Google 推出全新 AI 模型 Gemini Robotics-ER 1.6，旨在協助機械人更有效地理解及互動物理世界，解決機械人領域最大挑戰之一：超越指令的推理能力。此模型專注「具身推理」（embodied reasoning），讓機械人能解讀視覺輸入、規劃任務，並判斷任務完成時機。這代表從單純遵從指令的機器，轉向具情境意識決策系統。更新版在空間推理及多視角理解上優化早期版本，讓機械人更有效處理多個相機輸入及動態環境資訊，亦新增儀器讀取功能，適用於工業常見儀表。

橋接數位與物理差距

此模型在空間推理任務表現突出，能更準確辨識物件、計數及判斷物件間關係，甚至在推理過程中指向物件，將複雜任務拆解為小步驟。這在真實環境中至關重要，機械人需與物件互動、穿越雜亂空間，並基於不完整或變化資訊決策。模型亦強化任務成功偵測，讓機械人評估任務是否正確完成，適用於自動化流程中決定重試或推進。 多視角推理亦有進展。機械人常依賴多相機輸入，如頂視及手腕視角，模型能整合這些視點，形成完整環境理解，即使遇遮擋或低能見度亦然。

最實用新增為讀取儀器，如壓力表、視窗玻璃及數位顯示。此功能與 Boston Dynamics 合作開發，用於 Spot 機械人設施巡檢。「儀器讀取及更可靠任務推理能力，將讓 Spot 完全自主察覺、理解及應對真實挑戰，」Boston Dynamics Spot 副總裁兼總經理 Marco da Silva 表示。模型結合視覺推理及程式碼執行，放大影像辨識指針及刻度，以高精度計算數值。

效能基準顯示儀器讀取準確率從早期模型 23% 提升至 93%（啟用 agentic vision），並改善安全限制遵守，如避免不安全物件處理。Google 表示，此為其最安全機械人系統，能偵測危害並遵循文字及視覺安全規則。 Gemini Robotics-ER 1.6 已透過 Gemini API 及 Google AI Studio 向開發者開放，附帶具身推理測試及應用建置工具。

| 規格項目 | 細節 | |———-|——| | 模型名稱 | Gemini Robotics-ER 1.6 | | 核心功能 | 具身推理、空間推理、多視角理解、儀器讀取、任務成功偵測 | | 準確率提升 | 儀器讀取從 23% 至 93% | | 可用平台 | Gemini API、Google AI Studio | | 合作夥伴 | Boston Dynamics (Spot 機械人) |

NVIDIA 推出全新 Ising 系列開放 AI 模型，針對量子運算两大核心挑戰——校準及錯誤修正，提供解決方案。這些模型旨在協助研究人員及企業構建更穩定、可擴展的量子系統，透過優化量子處理器的調校方式，以及即時偵測與修正運算錯誤，提升整體效能。量子電腦屬極度敏感系統，微小干擾即可能引發錯誤，此問題長期阻礙大規模實用機器的開發。NVIDIA 表示，Ising 模型相較傳統方法，在量子錯誤修正方面提供高達 2.

5 倍速度提升及 3 倍準確度，標誌量子硬體可靠性邁向新階段。

修復脆弱量子系統

Ising 系列涵蓋校準及解碼工具兩大類別。校準確保量子處理器精準調校，而解碼則用於辨識及修正運算中發生的錯誤。Ising Calibration 模型採用視覺語言方法，解讀量子處理器測量數據，讓 AI 代理自動化原本需時數日的校準流程，縮短至數小時。如此加速校準循環，有助研究人員執行更多實驗，並持續優化系統效能。 在錯誤修正方面，Ising Decoding 運用 3D 卷積神經網絡，即時處理複雜量子數據。

模型針對速度及準確度優化，讓錯誤能在發生時迅速修正，此對維持量子系統長時間運算的相干性至關重要。「AI 是實現量子運算實用化的關鍵，」NVIDIA 創辦人兼行政總裁 Jensen Huang 表示。「透過 Ising，AI 成為量子機器的控制平面——其作業系統。」 這些模型已獲多間機構採用，包括 Harvard University、Fermilab、Lawrence Berkeley National Laboratory，以及多家量子運算企業。

