- 登入
- 註冊
一週 AI 大事｜AI 走進真實世界：開始預測地球，也開始操作機器（2026/8/31）
一週 AI 大事・完整延伸閱讀
2026／08／31AI 走進真實世界：開始預測地球，也開始操作機器
這週的重點不只是模型更快。AI 正在接上地理資料、實體硬體、企業流程與機器人，從「給答案」往「理解環境、持續記住、實際完成任務」移動。
預測地球操作硬體學會長任務
本週完整整理
7 則 AI 更新，一則一則看懂
以下依 8/31 影片內容整理，並以官方公告、專案頁與論文重新核對名稱、數字和發布狀態；廠商跑分與展示都會明確標成官方自評。
Google PPE：用自然語言建立地球尺度的預測模型
發生什麼
Google Research 發表 Planetary Prediction Engine（PPE）。輸入一個地理預測問題後，系統可以自行找資料、整理特徵、訓練與評估模型，最後產生預測和報告。
為什麼值得注意
過去建立公共衛生、糧食安全與環境風險模型，常要花數週整合零散資料。PPE 的目標，是把這段大量人工資料工程縮短到幾分鐘，讓專家更快測試假設。
展開能力邊界與查證補充
- PPE 屬於 Google Earth AI 旗下的實驗研究能力，不是 Google Earth 已全面開放的一般功能。
- 它縮短的是「建立地理預測模型」所需的資料搜尋、整理與訓練流程，不是把疾病或糧食危機本身的預測週期直接從數週變成數分鐘。
- 論文在公共衛生、風險與奈及利亞糧食安全等任務報告優於基準的結果；這些仍是研究團隊的實驗評估。
世界人形機器人運動會：百米決賽跑進 8.64 秒
發生什麼
第二屆世界人形機器人運動會在北京舉行，來自 16 個國家和地區的 666 支隊伍、2,056 台機器人參與 51 個賽項。天工 Ultra 從開幕時的 9.39 秒，一路把大型組百米成績推進到決賽 8.64 秒。
為什麼值得注意
除了速度，賽事還測試跳高、障礙、乒乓球、拔河、街舞與真實場景任務。這些比賽最有價值的地方，是把平衡、感知、散熱、關節控制與自主決策放進同一個壓力測試。
展開最終成績與比較方式
- 影片中的 9.39 秒是開幕時的成績；賽事後續又出現約 8.85 秒，決賽最終由天工 Ultra 以 8.64 秒奪冠。
- 閉幕資料記錄原地跳高由上屆 0.95641 公尺提高到本屆 3.40 公尺，因此本文不再沿用影片中的 2.88 公尺與 4.8 公尺。
- 這些數字雖然高於部分人類田徑紀錄，但機器人賽事的器材、分組、量測與競賽規則不同，不宜直接寫成已由人類田徑組織認證的「超越人類極限」。
GLM‑5.3‑Flash：更省成本的多模態代理模型
發生什麼
Z.ai 發表 GLM‑5.3‑Flash，總參數約 320B、每次啟用 18B，支援文字與圖片。官方把它定位為比 GLM‑5.2 更快、更便宜，同時能處理程式與代理任務的 Flash 版本。
為什麼值得注意
它把多模態能力、開放權重與較低推論成本放在同一個模型裡，對需要看畫面、寫程式又要大量呼叫模型的工作流特別有吸引力。
展開價格、跑分與晶片說法
- 官方寫的是「相較 GLM‑5.2，以十分之一價格取得更高表現」，不是成本只有 Claude Opus 4.8 的十分之一。
- 官方定位是「在程式與代理跑分接近 Claude Opus 4.8」，不同測試各有輸贏，不能概括成全面超越。
- 目前找到的官方模型資料沒有足夠證據支持「訓練與運作全部由中國晶片完成」這個完整說法，因此本文不把它列為已確認規格。
Anthropic MHS：讓 AI 用同一套規格連接實體設備
發生什麼
Anthropic 公開 Model Hardware Standard（MHS）研究預覽，先提供科學實驗室與先進製造夥伴測試。它用標準化驅動程式描述設備能力、安全限制和可執行指令，再讓 AI 代理透過 MCP、命令列或 API 協調多台設備。
為什麼值得注意
實驗室和工廠最耗時的往往不是模型，而是每台儀器都要另外寫整合。MHS 想把這層翻譯統一，讓顯微鏡、移液機器人、機械臂等設備能被同一個代理理解與協作。
展開適用範圍與安全限制
