Amazon
【科技新聞】AI 導入加速裁員潮？Amazon CEO：精通 AI 才有機會留下
隨著人工智慧技術快速擴展應用，亞馬遜執行長安迪·賈西（Andy Jassy）近日向員工發出內部備忘錄，明確指出，生成式 AI 與智能代理（agent）的導入將在未來數年「減少」公司的企業人力規模。他表示，這波人力變動是由於公司在各部門大規模採用 AI 所帶來的「效率提升」，但並未具體說明預計影響的人數。
Latest
Gemini
【限時免費】Gemini Pro 15 個月免費專案只到十月底！Veo3、NotebookLM 免費用！怎麼領？
Google 推出限時學生優惠，Gemini Pro 現在可免費使用長達 15 個月！只要在 十 月底前完成學生身份驗證，就能免費解鎖高階 AI 功能與 2TB 雲端空間（不是學生更要看！）。這篇文章將一步步教你如何申請，包括 .edu 信箱、VPN 與付款卡設定技巧，錯過這波等於錯過 9000 元的升級機會！
scale AI
【科技新聞】Meta 宣布以 143 億美元，收購 AI 獨角獸 Scale AI 49% 股權
Meta 宣布以 143 億美元取得 AI 資料服務公司 Scale AI 近半股權，並延攬該公司創辦人暨執行長 Alexandr Wang 加入旗下，成立名為「Superintelligence」的新部門，專責推動高階 AI 技術發展。對於長期在生成式 AI 領域處於劣勢的 Meta 而言，這筆交易無疑是一場策略反擊，強化了其資料掌握力與技術領導層結構。
【深度專題】避免資料殖民！解決資料荒的下一步？來自日本的新創 APTO
生成式 AI 正在爆發成長，但背後最關鍵的燃料──高品質資料──卻正面臨全球枯竭。研究指出，現有語料可能在 2026 年前耗盡，讓模型面臨「吃不飽、吃不對」的雙重危機。 更嚴重的是，當前主流 AI 訓練大多仰賴英語世界的資料，讓模型在處理非西方語境時失準，也讓全球多數地區陷入「資料殖民」——只能使用別人定義的語言與知識。 在這場資料競賽中，日本新創 APTO 推出社群標註平台 harBest，讓資料不再專屬於少數科技巨頭，而能由全民參與、在地生產、專業分工。對台灣而言，這樣的平台不是「可以有」，而是「應該有」。
【資源分享】企業導入 AI 必備資源：OpenAI × Google × Anthropic 免費指南大公開
在企業數位轉型與生成式 AI 崛起的浪潮中，如何有效導入 AI 並創造實質價值，已成為專業人士、企業決策者與技術團隊的重要課題。 本篇精選並整理了 來自 OpenAI、Google、Anthropic 的 9 份官方 AI 指南，內容具備策略深度與實作價值，涵蓋企業導入與應用策略、提示詞工程與角色設計技巧 、AI 代理人架構與開發實作。這些指南將成為你推動 AI 應用、優化決策流程與打造未來競爭力的重要工具。
VibeCoding
【Vibe Coding】2025最強AI開發工具推薦｜10大平台功能比較與選擇指南
2025年AI開發工具市場正經歷前所未有的爆發式增長，Vibe Coding 作為全新的開發模式，正逐步改變我們對程式設計的想像與流程。本篇文章帶你認識 10 款具代表性的 Vibe Coding 工具，深入了解它們的特色與應用場景，協助你根據自身需求，選擇最合適的 AI 開發平台。
【深度專題】打造布的「數位分身」：NunoX 打通供應鏈斷點的布料雲？
當時尚產業追求更快、更綠的供應鏈，一塊「看得見又摸不著」的數位布料，正在改變一切。 台灣新創 NunoX 打造布料的數位孿生技術，從高解析掃描、AI 模擬到雲端協作平台，讓設計師不再等布、工廠不再亂寄，品牌決策也能一鍵完成。 這不只是數位工具，而是一場從代工現場出發的供應鏈轉型革命。
星巴克
【科技新聞】星巴克AI上工！咖啡師的即時顧問現身了
星巴克多了一位「隱形咖啡師」？ 想像你是剛上工的新手咖啡師，店裡人潮不斷、配方記不清、機器操作還不熟，壓力瞬間飆高。但這時，只要打開iPad提問：「冰薑餅瑪奇朵怎麼做？」畫面上立刻出現答案，精準列出用量、步驟、注意事項。這位「永遠不累、知識無限」的神隊友，正是星巴克推出的生成式AI助手──Green Dot Assist。
Nvidia
【深度專題】AI 會做夢、復育花朵、轉譯影像 DNA 、幫馬鈴薯拍時尚大片：NVIDIA GTC PARIS 重新定義「藝術」
在巴黎 GTC 2025 藝術展，一群來自世界各地的藝術家與時尚設計師，聯手最尖端的 AI 工具，把記憶畫成油畫、用 DNA 存夢、甚至讓馬鈴薯變時尚。這場展覽不只是技術展示，更是一次人類情感與機器共創的未來藝術。
NVIDIA Inception startup
【深度專題】AI 幫我們從植物中找藥！Nanyang Biologics：用 AI＋自然加速新藥開發的生技新創
🧬｜為什麼我們需要新的新藥開發方式？ 每一顆你吞下的藥丸，背後可能是 10 年以上的研發歷程，還有高達上 10 億美元 的投入。而更令人驚訝的是，在這場馬拉松裡，超過八成的候選藥物，會在臨床階段前就失敗。 藥物開發為什麼這麼難？ 因為從一開始，我們就得在數以「十億計」的分子中，找出那幾顆可能有效的「潛力股」。這就像在熱帶雨林裡尋寶，比如你可能聽過的百憂解（Prozac），從最早的分子篩選到真正上市花了 15 年；而針對乳癌的標靶藥物赫賽汀（Herceptin）也花了 超過 12 年才完成驗證。即使是疫情下快速推出的新冠藥 Paxlovid，也建立在過去 超過 20 年的病毒研究基礎上。這正是為什麼新藥研發成本這麼高、風險這麼大的原因之一。 但如果有一種方法，能讓我們先讓 AI 把「垃圾」篩掉，專注研究最有希望的那一批分子呢？這正是來自新加坡的新創公司 Nanyang Biologics
AI工具
【影音工具教學】零基礎玩大師級後製！Kling AI 多元素功能速成教學
4DV.AI
【深度專題】4DV.AI 帶你親身走進電影場景：一篇文看懂「4D 潑灑技術」
4DV.AI打造出能「自由視角重看」的4D影片技術，結合3D高斯與4D神經體素，讓你用一張RTX 3090就能即時渲染動態場景，重建聲音、畫面與運動的全貌。