此採用程度凸顯 AI 在量子系統管理中的角色日益重要，特別在構建量子-經典混合架構時，需量子處理器與經典運算資源緊密協調。NVIDIA 將 Ising 定位為更廣泛生態系統一部分，與 CUDA-Q 平台及 NVQLink 硬體互聯整合，讓量子處理器與經典 GPU 實現即時互動。公司開放這些模型，提供開發者工具、數據及工作流程，可針對不同量子硬體自訂。此舉降低小型研究團隊參與量子開發的門檻，並加速實驗進展。

英偉達近日發佈名為 Ising 的開源人工智能模型系列，專注於量子計算的校准與糾錯環節。這是全球首個針對該領域開發的開源人工智能模型。英偉達創辦人兼行政總裁 Elon Musk 表示：「AI 對實現實用化量子計算至關重要。有了 Ising，AI 將成為量子機器的控制平面——即量子計算的作業系統，將脆弱的量子比特轉變為可擴展、可靠的量子 GPU 系統。」

Ising 模型家族規格

首批採用 Ising 模型的機構包括全球頂尖科研力量，如費米國家加速器實驗室、哈佛大學工程與應用科學學院、IQM 量子電腦公司、英國國家物理實驗室及芝加哥大學等。Ising 模型已在 GitHub、Hugging Face 及英偉達開發者平台開源上線，開發者可自由微調、量化並部署至自有硬件。英偉達量子產品總監 Sam Stanwyck 指出，目前最先進的量子處理器約每千次運算出現一次錯誤，要成為科學和商業問題的實用加速器，錯誤率須降至萬億分之一甚至更低。

「好消息是，AI 正是規模化應對這一噪聲難題的答案。」

英偉達股價持續上漲，過去 10 個交易日累計升幅超過 18%。這是這家 AI 晶片巨頭自 2023 年以來首次出現 10 連升，迎來最長連升週期。周二，英偉達股價上漲近 3%，惟相對於 2024 年 10 股合 1 股拆股調整後、去年 10 月創下的 US$212.19 歷史高位，目前股價仍低約 8%。此次連升期間，周一英偉達否認收購大型 PC 企業的傳聞，並聲明「公司未與任何 PC 製造商洽談收購事宜」。

受相關消息影響，戴爾與超微股價周一微升，周二早盤則回吐部分升幅。周二，英偉達亦發佈名為「Ising」的全新開源模型系列，專注加速量子計算的普及與應用。

AI 需求爆發式增長支撐股價

這家晶片巨頭股價屢創新高，背後是 AI 需求的爆發式增長。Meta、Amazon、 Google 、Microsoft等科技巨頭紛紛搶購英偉達晶片。於上個月舉行的年度 GTC 大會上，黃仁勳表示，至 2027 年，英偉達圖形處理器（GPU）訂單金額逾 1 萬億美元，涵蓋現有 Blackwell 系列及下一代 Vera Rubin 系列 GPU。英偉達數據中心業務收入同比增長 75%，現佔公司總業績的 88%，遠高於五年前形成鮮明對比，彼時遊戲業務仍是公司最大收入支柱。

目前，英偉達的 AI 晶片產能已供不應求。在 3 月的 GTC 大會上，英偉達推出多款 AI 算力晶片，其中包括一款語言處理單元，該產品依賴英偉達去年 12 月以 US$200 億美元收購晶片初創企業 Groq 所得技術。創意策略公司分析師本·摩爾表示：「我們的算力供應嚴重不足，這漸漸凸顯了英偉達的核心理念——算力即盈利。」 在 GTC 大會上，英偉達亦發佈搭載最新維拉系列中央處理器（CPU）的獨立機架。

