今日AI 產業十大重點新聞(7/13)

整理 2026 年 7 月 13 日當前全球與台灣人工智慧(AI)產業最受矚目的 10 條核心新聞、廠商動態與重大發佈:

  1. 從「技術可用」邁向「商業可賺」:國內 AI 智能體(AI Agents)迎來規模化落地隨著大模型技術於 2026 年進入「放手讓 AI 自己幹活,出錯還能自己改」的新階段,AI 智能體正加速走進實體產業與大眾生活。以工業製造為例,首鋼集團將大模型全面融入鋼鐵業務,使熱軋產線計劃單審核時間從 1 小時縮短至秒級,安全排查效率也提升 60%,顯現出從單純對話轉為實際解決問題的商業價值。
  2. 日本政府與民間聯手,預計至 2040 年砸 73 兆台幣力拚泛 AI 與半導體轉型在全球 AI 軍備競賽中,日本正挾帶國家級政策與上游供應鏈優勢全力突圍。日本政府與民間預計至 2040 年將投入逾 370 兆日圓(折合新台幣約 73 兆元),鎖定 AI、半導體等 17 個戰略領域,全力推動多元產業轉型與長期獲利改善。
  3. OpenAI 高層人事再變動,Fidji Simo 卸任全職轉任兼職顧問根據最新的科技與教育產業週報指出,OpenAI 的重要管理階層 Fidji Simo 已於 2026 年 7 月 10 日正式離開其在 OpenAI 的全職職位,並轉任為兼職顧問。這也是近期大模型巨頭內部人才頻繁流動的最新一例。
  4. OpenAI 推出全新的「ChatGPT Work」工作流功能為進一步提升企業與個人生產力,OpenAI 於 2026 年 7 月 10 日正式推出了全新的「ChatGPT Work」功能。該功能主打可在多款應用程式(Apps)之間執行複雜且多步驟的專案(multi-step projects),大幅優化了 AI 自動化工作流(AI Workflows)的流暢度。
  5. AI 重塑企業競爭力,全球晶片與網通龍頭開啟新成長週期2026 年下半年全球 AI 產業投資浪潮持續強勁。邁威爾(Marvell)的高速網通晶片、美光(Micron)的高頻寬記憶體(HBM)到村田製作所(Murata)的高階被動元件(MLCC)等,各技術龍頭企業紛紛憑藉著技術壟斷與規模經濟,成為 AI 硬體及基礎設施底座的核心領先者。
  6. 微軟示警:AI 的進步正大幅縮短駭客尋找漏洞的時間,宣布重寫 Windows 補丁指引微軟(Microsoft)發布最新安全警告,指出由於生成式 AI 技術的進步,網路攻擊者在微軟發布安全更新後,識別並利用未修補漏洞的速度已大幅縮短。為此,微軟強烈建議企業組織必須全面縮短 Windows 更新部署時間,並推出全新的 Windows Autopatch 報告工具來降低風險暴露窗。
  7. Meta 全面取消隱私控制退出選項,強化 off-platform 資料對 Meta AI 的訊號連結自 2026 年 7 月起,Meta 將移除原有的「您在 Meta 技術之外的活動」退出設定(opt-out setting),這意味著用戶過往能與 Meta 帳戶中斷連結的外部網站行為資料,未來將全面與 Meta 系統合併。此舉不僅能使電商廣告精準度與投報率上升,Meta 也預計會將這些 off-platform 的行為信號進一步擴展到 Meta AI 的查詢回應和動態消息牆中。
  8. Meta 行銷全面引入全新「Muse Image」圖像模型並實施 AI 自動標記Meta 在 2026 年 7 月更新了其廣告系統變革。除全面擴大 GenAI 廣告透明度系統,會自動偵測第三方 AI 並針對包含「擬真 AI 生成人物」的廣告直接打上標籤外,Meta 自研的全新圖像模型「Muse Image」亦將在未來幾週正式導入其 Advantage+ 系統,協助商家透過 AI 組裝出個人化的產品廣告。
  9. AI 眼鏡掀全球「智慧作弊潮」,常春藤名校、台大等頂尖學府淪陷近期,學生利用結合多模態大模型的「AI 智慧眼鏡」等智慧穿戴式裝置進行新型態考試作弊的情形引起全球廣泛關注。《CNN》等媒體指出,高度重視考試競爭的東亞地區(包含台灣)更是此次 AI 科技作弊的重災區,考驗各校如何應對這種「思考外包」的防作弊技術挑戰。
  10. 「AI 幽靈(Deadbots)」生成式故人模擬技術趨於成熟,首份用戶研究引發上癮倫理擔憂美國科羅拉多大學波德分校在美國計算機協會(ACM)發表了首份針對「AI 亡者機器人(AI ghosts)」的使用者經驗研究。研究發現,利用大型語言模型即時建立第一人稱的「生成式幽靈」,對於面臨喪親之痛的人具有深刻的慰藉意義,但測試者也幾乎全數對於「可能產生心理依賴與上癮」的倫理風險表示極高擔憂,為數位復活服務劃下了預防性紅線。

Leave a Comment

This site uses Akismet to reduce spam. Learn how your comment data is processed.