美國總統川普（Donald Trump）與中國國家主席習近平預計下週在華盛頓會面，AI競爭將成為雙方重要議題之一。美中都將AI視為影響經濟與軍事競爭力的關鍵技術，但從先進晶片出口、AI技術「蒸餾」爭議，到軍事安全與監管方式，雙方仍存在多項重大分歧。記者彭夢竺／編譯

美國總統川普（Donald Trump）與中國國家主席習近平預計下週在華盛頓會面，AI競爭將成為雙方重要議題之一。美中都將AI視為影響經濟與軍事競爭力的關鍵技術，但從先進晶片出口、AI技術「蒸餾」爭議，到軍事安全與監管方式，雙方仍存在多項重大分歧。

美國財政部長Scott Bessent也表示，將在川習會前與中國國務院副總理何立峰會面，討論包括AI在內的相關議題。

[caption id="attachment_183293" align="aligncenter" width="1552"] 美國總統川普與中國國家主席習近平預計會面，AI競爭將成為雙方重要議題之一。（圖／AI生成）[/caption]

AI介入軍事決策 最怕「意外被當成攻擊」

AI帶來的第一項重大風險，並不是商業競爭，而是軍事誤判。如果AI系統干擾核武指揮網路，或自行發動軍事網路攻擊，美中政府可能只剩下極短時間判斷，究竟是對方真正發動攻擊，還是AI系統發生意外。

因此，美中安全專家已提出多項防護構想，包括禁止AI介入特定核武系統、重大網路攻擊必須維持人類控制，以及建立處理自主AI事件的雙邊熱線，避免技術異常迅速升高為軍事衝突。

美國再控中國用「蒸餾」複製AI技術

AI技術本身也是雙方爭議焦點。其中一項爭議就是「蒸餾」（distillation），也就是利用規模較大、成本較高模型的輸出，訓練規模更小的新模型，降低AI開發與訓練成本。

美國政府今年9月指控6家中國企業利用蒸餾方式惡意複製美國AI產品，執法人員甚至聲稱相關行為「可能是在中國政府知情的情況下」進行。不過，中國方面已否認相關指控，稱其毫無根據。

先進AI晶片出口仍是美中最大角力場

晶片則是美中AI競爭另一個核心戰場。美國自2022年以來持續限制先進晶片及晶片製造設備出口中國，也正在考慮進一步限制中國企業遠端使用其他國家的資料中心，避免中國業者透過海外算力取得NVIDIA（輝達）先進晶片運算能力。

不過，美國的管制並非全面封鎖。川普去年底決定允許NVIDIA H200 AI晶片銷往中國。雖然H200並非NVIDIA目前最先進產品，仍引發部分美國對中強硬派人士擔憂，認為可能進一步提升中國AI能力。

中、美兩國AI監管路線也完全不同

除了技術與晶片，美中對政府應該如何管理AI，也採取不同方向。川普近期淡化制定新聯邦AI規範的必要性，甚至將部分AI業者要求加強監管的聲音形容為「騙局」。

相較之下，中國已經針對AI演算法與模型訓練資料建立相關規範，並要求AI生成內容必須清楚標示。

中國AI追上美國？差距正在快速縮小

美中另一項關鍵問題，就是雙方AI能力究竟還差多少。美國官員過去通常認為中國AI模型落後美國數個月。2025年，時任白宮AI顧問David Sacks估計，中國AI發展大約落後美國3至6個月；今年稍早，美國商務部則估計DeepSeek V4 Pro與最先進模型約有8個月差距。

但產業人士越來越認為，雙方差距正在快速縮小。

Hugging Face執行長Clement Delangue今年8月表示，如果只看開放權重模型，中國已經占據領先位置，與最先進的前沿模型差距可能也沒有太遠，甚至認為按照目前進步速度，中國最快今年底或明年就可能在前沿模型領域取得更大優勢。這是Delangue的個人判斷，並非已確定的發展結果。

從AI晶片出口、模型技術到軍事安全，美中AI競爭早已不只是科技公司的商業戰，而是牽動國家安全、經濟與軍事競爭的重要議題。隨著川習會登場，雙方能否在持續競爭之餘，至少針對AI安全建立部分共同規則，也將成為這次會談的重要觀察方向。

資料來源：路透社

這篇文章 川習會要談AI了！美中4大戰場一次看 晶片、模型到軍事安全都在角力 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

隨著大型語言模型（LLM）與AI基礎設施持續擴張，輝達GPU的剩餘價值也成為觀察AI景氣的重要指標。Silicon Data最新數據顯示，B200目前的殘值已達原始成本的158%，換言之，即使大量供貨約一年後，市場價值仍比最初價格高出58%。記者黃仁杰／編譯

隨著大型語言模型（LLM）與AI基礎設施持續擴張，輝達GPU的剩餘價值也成為觀察AI景氣的重要指標。Silicon Data最新數據顯示，B200目前的殘值已達原始成本的158%，換言之，即使大量供貨約一年後，市場價值仍比最初價格高出58%。

