今年 7 月的第一週，AI 領域同時在政策法規、醫療應用、生成式技術等多個方面出現突破性進展。本週我們嚴選八則全球 AI 重點新聞，橫跨政策法規轉向、醫療 AI 新里程碑、生成式 AI 新模型競逐、永續發展挑戰、產業巨頭策略調整、學術研究突破、安全倫理規範，以及開源生態新動態。這些新聞不僅代表過去一週的重要事件，更透露了人工智慧未來發展的趨勢與方向。透過本週整理，您將了解各領域 AI 焦點事件的背景意義，並掌握未來可能的走向與影響。
美國參議院推翻 AI 監管禁令，州級法規權限獲保留
AI 法規逐漸成形，各州自主權受到重視
美國 AI 政策在本週出現重大轉折。參議院於 7 月 1 日壓倒性投票，移除了先前特朗普提出的「禁止各州十年內制定 AI 法規」禁令。該禁令原隸屬於一項稅改支出法案，若通過將禁止各州對 AI 進行監管。參院以 99 比 1 的票數通過修正案刪除該條款。這意味著，各州未來十年仍擁有針對 AI 立法的主導權，不受聯邦層面禁制。事件背景：科技巨頭如 Google、OpenAI 等原希望由聯邦統一規範以免各州標準不一。然而，17 位共和黨籍州長聯合反對禁令，認為應保留州政府保護公民的能力。參議員們最終認同此觀點，連提出折衷方案的議員亦撤回支持，確保禁令徹底撤消。脈絡意義：這項決議保留了美國各州在 AI 法規上的自主權。隨著 AI 技術滲透生活，各州可因地制宜制定深偽影像、機器人、自主車輛等方面法律，避免聯邦一刀切可能帶來的漏洞。民主黨參議員坎特維爾讚揚此舉，稱「不能因聯邦立法而碾壓良好的州級消費者保護法」。阿肯色州長也表示：「現在我們能保護孩子免受無管制 AI 危害」。未來趨勢：在聯邦 AI 法律出臺前，美國將出現州層級多元實驗。部分州可能迅速推出嚴管深偽影片、AI 詐騙等法律，而科技業則須面對不同司法管轄的合規挑戰。這也預示著聯邦層面最終立法時，需平衡各州經驗與產業需求，為全國制定統一且寬嚴適度的 AI 法規框架。
AI 醫療里程碑：AI 心臟病偵測納入美國醫療支付
AI 聽診與心臟分析工具進入主流醫療體系
醫療 AI 在本週取得突破性進展：人工智慧心臟病篩查工具正式獲美國醫療保險支付認可。美國 Medicare/Medicaid 主管機關 CMS 將一家初創公司 Eko Health 的 AI 心臟病檢測平台 SENSORA 列入 2025 年 7 月醫院門診支付系統更新項目。根據 7 月 1 日發布的規則，SENSORA 獲得專屬代碼並劃入支付分類，單次檢測報銷費用定為 $128.90 美元。事件背景：SENSORA 是透過數位電子聽診器及 ECG（心電圖）整合的 AI 系統，可在 1 分鐘內分析心音與心電訊號，早期檢出瓣膜性心臟病、射血分數降低及心房顫動等隱匿性心疾。此前，美國醫學會（AMA）已於 7 月 1 日起發佈相應的第三類 CPT 醫療代碼供此 AI 分析使用。脈絡意義：這是 AI 診斷工具首度被納入美國國家醫保支付，標誌著醫療 AI 進入主流臨床應用的重要里程碑。Eko 執行長表示，這項支付政策為醫院導入 AI 心臟篩查提供了明確的財務路徑，激勵基層醫療更早、更準確識別心血管疾病。對醫師而言，有了報銷支持，使用 AI 工具的動力將大增，可提升診斷效率與照護品質。未來趨勢：醫療領域預計將出現更多 AI 輔助診斷獲批支付的案例。例如放射診斷、皮膚科篩檢等 AI 工具若證實有效，也可望循此模式進入醫保。隨著支付與監管逐步完善，AI 將從輔助走向醫療決策前線，推動「智慧醫療」變革。然而，同時亦需關注模型準確性和倫理風險，確保醫療 AI 真正安全且增益病患健康。
