Skip to main content
← Back to board (業界新聞)

AI趨勢周報第295期:微軟一口氣推出7款AI模型,拚效能也拚Token成本

Posted in 業界新聞

新聞

重點新聞(1113~1119)

微軟 AI模型 Ignite 2026

Show the rest

微軟一口氣推出7款AI模型,拚效能也拚Token成本

微軟在今年度大會Ignite 2026上,一口氣推出7款自研AI模型,涵蓋程式開發、網路安全、影像、語音與模型路由等領域。這波新品的重點不只是效能更好,還要在接近頂尖模型表現的同時,把企業長期使用AI的成本壓低。

例如MAI Code 2主打企業日常程式開發,微軟宣稱效能可達GPT-6.1 Sol的98%,但完成任務的成本約只有40%;另一款MAI Cyber 2 Flash則用於持續監控、漏洞掃描與修補,在CyberGymE2E測試中表現與GPT-6 Astra相當,成本卻不到2%。

微軟也把這套「專用模型+成本最佳化」策略延伸到其他場景。MAI Image 2.7主打影像生成與編輯,MAI Realtime 1鎖定低延遲語音對話;Decision 1.1則負責替不同任務挑選適合的模型,避免所有工作都丟給昂貴的大模型處理。

另一個企業重點是部署彈性。微軟同步推出MAI Licensed Weights,企業可取得模型權重,在自己的Azure環境部署與客製化,保留內部資料與模型成果的控制權。整體來看,微軟的AI競爭策略開始轉向「誰能用更低成本,把模型真正放進企業日常工作中」。(詳全文)

AI Agent Agentic Commerce 數位政策

如何因應AI替人下單付錢?臺灣零售業呼籲政府先把Agent購物規則訂好

AI Agent不只能幫忙找商品,現在還可以替人買東西了,臺灣零售業者也因此呼籲政府提早建立交易規則。中華民國無店面零售商業同業公會11月9日率領30多家企業代表,與數位發展部長林宜敬及數位產業署團隊座談,討論AI代理購物、跨境電商與資安等議題。

其中,momo總經理谷元宏提出,AI開始替消費者比價、下單甚至付款後,如果買錯商品,或執行超出使用者授權範圍的交易,就必須先釐清三件事:Agent究竟是被授權做到哪裡、出錯後責任由誰承擔,以及商家如何驗證這個AI代理的身分。數發部則回應,將研議「電商產業AI應用風險框架」,並邀請產業提供實務意見。

這些問題也是全球Agentic Commerce的焦點。Google的Agent Payments Protocol(AP2)可讓使用者設定品牌、商品與預算上限,再由AI在授權範圍內完成購買;Visa的Trusted Agent Protocol則讓商家透過可驗證的數位簽章,判斷來訪的是可信任購物Agent,而不是一般Bot或惡意程式。

可以說,AI購物接下來的發展焦點,會是如何證明Agent是誰、使用者到底給了哪些授權,以及每一筆交易能不能留下可追查紀錄。不過,臺灣目前仍處於產業倡議與政府研議階段,尚未公布正式的AI代理交易規範。(詳全文)

Image with no description

NVIDIA Rubin HPC 高效能運算

NVIDIA推出科學運算專用Rubin HPC GPU,瞄準AI Agent自動跑模擬新場景

NVIDIA日前在SC26大會上,發表科學運算專用Rubin HPC GPU,鎖定科學研究、工程模擬與資料分析等領域。單顆GPU搭載超過5萬個CUDA核心,還導入第7代NVLink與新的稀疏資料加速能力,要同時提高運算與資料搬移效率。

Rubin HPC GPU特別瞄準正在成形的新場景:未來AI Agent不只會提出材料、分子或工程設計候選,還會自己呼叫模擬工具來驗證結果,再根據模擬結果調整下一步。這代表,科學AI需要的不只是更快的模型推理,也需要夠強的高效能運算能力,支撐大量物理模擬與資料分析。