[caption id="attachment_293966" align="aligncenter" width="1920"] Silicon Data最新數據顯示，B200目前的殘值已達原始成本的158%。（圖／輝達提供）[/caption]

除了B200之外，較早推出的A100與H100目前殘值也明顯高於一般3年或5年直線折舊模型所推算的水準。

B200用了一年還比原價貴

一般設備若採直線折舊，會按照預估使用年限平均攤提成本。

例如一項設備購入價格為1000美元、使用年限5年，每年折舊就是200美元；到了第2年後，理論殘值約剩600美元。

但B200目前的情況完全相反。

Silicon Data數據顯示，B200殘值達原始成本158%，也就是市場願意給出的價值比最初價格高出58%，主要原因仍是供應相對有限，加上AI運算需求持續強勁。

AI推論效率仍具競爭力

B200目前仍是AI推論市場的重要GPU之一。

SemiAnalysis估算，在DeepSeek R1工作負載下，B200以每名使用者每秒76個Token的速度運行時，每100萬個Token的推論成本約為0.20美元。

高推論效率，也讓B200即使已推出一段時間，需求仍維持高檔。

租賃價格也一路往上

GPU租賃市場同樣反映B200供需吃緊。

Silicon Data統計顯示，今年1月B200每小時租賃價格還略低於5美元，但到了8月已升至每小時5.50至5.80美元。

相較年初，租賃價格升幅約落在50%至80%。

在一般硬體設備理應隨使用時間逐步折舊的情況下，B200目前反而出現「愈用愈貴」的現象，也反映AI資料中心持續擴張下，高階GPU供給仍難以完全追上需求。

來源：wccftech

這篇文章 輝達B200殘值反超原價58% 供應吃緊、AI推論需求撐高二手價值 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

隨著大型語言模型（LLM）的快速發展，人工智慧（AI）晶片的二手殘值已成為觀察當前 AI 超級週期健康狀況的重要指標。根據市調機構 Silicon Data 的最新數據顯示，儘管 Anthropic 執行長 Dario Amodei 與 OpenAI 執行長 Sam Altman 等業界領袖呼籲放緩 AI 模型開發節奏，但市場對高階算力的需求依然強勁，輝達（NVIDIA）B200 GPU 的市場價值更呈現逆勢上漲趨勢。記者孟圓琦／編譯

隨著大型語言模型（LLM）的快速發展，人工智慧（AI）晶片的二手殘值已成為觀察當前 AI 超級週期健康狀況的重要指標。

[caption id="attachment_293893" align="alignnone" width="1064"] NVIDIA DGX B200。（圖／取自輝達官網）[/caption]

根據市調機構 Silicon Data 的最新數據顯示，儘管 Anthropic 執行長 Dario Amodei 與 OpenAI 執行長 Sam Altman 等業界領袖呼籲放緩 AI 模型開發節奏，但市場對高階算力的需求依然強勁，輝達（NVIDIA）B200 GPU 的市場價值更呈現逆勢上漲趨勢。

數據指出，輝達較早期的 A100 與 H100 GPU 目前殘值遠高於傳統 3 年或 5 年直線折舊法所計算出的預估值。更令人矚目的是，在大規模上市約一年後，B200 GPU 的二手殘值高達原始發售價格的 158%，相當於享有 58% 的溢價幅度。分析認為，此現象主因於產品相對稀缺性與市場無間斷的強勁需求。

GPU financing has become a core pain point in AI infrastructure. AI startups report that instead of reserving one year of compute, they're increasingly asked to reserve three while putting down 30-40% upfront.

Compute providers aren't imposing these onerous terms arbitrarily: demand is outstripping supply, and building a data center is capital-intensive, with financing itself expensive to obtain. Part of why: financial markets still treat GPUs as fast-depreciating assets.

Standard market practice still leans on 3-year straight-line schedules to assess GPU residual value, an assumption that flows straight through to the terms providers can offer, and the terms they in turn ask of their customers.

We plotted in the quoted post the actual evolution of residual values for major GPU generations as a share of their original purchase prices. These are market-based fair value estimates, derived from the forward curves implied by observed GPU rental contracts.

The A100 and H100 are both holding value well in excess of what 3 or 5-year straight-line schedules would imply. In fact, B200, whose supply is scarce, we estimate a current residual value well in excess of its original purchase price!

We believe that the financial institutions and capital markets will eventually come view GPUs as the long-lived income-generating capital assets they are and allow them to be financed accordingly. Silicon Data is committed to bringing price transparency and indices to help improve the capital efficiency around GPU financing.