生成式 AI 大戰升級：GPT-5 聚焦安全，Grok 4 強勢來襲
新一代通用 AI 模型競逐，性能與安全並重
本週在生成式人工智慧領域，兩大焦點引人矚目：OpenAI 的下一代模型 GPT-5 進入準備衝刺階段，以及埃隆·馬斯克旗下 xAI 宣布即將推出 Grok 4 模型。首先，OpenAI 執行長山姆·阿特曼近期受訪確認，GPT-5 預計在夏季準備就緒，公司強調在達到內部安全與性能標準前不會發布。他表示 GPT-5 將帶來顯著改進，但準確上市時間尚未確定，須視研發進度而定。OpenAI 強調新版模型將特別注重穩定性與倫理對齊，確保在性能提升同時不偏離安全框架。6 月底，公司公開宣布 GPT-5 將於 2025 年夏季推出，並重申「只有確保安全、準備充分才會發布」。這顯示 OpenAI 繼 GPT-4 取得成功後，更加審慎對待下一代通用 AI 的風險管控。另一方面，埃隆·馬斯克成立的 xAI 公司在 7 月 4 日前後高調宣布，其最新大模型 Grok 4 將於美國獨立日後正式推出。馬斯克透露，他和團隊「徹夜打磨 Grok 4」，僅剩最後一次大規模訓練，特別針對程式編碼能力進行強化。Grok 4 是 xAI 自 2023 年成立以來的第四版模型，前一版 Grok 3 於 2 月提供給部分 X Premium Plus 用戶試用。新版本預期在推理能力、代碼生成等方面直追 OpenAI 及 Anthropic 等對手。脈絡意義：這兩則新聞突顯生成式 AI 競賽的白熱化。一方面，OpenAI 作為領先者，放緩腳步強調安全與責任，顯示大型模型發展進入「品質優先、審慎部署」階段。另一方面，馬斯克等新進競爭者加速推出強悍模型，試圖以差異化功能（如強編程能力）搶占市場。未來趨勢：生成式 AI 將進入性能與合規並重的新競局。OpenAI、谷歌等會更加重視模型安全測試與使用者信任，而新創公司則可能在特定領域（如程式代碼、專業問答）深耕模型能力來突圍。對用戶和產業而言，未來幾季將見證 GPT-5 等超大模型問世所帶來的生態衝擊，同時監管者對這類強大 AI 工具的審查與標準也將同步趨嚴，推動行業朝負責任創新方向發展。
AI 能耗與氣候影響受關注，產業尋求永續發展平衡
AI 資料中心耗能驚人，引發碳足跡與環境討論
本週在永續發展領域，一項圍繞 AI 環境影響的討論引發廣泛關注：人工智慧高速發展正推高全球數據中心用電與碳排放，對氣候目標構成挑戰。根據《衛報》報導，Google 公布的最新碳排放數據顯示，2019 年至 2024 年間該公司總排放量增加了 51%，主要原因之一就是 AI 訓練和運行帶來的龐大電力需求。Google 2024 年用電量較前一年激增 27%，反映在其擴張雲端資料中心及 AI 模型（如 Gemini、ChatGPT 背後的 GPT-4）所需能源上。研究估計，到 2026 年全球資料中心年耗電量將達 1000 太瓦時，幾乎等同日本全國用電量。更令人關注的是，AI 繼續演進可能帶來非線性能源需求增長，令未來電力與排放走向難以預測。事件背景：近年科技業者雖積極投資再生能源並承諾減碳，但 AI 帶來的新負荷正抵消部分努力。例如 Google 一方面購買了 22 吉瓦的清潔能源、提早達成零塑膠排放目標，另一方面因 AI 推動的供應鏈與間接排放（Scope 3）仍持續上升。