這也是NVIDIA強調Rubin HPC GPU資料處理能力的原因。科學運算常要反覆從大型資料集中抓取零散資料,再進行矩陣、排序或統計運算;如果資料搬移速度跟不上,再多運算核心也可能只能等待資料。Rubin HPC因此加入稀疏資料加速設計,也搭配CUDA-X科學運算函式庫輔助。Rubin HPC GPU預計在2028年上市。(詳全文)

Image with no description

日月光 Multi-Agent SAS Viya

日月光驗證多Agent協作,用自然語言串起良率預測流程

過去幾年,半導體大廠日月光就已將AI用於生產排程、落塵預警和自動檢測。現在,他們要整合分散在各處的AI模型和工具,來協同工作。於是,他們11月10日宣布聯手AI業者SAS,導入SAS Viya平臺,來整合既有資料、模型、演算法和AI Agent,並選定良率預測,作為多Agent的概念驗證專案。

在這次概念驗證中,使用者可用自然語言提出良率相關問題,SAS Viya平臺則會協調不同Agent與工具,串起資料處理、特徵工程、模型訓練、部署及評分等步驟。這個平臺的好處是,日月光不必更動長年發展AI累積的模型、演算法與資料處理元件,都能持續沿用,由平臺統一調度和管理。

再來,該平臺也整合模型維運(ModelOps)和Agent管理機制,可追蹤版本、效能與執行紀錄,保留決策流程的可追溯資訊。日月光也希望藉助AI保存資深工程師的製程判斷、異常處理經驗與最佳實務,供不同團隊重複運用。目前雙方以良率預測驗證協作流程,尚未公布這項多Agent應用對良率或生產效率的量化成效。

這不是日月光第一次押寶AI,過去,他們就透過AI結合專家經驗,來處理特定製程問題。後來導入No-Code平臺,讓更多工程師能自行分析資料。日月光人工智慧應用整合處處長陳宥瑜指出,隨著模型與Agent愈來愈多,管理重點也開始聚焦可靠度、生命周期與治理,以及如何將成功經驗複製到不同場景和廠區。日月光下一階段的AI,是要AI從分析與建議,走進製造現場的實際工作任務。

Image with no description

OpenAI Dots AI Agent

AI Agent也要有自己的email了,OpenAI測試讓Dots直接收信辦事

OpenAI正在測試讓自主代理Dots擁有自己的電子郵件地址。未來使用者不必另外打開Dots App,只要直接寄信給它,或在郵件中把它列為副本收件者,就能交辦工作。

例如寄會議邀請時,可以順手CC給Dots,請它找出所有人都有空的時間;收到廠商收據後,也能直接轉寄給Dots,要求它協助協商退款。這意味著,AI Agent開始從獨立聊天介面,進一步融入使用者原本熟悉的email工作流程。

Dots是OpenAI今年9月推出的常駐自主AI代理,可連接外部應用程式並主動處理待辦事項。OpenAI近期也透過ChatGPT Wallet讓Dots在取得授權後,代為付款,若再加入email入口,Dots能執行的工作範圍將更完整。

不過,AI Agent直接收信也會帶來新的資安問題。惡意郵件或附件可能夾帶提示注入內容,誘導代理人執行不當操作;如果Dots又同時取得郵件、行事曆、聯絡人甚至付款工具的高權限,出錯或遭操控時,影響也會跟著放大。(詳全文)

Gemini Tasks AI Agent Google

Gemini開始幫你打電話、付錢,Google把AI Agent推向免費用戶

Google最近升級AI代理功能Gemini Tasks,除了原本能在背景執行多步驟任務,現在還學會打電話、預約服務、分析帳單和購物付款。這波更新先在美國推出,同時也首度把Gemini Tasks開放給美國、日本、南韓、加拿大、澳洲與印度等6國免費用戶。

Gemini Tasks可替使用者整理行事曆、規畫旅行,或定期檢查尚未使用的訂閱優惠。進階功能更像是「真的替你辦事」:例如要求Gemini找汽車維修廠,它會透過Google Maps搜尋商家、直接撥電話詢問,再比對Google行事曆中的空檔完成預約。

