AI工具轉型個人助理 2026年預計簡化民眾生活

轉載:商傳媒｜葉安庭／綜合外電報導 2026年5月2日週六 上午11:25

根據微軟（Microsoft）針對2026年的產業預測，人工智慧（AI）正在從數位工具轉變為能夠管理複雜生活的實際助理。多項創新的AI工具預計將在今年廣泛應用，協助使用者提升效率、簡化日常事務，為個人及企業帶來變革。

在研究與資訊處理方面，Gemini 可望分析並彙整大量文件，生成互動式報告，透過其互動式推理能力，大幅節省數據分析和學習所需的時間。同時，NotebookLM 作為個人文件的研究助理，能幫助學生和專業人士從數百頁上傳文件中建立連結。此外，Perplexity 提供直接答案與參考來源的搜尋引擎服務，預期將提供更有效率的方式來搜尋可靠資訊，省去檢閱多個連結的麻煩。

針對內容創作與媒體應用，ChatGPT 不僅能用於內容產製和試算表分析，其與影像平台的相容性，也將使使用者能夠即時生成具有電影敘事感的影片片段。Veo 則能生成具動態光源的擬真影片片段，對於需要製作商業廣告卻無力聘請專業電影團隊的小型企業廣告商而言，將極具助益。在語音生成方面，ElevenLabs 的技術已使AI語音幾乎 indistinguishable from humans，有助於創作者在缺乏錄音設備的情況下，製作高品質的旁白或Podcast。而 Gamma 則能利用 AI 快速建立投影片組和網站，對於需要迅速組裝精美簡報的使用者來說，是一大福音。至於影像編輯，Adobe Firefly 整合於創意應用程式中，能執行複雜的影像編輯任務，讓非專業人士也能完成如變換背景或插入物件等專業級的照片編輯。Runway 提供的影片去背與動態追蹤等功能，更讓專業的影片特效普及化。

在日常生產力與自動化方面，Fathom 可自動記錄與摘要線上會議內容，並偵測重要的待辦事項，讓團隊成員能更專注於會議討論。醫療領域中，Ambient AI 已被用於記錄病患就診過程，據波士頓咨詢公司（BCG）估計，此舉有望減少行政人員的倦怠感，並讓醫生能投入更多時間與病患互動。

瞄準全光網路 電信、有線電視啟動投資

轉載:工商時報 林淑惠 2026年5月2日週六 上午4:10

AI浪潮推升AI應用、雲端服務與高畫質影音產業快速擴張，高速傳輸、低延遲、與大連結的網路需求遽增，帶動全球電信產業積極將固網骨幹朝「全光網路」（All-Photonics Network，APN）升級，加速「光進銅退」布局，帶動台廠AI伺服器、轉接器、矽光子模組等設備商機湧現，市場點名台積電、和碩、智邦、鈺登、光寶科、聯鈞、前鼎、華星光、光聖等光通訊供應鏈相關設備概念股受惠。

市場分析指出，多股勢力正帶動全光網路快速發展，包括日本NTT公司主導的IOWN計畫進入拓展全球布局的2.0階段，輝達投資40億元於Lumentum與Coherent兩家公司、布局光通訊產業，Google資料中心亦積極採用全光交換設備。

台灣方面，中華電信規畫下半年在全國展開骨幹網路全光化投資，台灣大則計畫以12到18個月時間，將固網的骨幹網路全面更換為全光網路，遠傳近年亦加大光纖基礎建設與接取網路投資。

有線電視業者扮演國內第二條寬頻高速公路，亦積極布局，不過仍以凱擘、台灣大旗下台灣大寬頻、中嘉正積極引進XGS-PON技術，提供雙向對稱的高速頻寬。TBC及大豐電旗下「大大寬頻」則強化10G PON布局，台數科近年聚焦「光纖x5GxAI智慧」投資布局，滾動式擴張數位匯流版圖。

刪LINE帳號前少做「這動作」 LINE Pay信用卡資料恐全留存

轉載:FTNN新聞網 2026年4月26日週日 下午4:27

實習記者何宜蓁／綜合報導

LINE Pay在台灣被廣泛使用的同時，大眾也開始關注其個資處理機制。最近網友在Threads上發文提醒，因為LINE帳號跟LINE Pay支付功能在後台資料庫的運作上並沒有完全同步，這可能會造成民眾在註銷LINE帳號之後，信用卡等相關交易資訊依然被保留在系統當中。

