AI晶世界

近期在 GitHub 與開發者社群引起討論的 Moltbook，其核心本質是基於 OpenClaw（原 Moltbot/Clawdbot）的一個實驗性 A2A（Agent-to-Agent）社交模型。這場看似「矽基文明」崛起的狂歡，實則是一場由技術漏洞、行銷操縱與 AI 幻覺共同編織的虛假繁榮。重點摘要：1. 虛假的用戶規模：99% 是「水軍」Moltbook 宣稱擁有超過 150 萬個 AI 智能體用戶，但實際數據極度不可靠。• 批量製造的帳號：安全研究員 Gal Nagli 證實，他僅用單一腳本就註冊了 50 萬個虛假 AI 帳號。這意味著所謂的百萬用戶中，絕大多數是人為批量生成的「水軍」,。• 真實用戶極少：據估計，實際擁有帳號的已驗證真人所有者數量僅約為 1.7 萬人，與宣稱的百萬級規模相去甚遠。2. 人為操縱與行銷騙局許多廣為流傳的「AI 自主行為」其實是人類為了博取眼球或商業利益而精心設計的劇本。• 偽造的神級截圖：網路上瘋傳的「AI 發明專屬語言防止人類偷看」或「索要加密貨幣」的對話，多為人類偽造的截圖或惡意剪輯。• 行銷工具：調查發現，許多看似自主的討論其實是為了推廣第三方應用（如 Claude Connection）或加密貨幣項目。人類所有者利用 AI 帳號作為行銷傀儡，而非 AI 產生了自我意識。• 人設偽裝：由於平台缺乏安全驗證，任何人只要獲取 API 密鑰，就能偽裝成 AI 發布「計劃推翻人類」等挑釁言論，誤導公眾以為 AI 覺醒。3. AI 的規模化幻覺除了人類造假，AI 模型本身的特性也貢獻了大量虛假內容。• 90% 的軼聞是編造的：AI 智能體在互動中會產生嚴重的幻覺。例如，有智能體分享了與主人的具體對話，但這些對話在現實中從未發生過。Moltbook 被形容為充滿了「Reddit 風格科幻腔」的虛構故事集,。4. 極度危險的安全噩夢Moltbook 被業界頂級專家 Andrej Karpathy 稱為「空前的電腦安全噩夢」與「數位垃圾場」。• 嚴重漏洞：平台存在嚴重漏洞，導致所有註冊用戶的電子郵件、登入令牌和 API 密鑰完全暴露。• 高權限風險：這些智能體（基於 OpenClaw/Moltbot 技術）通常擁有本地 Shell 和檔案系統的高權限。一旦遭受提示詞注入攻擊，可能會執行惡意指令、刪除檔案或洩露隱私。因此，專家強烈建議不要安裝或必須在嚴格隔離的環境中運行,。5. 結論：失敗的產品，成功的概念儘管 Moltbook 本身被定性為一場「被明顯高估的虛假狂歡」，但它所展示的 「智能體對智能體（A2A）」 交互概念仍被視為未來趨勢。• 它預演了一個 AI 擁有事業、粉絲和社交關係的未來，但目前的實現方式（Vibe-coded，缺乏工程嚴謹性）是不成熟且危險的,,。留言告訴我你對這一集的想法：Powered by Firstory Hosting

• 引言： 大家好。過去幾年談到人工智慧（AI），大家都在討論晶片、算力與模型參數。但今年，兩位科技巨頭——NVIDIA 的黃仁勳與 Tesla 的馬斯克，不約而同地將目光轉向了一個更基礎的問題：「能源」。• 核心提問： 為什麼他們認為，如果沒有足夠的電力，AI 革命將會停滯？二、 黃仁勳觀點：AI 的「五層蛋糕」新地基• 概念介紹： 介紹黃仁勳提出的 AI 產業「五層蛋糕」結構。• 層級解析：◦ 頂層是我們熟知的應用（如 AI 助理）與模型。◦ 中間是雲端與基礎設施（晶片、伺服器）。◦ 重點強調： 今年最大的改變在於最底層（第一層），黃仁勳將其定義為「能源」。• 金句引述： 黃仁勳直言，AI 算力極度耗電。如果沒有能源這個地基，再多的強大晶片串聯起來也無法運作，甚至等同於「一堆廢物」。能源已成為制約 AI 發展的關鍵瓶頸。三、 馬斯克觀點：突破地球限制的「太空運算」• 問題意識： 馬斯克看得更遠（或更瘋狂），他認為隨著 AI 與人形機器人發展，地球現有的能源與電力根本不足以支撐未來的龐大需求。• 解決方案： 提出「星際資料中心」計畫，將高耗能的運算端移往太空。