— Silicon Data (@Silicon_Data) September 16, 2026

SemiAnalysis 的估算亦顯示，B200 在推理工作負載方面具備極高效率，以運行 DeepSeek R1 為例，在每位使用者每秒 76 個詞元（Token） 的速率下，每百萬詞元（Token） 的成本僅需 0.20 美元。

此外，晶片租賃市場亦反映出相同的供需緊繃態勢。今年 1 月，輝達 B200 GPU 的每小時租賃價格低於 5 美元；至 8 月時，該價格已攀升至 5.50 美元至 5.80 美元之間，漲幅達 50% 至 80%。強勁的租賃與二手市場表現，再次凸顯了輝達在 AI 硬體市場中難以撼動的龍頭地位。

延伸閱讀：
iPhone 18 Pro 獨特「勃根地紅」新色亮相！業界估將引領 2027 年智慧型手機色彩風潮
三星首款夾式無線耳機 Galaxy Buds On 通過 FCC 認證！預計近期正式登場

資料來源：wccftech

這篇文章 輝達 B200 晶片市場需求極度殷切 殘值逆勢狂飆超原價 58% 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

中國AI新創DeepSeek傳出正式推進上市計畫。消息人士透露，DeepSeek已找上中信證券（CITIC Securities），準備在上海科創板（STAR Market）進行首次公開募股（IPO），最快可能在今年啟動上市程序。記者彭夢竺／編譯

中國AI新創DeepSeek傳出正式推進上市計畫。消息人士透露，DeepSeek已找上中信證券（CITIC Securities），準備在上海科創板（STAR Market）進行首次公開募股（IPO），最快可能在今年啟動上市程序。

不過，目前DeepSeek可能募資多少資金、目標上市估值以及具體時間表都還沒有確定。DeepSeek與中信證券也尚未對相關消息作出回應。

[caption id="attachment_203391" align="aligncenter" width="1184"] DeepSeek（圖／AI生成）[/caption]

找上中信證券 最快今年啟動IPO程序

消息人士指出，DeepSeek已與中信證券討論中國境內IPO，並計畫今年開始推進上市程序。

中國企業申請在境內上市前，通常會先聘請證券公司進行上市前輔導，因此DeepSeek找上中信證券，也被視為IPO計畫進一步向前推進的訊號。

DeepSeek目前正積極尋找新資金，以支應運算基礎設施、AI模型開發，以及人才留任與招募等支出。

最新一輪募資 估值上看750億美元

DeepSeek目前正在進行新一輪募資，估值可能達到5,000億元人民幣（約750億美元）。今年6月，DeepSeek才剛募得約74億美元，投後估值超過500億美元。當時創辦人梁文鋒個人投入200億元人民幣，騰訊與電池大廠寧德時代則分別投入100億元及50億元人民幣，成為最大的外部股東。

隨著AI競爭持續升溫，DeepSeek需要投入更多資金擴充算力、開發模型與留住人才，上市也可能成為公司取得下一階段資金的重要管道。

中國AI公司掀起一波上市潮

DeepSeek並不是唯一準備進入資本市場的中國AI公司。中國大型語言模型開發商Z.AI與MiniMax今年都已在香港上市，北京AI新創Moonshot也傳出已秘密提交香港IPO申請。

AI公司密集尋求上市，背後與產業競爭成本快速攀升有關。訓練與營運大型AI模型需要大量算力、資料中心容量及工程人才，讓資金實力逐漸成為AI競爭的重要門檻。

與美國AI巨頭相比，中國AI公司的估值仍存在明顯差距。部分投資人認為，Anthropic上市估值最高可能達2兆美元，OpenAI規劃中的IPO估值則可能上看1兆美元。

DeepSeek也面臨「搶人大戰」

除了算力與模型開發，人才也是DeepSeek推進IPO的重要原因之一。消息人士透露，梁文鋒希望透過IPO取得的資金，提供更具吸引力的獎勵，以留住公司關鍵員工與研究人員。

DeepSeek近期已有部分人才轉往資金更雄厚的競爭對手，包括字節跳動（ByteDance）與小米（Xiaomi）。

從擴充運算基礎設施、自研晶片到人才競爭，AI公司的資金需求正快速增加。若DeepSeek最終成功登上上海科創板，也將讓這家估值上看750億美元的中國AI新創，正式從模型競賽進一步走向資本市場。

資料來源：路透社

這篇文章 中國AI掀上市潮！DeepSeek傳找中信證券操刀 估值衝750億美元 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

今年7月，DeepSeek執行長才公開表示，輝達正在中國市場「自掘墳墓」。如今僅過幾週，DeepSeek便傳出大舉採購華為昇騰950DT AI晶片，進一步削弱輝達在中國市場的前景。記者黃仁杰／編譯

今（2026）年7月，DeepSeek執行長才公開表示，輝達正在中國市場「自掘墳墓」。如今僅過幾週，DeepSeek便傳出大舉採購華為昇騰950DT AI晶片，進一步削弱輝達在中國市場的前景。

[caption id="attachment_282349" align="aligncenter" width="1536"] DeepSeek傳出大舉採購華為昇騰950DT AI晶片，進一步削弱輝達在中國市場的前景。（圖／AI生成）[/caption]

彭博報導，DeepSeek已向華為下單16萬顆Ascend 950DT晶片，準備部署在位於內蒙古、規模達1GW的新資料中心。

以目前市場流傳的單顆價格約11.1萬元人民幣、約1.6萬美元估算，整筆訂單金額可能高達約25.6億美元。相比之下，輝達H20 GPU價格約落在1.5萬至2.5萬美元之間。

