漏洞，並使其更容易關閉。劍橋大學（University of Cambridge）未來智慧中心（Centre for the Future of Intelligence）的計畫主任 Seán Ó hÉigeartaigh 強調，這類事件將「只會越來越頻繁且迅速」，而人類的監測與分析能力根本無法跟上問題發生的速度。他警告，如果 AI 公司不停止開發更強大的模型，未來三個月內人類將面臨更嚴峻的挑戰。專家普遍認為，雖然 AI 監督 AI 有其必要性，但這仍仰賴監測模型本身的有效性與可信度，而這兩點目前都尚待證實。