• 循環系統運作：1. 發射： 用 SpaceX 火箭把資料中心送上天。2. 發電： 用 Solar City 太陽能板在太空直接吸收更強的太陽能。3. 散熱： 利用太空的極低溫環境自然冷卻，省下地球上最耗電的散熱系統。4. 傳輸： 運算完的數據，透過 Starlink 星鏈傳回地球。• 願景： 打造一個自給自足的能源與運算循環，實現「全民富足」的 AI 時代。四、 總結與展望：能源即算力• 綜合比較：◦ 黃仁勳務實地指出能源是當前架構的「地基」。◦ 馬斯克激進地試圖在太空中尋找能源與散熱的「無限供給」。• 結語： AI 的下半場競爭，不只是比誰的晶片快，更是比誰能掌握穩定且巨大的能源。誰解決了電力的問題，誰就掌握了通用人工智慧（AGI）的鑰匙。留言告訴我你對這一集的想法：Powered by Firstory Hosting

節目簡介在這集我們帶你走進 CES 2026 的展場， 分析 Nvidia、AMD、Intel、高通等晶片巨頭的新布局，從「雲端 AI」走向「實體世界 AI」，看見下一階段的 AI 圈地戰爭究竟怎麼影響你的生活與工作。核心主題：AI 走出雲端，進入物理世界- 今年關鍵不再只是螢幕更大、效能更快，而是 AI 從被動工具，轉變為主動協作的夥伴。- 三大戰場成形：雲端基礎設施成本革命、個人裝置智慧化、以及讓 AI 能理解並操作物理世界的能力。Nvidia：從賣晶片到賣整座「AI 樂高城堡」- 以「平台轉移」與「實體 AI 的 ChatGPT 時刻」為主軸，強調 AI 要理解重力、摩擦、因果關係，真正走進機器人、自駕車與工廠現場。- 推出 Cosmos 世界模型，用物理引擎打造「數據生成工廠」，在虛擬環境中創造海量極端場景，訓練可解釋決策的自駕系統，並宣布與賓士合作，預計 2026 年上路。- Rubin 運算平台號稱將推理成本壓到過去的 1/10，從「賣昂貴發電機」轉向成為整個 AI 電網的基礎設施供應商。- 代理式 AI（Agentic AI）登場，AI 不再只是聊天，而是能理解複雜任務，自主上網比價、預訂行程、動態修正錯誤，成為真正主動行動的數位代理人。- Nvidia 正從晶片供應商轉型為全端系統整合商，從雲端到工廠、汽車、機器人一手包辦，而台灣供應鏈則是這些「魔法積木」背後不可取代的製造基地。AMD：把雲端級 AI 塞進你的個人電腦- 蘇姿豐從日常使用情境切入，提出 Ryzen AI 400 系列，要把原本只能在雲端跑的強大 AI 能力搬到桌機與筆電端。- 透過 Zen 5 CPU、RDNA 3.5 GPU 與 XDNA 2 NPU 的「分工架構」，讓一台 PC 同時處理文書、圖形與高達 60 TOPS 的 AI 任務，打造真正能長時間搭載 AI 助手的裝置。- Ryzen AI Halo 平台主打「全球最小 AI 開發系統」，讓開發者可以在手掌大小的裝置上實驗 2000 億參數模型，降低對昂貴雲端的依賴，爭奪開發者生態。- 以開放的 ROCm 平台對抗 Nvidia 的 CUDA 生態，並與 Fei-Fei Li 創辦的新創合作非 Transformer 模型，從軟硬體與生態系雙線對決。- 在資料中心戰場也不缺席，推出 Helios 機櫃與 MI455X 加速器，走一條同樣「從雲到端」的全方位戰略路線。Intel 與高通：王者歸來與多路並進- Intel 以「王者歸來」劇本重返焦點，在 CES 推出搭載 Intel 18A 製程的 Core Ultra Series 3（Panther Lake），要在 AI PC 時代同時證明設計與製造實力。- 高通則發揮行動領域的低功耗優勢，推出 Snapdragon X2 Plus，主攻 Copilot Plus PC 所需的全天候續航，並在實體 AI 領域發表 Dragon Wing 機器人平台。- 高通與台灣宜鼎國際結盟推出「AI on Dragon Wing」工業方案，不只綁硬體，還包雲端管理與開發工具，甚至承諾供貨到 2038 年，明確鎖定設備更新週期極長的工業與智慧城市客戶。