華為產能有限 交貨恐耗時一年

不過，華為目前Ascend 950DT產能仍相當有限，每年僅能生產數十萬顆，因此要完成DeepSeek這筆16萬顆的大型訂單，可能需要長達一年時間。

Ascend 950DT採用華為自研第三代DaVinci v3架構，並使用中芯國際N+3製程，也就是較先進的7奈米級製程。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/

更多科技工作請上科技專區：https://techplus.1111.com.tw/

這款晶片可同時處理AI訓練與Decode相關工作負載，不過DeepSeek此次採購主要是為了滿足AI推論需求。

搭載144GB HiZQ 2.0 HBM

Ascend 950DT每顆搭載144GB高頻寬記憶體，也就是華為HiZQ 2.0 HBM，記憶體頻寬可達4.0TB/s，GPU對GPU互連速度則達2.0TB/s。

此外，950DT也原生支援FP8、FP4，以及華為自有的HiF8等低精度資料格式。

華為也將Ascend 950DT整合至Atlas 950 SuperPoD系統，單一系統最多可連接8,192顆Ascend 950DT，峰值AI算力可達8 EFLOPS。

DeepSeek：4顆華為GPU等於1顆輝達GB300

DeepSeek執行長梁文鋒今年7月曾表示，輝達GB300能完成的工作，華為SuperNode同樣能做到，延遲表現也相同。

他當時表示，代價在於需要4顆華為GPU才能相當於1顆輝達GPU，而且技術仍落後約兩年。

也就是說，DeepSeek這次即使面臨約4倍效能差距、最長可能一年的交貨等待時間，以及與H20相比並沒有明顯價格優勢，仍選擇大規模採用華為Ascend 950DT。

Sphere Semi執行長Steven Glinert則認為，輝達似乎已逐漸把中國市場視為難以挽回的局面。

內蒙古成中國AI資料中心重鎮

內蒙古近年也逐漸成為中國AI基礎設施建設的重要據點。

當地氣候寒冷乾燥，有利於降低資料中心冷卻成本，同時也適合搭配太陽能等能源建設。

以阿里巴巴位於烏蘭察布的資料中心為例，當地電價約為每度0.32至0.35元人民幣，折合每kWh約0.05美元。

另外，字節跳動目前也傳出正在洽談於內蒙古新增5至6GW資料中心容量，目前每1GW容量的建置成本約為238億美元。

來源：wccftech

這篇文章 DeepSeek傳棄用輝達H20 豪砸25.6億美元採購16萬顆華為昇騰950DT 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

AI模型競爭越來越激烈，Anthropic如今將戰場一路延伸到「暗網」。Anthropic威脅情報主管Jacob Klein表示，部分海外AI業者正透過大量假帳號、遭竊信用卡及被入侵的AI帳戶，繞過Claude使用限制，再利用模型蒸餾取得Claude輸出，訓練自家競爭模型，甚至以更低價格推出類似產品。記者彭夢竺／編譯

AI模型競爭越來越激烈，Anthropic如今將戰場一路延伸到「暗網」。Anthropic威脅情報主管Jacob Klein表示，部分海外AI業者正透過大量假帳號、遭竊信用卡及被入侵的AI帳戶，繞過Claude使用限制，再利用模型蒸餾取得Claude輸出，訓練自家競爭模型，甚至以更低價格推出類似產品。

Klein接受外媒《CNBC》訪問時表示，Anthropic歡迎市場競爭，模型蒸餾本身也並非一定違法，但他們目前觀察到的部分行為已涉及詐欺、規避管制及智慧財產權問題。他形容，目前甚至已形成一整套非法生態系，想盡辦法取得Claude及其他AI模型的使用權限。

[caption id="attachment_204619" align="aligncenter" width="1536"] AI新創Anthropic。（圖／Anthropic官網）[/caption]

什麼是「模型蒸餾」？用強大AI訓練另一個AI

模型蒸餾近來成為AI產業高度爭議的議題。簡單來說，開發者可以利用另一款AI模型產生的大量輸出，作為資料來訓練自己的「學生模型」，藉此學習原模型的部分能力。

依照執行方式不同，模型蒸餾可以是合法技術，但也可能讓競爭者以原開發商投入成本的一小部分，快速打造具有類似能力的產品。

美國科技產業目前也因此出現不同立場。一派認為政府不應過度管制，應讓能力最好、成本最低的AI模型自由競爭；另一派則主張，若企業透過未經授權方式大量取得競爭對手模型輸出，本質上就是竊取智慧財產。

Anthropic點名Moonshot：Kimi K3非法利用Claude訓練

Anthropic這次更直接將矛頭指向中國AI公司Moonshot AI。Moonshot今年7月推出Kimi K3，以較低價格提供前沿AI模型能力，並因企業可以更容易依需求調整，在矽谷獲得廣泛採用。

不過，Klein指控，Kimi K3曾非法利用最新版Claude進行訓練。

今年稍早，Anthropic也曾指控Moonshot、DeepSeek及MiniMax蒸餾旗下前沿AI模型，並指控阿里巴巴（Alibaba）曾發動大規模「蒸餾攻擊」，非法取得Claude的模型能力。

