AI人工智能

台资策会产业情报研究所（MIC）于12月18日举行《2026资通讯产业趋势》记者会，由MIC资通讯产业科技中心主任林柏齐分享2026年资通讯产业十大重点科技趋势。整体而言，生成式人工智能（Gen AI）与大型语言模型（LLMs）应用将快速扩张，全面推动半导体与资通讯产业结构重塑。

人形机器人（Humanoid robot）技术正在快速发展，根据摩根士丹利（Morgan Stanley）预测， 2050年全球人形机器人数量将达到近10亿台，市场规模可能超过5兆美元，涵盖供应链、维修与支持服务等多个环节。随着技术进步以及监管和社会支持的逐步加强，人形机器人的普及有望在2030年代后期迎来加速期。尽管目前类人机器人仍处于开发阶段，但未来90%的应用将集中于工业与商业领域，值得注意的是，得益于强而有力的政策性支持，中国目前在这场人形机器人的全球市场竞赛中处于领先地位。 摩根士丹利（Morgan Stanley）研究部估计，到2050年，人形机器人市场规模可能达到5兆美...

美国版权局在2025年1月发布《版权与人工智能》报告（下称《报告》）第二部分，讨论利用生成式人工智能（Gen AI）生成内容是否受版权保护（Copyrightability）的问题。其认为，单纯输入提示词、由AI生成内容并非人类创作，无法获得保护。但若人类利用AI协助其创作，人类对创作有贡献，仍可获得保护。 美国版权局在撰写《版权与人工智能》前，先对外征求意见，收到超过10,000份回复意见，其中大约有一半涉及版权保护资格的问题。绝大多数回复者同意，完全由AI生成的内容不具备版权保护资格，但人类利用AI作为创作工具，只要具有人类贡献（human contribution），仍可获得版...

李淑莲╱北美智权报 编辑部 全球AI专利版图：从数据看创新竞赛与未来主导权 五年前，人工智能（AI）仍只是科技圈的热门词汇；如今，它已成为各国重塑产业与国家战略蓝图的核心引擎。从2019年至2025年，全球AI相关专利活动呈现爆炸性成长，生成式AI（GENERATIVE AI）更成为最具代表性的技术热潮。根据统计，2014至2023年间全球已提交超过5.4万件生成式AI发明，其中有四分之一集中在2023年一年。AI创新的规模与多样性前所未见，不再局限于硅谷、深圳、日韩，非洲、南亚与欧洲的研究中心也正以疾病预测、粮食安全与气候韧性等议题推动在地创新。在这种前提下，专利申请及知识产权的储备便成...

随着生成式人工智能、云端运算与大数据分析的蓬勃发展，全球数据中心正面临前所未有的算力挑战与能源消耗危机。散热与热管理已从过去的附属硬件规格，一跃成为决定运算效能、节能减碳乃至于企业竞争力的最核心关键。

全球人工智能竞赛的决胜点已从芯片交期正式转向电力与电网基础设施。随着超大型数据中心用电需求呈倍数暴增，电力不仅跃升为微软与亚马逊等科技巨头高达数千亿美元的资本支出核心，更因变压器等关键设备面临严重短缺与地缘政治风险，触发美国国安层级的战略布局。在AI时代下，算力等同于国力，而确保算力的唯一前提是拥有强韧且不间断的电网支撑，这场由算力驱动的能源抢夺战，也重塑了全球电力供应链的战略地位。

近年来，随着人工智能（AI）技术逐步导入材料科学领域，传统研发模式正走向转型，过往材料开发仰赖大量实验试错与高成本仿真，其周期冗长且效率有限，而AI可透过加速运算与深度学习模型，在极短时间内完成材料的设计、性能预测与制程优化，可大幅压缩开发时间并降低资源浪费，例如可协助人们由目标材料特性反推潜力候选物、设计可行的合成与验证流程以及根据实验数据实时调整模型参数等。 过去耗时、耗力的流程，现在仅需数天即可完成，大幅缩短传统研发流程。因此，AI应用于材料科学的技术亦受到国际企业的高度关注，如Google与Microsoft已积极布局相关应用，显示出AI在材料科学的应用将正成为新一轮技术投资与产...

台湾地区资策会MIC观察2025年智能健康产品新趋势，从健康管理到数字疗法，都朝向全方位、全天候、连续型管理与促进健康的方向发展，人工智能（AI）也在健康、医疗、照护三大领域，持续推出崭新产品与深化应用。 台湾地区资策会MIC资深产业分析师许桂芬表示，综览2025美国消费电子展（CES）电子大厂与新创业者推出的新品，有智能手表厂商跨出既有领域，推出多元的生理监测产品，如尿液检验分析、心电图扫描、手持式连网诊疗器、AI功能智能镜子，此外，有传统医疗大厂首度推出非处方笺的血糖监测产品，也有厂商推出无须配戴其他穿戴装置，即可监测生理数值的智能衣，要求医疗级远程监控等，皆可看见今年健康照护的形式，朝...

随着生成式AI与大型语言模型（LLM）算力需求呈指数级增长，AI 加速器芯片正式迈入「千瓦级（Kilowatt-scale）」功耗时代。当前先进制程芯片的局部热流密度（Heat Flux Density）正逼近1kW/cm²的物理极限，传统气冷方案已无法将结温（Junction Temperature, Tj）维持于安全范围，成为制约摩尔定律延续与 HPC系统稳定性的最大瓶颈。本文将聚焦于数据中心分层热管理(Hierarchical Thermal Management, HTM)中最底层的芯片层级（Chip Level），从热阻网络微观分析出发，探讨直接液体冷却、微流体散热与相变材料缓冲等结...

随着人工智能运算需求快速成长，AI 服务器的功率密度与热负载同步攀升，使数据中心散热面临前所未有的挑战。传统CPU时代单颗处理器功耗约200W，而当前高阶GPU与AI加速器的热设计功耗已普遍超过 700W，并正迈向1000W等级；单一机柜总功率亦由过往的10–20 kW 提升至 50–150 kW。如此剧烈的热密度跃升，使单一散热技术已难以支撑 AI 数据中心的可靠运行。为响应此趋势，数据中心散热逐步发展出「分层热管理（Hierarchical Thermal Management，HTM）」架构，透过芯片、服务器、机架(柜)、列、气流缓冲与机房等六个层级的协同设计，建立具备系统性、可扩展...