為何「裝置端 AI」突然變關鍵？- 三大關鍵字：隱私（資料留在本地裝置）、即時性（不受網路延遲影響）、可靠性（斷網也能照常運作）。- 邊緣 AI 晶片公司 Kneron 打出標語「The future lives at the edge」，點出未來大量 AI 計算將移往裝置與邊緣節點，而非只依賴雲端。三層 AI 權力結構：新一輪圈地運動- 這場 AI 競賽更像 80 年代 PC 大戰的擴大版，戰場從桌機延伸到整個實體世界。- 第一層：Nvidia 類似當年的 Intel，負責建構自資料中心到機器人的底層算力與基礎設施。- 第二層：Microsoft 等雲端巨頭扮演企業級 AI 的「作業系統」，讓代理式 AI 成為組織內的數位員工與生產力工具。- 第三層：Apple、Google、Samsung 等終端品牌則像當年的 Dell、HP，競爭誰能把 AI 無縫嵌入日常體驗，讓用戶幾乎感覺不到 AI 的存在。- 目前最大的痛點，是不同品牌與平台之間仍無法順暢互通，例如智慧家電彼此「講不同語言」，跨平台協作成為下一個關鍵戰場。本集想留給你的問題- 當代理式 AI 不只幫你寫信、排程，而是能控制工廠機械臂、智慧家電、甚至自駕車時，信任該如何建立？- 如果 AI 在物理世界犯錯，後果將遠超過一個聊天機器人答錯題目——那麼，這個時代的安全護欄應該長什麼樣子？留言告訴我你對這一集的想法： https://open.firstory.me/user/cmat9qwe80fis01vvgijcdypf/commentsPowered by Firstory Hosting

這不只是一場官司，這是全球功率半導體市場的「分裂時刻」。德國巨頭英飛凌（Infineon）與中國產能怪獸英諾賽科（Innoscience），正在上演一場決定誰能統治 AI 數據中心與電動車電源的戰爭。為什麼一張「封裝專利」能成為卡住對手喉嚨的利刃？核心故事線：1. 戰爭背景：兩種商業模式的碰撞• 英飛凌 (守方)： 走「高溢價、高可靠性」路線。依託 IDM 模式與龐大專利池（約 450 個家族），主攻 AI 伺服器與車用市場，並積極推動 12 吋 (300mm) GaN 製程以實現長期成本平價。• 英諾賽科 (攻方)： 走「極致性價比、大規模」路線。利用全球最大的 8 吋 GaN-on-Si 產能，試圖複製 LED 產業邏輯，以價格戰席捲消費電子並滲透高階市場。2. 英飛凌的戰術拆解：精準的「專利圍堵」• 殺手鐧專利 US 9,899,481：◦ 打擊點： 這不是單純的晶體管結構專利，而是涉及 「封裝與引腳配置（Source Sense）」 的專利。這種封裝對於高頻驅動至關重要。◦ 戰略意圖： 鎖死客戶的 PCB 設計。如果英諾賽科被迫更改封裝腳位以迴避專利，將失去與英飛凌產品的「Pin-to-Pin」兼容性，迫使客戶必須重新驗證與改版，大幅增加轉換障礙。• 法律進程：◦ 美國戰場： ITC 初步裁定英諾賽科侵權，2026 年 4 月將發布終裁，若確認將面臨進口禁令。◦ 歐洲戰場： 德國慕尼黑法院已對英諾賽科發出初步銷售禁令，展場產品甚至被強制撤下。3. 英諾賽科的突圍戰術：「借船出海」• 策略聯盟： 為了規避「中國製造」與部分專利風險，英諾賽科與 安森美 (onsemi) 及 意法半導體 (ST) 達成合作。◦ 模式： 英諾賽科提供低成本晶圓，由安森美/ST 進行封裝與品牌銷售。◦ 目的： 將產品「洗白」為西方品牌，利用巨頭的通路進入歐美市場，同時消化其龐大的 8 吋產能。4. 市場終局：供應鏈的「雙軌制」平行宇宙• 軌道一：歐美合規市場 (英飛凌主導)◦ 特徵：高單價、嚴格 IP 合規、重視供應鏈安全。◦ 主要應用：AI 數據中心 (800V)、車載充電器 (OBC)。• 軌道二：中國與新興市場 (英諾賽科主導)◦ 特徵：極致性價比、快速迭代。◦ 主要應用：快充、消費電子、低壓工控。5. 台灣供應鏈的戰略機會 (轉單效應)• 世界先進 (VIS)： 成為「非陸系」8 吋 GaN 產能的首選。