不只Anthropic，OpenAI及Google也都曾發布與模型蒸餾相關的報告，並表示正在處理類似問題。

阿里巴巴、DeepSeek、Moonshot及MiniMax則未回應《CNBC》的置評要求。

上暗網買遭竊帳號 一次開數萬甚至數十萬個

Anthropic指出，問題不只是大量呼叫Claude，而是部分使用者會透過非法方式繞過平台限制。資安專家表示，除了中國之外，伊朗、俄羅斯及北韓也存在類似威脅。

由於制裁等因素，Claude、Google Gemini及OpenAI ChatGPT在部分地區受到服務限制，因此部分使用者會透過非法或詐欺方式取得模型使用權。其中一種方式就是利用暗網。

Klein指出，暗網市場可以取得遭竊的信用卡資訊，以及已被入侵的AI帳戶。部分業者甚至可能一次建立數萬、甚至數十萬個假帳號，藉此大規模存取AI模型。

取得Claude使用權後，這些帳號可以不斷向模型提出問題、蒐集回答，再把大量輸出拿去訓練自己的AI模型。

一般人問幾十題 他們可能一次問數千題

如何判斷有人正在進行大規模模型蒸餾？其中一項明顯特徵就是異常的使用規模。一般使用者可能只會向AI提出數十個問題，但進行模型蒸餾的帳戶可能一次提出數千個問題，甚至同時建立數千個帳號重複執行。

這也讓AI公司陷入類似「打地鼠」的攻防戰：封鎖一批帳號後，對方又能透過新的假帳號重新取得模型。Klein坦言，要完全阻止這類行為非常困難，但只要能降低速度、提高取得模型能力的成本，仍然具有價值。

Anthropic：問題不只商業競爭 還牽涉國安

Anthropic認為，大規模非法蒸餾的風險並不只是競爭對手用更低成本打造AI模型。如果取得先進模型能力的業者沒有同樣的安全限制，相關技術可能被用於監控，甚至生物武器計畫等高風險用途。

Klein還提到，Anthropic曾發現一個來自中國的實體，利用Anthropic技術大規模進行間諜活動。

他認為，如果不受信任的惡意行為者透過模型蒸餾，取得原本無法自行開發出的更強AI能力，就可能進一步形成國家安全問題。

AI平台越想降低使用門檻 越容易被混進來

資安公司Armadin技術長、前Google工程師Travis Lanham指出，大型AI公司每天需要處理數十億筆請求，即使其中存在數百萬筆異常流量，相較整體規模仍可能相當小，因此惡意使用者有機會混在大量正常流量中，不容易被立即發現。

另一方面，AI公司本身也面臨競爭壓力，希望讓平台盡可能容易使用。如果安全限制設得太高，可能影響正常客戶體驗；但限制太低，又可能讓競爭者更容易大量取得模型輸出。

Anthropic強調「不反對蒸餾」 關鍵在怎麼做

Klein強調，Anthropic並不反對競爭，也不是所有模型蒸餾都存在問題。合法的模型蒸餾通常意味著取得必要授權，並遵守智慧財產權及出口管制等相關規定。

真正讓Anthropic擔憂的，是有人透過數百萬個假帳號、遭竊信用卡及遭竊基礎設施，非法取得Claude能力，再利用這些資料打造缺乏相同安全防護的AI模型。

隨著前沿AI模型開發成本越來越高，「如何防止競爭對手用自己的模型訓練另一個模型」也正在成為新的AI攻防戰。對Anthropic而言，接下來不只要比誰的模型更強，還必須設法守住Claude本身已經具備的能力。

資料來源：CNBC

這篇文章 不自己砸錢訓練？Anthropic指控中國AI蒸餾Claude 暗網帳號成新武器 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

全球網路資安解決方案領導廠商趨勢科技旗下全球企業AI資安領導品牌TrendAI™宣布，其代號為AESIR的代理式漏洞修復引擎(agentic exploit-remediation engine)在加州大學柏克萊分校(University of California, Berkeley)建立的獨立評測基準CyberGym中取得第一名。記者許若茵／台北報導

全球網路資安解決方案領導廠商趨勢科技旗下全球企業AI資安領導品牌TrendAI™宣布，其代號為AESIR的代理式漏洞修復引擎(agentic exploit-remediation engine)在加州大學柏克萊分校(University of California, Berkeley)建立的獨立評測基準CyberGym中取得第一名。

[caption id="attachment_215724" align="aligncenter" width="1024"] （圖／取自官網）[/caption]

TrendAI™說明，CyberGym是一項專門評估AI驅動資安工具效能、由加州大學柏克萊分校建立的資安基準測試。該測試針對188個大型開源軟體專案中的1507個已確認漏洞，評估AI資安工具的能力。這些開源軟體廣泛應用於各類企業環境。TrendAI™以97%的成功率超越目前排行榜上的所有參測者，較先前排名第一的參測者，於2026年8月8日創下的93.2%成績高出近4個百分點。

