AI 日報: Nvidia 晶片解禁震撼彈、ChatGPT 變身購物中心，與企業 AI 的真實戰況

今天的科技圈可說是熱鬧非凡，從地緣政治的晶片博弈到我們日常使用的聊天機器人功能升級，每一個消息都牽動著未來的發展方向。想像一下，原本只能聊天的 AI 現在能幫你直接買菜，或者那些原本被禁止出口的高階晶片突然有了轉機，這背後的邏輯與影響力都不容小覷。

這篇文章將帶大家瀏覽這幾個重磅消息，看看它們如何具體影響我們的生活與工作模式。

白宮拋出震撼彈：Nvidia H200 晶片將有條件出口中國

這絕對是今天半導體產業界最受關注的消息。根據最新的政策轉向，美國政府已經通知中國方面，將允許 Nvidia（輝達）向中國及其他國家的核准客戶，運送其高階的 H200 產品。這項決策並非毫無保留，而是在確保「強大國家安全」的前提下進行。

這項政策轉變相當耐人尋味。根據 Donald J. Trump 的社群媒體貼文，這項協議包含了一個關鍵的經濟條款：相關交易將有 25% 的金額支付給美國。這個策略被描述為支持美國就業、強化製造業並造福納稅人的舉措。

這打破了拜登政府時期為了限制中國 AI 發展而設下的嚴格出口禁令。當時的政策迫使像 Nvidia 這樣的公司花費數十億美元去開發針對中國市場的「降規版」產品，這被部分人士批評為減緩創新且傷害美國工人的糟糕主意。現在，這扇大門似乎重新打開了，但門檻變成了高額的「入場費」與嚴格的安全審查。對於全球 AI 運算資源的分配來說，這無疑是一個巨大的變數，Nvidia 的股價與供應鏈佈局恐怕又要迎來一波新的震盪。

購物新體驗：在 ChatGPT 裡直接「買單」

如果說晶片出口是國家級的大事，那麼這項功能更新就直接關係到你的荷包了。Stripe 宣佈與 Instacart 達成合作，讓使用者可以直接在 ChatGPT 的介面中完成結帳。

這意味著什麼？過去你在 ChatGPT 裡規劃完晚餐食譜後，還得跳出去打開外送 App 一個個搜尋食材。現在，這整個流程被「代理商務協議」（Agentic Commerce Protocol, ACP）打通了。這是 Stripe 與 OpenAI 幾個月前推出的新標準，背後利用了 Stripe 的共享支付憑證技術來確保交易安全。

目前這項功能已經在網頁版上線，手機版也即將推出。這不僅僅是省去幾個點擊步驟，而是標誌著 AI 從「資訊提供者」正式轉型為「行動執行者」。當 AI 能夠直接處理交易時，電子商務的入口可能會從搜尋引擎和 App，轉移到這些對話視窗中。

穿搭救星：Google Doppl 的 AI 試衣間

對於那些總是在網購時猶豫「這件衣服穿在我身上好看嗎？」的人來說，Google Labs 帶來了一個有趣的實驗性 App —— Doppl。這款 App 推出了一個全新的購物發現動態牆，試圖解決線上買衣服最大的痛點。

Doppl 會根據你的個人風格設定，以及你過去互動過的商品，推薦適合你的穿搭。最酷的地方在於，它利用 AI 生成影片，讓你看到這些衣服穿在「模擬的你」身上是什麼樣子。這不是靜態的貼圖，而是動態的展示。看到喜歡的，你可以直接點擊連結購買。目前這項功能已經在美國對 18 歲以上的使用者開放。這展示了生成式 AI 在時尚領域的落地應用，它不再只是生成虛構的藝術圖，而是開始服務於真實的消費決策。

NotebookLM 終於支援 DocX 了

這是一個小更新，但對許多文書工作者來說卻是救命稻草。Google 的筆記與研究工具 NotebookLM 正式宣佈支援 DocX 格式作為資料來源。

這陣子 NotebookLM 的開發團隊似乎忙翻了，但他們沒忘記使用者的呼聲。過去只能丟 PDF 或純文字檔，對於習慣用 Word 寫報告的人來說實在不方便。現在支援 DocX 後，整理論文、合約或會議記錄變得更順手。而且官方還在推文中詢問大家「下一個想要什麼格式？」，目前看起來 CSV 格式排在願望清單的第一名。這顯示出 Google 正積極將這個工具打磨得更符合生產力場景。

裝置端 AI 的大躍進：MediaTek NPU 與 LiteRT 的強強聯手

提到 AI，大家通常會想到雲端運算，但其實「裝置端 AI」（On-device AI）才是讓手機變聰明的關鍵。Google 開發者部落格發布了一篇關於 MediaTek NPU 和 LiteRT 的技術文章，揭示了未來手機 AI 的運作模式。

為什麼這很重要？

以往要在手機上跑複雜的 AI 模型（像是生成式 AI），開發者面臨巨大的碎片化問題。不同的晶片、不同的規格，讓優化變得異常困難。Google 的 LiteRT（前身是 TensorFlow Lite）現在與聯發科（MediaTek）的 NeuroPilot 加速器進行了原生整合。這意味著開發者可以更輕鬆地把強大的 AI 模型（如 Google 的 Gemma 系列）搬到搭載聯發科晶片的手機上跑。