為了防範這類潛在的資安危機，該網友呼籲大家，在正式停用LINE帳號前，務必要先自行到LINE Pay的設定中完成「解約」動作。解約後將一併刪除所有卡片、交易紀錄、優惠券、電子發票及會員卡資訊且無法復原。唯有確實走完這個流程，才能保證先前綁定的信用卡卡號及其他機密個資被徹底刪除，藉此減少資料外洩或遭不當使用的風險。

貼文曝光後，引發網友熱烈討論，「真的，我這次換手機，整個Line pay完全不用重新綁定」、「這就是為什麼我多年從來不用line pay的原因⋯」。不過也有網友表示，「可是每次換手機，line上面的金流都要再次驗證才能用耶」、「我這禮拜剛換新手機，Line pay就要我重新綁定，沒綁定前完全沒辦法付款」。

不少用戶可能會誤以為，只要刪除了通訊軟體的主帳號，所有連帶的紀錄就會一併消失。然而事實上，通訊功能與支付系統的資料控管其實是各自獨立的，須分開操作。儘管LINE Pay與LINE帳號在表面上相互連接，但它們在後端卻是分別管理著不同的用戶資料庫。

因此，針對習慣透過LINE Pay來消費的民眾來說，了解帳號註銷的正確步驟就顯得異常關鍵。在準備徹底更換LINE帳號之前，請務必再三確認已經辦妥了LINE Pay的解約手續，如此一來才能確實保證個人的財務安全與隱私權益。

AI代理重塑工作流程 Google高層看製造、媒體業變革

轉載:中央通訊社 2026年4月26日週日 上午10:17

（中央社記者張欣瑜舊金山25日專電）矽谷推動代理式時代（Agentic Era），牽動台灣產業AI佈局。Google Cloud製造業全球負責人拉奧、及媒體與科技業全球總經理Albert Lai接受中央社訪問，分享AI代理將如何影響兩大產業，指出人類角色將從參與其中，轉向在外監督。

來自世界各國的10多名記者、內容創作者圍坐圓桌，親自體驗如何打造AI代理（agents）。這是Google Cloud Next大會的一隅，此景也逐漸成為高科技公司的日常。

不同於ChatGPT等聊天機器人，AI代理能依照目標自主完成跨工具、多步驟的任務。

這不僅是願景，也反映矽谷當前的AI發展趨勢，將影響台灣相關產業AI布局。與會的電商業者momo富邦媒、SaaS軟體服務商91APP今年都有針對AI代理的布局規劃。

這波熱潮也正同步帶動AI供應鏈成長。美國產業分析師歐唐納爾（Bob O'Donnell）在大會現場向中央社指出，這將是一波「長期趨勢」，持續推升晶片與伺服器等需求。

●製造業導入應用 作業員轉型「AI代理管理員」

Google Cloud製造業全球負責人拉奧（Praveen Rao）接受中央社訪問時表示，台灣企業除了扮演Google供應鏈重要角色，也同步導入Google技術，加速數位轉型。

「我們與鴻海在多項領域有密切合作，另外像是台積電。」拉奧說，鴻海在公司內部應用技術，也在美國等地建廠時導入技術。對高階製造業而言，這已是勢在必行。

他補充，供應鏈廠商是最適合導入代理式AI來轉型的領域之一。以「採購」這個環節來看，原物料價格、匯率、利率隨時在變，AI代理能即時追蹤變因，優化採購決策。

另外，在勞動力轉型方面，拉奧表示，趨勢是朝向讓工廠作業員轉型為「AI代理的管理員」；作業員不再只從事重複性體力工作，而是「監督與管理AI代理的運作」。

美國家電製造商奇異家電（GE Appliances）在會中宣布，正在打造超過800個AI代理。

「我們正從工業4.0邁向工業5.0，工業5.0是建立在代理式AI之上；從自動化轉向自主化。」拉奧強調，這樣的關鍵轉變正從多個層面徹底改變製造業。

●代理式AI媒體產業應用 人類創作者仍是核心

在台灣，Google產品深度嵌入媒體產業生態。數位行銷代理商潮網科技董事長徐挺耀受訪指出，基於開發效率、成本可控、去中化合規等考量，Google是最理想選擇。

「客戶不再只談ROI（投資報酬率），而是ROAI（AI投資報酬率）。」Google Cloud電信、媒體與科技產業全球總經理Albert Lai接受中央社訪問時提到產業圈新的觀點。