TrendAI™平台暨業務長及TrendAI™負責人金敬秀(Rachel Jin)表示，「CyberGym的驗證，重新定義了企業採用AI所能實現的可能性。這場競賽的重點，不是搶先發現漏洞，而是縮短曝險空窗期。過去，資安防禦的核心問題在於從漏洞發現到遭受攻擊之間的時間差；我們的任務，就是透過將曝險時間壓縮至趨近於零，讓這段時間差不再成為攻擊者可乘之隙。我們的優勢，在於能更快速地將經過驗證的漏洞情報轉化為有效的風險降低措施。」

TrendAI™運用來自Anthropic、DeepSeek、Google與OpenAI四家業者的七個AI模型，最大化漏洞偵測與漏洞修復的準確性，並以一個核心目標打造整套系統：比攻擊者利用漏洞的速度更快地縮短曝險空窗期。

整個流程從漏洞發現開始，透過AI規模化辨識、找出傳統靜態方法容易忽略的漏洞。接著，每一項發現都會經過驗證，並轉化為可運作的概念驗證(Proof of Concept, PoC)，讓資安團隊在大量警報與雜訊淹沒真正風險之前，就能掌握漏洞的可利用性與實際業務風險。完成驗證後，TrendAI™隨即降低風險，將經驗證的漏洞情報轉化為偵測機制與虛擬修補，無需等待傳統修補週期完成。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/
更多科技工作請上科技專區：https://techplus.1111.com.tw/

TrendAI™指出，最後這個步驟，正是TrendAI™的方法與代理式資安(agentic security)應用之所以與眾不同的關鍵。這項能力建立在TrendAI™ ZDI超過20年的漏洞研究與漏洞利用情報之上，為系統奠定深厚的實務知識基礎，深入了解漏洞如何被發現、驗證及利用。

AI正在壓縮漏洞從「發現」到「遭利用」之間的時間，因此風險降低也必須比傳統修補週期更快，而不能只是等待修補週期完成。TrendAI™說明，透過將經過驗證的漏洞情報轉化為虛擬修補TrendAI™將曝險空窗期從數週縮短至盡可能接近零，讓漏洞管理從被動修補轉向主動防禦。

TrendAI™的代理式漏洞修復引擎亦能動態發現正在真實環境中積極利用漏洞的威脅行為者，讓資安團隊能即時掌握漏洞遭到實際利用的情況。TrendAI™的真實世界威脅情報層同樣以降低曝險為核心，在攻擊者利用漏洞之前，提前降低企業曝險程度。

這篇文章 以97%成功率領先 TrendAI™榮登CyberGym代理式AI資安評測第一名 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

NVIDIA再度擴大AI版圖，將以129.3億美元收購熱門AI開發者平台Hugging Face，藉此深入快速成長的開放模型市場。這也是NVIDIA史上規模最大的收購案之一，在Meta、OpenAI及微軟（Microsoft）等重要客戶積極開發自家AI晶片之際，NVIDIA正利用手中龐大資金尋找新的成長來源。記者彭夢竺／編譯

NVIDIA再度擴大AI版圖，將以129.3億美元收購熱門AI開發者平台Hugging Face，藉此深入快速成長的開放模型市場。這也是NVIDIA史上規模最大的收購案之一，在Meta、OpenAI及微軟（Microsoft）等重要客戶積極開發自家AI晶片之際，NVIDIA正利用手中龐大資金尋找新的成長來源。

這筆交易將讓NVIDIA更直接接觸大量AI開發者。Hugging Face提供AI模型、資料集、軟體函式庫及雲端服務，開發者可以透過平台尋找模型與工具，未來也可能進一步成為使用NVIDIA晶片及運算服務的潛在客戶。

[caption id="attachment_224987" align="aligncenter" width="1477"] 輝達NVIDIA。 （圖／記者孟圓琦攝影）[/caption]

129億美元買Hugging Face 另有10億美元留任計畫

根據交易內容，NVIDIA將向Hugging Face投資人支付約119億美元，另外提供最高10億美元的股票留任計畫，給予加入NVIDIA的Hugging Face員工。NVIDIA與Hugging Face原本就有合作關係，協助開發者透過Hugging Face平台使用NVIDIA運算服務，此次收購則讓雙方關係進一步深化。

Hugging Face成立於2016年，由法國創業家Clément Delangue、Julien Chaumond及Thomas Wolf共同創辦。

這家總部位於紐約的新創公司，2023年8月上一輪公開募資時估值僅45億美元，當時募得2.35億美元，投資人包括Salesforce、AMD及亞馬遜（Amazon）。

不到3年估值大增 NVIDIA搶開放模型市場

以此次129.3億美元收購價格計算，相較Hugging Face在2023年8月的45億美元估值，交易價已接近當時的3倍。NVIDIA看中的不只是Hugging Face本身的營收，更包括它在開放AI生態系中的影響力。

