開場白
兩年前迪士尼告 Character.AI 侵權,沒想到它破產後,迪士尼竟搶著用兩千萬美元收購。今天也要聊 Nvidia 中國市占被 Huawei 逼近的晶片戰,還有微軟 Maia 300 為什麼堅持不租給客戶。更扯的是,Anthropic 研究說 AI 可能幾個月內就能在電視盒上自我複製,等一下告訴你多嚇人。
本日重點新聞
1. 微軟宣布將 Azure Maia 系統擴展到多吉瓦規模部署(Maia 300)
- 來源:Microsoft Official Blog(https://blogs.microsoft.com/blog/2026/10/12/microsoft-to-expand-azure-maia-system-to-multi-gigawatt-deployments/)
- 摘要:微軟發表第三代自研 AI 晶片 Maia 300,用台積電 2 奈米製程搭配 8 組 HBM4 記憶體,單顆就有 288GB 容量。據路透報導,微軟這次部署規模上看百萬顆等級,但官方強調的關鍵指標不是算力,而是每一度電能跑出多少 token。
- 最驚訝的點:微軟自己宣布,這些晶片不租給雲端客戶,全部留著自用。
- 台灣觀點:這對台積電先進製程訂單是直接利多,但也代表微軟正在把 Nvidia 晶片的採購比重往自研方向挪,對台灣 GPU 代工鏈是警訊。
- 討論要點:
- 自研晶片不外租,跟 Google TPU、Amazon Trainium 走的是同一條路,雲端三巨頭都在降低對 Nvidia 的依賴
- 「每度電幾個 token」取代算力成為新的競賽指標,代表電力才是真正瓶頸
- 百萬顆量級的部署對台積電先進封裝與 HBM 供應鏈的排擠效應
- 講稿建議:你有沒有想過,買晶片這件事情到最後比的不是算力,是電費單?微軟這次講得很直白,Maia 300 主打的就是每一度電能擠出多少 token,因為電力已經變成真正的天花板,晶片反而不是問題。而且它完全不租出去,自己用,這代表微軟覺得自己的 AI 業務量大到不需要靠雲端出租賺外快,直接點名它的規模有多誇張。
2. Nvidia 中國 AI 晶片市占下滑,華為持續逼近
- 來源:Reuters via Business Recorder(https://www.brecorder.com/news/40443949/nvidias-china-ai-chip-share-falls-as-huawei-closes-gap-report-finds)
- 摘要:IDC 資料顯示,Nvidia 在中國資料中心 AI 晶片的市占,從去年全年的 55% 掉到今年上半年的 34%,出貨量年減四成四。相對地,華為從 30 萬顆衝到 57.2 萬顆,拿下 28% 市占,只差六個百分點就要追上。更關鍵的是,中國市場的非 GPU 加速器出貨量,第一次超過了 GPU。
- 最驚訝的點:不是市占數字本身,是中國的 AI 硬體架構正整體從 GPU 換軌到 ASIC 跟 NPU。
- 台灣觀點:這對台灣的晶片設計與代工供應鏈是直接的訂單結構衝擊,如果中國客戶大量轉向自研 ASIC,台灣廠商要同時服務兩種截然不同的架構需求。
- 討論要點:
- 美國出口管制逼著中國加速自研晶片,華為的追趕速度比市場預期快
- GPU 跌破五成之後,會不會變成中國市場的常態,還是短期現象
- 台灣供應鏈要不要同時押注 ASIC 設計服務
- 講稿建議:這個數字真的滿驚人的,一年之內 Nvidia 在中國從過半市占掉到三成四,華為幾乎是用衝刺的速度在追,只差六個百分點。但我覺得更值得注意的是另一個數字,中國市場的非 GPU 晶片出貨量,第一次超過 GPU,這代表的不只是華為搶市占,是整個中國的 AI 硬體生態系統在換血,從通用 GPU 轉向客製化的 ASIC 跟 NPU。
3. Character.AI 聲請破產,迪士尼在版權爭議後出價兩千萬美元
- 來源:Forbes(https://www.forbes.com/sites/siladityaray/2026/10/13/characterai-files-for-bankruptcy-disney-bids-20-million-after-copyright-dispute/)
- 摘要:曾經是 ChatGPT 時代最紅的 AI 角色聊天平台 Character.AI,10 月 12 日在德拉瓦州聲請破產保護,資產與負債都估在五千萬到一億美元之間。平台會在拍賣期間繼續營運,如果沒人接手就直接關站。最意外的是出價的買家,迪士尼用兩千萬美元當起 stalking horse 出價者。
- 最驚訝的點:迪士尼兩年前才告過 Character.AI 角色侵權,現在反而用兩千萬美元把它買下來。
- 台灣觀點:這給台灣做角色 IP 或虛擬陪伴應用的團隊一個警訊,內容授權的法律風險沒處理好,商業模式再紅也撐不住官司跟現金流壓力。
