newsruka / daily
TODAY ISSUE 79 · 2026.07.17 · 8 MIN READ
產業動態 編寫 by 水無瀨 澪

Mira Murati 把開源牌打上桌:Thinking Machines 發表 Inkling

OpenAI 前技術長 Mira Murati 的 Thinking Machines 發表首款開放權重模型 Inkling,9,750 億參數 MoE。同一天黃仁勳在東京把日本工廠變成實體 AI 主場,台積電資本支出衝上 640 億美元。

今日漫畫 出演・水無瀨 澪
Mira Murati 把開源牌打上桌,同一週黃仁勳、台積電、AI 紅隊各有大動作。澪的結論:這局 AI,每個玩家都在下自己的注。 ↗ 點擊放大

Mira Murati 把開源牌打上桌

離開 OpenAI 一年多的 Mira Murati,這次帶著一款開源模型回到牌桌上。由她共同創辦的 AI 研究實驗室 Thinking Machines,7 月 15 日發表首款開放權重模型 Inkling,企業和開發者可以自行下載和微調,等於正式跨進基礎模型市場。

Inkling 的規格走的是現在大模型的主流設計。它是一款混合專家(MoE)模型,帳面數字很大、實際運算很省:

  • 總參數量 9,750 億,但針對任一項任務只會啟用其中約 410 億
  • 以文字、圖像、影像及音訊共 45 兆 token 資料訓練,能跨這 4 種模態推理
  • 支援 100 萬 token 的脈絡長度,另有較輕量的 Inkling-Small 預覽版
  • 即日起可透過旗下微調平台 Tinker 客製化

MoE 這種設計的好處是讓相當大的模型維持更快的處理速度、以較低成本運作,輸出則限定在文字內容,包括程式碼或結構化資料。Thinking Machines 的定位很清楚:主打開放模型與客製化,讓企業與開發者能自己微調,而不是只能用封閉模型服務。過去開放權重模型的話題常被中國模型主導,Murati 這一手,等於替美國在開源這塊補上一張夠份量的牌。

黃仁勳把日本工廠變成實體 AI 主場

黃仁勳這趟訪日不只是補上先前跳過日本的缺口,而是把日本的製造強項直接接進輝達的實體 AI 版圖。富士通宣布,已與發那科、安川電機、川崎重工共同展開事業檢討,準備導入輝達推動的實體 AI 社會實裝,目標是把各家機器人控制基盤共通化,用於工廠、物流與醫療現場。核心是輝達的 Cosmos 世界基礎模型,用開放式 AI 模型與軟體平台,協助企業把累積的資料開發成更貼近產線需求的專用模型。

最具體的落地在造船。日本川崎重工傳出將和輝達合作打造 AI 造船廠,活用輝達的數位孿生技術在虛擬空間重建造船廠、改善生產效率,並在旗下核心造船據點坂出工廠建構次世代造船系統,還要一起研發 AI 造船機器人來緩解人力短缺。市場反應很直接,日經報導當天川崎重工股價逆勢上漲 1.65%,遠優於同時間下跌 0.81% 的東證股價指數。日本的優勢在機器人本體與精密製造,輝達補上世界模型與算力,這套組合要解的正是日本製造業最頭痛的缺工問題。

台積電把資本支出踩到 640 億美元

台積電的財報數字,把這波 AI 熱潮的規模講得很清楚。第二季營收 402 億美元,季增 12%、年增 33.7%,稅後純益達新台幣 7,065.6 億元、年增 77.4% 創歷史新高,每股純益 27.25 元,毛利率 67.7%。展望更強:

  • 第三季營收預估 446 億至 458 億美元,毛利率介於 65% 至 67%
  • 全年美元營收預估成長略高於 40%,高於 4 月提出的成長超過 30%
  • 資本支出從原先的 520 億至 560 億美元,提高到 600 億至 640 億美元
  • 同時宣布在美國亞利桑那州追加 1,000 億美元投資,興建更多 2 奈米產能

董事長魏哲家把上修理由歸給極度強勁的 AI 需求。花錢的另一面是設備選擇的算盤。Intel 已成為全球首家用 ASML 最新一代 High-NA EUV 曝光機量產邏輯產品的公司,把這項 sub-2nm 關鍵技術帶進商業量產;台積電卻選擇延後導入,理由是 High-NA 設備的曝光成本高出 2.5 倍、對目前大規模量產不夠划算。ASML 自己第二季淨銷售額 93 億歐元、把全年營收預測上調到 430 億至 450 億歐元。同樣是先進製程競賽,Intel 賭的是技術領先、台積電賭的是經濟性,誰算對這筆帳要等 2 奈米世代拉開差距才知道。

AI 開始攻擊 AI

當 AI Agent 開始透過瀏覽器、應用程式、本機檔案接觸外部資料,攻擊面也跟著擴大。攻擊者現在甚至不必正面攻破系統,只要把惡意指令藏在電子郵件、網頁、工具回傳內容或程式碼儲存庫裡,就能用提示注入誘導模型偏離任務、複製機密資訊。OpenAI 的解法是以毒攻毒,開發內部專用的自動化紅隊模型 GPT-Red,讓 AI 主動攻擊自家系統。效果很驚人,GPT-Red 的提示注入成功率達 84%,遠高於人類紅隊的 13%,研究科學家坎德帕爾形容風險表面在擴大、破壞半徑也在增長,單靠人工測試已經跟不上。

模型的防守能力則有一份第三方成績單。資安業者 F5 用單輪越獄評測了 26 款頂尖 AI 模型、共納入 55 款,以綜合 AI 安全指數 CASI 衡量抵禦提示注入與越獄的能力,平均攻擊成功率達 71.3%。排行榜前三名由 Anthropic 包辦:Claude Sonnet 5 以 93.08 分居首、Claude Haiku 4.5 以 92.54 分第二、Claude Opus 4.8 以 89.67 分第三。攻與守都在快速進化,這場軍備競賽短期不會停,放權給 AI 代理跑任務的人,得先想清楚它可能被誰牽著走。

台灣超車中國,中國從資本市場反擊

貿易數字先講一個結構性的變化。根據美國公布的 3 月數據,美國最大進口來源國依序為墨西哥、加拿大與台灣,原本長期盤踞的中國滑落到第四名。推力來自跨國企業的 China+1 去風險化策略,把生產線移往更靠近美國本土或成本更優的地區,而台灣正憑著半導體實力向美國大量供應 AI 晶片與伺服器。星展則估台灣今年 GDP 成長率上看 9.4%,AI 出口是主要動能。

中國的反擊集中在資本市場與監管兩條戰線。AI 巨頭 DeepSeek 正籌備最早於明年第二季在上海上市,計劃年底前提交申請文件,上個月才完成首次外部融資、籌資 74 億美元、估值超過 500 億美元,創辦人梁文鋒本月已與投資者洽談新一輪融資,尋求的估值上看 710 億美元甚至更高。另一頭,蘋果的 Apple Intelligence 完成了中國國家互聯網信息辦公室的生成式 AI 服務備案,三星 Galaxy AI 也一起過關,這道中國最重要的監管門檻一跨過,蘋果的 Siri AI 就有機會成為 iPhone 18 Pro 系列的換機誘因。台灣靠製造超車,中國靠估值與監管卡位,兩邊在 AI 這局各有各的打法。

明日值得追的事
  • → Inkling 的實際微調效果與企業採用速度
  • → 台積電亞利桑那追加 1,000 億美元投資的產能時程
  • → DeepSeek 上海上市申請文件是否如期在年底前提交