不同於OpenAI及Anthropic採取的封閉模型模式，開放模型可以讓開發者自由下載、執行及客製化。隨著企業開始考量部署AI的高昂成本，這類模型需求持續增加，包括DeepSeek及Z.ai等中國業者也成為重要參與者。

NVIDIA執行長黃仁勳表示，開放模型能讓更多人使用AI，並讓AI領導地位分散至不同企業、機構及社群，同時讓組織依照不同工作選擇適合的模型。

黃仁勳承諾：不會強迫使用NVIDIA晶片

不過，NVIDIA收購Hugging Face後，一項最大的疑問就是平台能否繼續保持中立。黃仁勳強調，「Hugging Face將繼續作為整個AI生態系的開放平台」，開發者仍能自行選擇想使用的模型、晶片及雲端平台，不會被要求一定要採用NVIDIA晶片。

然而，部分分析師與開發者仍擔心，即使NVIDIA不直接限制競爭對手，未來仍可能逐步降低對其他硬體的重視，最終讓NVIDIA晶片成為使用Hugging Face時最實際的選擇。

協助企業安全部署AI系統的新創BlueRock執行長Harold Byun認為，即使NVIDIA目前表明不會這麼做，未來仍可能透過技術方式替自己創造競爭優勢，因為這是任何理性的企業都可能採取的策略。

大客戶自己做晶片 NVIDIA尋找新成長來源

NVIDIA積極投資AI生態系，也與大型客戶開始自行研發AI晶片有關。截至7月底，NVIDIA持有超過220億美元現金。在Meta、OpenAI及微軟等客戶積極開發自家AI晶片、試圖降低對NVIDIA依賴之際，公司正利用快速累積的資金擴大客戶基礎。

IG Group首席技術分析師Axel Rudolph指出，NVIDIA這次購買的不只是Hugging Face目前的獲利能力，更是它在AI產業中的「戰略影響力」，也再次顯示NVIDIA的野心早已超越單純銷售晶片。

大舉投資也引發「AI泡沫」疑慮

另一方面，NVIDIA不斷擴大投資，甚至將資金投入自己的客戶，也開始讓部分投資人感到擔憂。目前NVIDIA市值已達5.4兆美元，市場擔心這類交叉投資可能人為推高AI公司的估值，甚至進一步助長產業泡沫。

因此，129.3億美元收購Hugging Face對NVIDIA而言，不只是一筆大型併購，更是公司從AI晶片供應商進一步向開發者、模型及軟體生態系延伸的重要一步。

當大型客戶開始打造自己的AI晶片，NVIDIA也正透過Hugging Face提前卡位開放模型市場。接下來真正的考驗，將是NVIDIA能否一方面利用Hugging Face擴大自身AI生態系影響力，另一方面又維持黃仁勳承諾的開放與硬體中立。

資料來源：路透社

這篇文章 NVIDIA砸129億美元收購Hugging Face 黃仁勳承諾不強迫使用自家晶片 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

輝達（NVIDIA）公布Vera Rubin平台最新Agentic AI實測結果，顯示在代理式AI推論工作負載下，Vera Rubin NVL72的吞吐量大幅超越Grace Blackwell NVL72，同時進一步降低Token運算成本，鎖定未來大規模AI Agent部署需求。記者黃仁杰／編譯

輝達（NVIDIA）公布Vera Rubin平台最新AI代理實測結果，顯示在代理式AI推論工作負載下，Vera Rubin NVL72的吞吐量大幅超越Grace Blackwell NVL72，同時進一步降低Token運算成本，鎖定未來大規模AI代理工具部署需求。

[caption id="attachment_265967" align="aligncenter" width="1921"] 在代理式AI推論工作負載下，Vera Rubin NVL72的吞吐量大幅超越Grace Blackwell NVL72，同時進一步降低Token運算成本。（圖／輝達提供）[/caption]

此次測試由輝達使用真實的Agentic Coding工作流程進行，採用SemiAnalysis AgentX基準測試，評估Vera Rubin等AI基礎設施執行代理式程式設計推論的表現，測試模型包括Kimi K3、MiniMax M3、GLM5.3、Qwen3.5及DeepSeek V4 Pro。

Blackwell每MW吞吐量最高較Hopper提升80倍

在Blackwell平台方面，GB300 NVL72「Grace Blackwell」伺服器執行DeepSeek V4 Pro 1.6T時，每MW功率可提供的吞吐量，是H200 NVL8「Hopper」方案的15倍。

輝達表示，這代表在相同電力預算下，Blackwell能維持更高且反應更快的AI代理推論吞吐量。

成本方面，Blackwell每百萬Token的成本則比前一代降低10倍，使AI營運商能在相同電力與基礎設施預算下部署更多AI Agent，或以更低營運成本提供相同運算能力。

當模型規模進一步放大至Kimi K3 2.8T時，Blackwell相較Hopper的每MW吞吐量甚至提升80倍，同時能維持每位使用者每秒215個Token的互動速度。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/

更多科技工作請上科技專區：https://techplus.1111.com.tw/

Vera Rubin吞吐量再比Blackwell高30倍

進入Vera Rubin世代後，效能差距進一步拉大。

根據輝達測試，Vera Rubin NVL72在DeepSeek V4 Pro 1.6T工作負載下，吞吐量較Grace Blackwell NVL72提高30倍。

