Google 早前宣布，將為 Android 版 Google Wallet 加入即時航班追蹤功能，讓用戶透過主螢幕上的持續通知查看航班更新，而這項功能現已正式上線。此功能適用於已將登機證加入 Google Wallet 的用戶，此前已提供登機時間及登機閘口變更等通知更新。此外，Wallet 透過與 Gmail 整合，若偵測到電子郵件中的航班預訂但尚未加入登機證，會提醒用戶辦理登機手續。
Android 16 專屬持續通知
現時，使用 Android 16 用戶可在起飛前不久看到持續通知，如上圖所示。通知顯示預計到達時間，並附上進度條，標示航班總時長及已完成進度。點擊通知後，將進入標準票務頁面，頁底提供連結至 Google Flights，以網頁搜尋結果形式開啟。
此更新提升了旅行便利性，讓用戶無需額外應用程式即可掌握航班動態。Google Wallet 持續優化航班相關功能，透過系統級整合提供更流暢體驗。
Apple 的供應鏈問題持續影響有意購買全新 Mac 的消費者。目前，售價 US$599 的入門級 M4 Mac mini（256 GB 儲存空間）已在 Apple Store 完全斷貨，無法下單，僅顯示「目前無法送達」。事實上，情況更嚴峻，所有配備 256 GB 儲存空間的 M4 Mac mini 均處於相同狀態，無論 RAM 配置為何。（第三方零售商如 Amazon 亦無改善，目前僅售 M4 Pro Mac mini。
）
每週 Mac 桌面產品線的供應情況似乎都在惡化。此前報導顯示，配備 32 GB 及 64 GB RAM 的 Mac mini 已無法購買，如今更多型號加入缺貨名單，入門 256 GB 儲存選項已從 Apple 貨架消失。其他型號庫存亦不充裕，Apple Store 對 512 GB M4 Mac mini 報價 6 週等候期，為目前最短延遲。部分型號則顯示 9 至 10 週或更長的運送估計，前提是仍有庫存。
供應短缺規格一覽
型號
儲存空間
RAM 配置
Apple Store 狀態
M4 Mac mini
256 GB
所有配置
完全斷貨
M4 Mac mini
512 GB
–
6 週等候
其他 M4 Mac mini
–
–
9-10 週或更長
主要成因為 Apple 因記憶體及儲存元件行業短缺而調整供應策略，似乎優先分配給出貨量更大的 MacBook 系列，而非銷量較低的桌面 Mac。近期個人 AI 熱潮亦推高 Mac mini 需求，常見供應減少往往預示硬體更新將近，或許 M5 Mac mini 即將登場。但 Mac Studio 同樣嚴重缺貨，Bloomberg 報導指其 M5 更新需待至 10 月，此說法亦曾適用於 Mac Studio。
Pixel 8a、Pixel 9、Pixel 9 Pro、Pixel 9 Pro XL、Pixel 9 Pro Fold、Pixel 9a、Pixel 10、Pixel 10 Pro、Pixel 10 Pro XL，以及 Pixel 10 Pro Fold，另支援 Android Emulator。用戶可透過 Android Beta Program 輕鬆加入，取得裝置 OTA 更新。
美國國家航空航天局（NASA）Artemis II 任務近日發射四名太空人環繞月球，並利用新型激光通訊系統向地球傳送高清影像。其中一個接收站並非由 NASA 主導，而是由 Observable Space 及 Quantum Opus 公司建造的低成本終端機，由澳洲國立大學運營，以每秒 260 兆位元的速度成功接收來自月球軌道太空船的數據。公司表示，此成就證明地球與太空間的高速連接可低成本實現。