歐盟專家警告，若不採取行動，至 2030 年 AI 可能使資料中心耗能佔全球發電量的 4.5%。脈絡意義：這顯示AI 永續發展需被提上議程。一方面，AI 可協助優化能源使用、預測氣候，但另一方面，大規模模型本身訓練與服務正消耗巨量電力。專家指出，若缺乏監管與創新，AI 熱潮可能「拖慢向低碳經濟轉型的腳步」。幸而，本週美國參院否決 AI 監管禁令的同時，也有人提出此禁令若通過將削弱各州推動綠色資料中心的誘因——如今禁令移除，各州可自行制定規範來促使 AI 產業提升能源效率、採用清潔電力。未來趨勢：預期政府和產業將加強合作，推動**「綠色 AI」**策略。例如制定資料中心能源效率標準、鼓勵使用小型模組化核能（SMR）供電等創新方案。AI 開發者也將致力研發更高效演算法（以更少算力達同等效果），開源社群或優先考量碳足跡較低的模型架構。長遠來看，AI 能否成為抗擊氣候變遷的幫手，將取決於我們現在如何平衡技術發展與環境代價——這需要政策制定者、科技企業和社會各界共同努力，在享受 AI 帶來便利的同時實現永續目標。
產業巨頭 AI 策略轉向：蘋果考慮 Siri 採用第三方大模型
智慧助理戰略大轉彎，蘋果尋求外力追趕 AI 浪潮
本週產業應用領域的一大重磅消息是：蘋果公司據報正考慮放棄自研 AI 模型，轉而採用 OpenAI 或 Anthropic 的大模型技術為 Siri 提供動力。根據 6 月 30 日彭博社報導，蘋果已就此與上述公司進行接洽，討論在蘋果自有雲端基礎設施上測試部署它們的大型語言模型。雖然目前尚在早期探討階段，尚未作出最終決定，但消息一出即被視為蘋果在 AI 策略上的重大轉向。事件背景：長期以來，蘋果 Siri 等語音助理主要依賴蘋果自研的基礎模型（Apple Foundation Models），並未全面搭載外部生成式 AI 技術。蘋果原計劃 2026 年推出基於自有模型的全新 Siri 版本。但在 ChatGPT 等突破性進展下，蘋果的 AI 進度相對落後。今年 3 月，蘋果因 Siri 開發遲滯進行了組織調整，由新主管接手 Siri 團隊；6 月的開發者大會上，蘋果雖發表部分 AI 功能改進，但未見如 GPT-4 等劃時代突破。如今傳出尋求 OpenAI/Anthropic 支援，顯示庫克團隊認知到**「買」比「造」更能快速追趕**。脈絡意義：這一舉動凸顯大廠間 AI 生態「競合」的新態勢。蘋果一向強調生態封閉與隱私安全，如今考慮引入外部 AI，說明其在大型語言模型研發上面臨瓶頸，不得不採更務實策略。若最終成真，蘋果有望將 Siri 的理解和對話能力一舉提升至 ChatGPT 同級別，彌補多年來 Siri 被批反應呆板、智能不足的印象。對 OpenAI/Anthropic 而言，這也意味著取得進入全球數億蘋果用戶設備的機會。未來趨勢：若蘋果確認採用外部模型，我們預期未來 Siri 將迎來功能飛躍，如更流暢的上下文對話、跨 App 的複雜任務處理等，與亞馬遜 Alexa 和 Google Assistant 展開新一輪競爭。同時，蘋果勢必強調隱私，可能選擇在裝置端本地運行部分模型或進行二次調適，以符合其資料保護標準。更廣泛地，這件事預示產業巨頭開始**「抱團」迎戰 AI 浪潮**：各家可能不再堅持完全自給自足，而會通過投資、合作等方式整合最佳 AI 資源，最終目的都是在激烈的生成式 AI 賽局中保持領先地位、滿足用戶日益提高的智能體驗需求。
學術突破：DeepMind 發表 AlphaGenome，用 AI 解碼基因“黑暗物質”