在互動效能方面，Vera Rubin約可維持每位使用者每秒160個Token，最高更可達約280 TPS；相比之下，Blackwell峰值低於每位使用者每秒180個Token。

每百萬Token成本最高降低35倍

除了吞吐量之外，Vera Rubin在Agentic Coding工作負載中的Token成本也大幅下降。

輝達指出，Vera Rubin NVL72每百萬Token成本相較Blackwell最高可降低35倍，使單一系統能夠長時間、大規模同時運行多個AI代理工具。

搭配NVIDIA DSX MaxLPS技術後，系統還能在GPU、機櫃及不同工作負載之間管理電力配置。

輝達表示，透過這套電力管理機制，AI工廠在相同1MW電力預算下，最多可以配置多40%的GPU。

目前測試還沒算進Vera CPU

值得注意的是，這次測試尚未計入Vera CPU在Tool Calling等工作負載中的效能，只聚焦Vera Rubin晶片本身，而非完整的「Extreme Codesign」7晶片平台。

因此，隨著更多完整Vera Rubin系統正式部署，輝達預期AI代理與推論效能仍有進一步提升空間。

目前輝達旗下新一代AI產品已陸續進入生產，包括Vera CPU、Rubin GPU、Vera Rubin伺服器、Groq 3 LPX推論晶片，以及相關網路產品。

來源：wccftech

這篇文章 輝達Vera Rubin主打AI代理 吞吐量較Blackwell提升30倍、Token成本降35倍 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

中國人形機器人業者宇樹科技（Unitree）即將登上資本市場，同時再秀最新機器人技術。宇樹科技近日公開一款暱稱「Superman（超人）」的高速機器人，不僅能原地跳躍2公尺，最高速度更達每秒12.66公尺，相當於時速約45.6公里。就在新品亮相後數日，宇樹科技也將於8月19日在上海證券交易所掛牌交易，成為中國首家在A股上市的通用型機器人公司。記者彭夢竺／編譯

中國人形機器人業者宇樹科技（Unitree）即將登上資本市場，同時再秀最新機器人技術。宇樹科技近日公開一款暱稱「Superman（超人）」的高速機器人，不僅能原地跳躍2公尺，最高速度更達每秒12.66公尺，相當於時速約45.6公里。就在新品亮相後數日，宇樹科技也將於8月19日在上海證券交易所掛牌交易，成為中國首家在A股上市的通用型機器人公司。

根據外媒《路透社》報導，總部位於杭州的宇樹科技，是目前全球人形機器人銷量最大的業者。公司上週完成首次公開募股（IPO），募得61億元人民幣，約9.05億美元，並預計於8月19日在上海科創板正式掛牌。

[caption id="attachment_202627" align="aligncenter" width="1128"] 宇樹科技（Unitree）R1人形機器人。（圖／截取自宇樹科技）[/caption]

超人3個多月完成開發 時速突破45公里

除了即將上市，宇樹科技也趁勢展示最新技術成果。公司表示，新款「超人」機器人僅花費3個多月開發，目前已能完成原地2公尺跳躍，最高移動速度則達每秒12.66公尺，換算時速約45.6公里。

不過，宇樹科技也強調，這款機器人目前仍處於持續開發階段，未來幾個月還有進一步提升性能的空間。

宇樹科技近年因旗下人形機器人能夠跑步、跳舞，甚至表演武術而受到全球市場關注。公司上週也在社群平台透露，截至今年7月，各型號雙足人形機器人累計生產及交付量已達約1.8萬台。

IPO獲熱烈追捧 散戶超額認購逾8000倍

宇樹科技此次掛牌也受到中國投資人高度關注。其IPO散戶認購規模超額逾8000倍，創下上海科創板紀錄。

宇樹科技創辦人王興興近年在中國科技產業的能見度快速提升，去年更受邀參加中國國家主席習近平主持的科技企業家座談會，並坐在前排位置。公司背後股東陣容也相當受到關注，包括騰訊、阿里巴巴及DeepSeek等中國科技企業。

機器人熱潮升溫 掛牌碰上世界機器人大會

宇樹科技上市時間也正好碰上北京世界機器人大會登場，使人形機器人產業再度成為市場焦點。掛牌前，海外衍生性金融商品市場的交易情況也顯示，投資人普遍預期宇樹科技上市首日可能有強勁表現。

此外，中國科技股近期也逐步從先前跌勢中回升。上海科創50指數自8月初觸及3個月低點後，至今已反彈約15%，也為宇樹科技上市提供相對有利的市場環境。

隨著人形機器人逐漸從技術展示走向量產與商業化，宇樹科技此次一邊展示高速機器人最新成果、一邊正式進入資本市場，也讓外界更加關注中國人形機器人產業接下來的競爭與發展。

資料來源：路透社

這篇文章 宇樹科技「超人」機器人亮相！時速破45公里 原地一跳2公尺 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。