該終端機採用 Observable Space 的軟件及望遠鏡捕捉並鎖定 Orion 太空船的傳輸訊號，再由 Quantum Opus 開發的光子感測器解碼數據。其總成本低於 US$5 million（約 HK$39 million），遠低於數千萬美元的自訂解決方案。
激光通訊規格比較
項目
激光通訊
射頻通訊
傳輸速率
260 Mbps（Artemis II 示範）
較低（傳統主要選項）
成本
低於 US$5 million（約 HK$39 million）
未指定
缺點
易受雲層干擾，需視線通暢
傳輸速率較低
NASA 數年來測試深空激光通訊，包括與距離地球 2.18 億英里的小行星探測器建立數據鏈路。Artemis II 是最全面示範，加州及新墨西哥州的 NASA 主要接收站，以及澳洲低成本實驗終端，均收集環月航程的 4K 影片。激光通訊雖傳輸量遠高於射頻，但易受天氣影響，且需直接視線，故澳洲站位於美國對側具戰略意義。
前美國太空人 Josh Cassada（Quantum Opus 共同創辦人）指出，澳洲是 Artemis II 太空人首張地球升起照片中第一塊出現的大陸。
Observable Space 行政總裁 Dan Roelker 表示，此任務證明太空至地球激光下行鏈路已準備擴展。該技術已廣泛用於衛星間連接，但因成本高未應用於地球傳輸。他設想全球終端網絡接收各種衛星數據。「我們可在未來一年或更長時間擴展，」Roelker 向 TechCrunch 表示，惟資金及合作模式待定。「我們將與多方合作，無論自建、與地面站服務商夥伴，或為大型星座營運商提供自有基礎設施。
Threads 推出 Live Chats 功能，讓用戶參與圍繞重大直播活動的公開即時群組對話。以下是詳細內容。
Threads 強化社群互動體驗
Threads 近日發佈 Live Chats 功能，這項設計融合傳統群組聊天與熱門話題元素。用戶可在直播活動進行時，例如 NBA 比賽，加入公開群組聊天，與其他追蹤同一事件的用戶即時交流。加入聊天後，用戶可發送訊息，包括照片、影片及連結，並使用反應表情符號表達感受。
若聊天已滿，用戶仍可觀看對話、對訊息作出反應，或參與投票。
目前僅限少數創作者及社群冠軍主辦 Live Chats。一旦啟動，這些聊天即公開可發現，並在活動結束後持續存取。根據 Meta 指引，合資格主辦者可透過社群右上角三點選單圖示，選擇「預約 Live Chat」來啟動。用戶可為聊天命名、設定開始及結束時間，並邀請他人參與。同時，可將 Live Chat 分享至 Threads 動態或 Instagram Story 以擴大傳播。
社群頂部會列出進行中及即將開始的 Live Chats，例如 NBA Threads 社群。用戶加入後，可從訊息分頁存取，操作方式類似應用程式內的單對單或群組聊天。
即使 Amazon、Microsoft 及 Google 等超大規模雲供應商自製 AI 晶片，企業將 AI 需求轉移至雲端並移植應用時，Nvidia 依賴度或許降低，但現階段押注其衰退並不划算。知名晶片分析師 Patrick Moorhead 在 X 平台戲稱，早在 2016 年 Google 推出首代 TPU 時，他預測其將不利 Nvidia 及 Intel，如今 Nvidia 市值近 US$5 萬億（約 HK$39 萬億），證明該預測未獲時間驗證。
若依 Nvidia 規劃，Google AI 雲端擴張反將帶來更多業務，甚至雙方正合作優化基於 Nvidia 系統的雲端網路效率，特別強化 Google 於 2023 年開源的軟體網路技術 Falcon，該技術隸屬 Open Compute Project 開放資料中心硬體組織。
Apple 發佈了一項軟件更新，針對 iPhone 和 iPad 修復了一個安全漏洞，該漏洞允許執法部門從訊息應用程式中提取已刪除或自動消失的訊息。這是因為顯示訊息內容的通知會在設備上緩存長達一個月。Apple 在其網站的安全公告中指出，這個漏洞導致「標記為刪除的通知可能意外保留在設備上」。