隨着智慧體 AI 時代來臨，算力需求發生轉變，CPU 需求再度回升。Meta 是英偉達獨立 CPU 的首家大客戶。今年 2 月雙方公布的重磅協議中，Meta 承諾在全球數十個數據中心部署數百萬顆英偉達晶片。上周，Meta 還在先前與 CoreWeave US$140 億美元合約基礎上，追加 US$210 億美元合約，以擴大算力規模。除自有數據中心外，Meta 亦將借助 CoreWeave 數據中心的英偉達 Vera Rubin 機架級系統，進一步提升算力。

上周，其他科技業高管亦紛紛表示，在 AI 盈利週期持續擴大的背景下，需要更多 AI 算力，其中包括Amazon雲服務首座執行官馬特·加曼、Alphabet 首座執行官桑達爾·皮查伊。本·摩爾指，英偉達股價上漲正是對此的市場回應。他表示：「當下游算力與基礎設施供應緊缺，而企業又急需算力以實現 AI 盈利，英偉達的所有市場均極具吸引力。這些都是市場期盼的積極信號，亦證實了這一行業增長週期的可持續性。

」

OpenAI 特別指定用戶訪問一款專門發現軟件安全漏洞的新模型。就在一週前，對手 Anthropic PBC 宣佈小範圍發佈人工智慧工具 Mythos。這家 ChatGPT 開發商周二表示，已開始推出 GPT-5.4-Cyber 模型，目標是發現軟件中的問題，以方便組織加以修補。OpenAI 指，該模型用於此類任務時，對用戶探測方式的限制亦較少。該模型將向 OpenAI「網絡安全受信訪問」（Trusted Access for Cyber）項目中的部分參與者提供，公司 2 月推出這一項目，以便讓

某些客戶及網絡安全專業人士試用公司最強產品。

GPT-5.4-Cyber 擴大測試範圍

OpenAI 計劃擴大該早期訪問項目的參與範圍。初期將允許數百名用戶測試這個新模型，未來數周擴大至數千人。OpenAI 與 Anthropic 一向競爭開發更先進、廣泛能力的 AI 模型，並試圖說服企業為其付費。但隨着模型在編程及代碼安全檢測方面的作用越來越突出，有關該技術被犯罪分子及國家支持的黑客濫用的擔憂亦在上升。目前，AI 技術已被用於協助實施網絡攻擊。

上週，Anthropic 推出名為 Mythos 的 AI 模型，稱其專注於識別並利用操作系統及網絡瀏覽器中的漏洞。公司決定僅向包括Amazon、Apple 及Microsoft在內的少數受信合作夥伴發佈該模型，以便這些機構用 Mythos 發現問題並加強系統防護。

Fluidstack 是一家為 AI 企業打造專屬數據中心的初創公司，目前正洽談一輪 10 億美元融資，估值達 180 億美元，據 Bloomberg 報導，此輪融資或由 Jane Street 主導。若交易成真，這將在數月內令 Fluidstack 估值倍增。公司於去年 12 月據報正籌集約 7 億美元，當時估值 75 億美元，消息人士向 Bloomberg 透露，雖然未正式公布完成，但該輪由專注 AGI 的 Situational Awareness 基金領投，該基金由前 OpenAI 研究

員 Leopold Aschenbrenner 創立，並獲 Stripe 兄弟 Collison、 前 GitHub 行政總裁 Nat Friedman 及 AI 投資者 Daniel Gross 支持。今年 2 月，此輪融資洽談仍持續，至少 Google 考慮投入 1 億美元，據《華爾街日報》報導。

與 Anthropic 的巨額合作推動美國擴張

Fluidstack 備受矚目的原因在於去年 11 月，Anthropic 宣布與其簽署 500 億美元協議，在德克薩斯及紐約興建專為其需求設計的數據中心。相異於 AWS 等超大規模雲端供應商服務各種運算需求，Fluidstack 的基礎設施專為 AI 打造。此交易對 Fluidstack 構成重大肯定，此前該公司於美國鮮為人知。Anthropic 主要依賴 AWS 及 Google Cloud 支援 Claude 模型（亦與 Microsoft 合作向其客戶提供 Claude），但如同競爭對手