Albert Lai指出，隨著消費者擁有「趨近無限的內容選擇」，媒體公司不僅需要持續投入專業內容製作，也必須在時間與成本壓力之間取得平衡，尋找新的方式吸引觀眾。

他認為，媒體產業因此必須跟上雲端與AI的快速演進，下一步的核心趨勢正是「代理式AI」。這關乎到「你要怎麼用這些代理，將之建立、協調起來，並加以治理」。

談到新聞產業，Albert Lai分享代理式AI可能應用到的場景，包含實現「多步驟工作流」：從寫作主題發想、多國語言研究、內部資料庫檢索、到符合編輯準則的審核。

另外是「一鍵多發」： 當報導完成後，代理式AI自主啟動「轉換任務」，包含格式轉化， 將文字報導轉化為Podcast腳本、生成音檔；還有社群包裝，快速產出適合不同平台的文字與配圖；另外還能一鍵翻譯成多國語言版本，針對不同區域觀眾做出調整。

他強調，2025年AI應用被廣泛測試，2026年將看到一個真正規模化、全面部署的階段。AI是在現有流程中提供價值，「創作者仍是核心，負責決策並核准內容」。（編輯：田瑞華）1150426

自建離線研究系統盛行 提升資料隱私擺脫雲端AI依賴

轉載:商傳媒｜葉安庭／綜合外電報導 2026年4月19日週日 下午6:43

隨著數據隱私意識提升，以及對雲端服務依賴性的反思，一套由開發者設計的離線研究系統逐漸受到關注。該系統旨在讓使用者無需網路連接，也能隨時隨地存取與管理個人資訊，為傳統依賴雲端AI工具的模式，提供另一種兼顧效率與隱私的選擇。

此外，該系統以筆記應用程式Obsidian作為中心樞紐，管理並導航所有研究資訊。透過Obsidian，使用者不僅能建立個人維基百科與知識庫，還能利用其外掛程式（如Obsidian Copilot），在不需網路連接的情況下，直接於筆記中查詢本地LLM。Obsidian的靈活架構，配合資料夾、子資料夾、雙向連結及格式化等功能，能有效組織龐雜的個人知識。

開發者強調，這套「離線優先」系統的建立，重點在於讓使用者能依據自身需求掌握研究與資訊，而非宣揚徹底脫離網路或反對雲端AI。對於重視數據安全與資訊自主性的用戶而言，這類在地化處理方案，無疑提供了更佳的掌控度與彈性。

谷歌Gemini推「個人智慧」圖像生成 簡化指令創作客製化內容

轉載:商傳媒｜責任編輯／綜合外電報導 2026年4月19日週日 下午2:02

谷歌（Google）近日推出Gemini全新「個人智慧（Personal Intelligence）」功能，結合「Nano Banana」圖像生成技術，旨在顛覆傳統AI圖像生成需依賴複雜提示詞的模式。這項創新功能允許Gemini透過理解用戶的興趣、偏好，並整合谷歌相簿（Google Photos）等私人數據，自動補足創作細節，大幅簡化圖像生成過程。

根據《MSN》報導，藉由連結用戶的谷歌文件（Google Docs）、谷歌相簿、Gmail等應用程式，Gemini能建立對用戶生活習慣與品味的深度理解。使用者只需輸入「設計我的夢想之家」或「創造一張我在荒島上的必需品清單圖片」等簡單指令，Gemini即可自動生成高度個人化的圖像，省去過往編寫冗長提示詞的麻煩。

這項技術能夠從用戶的谷歌相簿中提取真實圖片作為參考，包括用戶本人、家人及寵物的影像，並利用現有標籤來引導生成。此外，Gemini能以多種藝術風格呈現作品，例如黏土動畫、水彩畫、炭筆素描、油畫及卡通漫畫等。

谷歌強調，「個人智慧」功能為選擇加入（opt-in）機制，用戶可隨時啟用或關閉。該公司也澄清，Gemini應用程式並不會直接利用用戶的私人谷歌相簿資料來訓練其模型。為增強透明度，新增的「來源（Sources）」按鈕讓用戶能查看AI自動選用的參考照片，並可手動選擇不同的參考圖或糾正AI的判斷。

此功能由全新「Nano Banana 2」模型驅動，目前已於美國地區向Google Plus、Pro及Ultra訂閱用戶逐步推出。初期將優先在行動裝置上線，桌面版Chrome瀏覽器也將陸續支援此項個人化工具。

年輕人不用LINE了？聊天改用「3大APP」爆共鳴

轉載:民視新聞網 駱盈倫 2026年4月12日 週日 下午5:44

通訊軟體LINE在台灣幾乎人人都有，但最近有網友在社群上發現一件讓她有點震驚的事：「聽說現在年輕人不用LINE」。她原本以為只是開玩笑，結果一觀察才發現是真的，現在不少學生族群，反而更常開的是Instagram、Discord還有 Facebook Messenger，LINE反而慢慢退居二線。