- 目前只開放申請加入有限研究預覽，尚未全面開源。
- MHS 只能操作具有可程式化介面的設備；沒有介面的硬體仍需要廠商新增驅動。
- Anthropic 明確提醒 Claude 的空間與物理推理仍有限，需要專家監督，因此不能簡化成「AI 已能直接接管工廠」。
Claudeforce：把 Salesforce 的銷售資料與流程帶進 Claude
發生什麼
Salesforce 與 Anthropic 擴大合作，推出 Claudeforce。第一個產品是 Salesforce in Claude 外掛，內含 37 個銷售技能，可讀取即時營收脈絡、整理會議、檢查商機健康度、檢視銷售管線並在權限規則內更新資料。
為什麼值得注意
它不是在 CRM 外再加一個聊天視窗，而是讓 Claude 直接使用企業既有資料、流程與權限。銷售人員可以從問題開始，再接著更新管線或採取行動，減少在多個畫面間找資料。
展開產品名稱與開放時間
- Claudeforce 是 Salesforce 與 Anthropic 的合作名稱；首個產品叫 Salesforce in Claude，不是一套全新的 CRM。
- 發布時只提供部分試點客戶，官方規劃在 2026 年 9 月進入公開測試。
- 初期 37 個技能以 Sales 為主，Service、Marketing 與 Commerce 等功能仍標示為後續推出。
Skild S1：看一次影片，機器人就照著完成新任務
發生什麼
Skild AI 展示機器人基礎模型 S1。它以一段影片作為提示，不需要再微調模型，就能把示範轉成機器人動作；官方展示的未見任務包括換盆、手沖咖啡、組裝套件與翻鬆餅。
為什麼值得注意
傳統機器人要學新任務，往往需要大量遙控資料和專門訓練。若一次視覺示範就能說清楚「要怎麼做」，教機器人的方式會更像人類帶著做一次。
展開長任務與證據邊界
- 官方展示的長任務最長約 10 分鐘，包含數十個操作步驟，使用同一組模型權重完成。
- 換盆案例從錄完一段人類第一視角示範，到機器人開始自行執行，相隔約 11 分鐘。
- 目前主要證據來自 Skild AI 自己的展示與內部評測，尚不能等同於所有家庭環境都能穩定成功的獨立驗證。
VoiceMem：把語音記憶分成「事實」與「情緒」兩條路徑
發生什麼
VoiceMem 是為即時語音助理設計的串流記憶系統。它用「左腦」整理人物、知識等事實記憶，再用「右腦」累積情緒、偏好與人格；使用者還在說話時，系統就能開始轉寫、分類與搜尋相關記憶。
為什麼值得注意
語音 AI 不只需要記得你說過什麼，也要控制回憶帶來的延遲與上下文長度。VoiceMem 只取回少量最相關記憶，嘗試兼顧個人化、情緒理解與即時反應。
展開作者、跑分與開源資訊
- 論文作者來自南洋理工大學、新加坡國立大學、清華大學、香港中文大學與 Open Interaction Lab；沒有證據顯示這是字節跳動發布的系統。
- 團隊報告在 LoCoMo 使用 Top‑5、約 430 個記憶 token 時取得 91.2%，檢索延遲 134 ms；這些是論文與專案頁的團隊評測。
- 程式以 Apache 2.0 授權開源，專案頁也提供資料集、模型與可重現評測入口。
讀完最常問
本週 FAQ
機器人百米 8.64 秒，真的已經超越人類嗎？
數字上比人類男子百米世界紀錄快，但機器人賽事的器材、分組、量測與規則不同，也不是由人類田徑組織認證。比較適合把它看成雙足機器人在速度與控制上的重大進展。
GLM‑5.3‑Flash 已經全面超越 Claude Opus 4.8 嗎？
沒有。Z.ai 的官方說法是部分程式與代理跑分接近 Opus 4.8；不同評測有輸有贏。本文也把價格的「十分之一」正確寫成相較 GLM‑5.2，而不是相較 Claude。
MHS 現在可以讓 Claude 接管所有工廠設備嗎？
不行。MHS 仍是有限研究預覽，只能連接具有可程式化介面的設備，而且 Anthropic 要求專家監督，現階段更像一套待共同測試的 AI 硬體共通介面。
想跟大家一起討論這些 AI 更新？
易悅元宇宙社群免費開放。除了每週整理，也可以交流工具、內容創作與實際使用心得。