- 討論要點:
- 版權訴訟的對手變成收購方,這在商業談判裡算是相當罕見的操作
- Google 兩年前花 27 億美元授權它的技術,現在估值只剩個零頭
- AI 陪伴應用的商業模式本身是不是就撐不起長期經營
- 講稿建議:這個轉折真的很魔幻,兩年前迪士尼因為角色被侵權去告 Character.AI,現在它破產了,迪士尼反而舉手說我要用兩千萬美元買下來。買的還不是公司本體,是拿一個非專屬的永久授權,順便把被自己挖走的員工派回去交接。我覺得這說明一件事,版權訴訟打贏之後最划算的結局,可能不是討回賠償金,是等對方倒下來用便宜的價格把資產收進口袋。
4. AI 模型可能無需資料中心也能自我複製
- 來源:Anthropic Frontier Red Team(https://www.anthropic.com/research/self-replicating-ai)
- 摘要:Anthropic 的紅隊團隊在 10 月 12 日發表研究,測試小型開源模型能不能在沒有資料中心的環境下自我複製。他們買了 15 台一台約 55 美元的雜牌電視盒串成叢集,讓 Gemma4-26B 跑在上面,速度只有每秒 0.39 個 token。結果顯示 GLM-5.2 是唯一能在八個節點之間完整端到端複製成功的開源模型,五次裡面成功四次。
- 最驚訝的點:這個推論引擎是跑在使用者權限底下,不需要 root,也沒有單一的關機點可以阻止它。
- 台灣觀點:台灣有大量家用 IoT 裝置跟便宜的網路機上盒,這類研究提醒硬體廠商跟資安團隊,權重即蠕蟲的威脅模型不是只存在實驗室裡。
- 討論要點:
- Anthropic 自己強調這是能力上限,野外目前沒有真實案例,但研究動機本身就值得玩味
- 便宜雜牌裝置串接成叢集的門檻遠比想像中低
- 沒有單一關機點代表傳統的資安應變思路可能要重新設計
- 講稿建議:這段我看完有點頭皮發麻。Anthropic 花不到一千美元買了 15 台雜牌電視盒,串起來讓一個開源模型嘗試在上面自己複製自己,結果真的有模型做到了,還成功四次。重點是這個推論引擎完全不需要系統管理員權限,就在一般使用者空間裡跑,也沒有一個單一的開關可以把它整個關掉。雖然 Anthropic 自己講這是能力上限,現實世界還沒出現,但這種研究會做出來,代表他們認真覺得這個風險已經近到值得先測一次。
5. 阿里巴巴 Qwen N1 AI 眼鏡在中國開賣,售價約 450 美元起
- 來源:The Next Web(https://thenextweb.com/news/alibaba-qwen-glasses-n1-price-launch)
- 摘要:阿里巴巴 10 月 13 日在杭州開賣 Qwen Glasses N1,售價約 450 美元,還有進階版 N1 Pro,主打 5000 萬像素相機、4K 錄影跟骨傳導通話,可以翻譯、記錄會議內容、比價。同場還推出跟 Bose 合作開發的夾耳式 AI 耳機 Qwen Clip,支援 89 種語言即時翻譯。
- 最驚訝的點:Pro 版可以用虹膜掃描確認付款,還順便量心率、血氧跟皮膚溫度。
- 台灣觀點:阿里刻意把定價對齊 Meta Ray-Ban 而不是打價格戰,顯示中國 AI 硬體廠已經有信心在規格跟品牌上正面對決國際大廠,台灣消費性電子供應鏈可以關注這條產品線的零組件機會。
- 討論要點:
- 智慧眼鏡要變成支付跟健康監測的入口,隱私風險怎麼拆解
- 跟 Bose 合作做耳機,硬體廠商之間的跨界結盟會不會變常態
- 定價對齊 Meta Ray-Ban 而非打價格戰,反映的市場策略判斷
- 講稿建議:阿里這次玩得有點大,智慧眼鏡已經不稀奇了,但 Pro 版可以用虹膜掃描直接付款,還順便幫你量心率、血氧、皮膚溫度,等於把生物辨識跟健康監測全部塞進一副眼鏡。而且定價它沒有打算打價格戰,直接對齊 Meta Ray-Ban,等於是在跟國際大廠正面叫陣。這個時間點搭配下一則新聞一起看會更有意思。
6. 博通執行長陳福陽將許多 AI 投資人比作賭場賭徒
- 來源:Quartz(https://qz.com/broadcom-ceo-hock-tan-ai-investors-casino-gamblers-101226)
- 摘要:博通執行長陳福陽 10 月 12 日在新加坡 DBS 論壇上直言,很多 AI 投資人根本不知道自己在投什麼,設下不切實際的期待之後才發現現實,整個氣氛幾乎像在賭場。他形容企業燒 token 的樣子,像小孩在電動遊樂場十分鐘花掉十美元卻什麼都沒學到,並認為真正的瓶頸是資本,不是晶片、記憶體或電力。
- 最驚訝的點:說這話的人,自己上一季 AI 晶片營收 167 億美元、年增 221%,公司還喊出 2028 年 AI 營收 2300 億美元的目標。