一名女網友11日在Threads上發文，提到自己一開始聽到「年輕人不用LINE」一事還半信半疑，結果後來仔細觀察身邊情況，才發現真的很多年輕人已經把LINE當成「不得不用才打開」的APP，主要用途變成：家族群組、老師通知、公司訊息，平常聊天反而很少用。

此文一出引發熱議，不少網友表示真的是這樣，「我表妹們（國／高中）都是用Messenger」、「我身邊90後、00後的朋友，大多數只有工作上或是跟長輩聯繫才會用LINE，朋友之間聊天大多用IG或是臉書即時通」、「我家國中生最常用的是Discord」、「我2個女兒是用IG、Messenger，極少使用LINE，家族群組 他們頂多看一下長輩要講什麼事才會瞄幾眼，偏向不回應」、「現在LINE就是公事APP，私聊已經轉移了」。

也有網友進一步分析，現在年輕人其實是「分工使用」不同APP，各自有不同定位與社交功能。其中最常見的就是 Instagram，不只用來發限動記錄生活，也因為訊息功能直覺、貼圖與表情回應方便，加上能即時追蹤朋友動態，因此成為主要的聊天平台之一。其次是 Discord，原本從遊戲社群起家，如今已變成年輕人建立小圈圈的熱門工具，可以分頻道聊天、語音通話、分享檔案，隱密性與自由度高，非常適合長時間互動的朋友群組。另外，Facebook Messenger 仍然保有一定使用族群，特別是在需要跨年齡層溝通時，例如家人、舊同學或不同社群聯絡，因為Facebook帳號普及度高，因此仍具備實用性。相較之下，LINE的角色逐漸被壓縮，更多時候只剩下「必要聯絡工具」，例如工作群組、課程通知或家庭訊息傳達。

Generalist AI發表GEN-1模型 機器人任務成功率達99%

轉載:商傳媒 SUN MEDIA 2026年4月12日 週日 上午4:13

通用人工智慧公司（Generalist AI）近期發表全新機器人模型GEN-1，宣稱在真實世界的機器人任務執行上取得突破性進展。這款被譽為「實體基礎模型」的GEN-1，經過大規模真實世界互動數據的訓練，使其能夠感知、推理並在物理世界中採取行動，而非僅依賴於狹隘、針對特定任務的程式設計。

根據Generalist AI指出，GEN-1在特定任務上的成功率高達99%，相較於前一代系統約64%的成功率，表現顯著提升。此外，GEN-1完成任務的速度也比其前身快上三倍，並展現高度的數據效率，僅需大約一小時的機器人專用數據，即可適應新的任務。Generalist AI更引述指出：「我們相信這是第一個跨越新性能門檻的通用人工智慧模型，達到掌握簡單物理任務的程度。」

GEN-1的設計宗旨是將感知、決策與運動整合至單一系統中，使其能在動態環境下運作。這與傳統工業機器人依賴固定程式碼在受控環境中執行任務的方式截然不同。Generalist AI將機器人領域的「掌握度」定義為可靠性、速度及「即興應變智能」（Improvisational Intelligence）的結合，即機器人面對突發情況時的適應能力。

該公司展示的影片中，機器人能夠長時間不間斷地執行摺疊紙箱、物品包裝及零組件組裝等任務，完成數百甚至數千次的重複動作，且錯誤率極低。GEN-1模型奠基於早期的GEN-0系統，後者已證明「機器人領域存在規模法則」，這與大型語言模型如GPT的發展軌跡相似。GEN-1透過整合更多數據與運算能力，並採用新的訓練與推論技術來實現其性能飛躍。其關鍵方法之一是利用穿戴式設備收集的人類活動數據進行大規模預訓練，而非單純依賴昂貴的遠端操作數據集。

Generalist AI坦承，並非所有任務目前都能達到生產級的性能水準，若要更廣泛地部署，仍需在速度和可靠性方面進一步改進。GEN-1的發表與當前物理AI系統的趨勢一致，致力於為現實世界提供更具適應性、基於學習的解決方案。目前，Generalist AI已開放選定的合作夥伴搶先體驗GEN-1。

Google 研究示警：量子電腦恐九分鐘破解比特幣私鑰

轉載:service@sunmedia.tw (商傳媒 SUN MEDIA)

防敏感資料遭AI濫用 Tailscale推工具應對資安漏洞

轉載:service@sunmedia.tw (商傳媒 SUN MEDIA)