這個問題明顯指向本月早些時候 404 Media 揭露的案例。該獨立新聞機構報導，美國聯邦調查局（FBI）使用取證工具，從某人的 iPhone 中提取了已刪除的 Signal 訊息。
這是因為訊息內容曾在通知中顯示，並儲存在手機資料庫中，即使 Signal 內部已刪除訊息。事件曝光後，Signal 總裁 Meredith Whittaker 表示，該應用程式開發商已要求 Apple 解決問題。她在 Bluesky 上發文寫道：「已刪除訊息的通知不應保留在任何作業系統的通知資料庫中。」
目前仍不清楚為何通知內容會被記錄，但此次修復顯示這屬於一個錯誤。
Apple 未即時回應有關為何保留這些通知的查詢。公司亦將修復回溯應用於運行較舊 iOS 18 版本的 iPhone 和 iPad 用戶。
香港理工大學的研究團隊開發出一套代理式機器人系統，用於鈣鈦礦太陽能電池（PSCs）的研發。這套系統實現全自主閉環研究框架，由七層 AI 架構支撐，能夠閱讀現有科學文獻、生成新化學配方，並轉化為機器碼。示範顯示，該自主系統製造出的鈣鈦礦太陽能電池功率轉換效率達 27.0%。「團隊利用此系統進行了 50,764 次鈣鈦礦太陽能電池裝置實驗，達成冠軍功率轉換效率 27.
0%，經認證值為 26.5%」，團隊指出。
盒中工廠：突破試錯瓶頸
儘管鈣鈦礦太陽能電池潛力巨大，但其開發仍受「試錯」流程限制，勞力密集且難以重現。工程師測試逾 100,000 種實驗配方，仍難掌握對環境變化極敏感的複雜配方及結晶週期。現有機器人雖能快速收集數據，卻缺乏理解科學原理並即時調整的能力。新系統整合 AI 架構與實體機器人，涵蓋學習、生成、RecipeQA、微調、推理、評估及優化等環節。此外，專屬領域配方語言模型（RLM）處理文獻及實驗數據，推薦、推理並精煉化學配方。
該系統由 11 個互聯機器人盒組成，整合成單一框架。硬體分工明確：前三盒負責化學儲存及精準材料分配，其餘八盒處理核心製程，包括旋塗、激光加工及沉積。配備多組相機及感測器，提供原位特徵化，實時數據直接回饋 AI 迴圈，驅動模型持續演進。11 個機器人盒控制逾 4,300 項參數，透過七層 AI 架構，從科學文獻及自身實驗數據持續學習，建立合成、特徵化及優化的閉環工作流程。
Google 在其雲計算大會 Google Cloud Next ’26 上公開討論與 Apple 的合作，確認大模型 Gemini 將為新一代個人化體驗的 Siri 提供動力，此版本預計於 2026 年向用戶發佈。Google 雲業務負責人 Thomas Kurian 在拉斯維加斯舉行的會議演講中表示，Google 正作為 Apple 「首選雲服務供應商」，基於 Gemini 技術與 Apple 共同開發新一代 Apple Foundation Models。
據 Kurian 所述，這些模型將為未來 Apple Intelligence 功能提供支援，其中包括計劃於今年晚些時候上線的更個人化 Siri。
Apple Siri 更新時程反覆延遲
從時間表來看，Kurian 此次發言並未帶來實質性的發佈時間更新，但再次證實了 Apple 此前公開的節奏。2025 年 3 月，Apple 首次宣布推遲更智能 Siri 的發佈時，公司曾表示相關功能會在「來年」推出；其後於 2025 年晚些時候，Apple 又表示 Siri 將於 2026 年的某個時間迎來更新，但未給出更具體的時間點。今年 2 月，Apple 向 CNBC 再次確認，新版 Siri 仍計劃於 2026 年上線。