它也能在授權後登入電力公司網站,分析歷史帳單和異常用電;購物時則可透過Google Shopping Graph比價,再用Google Pay付款。使用者還能預先設定消費上限,避免AI自行買過頭。

另一個變化是,Gemini也開始走出App。美國用戶可直接透過email或RCS訊息交辦工作,例如把學校通知轉寄給Gemini,請它抓出活動日期並加入行事曆。Google目前已讓Gemini連結超過60款應用程式,AI Agent已經從聊天工具變成能跨App、跨服務替使用者跑完整流程的數位助理。(詳全文)

Image with no description

Palo Alto Networks AI Agent AI治理

AI Agent進入正式環境,但很多企業連它做了什麼都查不清

AI代理已深入軟體開發流程,但根據Palo Alto Networks,企業的安全管理顯然還沒跟上。Palo Alto Networks最新雲端安全調查顯示,99%的受訪組織已在軟體開發中使用AI代理,超過7成甚至允許它修改程式碼、CI/CD設定,或直接變更正式環境。

問題是,能在不同雲端環境中全面自動偵測、分類未受管控AI活動的企業不到1成,另有4成組織甚至無法還原AI代理到底執行過哪些操作。這代表,AI代理一旦錯誤操作或遭濫用,企業可能連它動過哪些資源、是否超出任務範圍都難以追查。

身分與憑證管理也是另一個缺口。超過半數工程師的AI代理操作紀錄,仍掛在工程師自己的身分或個人權杖下,而非AI代理的獨立身分;另有3成組織曾發現,AI代理使用的憑證根本沒納入企業管理。

資料風險同樣明顯,4成組織曾發現,企業資料被複製到未受管控的AI環境,近4成發現敏感或受法規管制的資料,遭未授權用於模型訓練或微調,甚至有7成無法完整追蹤敏感資料在AI系統中的流向。這也顯示,AI Agent真正的治理挑戰正是「企業到底看不看得見、管不管得住」。(詳全文)

GPT-6.2 OpenAI AI模型

GPT-6.2來了!Astra不只做專業工作,還會自行開發下一代AI

OpenAI最近推出GPT-6.2 Astra與GPT-6.2 Sol兩款新模型,前者鎖定程式開發、科學研究、財務分析與專業文件等高難度工作,後者主打日常應用與成本效率。

其中最值得注意的是GPT-6.2 Astra。OpenAI指出,這款模型是他們首個對外發布、具備高等自我改進能力的AI,也就是它已能高度加速AI研究。以2024年的研究能力作為比較基準,OpenAI形容,Astra帶來的幫助,大約等於替每位研究員多配一名能力不錯的研究工程師。

這代表,AI不只更會寫程式、做簡報或分析資料,也開始加快下一代AI的研發速度。但OpenAI提醒,若AI研發進展因此加速,安全防護與人類監督可能更難同步跟上。

另一方面,另一款模型GPT-6.2 Sol則瞄準成本效率。在FrontierCode 2.0程式開發測試中,Sol只比Astra低約0.5分,但任務成本約只有1/5。兩款模型目前已透過ChatGPT Work、Codex與API提供使用。(詳全文)

Image with no description

圖片來源/中華民國無店面零售商業同業公會、Nvidia、SAS、Google、OpenAI

AI近期新聞

1. 國科會揭科技施政布局、明年預計新增1萬顆GPU算力

2. 半導體老師傅經驗如何傳承?杰倫智能打造加速器快速複製知識

3. 從AI航運安管到貨櫃無紙化,臺中港、高雄港雙港加速智慧港口數位轉型

資料來源:iThome整理,2026年11月

Read the full article on www.ithome.com.tw

https://microsoft.ai/news/microsoft-ignite-2026/ microsoft.ai
View original 0 Likes 0 Boosts

Comments (0)

No comments yet.