OpenAI，其快速增長需更多容量，此合作賦予 Anthropic 更大雲端基礎設施控制權。 此夥伴關係對 Fluidstack 意義重大，該公司源自牛津大學，為歐洲 AI 界新星，已將總部由英國遷至紐約。上月，它退出法國一項關鍵 100 億歐元 AI 項目，據 Bloomberg 報導，以專注美國機會。除 Anthropic 外，其客戶包括 Meta、Poolside、Black Forest Labs 等。

此前，Fluidstack 最為人知的是為 Mistral 提供基礎設施。Fluidstack 未回應置評要求。

代理式 AI 如何改變軟件開發與管理方式。軟件工程在本世紀經歷兩次重大轉變。首先是開源運動興起，讓程式碼逐漸對全球開發者和工程師開放。其次，開發運營（DevOps）和敏捷方法論的採用，將軟件開發從孤島式轉向協作式，從批量交付轉向持續交付。現在，第三次轉變正在成形，即代理式 AI 在軟件工程中的應用。到目前為止，工程團隊主要使用 AI 輔助編碼、測試和其他單一任務，並在嚴格設計的參數內運作。

但隨著代理式能力的出現，AI 代理成為具備推理和自主導向的實體，不僅能處理離散任務，還能管理整個軟件項目，並大致自主完成。若工程團隊全面採用並擁抱代理式 AI，將帶來端到端軟件流程自動化，最終實現代理管理的開發和產品生命週期自動化。

調查顯示採用勢頭正起

這份報告基於對 300 名工程與科技高管的調查，發現軟件工程團隊已察覺代理式 AI 的潛力，並開始有限度使用，但尚未全面展開。他們對其期望很高，但大多數人意識到，需要時間和努力來降低其在軟件運營中的全面擴散障礙。與 DevOps 和敏捷類似，要在工程中充分收穫代理式 AI 的益處，需要伴隨著技術採用而進行有時艱難的組織和流程變革。但在速度、效率和品質上的獲益，承諾讓這些努力值得。

採用勢頭正在增強。目前一半組織視代理式 AI 為軟件工程的首要投資優先事項，兩年內這一比例將超過五分之四。這項支出正推動採用加速。目前 51% 的軟件團隊（大多有限度）在使用代理式 AI，另有 45% 計劃在未來 12 個月內採用。 早期收益將逐步顯現。軟件團隊對代理式 AI 的投資需時才能見效。在未來兩年，大多數人預期代理使用帶來的改進為輕微（14%）或中等（52%）。

但約三分之一（32%）抱持更高期望，9% 認為將帶來革命性改變。 代理將加速上市時間。在兩年時間框架內，代理式 AI 的主要收益來自更大速度。近乎所有受訪者（98%）預期團隊從試點到生產的軟件項目交付將加速，平均預期速度提升 37%。 大多數團隊目標為全面代理式生命週期管理。團隊對擴展代理式 AI 的雄心勃勃。大多數希望 AI 代理相對快速地端到端管理產品開發和軟件開發生命週期（PDLC 和 SDLC）。

41% 組織的團隊旨在 18 個月內為大多數或所有產品實現此目標。若預期實現，兩年後這一比例將升至 72%。 運算成本與整合為早期關鍵挑戰。對所有受訪者而言——尤其媒體娛樂和科技硬件等早期採用領域——將代理與現有應用整合，以及運算資源成本，是軟件工程中代理式 AI 的主要挑戰。同時，受訪專家強調，團隊在改變工作流程時將面臨更大的變革管理難題。

Google 宣布將 Gemini 的 Personal Intelligence 功能引入印度用戶。該功能允許用戶連接 Google 帳戶，例如 Gmail 和 Google Photos，然後向 Gemini 提問以獲取個人化回覆。連接服務後，用戶可詢問如「我去 Jaipur 的旅行計劃是什麼？」等問題，從電郵或相片中提取資訊。功能亦可參考用戶最近觀看的 YouTube 影片，提供相關建議。

公司表示，Gemini 會標註回覆來源，讓用戶驗證細節。推出時，Personal Intelligence 僅限印度 AI Pro 和 AI Ultra 用戶，不過 Google 計劃數週內擴展至免費用戶。