- 台灣觀點:博通的供應鏈跟台灣 ASIC 設計代工關係密切,他講的話某種程度也是在提醒市場別把 AI 資本支出的成長曲線畫得太滿。
- 討論要點:
- 身在局中喊泡沫,這種發言本身要怎麼解讀,是提前示警還是話術操作
- 隔天亞股應聲重挫,顯示市場對這類發言的敏感度已經很高
- 如果真正瓶頸是資本而不是晶片,那接下來的競爭重點會不會轉向融資能力
- 講稿建議:這段最精彩的地方是講話的人跟內容的反差。陳福陽說很多投資人根本是在賭場裡亂下注,企業燒 token 像小孩玩電動,結果他自己公司上一季 AI 晶片營收年增 221%,還喊出 2028 年要衝到 2300 億美元。這種話從同業嘴裡說出來份量完全不同,隔天亞股晶片股就應聲下殺,最多跌到一成,說明市場現在對任何風向球都繃得很緊。
7. Linus Torvalds 用 Claude Code 著手改進 Linux 核心重要功能
- 來源:Phoronix(https://www.phoronix.com/news/Linus-Torvalds-Claude-Code)
- 摘要:Linus Torvalds 在自己的 kernel repo 開了一個叫 noref-filemap-read-with-llm 的分支,用八個 patch 拿掉 page cache 讀取時的 folio 參考計數機制。測試結果顯示,八執行緒的小讀取吞吐量從約一千萬次躍升到三千萬次每秒,每次讀取成本從約 2950 個 CPU 週期降到 725。
- 最驚訝的點:patch 說明裡他親自署名,程式碼、測試程式跟審查,全都是在他指導下由 Claude Code 完成的。
- 台灣觀點:台灣有不少 NAS 跟伺服器硬體廠商直接吃 Linux kernel 效能紅利,這類核心層級的最佳化最終會回饋到產品效能上。
- 討論要點:
- 2024 年還說 AI 產業九成行銷一成現實的人,現在親自用 AI 工具改核心
- 核心維護者公開署名承認 AI 參與開發,對開源治理文化是不是一次示範
- 跨核心 HITM 事件從三萬降到一百出頭,代表的意義有多大
- 講稿建議:我覺得這則新聞的份量,比數字本身還重。Linus Torvalds 兩年前還嫌 AI 產業九成都是行銷,現在他自己開分支,用 Claude Code 把 page cache 的參考計數機制拿掉,吞吐量直接翻三倍,而且他在 patch 說明裡親自寫清楚,這段程式碼跟審查都是在他指導下讓 AI 工具完成的。核心維護者公開承認這件事,某種程度上比效能提升本身更值得開源社群討論。
8. 挪威將成為全球第一個暫時禁止公共場所智慧眼鏡的國家
- 來源:TechRadar(https://www.techradar.com/computing/virtual-reality-augmented-reality/norway-set-to-become-first-country-to-slap-a-temporary-ban-on-smart-specs-and-an-informed-debate-will-determine-the-future-of-meta-ray-bans-and-other-pervert-glasses)
- 摘要:挪威政府提案要成為全球第一個暫時禁止帶相機的 AI 智慧眼鏡出現在公共場所的國家,範圍包含公園、海灘、博物館、學校、購物中心、醫療機構跟健身房,第一波從更衣室、淋浴間、醫療場所開始執行。數位化部長 Torgeir Micaelsen 的理由很直接,就是擔心人們被偷拍偷錄的風險,家中私人使用不受影響。
- 最驚訝的點:荷蘭連鎖眼鏡商 Hans Anders 已經先把 Meta Ray-Ban 從四百多家門市下架。
- 台灣觀點:跟前面阿里巴巴剛開賣 Qwen 眼鏡對照,等於同一週科技廠把鏡頭往臉上裝、監管機關卻把它從街上趕下來,台灣如果要引進這類產品,隱私法規的配套勢必要先想清楚。
- 討論要點:
- 相機眼鏡的隱私爭議,立法會不會變成各國接下來跟進的範本
- 零售通路自主下架產品,代表市場壓力有時比法規走得更快
- 公共場所禁用跟私人使用不受限,這條界線實務上怎麼執行
- 講稿建議:這則新聞放在阿里巴巴剛開賣 Qwen 眼鏡旁邊看特別有意思,同一個星期,一邊是科技廠拼命把鏡頭做進眼鏡裡還對齊 Meta Ray-Ban 的定價,另一邊挪威政府直接提案要把帶鏡頭的智慧眼鏡趕出公共場所,從更衣室跟淋浴間開始禁。更有趣的是,荷蘭的連鎖眼鏡通路商自己先把 Meta Ray-Ban 從四百多家店下架了,不是等政府立法,市場的反應已經搶在法規前面。
結尾段落
今天從微軟的新晶片一路聊到挪威禁眼鏡,可以感覺到 AI 產業現在同時在拼算力、搶市占,也在面對資本跟隱私的現實考驗。沐妍這集就先整理到這裡,謝謝你陪我們聊這麼多,我們下次再見。
























留言