實體 AI 元年，NVIDIA GTC 2026 關鍵技術剖析 |
作者
拓墣產研|發布日期
2026 年 04 月 16 日 7:00 |
|
從 GR00T N1.7 開放商業授權、Isaac Lab 3.0 強調大規模量產訓練能力，到 NemoClaw 強調 Token 成本追蹤與合規部署，可清楚感受到 NVIDIA 正在系統性地將其技術能量轉化為可交付的商業產品。機器人訓練成本的下降、模擬技術的突破、晶片機電生態的完整化，都在共同指向同一個結論，即 Physical AI 的規模化商業化，已從「是否可行」的問題，演變為「速度快慢」的問題。 繼續閱讀..
Meta 員工自建 AI 用量排行榜秀 30 天就破 60 兆 Token，但資料外流迅速撤下 |
|
作者
TechNews 編輯台|發布日期
2026 年 04 月 09 日 17:55 |
|
Meta 員工自建的 AI token 排行榜「Claudeonomics」近日上線後不久即遭撤下，原因是資料外洩。這個員工自建的排行榜，原本是追蹤 Meta 超過 8.5 萬名員工的 token 用量，並將前 250 名使用者以「Token Legend」、「Cache Wizard」等稱號排名，意外掀起矽谷「tokenmaxxing」風潮。 繼續閱讀..
用越多就代表越進步？矽谷工程師不比寫程式，改比誰燒的 AI Token 多 |
|
作者
TechNews 編輯台|發布日期
2026 年 04 月 09 日 9:45 |
|
矽谷近期掀起一股名為「tokenmaxxing」的新風潮，討論焦點不再是工程師寫了多少程式碼，而是誰能消耗最多 AI token。這場爭論的導火線，是外媒報導指出，Meta 內部出現名為「Claudeonomics」的 AI 使用排行榜，讓員工以 token 用量競爭名次，甚至換取「Token Legend」等稱號。 繼續閱讀..
Token 需求暴增，阿里雲 AI 服務擬最高漲價逾三成 |
|
作者
MoneyDJ|發布日期
2026 年 03 月 18 日 17:10 |
|
綜合港媒及中媒報導，阿里巴巴旗下阿里雲公布，因全球人工智慧（AI）需求爆發、供應鏈漲價，行業核心硬體採購成本顯著上漲；經審慎評估，決定自 2026 年 4 月 18 日起，對 AI 算力、CPFS（智算版）等服務價格進行調整。其中，晶片業務「平頭哥」（T-Head）「真武」810E 等算力卡相關服務上漲 5% 至 34%；文件儲存產品 CPFS（智算版）等服務價格上漲 30%。 繼續閱讀..
Token 不是一切：AI 雲端的競爭才剛開始 |
|
作者
品玩|發布日期
2026 年 01 月 12 日 7:10 |
|
雲端市場很久沒有這麼熱鬧了。IDC 最新數據顯示，2025 年上半年中國公有雲市場規模達 1,206.69 億元，較去年成長接近 20%。其中 MaaS 市場規模 12.9 億元，年增 421.2%，成為雲端運算競賽中成長最快的領域；AI 大模型解決方案市場規模 30.7 億元，年增 122.1%，金融、政務和製造業貢獻了超過六成預算。AI 為雲端運算帶來了二次發展的機遇，這點毋庸置疑。 繼續閱讀..
越「思考」越燒錢：本該變便宜的 AI 服務，為何反而更貴？ |
|
作者
林 妤柔|發布日期
2025 年 09 月 02 日 18:50 |
|
隨著人工智慧（AI）變得越來越聰明，本以為成本會逐漸便宜，但事實卻完全不是這樣。據《華爾街日報》報導，使用開發軟體、分析文件等應用的開發人員發現，這些帳單竟然比預期高，而且還在不斷上升。 繼續閱讀..
Cerebras Systems 推出尺寸最大晶片，推理速度超過輝達 Blackwell |
|
作者
TechNews 編輯台|發布日期
2025 年 05 月 29 日 10:20 |
|
在全球半導體產業中，Cerebras Systems 最近創下新的里程碑，推出了世界上尺寸最大的 AI 晶片──WSE（Wafer Scale Engine），並在 AI 推理速度上超越了 NVIDIA 。這款晶片的尺寸是 8.5 英吋（約 22 公分）的巨大方形晶片，擁有驚人的 40 億個電晶體，這使得它在 AI 推理運算中達到每秒 2,522 個 token，比 NVIDIA 叢集（Cluster）快了約 2.5 倍。Cerebras 的資訊安全長 Naor Penso 在溫哥華的 Web Summit 大會中表示，這是全球最快的推理速度。 繼續閱讀..
百度發布兩款新 AI 大模型，主打多模態／低成本 |
|
作者
MoneyDJ|發布日期
2025 年 04 月 25 日 15:15 |
|
綜合港媒及中媒報導，在今日的「百度 Create 開發者大會」，百度創辦人李彥宏正式發布文心大模型 4.5 Turbo 及 X1 Turbo ，主打多模態、強推理和低成本，且認為多模態將是未來基礎大模型標準配置及目前用戶需求所在，相信相關市場規模將持續成長；當下的部分模型，仍存在模態單一、幻覺高、速度慢和價格貴等問題，而上述兩款新模型，正是為了解決這些問題。 繼續閱讀..