功能限制與美國、日本經驗

此擴展將 Gemini 能力帶入另一龐大市場。Google 於今年 1 月在美國以 beta 版推出 Personal Intelligence，最初限付費層級，3 月擴至所有美國用戶，並已引入日本。Google 提醒，Gemini 並非總能正確理解數據脈絡，可能將無關主題連結起來。「Gemini 亦可能難以掌握時機或細微差別，尤其涉及關係變化如離婚，或用戶多樣興趣。

例如，看到數百張高爾夫球場照片，可能推斷用戶熱愛高爾夫。但忽略細節：用戶並非愛高爾夫，而是愛兒子，故才到場。若 Gemini 誤判，用戶只需告知（如『我不喜歡高爾夫』）即可修正，」公司在博客中解釋。 Google 正快速向印度——其主要市場之一——推送先進 AI 功能。今年 3 月，公司為印度用戶推出 Chrome 版 Gemini。上週，更透過與 Zomato、Swiggy 和 EazyDiner 等平台合作，在印度啟用 AI 模式下的餐廳預訂代理流程。

Pillar 是一家協助商品驅動型企業（如金屬、食品及航空公司）管理財務風險的平台，近日宣佈完成一輪由 Andreessen Horowitz 領投的 2000 萬美元種子輪融資（約 HK$1.56 億）。其他參與本輪融資的投資者包括 Crucible Capital、Gallery Ventures，以及 Uber 行政總裁 Dara Khosrowshahi。

公司至今累計融資 2300 萬美元（約 HK$1.79 億）。Pillar 成立於 2023 年，主要自動化這些企業的對沖流程，對沖即企業進行交易以抵銷或取消其他價格波動交易的損失。 過去一年，地緣政治因素令商品市場波動加劇。Pillar 聯合創辦人兼行政總裁 Harsha Ramesh（與技術總監 Chinmay Deshpande 共同創立）表示，公司利用 AI 技術攝取並解析客戶合約、現金流、庫存、ERP 軟件、試算表，甚至 WhatsApp 訊息等數據，從而「持續分析商品、外匯及貨運方面

的風險敞口」。平台隨後為客戶構建及管理對沖投資組合，並根據「市場狀況、波動性及客戶風險承受度」自動調整倉位。Ramesh 補充，平台可執行交易並持續監測風險及敞口，將對沖從「靜態、定期決策」轉變為「持續、自主系統」。

客戶案例與創辦人背景

Pillar 的客戶包括從事金屬等商品買賣的貿易公司 Shibuya Sakura Industries、可回收材料公司 Sigma Recycling，以及金屬回收及貿易商 United Metal Solutions Group。Ramesh 曾任宏觀交易員，管理大型衍生品交易簿，並協助全球最大企業對沖外匯匯率及利率風險。他回憶：「我亦曾在一家中型進出口實體企業工作。

最明顯的是，精密機構擁有工具、基礎設施及人才，而實際驅動全球貿易的生产商、進口商及製造商卻幾乎無法接觸這些資源。」他指出，風險管理雖至關重要，卻被視為奢侈品。 Pillar 旨在為中小企業提供機構級精密工具。「我們的目標是讓對沖像支付或會計軟件一樣普及及易得，」Ramesh 表示。同類業務還有大型銀行的傳統交易櫃檯，以及 Topaz 和 RadarRadar 等商品風險平台。

Ramesh 強調，Pillar 目前仍有人類介入，負責「審批、監督及策略決策」，並在大型交易等複雜情況下結合人工判斷與機器執行。

Google 為其 Chrome 網頁瀏覽器加入更多 AI 功能。公司於週二宣佈推出全新 Skills 功能，讓用戶儲存並重用喜愛的 AI 提示詞，無需每次重複輸入，即可在不同網頁執行。該功能與 Google 將 Gemini AI 整合至 Chrome 緊密相關，此前瀏覽器生態已湧現 OpenAI (Atlas)、Perplexity (Comet) 及 The Browser Company (Dia) 等競爭對手。