根據此前流出的消息，Apple 原計劃於 2026 年春季發佈基於 Apple Intelligence 的新版 Siri，但因準確性方面遇到問題，導致公司不得不調整整個時間表。由於 Apple 公開對外的承諾從未明確具體日期，僅限於 2026 年內，因此這次調整在嚴格意義上並不構成再次「跳票」。目前 Apple 只需在 2026 年 12 月 31 日之前完成 Siri 更新即可，但市場期待其即將發佈的 iOS 27 中率先呈現這款新一代智能助手實裝。
Kurian 在演講中重申，Google Cloud 是 Apple 的「首選雲服務供應商」，這與 Google 此前對外表述保持一致。不過，新版 Siri 及 Gemini 支援的 Apple Intelligence 功能在實機部署中仍將完全依賴 Apple 的 Private Cloud Compute，這是否會直接運行在 Google 的伺服器上，目前仍不明朗。
根據先前報導，Apple 已要求 Google 評估在其數據中心內部置伺服器以運行 Siri 的可行性，因為在更智能 Siri 正式上線後，Apple 預計雲端算力需求將顯著增長。據預測，Apple 計劃於 2026 年 6 月 8 日開啟的全球開發者大會（WWDC 2026）上正式發佈 iOS 27，外界預計屆時 Apple 將進一步披露有關 Siri 及 Apple Intelligence 的更多細節。
對於這款未來將由 Gemini 提供核心動力、同時深度整合 Apple 生態的個人數碼助手，WWDC 被視為觀察其功能形態及隱私技術路徑的關鍵窗口。
在今週三舉行的 Google Cloud Next 大會上，Google 宣佈將把「自動瀏覽」（Auto Browse）功能的智能代理能力引入企業版 Chrome 瀏覽器，並同步加強相關安全防護措施。憑藉這項功能，企業用戶可利用 Gemini 理解當前標籤頁中的實時網頁內容，然後讓 AI 代為執行諸如預訂航班、錄入數據、安排會議等與網頁操作相關的各種工作任務。
Google 表示，自動瀏覽功能可協助員工完成多種典型場景：例如根據 Google 文件中的內容，將關鍵信息錄入公司指定的 CRM 系統；在多個標籤頁中自動比價不同供應商報價；在面試前對求職者的作品集進行快速總結；從競爭對手的產品頁面中提取關鍵數據等。然而，這些工作仍要求「人在迴路」，即用戶在 AI 生成輸入或操作之前，必須進行人工審核與確認，最終決策權仍掌握在用戶手中。
Google 強調，這些能力的目標在於加速繁瑣、機械的事務性操作，從而釋放員工時間，讓他們將精力更多投入公司所謂的更「戰略性」工作之中。這一邏輯也契合當前 AI 支持者的宏大敘事：透過新技術「幫你省回時間」。
企業版 Chrome 的 AI 增強與安全控制
不過，實際研究顯示，AI 在許多場景中並未真正減輕工作量，反而有「增加工作強度」的趨勢，尤其在企業級環境下，當 AI 成為標準化工流程的一部分後會如何演變，目前仍有待觀察。可以預見的是，管理層或能據此期望員工在同時間完成更多任務。
Google 介紹，新功能將率先向美國地區的 Workspace 用戶開放，作為其將 AI 深度嵌入職場「標配應用」——與所有人會使用的網頁瀏覽器——這一戰略的一部分。
企業管理者可透過策略配置來啟用該功能。Google 同時承諾，組織內部用戶在使用這些功能時輸入的提示信息不會被用於訓練其 AI 模型。在外界對數據使用憂慮敏感的當下，這類承諾已成為必要說法，特別是在 Meta 被曝連員工鍵盤輸入也用於訓練 AI 模型的背景下。
與面向消費者的版本類似，企業版 Chrome 用戶亦可將常用工作流程保存下來，供日後快速調用。這些預設工作流程被 Google 稱為「Skills」。
用戶既可透過輸入斜槓「/」召出要使用的 Skill，也可點擊介面上的加號按鈕進行選擇，從而在複雜的網頁操作中快速調取常用流程。
