Category Archives: AI 人工智慧

Meta 擴大自研 AI 晶片，分析師：台廠迎客製化新局
作者 |發布日期 2026 年 07 月 20 日 9:50 |
line share
Linkedin share
line share
分類 AI 人工智慧 , Meta

社群龍頭 Meta 持續擴大人工智慧（AI）基礎設施及自研晶片版圖，引發市場對於繪圖處理器（GPU）需求可能放緩的疑慮。產業分析師表示，Meta 自研特殊應用晶片（ASIC），是設計來「輔助而非取代」輝達（NVIDIA）與超微（AMD）的GPU，降低對單一晶片來源的依賴。 繼續閱讀..

中國 AI 模型嚇壞華爾街 Baker：反益晶片／AI 基建
作者 |發布日期 2026 年 07 月 20 日 8:50 |
line share
Linkedin share
line share
分類 AI 人工智慧 , 半導體 , 晶片

獲阿里巴巴支持的中國 AI 新創商月之暗面（Moonshot）上週五（17 日）正式發布新一代模型「Kimi K3」、前端編碼（Frontend Code）效能超越 Claude 及 GPT，引發華爾街震撼、衝擊美股下殺，人們擔憂 DeepSeek 事件重演。不過，分析人士認為，投資人還沒弄清楚狀況，就慌張拋售半導體股及 AI 基礎建設概念股，其實 Kimi K3 反倒有利這些族群。 繼續閱讀..

外資狂砍 3,102 億血洗台股摜破季線！專家逆風喊殺融資「去槓桿」是好事
作者 |發布日期 2026 年 07 月 20 日 8:36 |
line share
Linkedin share
line share
分類 AI 人工智慧 , 半導體 , 國際金融

受到韓國股市拖累，市場去槓桿情況持續，上週五台股重挫 2,953.71 點，大跌 6.47%，收在 42,671.27 點，直接摜破季線，三大法人中，只有投信法人持續買超，連續第 13 週加碼台股，買超 542.64 億元，外資大舉賣超 3,102.42 億元，三大法人合計自台股提款 3,807.78 億元。

繼續閱讀..

台股史上最大跌點後該怎麼操作？法人：短線必看三大止跌訊號
作者 |發布日期 2026 年 07 月 20 日 8:12 |
line share
Linkedin share
line share
分類 AI 人工智慧 , IC 設計 , 半導體

台股上週五歷經史上最大跌點 2953.72 點，收在 42671.27 點後，台積電 ADR 上週五續跌2.77％，但台指期夜盤受惠美股情緒好轉而強彈 877 點，收回 43,481 點，個股期夜盤台積電反彈近 2％ 至 2,322 元，中信投顧建議短線操作必看三大止跌訊號。

繼續閱讀..

淺談 RTX 50 vs. RTX Spark：內戰 or 互補？
作者 |發布日期 2026 年 07 月 20 日 7:50 |
line share
Linkedin share
line share
分類 AI 人工智慧 , GPU , 半導體

距離 RTX Spark 開賣還有段時間，但市場對這顆 NVIDIA 首款 PC 用 SoC 的討論仍未停歇，特別是到底要賣給誰，始終是受高度關注的議題。當然身為 WoA 的一員，優異能效一定是 RTX Spark 的賣點之一。但瞄準 AI 開發者與內容創作者的專業定位和不便宜的售價，似乎和大家熟悉的 WoA 有段距離。 繼續閱讀..

跨越「懂 AI」到「用 AI」的鴻溝，企業如何打造具備「AI 實戰力」的團隊
作者 |發布日期 2026 年 07 月 20 日 7:20 |
line share
Linkedin share
line share
分類 AI 人工智慧 , 人力資源 , 職場

隨著 2026 年春季大批應屆畢業生湧入職場，許多人自認已具備 AI 應用能力。根據聖約翰大學（St. John’s University）的報告指出，近 90% 的大學生曾以某種形式使用過 AI 工具，涵蓋研究、寫作、摘要與提升生產力等用途。然而，熟悉 AI 工具，與能夠在企業環境中有效運用 AI，是截然不同的兩件事。 繼續閱讀..

蘋果 Face ID 發明者轉戰醫療 AI，立志讓大腦健康檢測像驗血簡單
作者 |發布日期 2026 年 07 月 19 日 16:00 |
line share
Linkedin share
line share
分類 AI 人工智慧 , 新創 , 生物科技

由蘋果 Face ID 與 Vision Pro 共同發明人 Gidi Littwin 所共同創辦的腦科學新創公司 Hemispheric，近日宣布完成高達 5,200 萬美元的融資。該公司正透過蒐集 10 萬名受試者、總計 25 萬小時的大腦數據，訓練出能夠精準解讀腦部電波活動的深度學習模型。他們的終極目標，是讓憂鬱症、創傷後壓力症候群（PTSD）及帕金森氏症等複雜神經疾病的診斷，變得如同一般抽血檢查般簡單且親民。 繼續閱讀..