AI 協助理解非編碼 DNA 功能，人類基因組圖譜更進一步
人工智慧在前沿科學研究領域再傳捷報：DeepMind 團隊於 6 月 25 日發布名為 AlphaGenome 的新模型，致力於解釋人類基因組中 98% 非編碼序列（俗稱 DNA「黑暗物質」）的功能。近 25 年來，人類基因組中僅有約 2% 為蛋白編碼基因，其餘非編碼區域對基因調控和疾病的影響一直是未解之謎。AlphaGenome 利用機器學習，輸入長達百萬鹼基對的 DNA 片段，便可同時預測多種生物學屬性，例如該片段內基因的表達水準，以及特定突變將如何改變基因表現。在一項測試中，研究人員令 AlphaGenome 分析白血病患者樣本中的非編碼突變，結果模型成功預測這些突變會間接激活鄰近一個致癌基因，與實驗觀察一致。斯坦福大學基因組學家 Kundaje 評價稱，AlphaGenome 相較現有序列功能模型實現了「幾乎全方位提升」，是令人振奮的跳躍進展。事件背景：早在 2020 年，DeepMind 以 AlphaFold 2 震驚科學界，基本解決蛋白質結構預測難題。而 DNA 序列功能預測更為棘手，因為基因調控沒有單一“正確答案”——同一 DNA 片段可同時承載多重作用，例如招募蛋白啟動轉錄、改變染色體結構等。研究人員過去開發了許多針對單一任務的模型（如預測基因表達量或 RNA 剪接方式），但科學界渴望一種**「一站式」AI** 來統籌解析 DNA 功能。AlphaGenome 正是朝此方向邁出的一大步：它一次性輸出數千項預測，包括各類分子作用與調控結果，且對單個鹼基變化相當敏感。脈絡意義：AlphaGenome 的問世被譽為功能基因組學的里程碑，類比於當年 AlphaFold 破解蛋白折疊。有了這樣的 AI 工具，科學家有望大幅加快辨識基因體中與癌症、罕見病相關的非編碼變異。例如過去耗時數年才能篩選確認的調控突變，現在透過模型幾天內即可鎖定候選。目前該模型仍是原型，DeepMind 已公開預印論文供學界驗證。研究者也提醒，AlphaGenome 預測需經嚴格實驗驗證，尤其考量模型可能產生假陽性或偏差。未來趨勢：這項突破顯示 AI 在生命科學基礎研究上大有可為。未來，我們將看到更多跨領域 AI 與科學結合的創新：從基因調控網絡、藥物發現到氣候模型，人工智慧將成為科學家的強力夥伴，幫助破解複雜系統的隱藏規律。同時，學術界也會推動開放此類模型的權限與合作平台，確保全球科學家都能受惠於 AI 驅動的新工具，加速人類知識版圖的拓展。
安全與倫理：多州禁深偽政治廣告，AI 假資訊治理提速
AI 假訊息引發民主風險，各界加強防範治理
本週 AI 安全與倫理領域的討論焦點聚集在 AI 生成假資訊（特別是深偽內容）的治理 上。隨著美國 2024 大選臨近，越來越多州通過法律禁止沒有標示的 AI 合成影像用於競選宣傳，以防選民被誤導。據公共公民（Public Citizen）5 月的統計，已有 25 個州 頒布法律，要求政治廣告若使用 AI 捏造影像或音頻，必須明確標註，違者可能面臨刑事處分。僅 2024 年一年內，就有 20 個州新通過此類法案（2023 年前僅 5 州有法）。例如，加州早在 2019 年就針對假影片立法，近期又強化規定禁止在選前 60 天散布未標示的深偽候選人影像。賓夕法尼亞州眾議會亦於 6 月 23 日通過議案，禁止競選廣告中的 AI「換臉」不標示來源。事件背景：過去一年，各類深偽影像數量暴增。