在增強 Chrome AI 能力的同時，Google 也在強化其對「未授權 AI 工具」的偵測與管控。透過 Chrome Enterprise Premium，Google 此前已能識別企業內部使用的非授權 AI 工具，如今這一能力將擴展到監測被攻擊的瀏覽器擴展程式或其他 AI 服務，重點關注「異常代理活動」（anomalous agent activity）。
從安全角度看，這被定位為協助 IT 團隊識別潛在風險，但它也有另一層意涵：Google 正借助企業 IT 的力量，遏制那些自下而上在職場中自然生長的其他 AI 代理服務。
在過去的「Enterprise 2.0」浪潮中，不少雲存儲服務、協作文件或檔案分享工具，正是藉由員工自發採用，逐漸在企業內站穩腳跟。而如今，Google 試圖透過官方工具套件與監控能力，掌控生成式 AI 及各類 SaaS 在企業中的入口與使用範圍。
Google 將這項新能力命名為帶有「陰影」意味的「Shadow IT 風險偵測」（Shadow IT risk detection），允許 IT 團隊全面了解組織經授權與未授權的生成式 AI 以及 SaaS 網站的實際使用情況。
與此同時，IT 團隊還將獲得由 Gemini 提供的「Gemini Summary」，用於概覽 Chrome Enterprise 發佈說明及其他變更信息。
這一摘要會突出一鍵變動、新增策略及即將廢止的功能，並給出配置新設定、審核受管瀏覽器等方向的 AI 建議。
在安全領域，Google 亦宣佈與 Okta 擴大合作，以強化「代理化職場」（agentic workplace）的安全防護，加入更多用於降低會話劫持等攻擊風險的機制。除此以外，Google 還升級了針對瀏覽器擴展的安全管控能力，並引入與 Microsoft Information Protection（MIP）的集成，協助企業在多種系統間執行一致的安全策略。
此模組框架可整合遙控、規劃及強化學習系統。
該方法讓機械人透過即時視覺及深度數據生成方向場，重用簡單形狀獨立動作處理陌生物件。研究人員指，利用擴散（熱）方程，將幾何資訊擴散至表面，直接處理點雲而無需潔淨 3D 模型。為管理自由空間與接觸轉換，結合蒙地卡羅技術，實現快速無網格計算，產生平滑局部參考框架，引導滑動、切割或探測等動作。
實驗顯示，此方法可靠轉移操作任務至不同形狀物件。
Google 表示，公司目前約 75% 的新代碼由人工智能生成，其後再由人工工程師進行審查。此比例近一年持續上升，反應出 Google 正全面加速在軟件開發環境部署生成式 AI 工具。根據 Google 此前披露的數據，截至 2024 年 10 月，公司約四分之一的新代碼由 AI 生成；去年秋天，這一數字已提升至 50%。如今升至 75%，顯示短短一年多時間內，AI 在 Google 工程體系中的分量大幅提升。
Google 一貫推動員工在編碼及其他職責中更廣泛使用 AI 工具。首席執行官 Sundar Pichai 在周三的一篇博客文章中表示，公司正轉向「真正代理式工作流程」（truly agentic workflows），讓工程師借助更具自主性的 AI 代理完成更多任務。Pichai 舉例稱，近期一次特別複雜的代碼遷移工作，由 AI 代理與工程師協同完成，其整體用時比一年前工程師獨立完成縮短了六倍。
此類案例被 Google 視為 AI 代理在軟件工程效率方面的直接體現。
AI 編碼工具廣泛應用
目前，Google 工程師主要使用公司自家的 Gemini 模型生成代碼。部分員工還被設定了具體的 AI 使用目標，這些目標將納入今年績效評估，以推動公司進一步採用相關工具。值得注意的是，部分 Google DeepMind 員工近期獲准試用競爭對手 Anthropic 推出的 Claude Code，此安排在公司內也引發一定程度的緊張與分歧。此前有報導指出，不同工具陣營之間的選擇，已在團隊內造成一定爭議與摩擦。