Gemini 已支援用戶查詢網頁內容、總結資訊或執行多項任務，而 Skills 則更進一步，允許用戶一鍵存取自訂提示詞。例如，用戶若經常在食譜網站要求 Gemini 建議素食替代品，即可儲存該提示詞並跨網頁應用。

Skills 功能操作詳情

要使用 Skills，用戶可直接從聊天記錄儲存 AI 提示詞為 Skill，之後在 Chrome 的 Gemini 中輸入正斜線 ( / ) 或點擊加號 ( + ) 按鈕，即可重用。Skill 會在當前瀏覽網頁及選定分頁執行，並可隨時編輯。公司測試顯示，早鳥用戶多應用於健康養生領域，例如計算食譜蛋白質宏量營養，或進行購物比較、掃描總結長篇文件。為助用戶上手，Google 同步推出 Skills 圖書館，提供生產力、購物、食譜、預算等常見任務及工作流程。

用戶只需將預設 Skill 加入 Chrome 儲存清單，即可自訂提示詞以配合個人需求。與 Chrome 其他 Gemini 動作相同，Skills 在執行如發送電郵或新增行事曆事件等動作前，會要求用戶確認。Skills 功能即日起向登入 Google 帳戶的 Chrome 桌面版用戶推出，初期僅支援瀏覽器語言設為 English (US)。

Science Corporation，由前 Neuralink 總裁兼共同創辦人 Max Hodak 創立的初創公司，已聘請頂尖神經生物學家領導其生物混合式腦機介面在美國的首個人類試驗。耶魯醫學院神經外科系主任 Murat Günel 醫生在兩年討論後，簽約擔任科學顧問。他的目標是外科植入首個傳感器，用於未來介面，這種介面最終將結合實驗室培育的神經元與電子元件。

Science 成立於 2021 年，上月完成 2.3 億美元 C 輪融資，估值達 15 億美元。公司最先進產品 PRIMA 是一款恢復黃斑變性等疾病致盲患者視力的裝置，Science 於 2024 年收購該技術，並推進臨床試驗，計劃在歐洲獲監管批准後廣泛應用，或許今年即可實現。

生物混合傳感器的創新路徑

Hodak 共同創辦 Science 時，抱持更大願景：建立電腦與人類大腦間可靠通訊連結，用於治療疾病並開闢人類增強途徑，如為身體增添全新感官。他職業生涯致力此理念，從大學生時闖入神經科學實驗室，到創辦首個生物科技運算初創，再到與 Elon Musk 共建 Neuralink。Neuralink 等機構已成功運用電子傳感器偵測 ALS、脊髓損傷等患者大腦活動，讓植入者僅憑意念控制電腦或產生文字。

但市場化途徑仍不明朗，受監管挑戰及適用患者數量有限影響。 Hodak 認為傳統金屬探針或電極以電刺激大腦的方式並非前進之路。Günel 表示，雖可獲顯著成果，但這些探針會造成大腦損傷，長期削弱裝置效能。此限制促使 Science 團隊轉向有機途徑。公司首席科學官兼共同創辦人 Alan Mardinly 帶領 30 名研究員開發生物混合傳感器，最終裝置將嵌入實驗室培育神經元，這些神經元可受光脈衝刺激，並自然融入患者大腦神經元，形成生物與電子橋樑。

與 Neuralink 直接插入大腦組織不同，Science 傳感器置於顱骨內、大腦上方。公司指此微型裝置風險低，不計劃尋求 FDA 批准，預計招募需重大腦外科手術患者，如中風移除顱骨減腫者，在其大腦皮層放置傳感器，評估安全與測量效能。Günel 預期若成功，可應對多種神經疾病，如輕柔電刺激損傷腦或脊髓細胞促癒合，或監測腦瘤患者神經活動預警癲癇。更複雜應用或針對 Parkinson 病，現有腦細胞移植及深腦電刺激均未證實能阻疾病進展。

「這生物混合系統結合電子與生物，如在 Parkinson 植入細胞保護電路，有望阻斷進展，」Günel 表示。公司現聚焦原型開發及醫療級神經元培育，並與醫學倫理委員會討論人類試驗，預計最早 2027 年啟動。