實際效能有多強？

根據測試數據，在聯發科天璣 9500 晶片上運行 Gemma 模型，速度比用 CPU 跑快了 12 倍，比 GPU 快了 10 倍。這代表你的手機可以在不連網的情況下，極快地完成即時翻譯、文案撰寫，甚至是理解圖片內容，而且還更省電。

開發者的福音

Google 提供了一個統一的工作流，支援「預先編譯」（AOT）技術。簡單說，就是在 App 安裝前就把 AI 模型優化好，這樣使用者打開 App 時，AI 功能幾乎是秒開，不用在那邊轉圈圈等待載入。這對於推動 AI 在 Android 生態系的普及化，是一個非常紮實的基礎建設。

企業 AI 現狀報告：從「好玩」到「實戰」

OpenAI 剛剛發布了 2025 年企業 AI 現狀報告，這份報告基於 企業真實使用數據以及近100家企業 9000 名員工的調查，揭露了 AI 在職場上的真實應用情況。

報告指出，企業導入 AI 的階段已經過了「嚐鮮期」，現在進入了產生實質經濟價值的階段。每週使用 ChatGPT 的企業訊息量在過去一年增加了 8 倍。更有趣的是，大家不再只是隨便問問問題，像 Projects 和 Custom GPTs 這種結構化工作流程的使用量激增了 19 倍。

這顯示出一個趨勢：領先的企業（報告稱為 Frontier firms）正在拉開與普通企業的差距。這些領先企業的員工使用 AI 的頻率是中位數的 6 倍。AI 正在幫助 IT 部門更快解決問題，幫行銷團隊加速活動執行，甚至讓非工程師背景的人也能寫出程式碼。這不再是關於「會不會用 AI」，而是「能不能用 AI 重塑工作流程」。

Android XR 與未來裝置預覽

Google 也在其部落格分享了 Android XR 的最新進展，這是他們針對延展實境（XR）打造的作業系統。

讓頭戴裝置融入生活

首先是 Samsung 的 Galaxy XR 頭戴裝置，Google 為其推出了幾個實用功能。「PC Connect」讓你把 Windows 電腦的畫面直接拉進頭戴裝置的虛擬空間中，與 Android App 並排使用，這對於想要多螢幕工作的人來說非常有吸引力。另外還有「Travel Mode」（旅行模式），專門為飛機等移動場景設計，確保畫面穩定。

AI 眼鏡才是重頭戲？

除了頭戴裝置，Google 預告了與 Samsung 及眼鏡品牌（如 Gentle Monster）合作開發的 AI 眼鏡。這類眼鏡分為兩種：一種是沒有螢幕的，純粹透過語音與 Gemini 互動；另一種則是帶有顯示器的，可以在鏡片上顯示導航或翻譯字幕。甚至還展示了與 XREAL 合作的 Project Aura，這是一款有線的 AR 眼鏡，能提供大螢幕的視覺體驗。這顯示 Google 在 XR 領域的策略是「多樣化」，不押寶單一形態的硬體。

Claude Code 進駐 Slack：對話即開發

最後，Anthropic 推出了 Claude Code 與 Slack 的整合功能。這對於軟體開發團隊來說是一個極大的效率提升。

工程師的日常往往充斥著在 Slack 上討論 Bug，然後切換到程式碼編輯器去修復。現在，當你在 Slack 上討論到某個 Bug 時，可以直接標記 @Claude，它會自動分析對話脈絡，並在背景啟動一個 Coding Session（程式編寫階段）。Claude 能根據對話內容，自動找到對應的程式碼儲存庫進行修復或重構，完成後還會直接丟回一個 Pull Request 的連結。

這將「溝通」與「實作」之間的摩擦力降到了最低，讓 AI 成為了團隊中隨叫隨到的資深工程師助手。

常見問題解答 (FAQ)

Q: Nvidia 的 H200 晶片解禁對普通消費者有影響嗎？ A: 直接影響較小，這主要關乎企業與國家級的運算中心建設。但長遠來看，這可能緩解全球高階晶片供應鏈的緊張關係，且 Nvidia 若能從中獲利，可能會加速下一代顯示卡技術的研發，間接影響未來的消費級產品。

Q: 在 ChatGPT 裡面買東西安全嗎？ A: 這次的整合是透過 Stripe 的技術進行。Stripe 是全球領先的支付處理平台，採用了共享支付憑證（Shared Payment Tokens），這意味著敏感的信用卡資訊是經過加密處理的，比起直接把卡號貼給機器人要安全得多。

Q: Android XR 和 Apple 的 Vision Pro 有什麼不同？ A: Android XR 是一個開放的作業系統平台，類似手機上的 Android。Google 的策略是與多家硬體廠商（如 Samsung, XREAL）合作，推出不同形態的裝置（頭盔、眼鏡），價格和功能定位也會比單一產品線的 Vision Pro 更多元。

Q: 為什麼企業要強調「裝置端 AI」而不是都用雲端就好？ A: 裝置端 AI（On-device AI）有三大優勢：隱私（資料不用上傳）、速度（沒有網路延遲）、成本（不需要昂貴的雲端伺服器費用）。對於即時翻譯、影像辨識等需要快速反應的功能，裝置端 AI 是更好的選擇。

Q: Claude Code 在 Slack 上能直接修好所有 Bug 嗎？ A: 目前它能處理基於上下文的明確任務，如修復具體的錯誤或進行小規模重構。但複雜的架構變更或涉及深層邏輯的問題，仍建議由人類工程師進行審查。它更像是一個能幫你先寫好草稿的助手，而不是完全取代工程師。