Google 並非唯一大力引入 AI 編碼的科技巨頭。Microsoft首席執行官 Satya Nadella 去年 4 月表示，在該公司部分項目中，已有 20% 至 30% 的代碼由 AI 編寫。Microsoft首席技術官 Kevin Scott 同月更預測，在未來五年內，95% 的代碼將由 AI 生成。社交媒體公司亦跟隨類似趨勢。報導引述一份公司文件稱，截至 2025 年第四季度，Meta 在部分組件中為軟件工程師設定的目標是：55% 的代碼改動應為「代理輔助」（Agent-Assisted）。
根據文件，對 2026 年上半年，公司創建相關組件中 65% 的工程師要求使用 AI 編寫超過 75% 的提交代碼。Snap 本月早些時候亦表示，在其新運營模式下，公司至少 65% 的新代碼由 AI 生成。隨著 Google、Microsoft、Meta、Snap 等大型科技公司不斷提升對 AI 編碼工具的使用比例，AI 正快速從「輔助工具」演變為軟件開發流程中不可或缺的基礎設施。
Sony AI 推出 Project Ace，這款自主機器人系統能與頂尖人類桌球選手匹敵，標誌著物理 AI 領域的重大突破。機器人在數位遊戲中早已稱霸，但現實世界運動因速度與不可預測性而遙不可及。Project Ace 打破這一瓶頸。多年來，AI 在虛擬環境如國際象棋與賽車模擬中表現出色，但物理互動更具挑戰，需要瞬間感測、規劃與動作。Project Ace 延續 Gran Turismo Sophy 的基礎，將類似智能帶入現實世界。
Sony AI 整合先進感測器、強化學習與精密機械臂，系統能在毫秒內追蹤高速移動物體並反應。桌球運動考驗速度、旋轉控制與快速適應。「這項研究證明，自主機器人確實能在競爭性運動中獲勝，在物理空間中匹配或超越人類的反應時間與決策能力，」Sony AI 蘇黎世分部總監兼 Project Ace 項目負責人 Peter Dürr 表示。「桌球極其複雜，需要瞬間決策、速度與力量。
此突破突顯物理 AI 代理在即時互動任務的潛力，並邁向更廣泛應用的一大步。」
極速工程與專業測試
Project Ace 仰賴密集感測系統，配備九顆高速相機追蹤球體 3D 位置，另有事件驅動感測器即時捕捉旋轉與角速度。系統結合強化學習，不依賴固定規則，而是透過遊戲中適應，靈活應對不可預測發球。機器人採用高速致動器，精準移動，即使在極端旋轉下也能快速回擊。工程師設計涵蓋邊緣情境，如網邊偏轉與異常軌跡。
Sony AI 依國際桌球總會規則評估 Project Ace，對抗五名頂尖選手與兩名職業選手。
機器人對頂尖選手五戰三勝，對職業選手表現競爭性。它處理高達 450 rad/s 旋轉的回擊率逾 75%，發球直接得分 16 分，人類對手僅 8 分。2025 年底與 2026 年初後續賽事顯示進步，Project Ace 擊敗多名職業選手，提升拉鋸速度與擊球精準度。「這是物理 AI 代理首次在即時互動任務中超越人類專家，」Sony AI 在研究中指出。Sony AI 首席科學家 Peter Stone 強調更廣影響：「這不僅限於桌球，而是 AI 研究里程碑，證明 AI 能在複雜、快速變化的現實環
境中感知、推理與行動。一旦達到專家人類水平，將開啟全新應用。」此成就不僅轉變機器人領域，物理 AI 逼近人類在高速現實任務的表現。研究論文《Outplaying Elite Table Tennis Players with an Autonomous Robot》登上《Nature》期刊封面。
| 規格項目 | 詳細描述 |
|———-|———-|