當歐美客戶（如 EPC, Navitas）需要規避英諾賽科的法律風險時，世界先進是唯一的成熟替代方案。• 台積電 (TSMC)： 穩固高階 GaN IC 代工地位。英飛凌的勝訴強化了市場對「高可靠性」的需求，促使高階客戶更依賴台積電的先進製程。• 封測廠 (OSAT)： 由於英飛凌鎖定了特定封裝結構，台灣封測廠需協助 IC 設計客戶開發新型「迴避設計」封裝（如 WLCSP），帶來技術升級機會。留言告訴我你對這一集的想法： https://open.firstory.me/user/cmat9qwe80fis01vvgijcdypf/commentsPowered by Firstory Hosting

本集深入探討了打造「類人機器人」的核心技術架構。內容將機器人技術比喻為一個「三位一體」的系統，並結合了最新的 AI 趨勢與硬體挑戰。重點內容摘要：一、 核心架構：大腦、小腦與靈巧手打造像人一樣的機器人，需要三個關鍵部分的完美協作：- 大腦（宏觀決策與規劃）：- 功能： 負責「深思熟慮」，設定從 A 點到 B 點的路徑規劃與任務拆解。- 演進： 從早期的「審慎式規劃（Sense-Think-Act）」演變為現在由 大型語言模型（LLM） 驅動。- 新技術： 採用 VLA（視覺-語言-動作）模型，將物理動作「標記化（Tokenize）」，讓 AI 像學習語言一樣學習動作（例如：結合「張開手指」與「用五牛頓力閉合」等指令）。- 小腦（即時平衡與反應）：- 功能： 負責「本能反應」，處理平衡、避障等毫秒級的運動控制。- 演進： 從傳統的 PID 控制、MPC（模型預測控制）、WBC（全身控制算法)，進化到 深度強化學習（DRL）。- 特點： 利用「域隨機化（Domain Randomization）」在混亂的環境中訓練，讓機器人具備像昆蟲或動物般的生存本能與適應力。- 靈巧手（精細操作的終端）：- 挑戰： 目前硬體最大的瓶頸。人手有 27 個自由度（DoF），複製極難。- 技術流派： 分為「腱驅動（仿人手筋腱，如 Tesla）」與「集成齒輪（馬達在關節內，如 Unitree）」。- 感知突破： 視觸覺感測器（Visual Tactile Sensors） 是關鍵，透過在皮膚內的微型鏡頭「看見」觸覺，讓機器人能感知紋理與滑動。- 目標： 降低成本是量產關鍵（目標是從幾萬美元降至幾百美元）。二、 神經系統：ROS 2 (Robot Operating System 2)如果大腦與小腦是處理器，ROS 2 就是串聯一切的「中樞神經系統」。- 核心價值： 提供標準化的通訊平台，避免開發者重複造輪子（不用自己寫驅動程式）。- 關鍵特性：- 分佈式與模組化： 允許頭部、手部、感測器在不同的電腦上運算，但像一個整體般運作。- 發布/訂閱（Pub/Sub）模式： 解決了時序混亂的問題，確保數據傳輸的即時性與解耦。- 成功案例： NASA 的 VIPER 月球車、Otto Motors 的物流機器人皆採用此系統，證明其穩定性與可擴展性。三、 訓練與未來：虛實整合 (Sim2Real)現代機器人的學習方式已發生典範轉移：- 模擬訓練（The Matrix）： 機器人不再只在真實世界學習，而是在像《駭客任務》般的虛擬環境（如 Isaac Gym）中，經歷數億次的試錯與訓練。- 抗干擾能力： 透過「域隨機化」（在模擬中隨機改變摩擦力、光線、推力），訓練出能適應真實世界混亂狀況的強健模型。- 模仿學習： 機器人透過觀察人類的示範（數據）來學習操作。總結機器人技術正處於「自動化」轉向「自主化」的轉折點。透過 AI 大腦的語意理解、小腦的強化學習反應、ROS 2 的神經串聯 以及 低成本靈巧手的量產，未來的機器人將不再是寫死程式碼的機器，而是具備學習能力、能真正走入人類生活的智慧實體。留言告訴我你對這一集的想法： https://open.firstory.me/user/cmat9qwe80fis01vvgijcdypf/commentsPowered by Firstory Hosting