《華盛頓郵報》報導，平均每月與選舉相關的 AI 偽圖在 X 平台上增長 130%。一項調查顯示，超過六成美國成年人擔心 AI 會擴大虛假資訊在選戰中的傳播。今年已有多起案例引發警惕：例如某超級政治行動委員會曾發布由 AI 生成的對手醜聞影像；Twitter 上也流傳過 AI 捏造的爆炸照片、一度影響股市。面對此威脅，聯邦層面美國聯邦選舉委員會（FEC）也在考慮制定深偽政治廣告規則。脈絡意義：上述進展反映出社會各界正迅速行動，將 AI 假資訊治理納入法律框架。除了法律手段，科技公司亦被敦促承擔責任。今年 7 月，Meta 等七大科技公司已簽署自願承諾，加強打擊選舉相關深偽影片，包含為 AI 內容添加水印、改進檢測技術等。X 平台也實裝了社群輔助註記功能，揭露可疑深偽內容。未來趨勢：隨著生成式 AI 門檻降低、真假難辨，預期世界各國將推出更全面的 AI 假資訊防制政策。在法規上，可能延伸至商業詐欺、誹謗等領域的 AI 內容規管；在技術上，將研發更先進的深偽檢測演算法與驗證機制。長期而言，建立AI產出內容的可信生態需要政府、企業與民間協力：一方面教育公眾提升媒體素養，另一方面推動「內容溯源」標準，使 AI 生成內容可被自動標記識別。只有多管齊下，才能在 AI 創造力與資訊真實間取得平衡，維護健康的資訊環境與民主秩序。
開源新動態：百度開源 ERNIE 4.5 模型，全鏈 AI 生態加速
開源大模型浪潮湧現，全球 AI 競局格局生變
本週在 AI 開源生態方面也傳出重要消息：中國科技巨頭百度正式開源其新一代大語言模型 ERNIE 4.5 系列。據 AI 業內媒體報導，ERNIE 4.5 共有 10 種不同參數規模的模型變體，涵蓋從 3 億到 4240 億（424B）參數不等，全面採用 Apache 2.0 開源授權。這意味著開發者和企業可免費使用、修改、二次發布這些模型，加速各自 AI 應用的開發。百度此舉被視為中國科技公司在開源 AI 上的一大步，可能對全球大模型競爭格局帶來衝擊。事件背景：今年以來，開源社群在大模型領域進展迅猛，多個開源模型（如 LLaMA 等）相繼問世。然而大型科技企業往往對自研模型持保護態度。百度此次打破常規，將最新多模態模型家族無償貢獻出來，顯示其採取生態制勝策略：透過開源吸引開發者用自家模型搭建應用，以建立廣泛的 ERNIE 生態圈。報告指出，ERNIE 4.5 採用了多模態 Mixture-of-Experts 混合專家架構，可同時處理文字、圖像理解與跨模態推理任務。性能上據稱較以往版本大幅提升，有望在中文市場形成競爭優勢。脈絡意義：這反映開源與封閉兩種 AI 生態路線的碰撞。一方面，OpenAI 等美國公司採封閉商業模式，以 API 提供服務；另一方面，中國企業開始強調開源共建，試圖複製 Linux 等開源軟體成功經驗，在全球 AI 界另闢蹊徑。開源大模型的湧現將降低 AI 應用創新的門檻，創業團隊和研究人員可基於這些模型快速開發本地化或垂直領域解決方案，而不必完全依賴國外封閉平台。未來趨勢：預計未來 6-12 個月內，我們將看到開源大模型生態加速繁榮。更多企業可能效仿百度，釋出自身模型權重以搶佔開發者心智；國際上，開源社群也將持續優化模型效率，降低算力需求。例如 Meta 已暗示將推更先進的開源模型。對產業而言，開源模型為客戶提供了更多元選擇，也有助於分散技術壟斷風險。然而，開源也帶來治理挑戰——如何防範模型被不當使用等問題，需要整個社群共同制定規範。整體而言，開源與商業閉源的雙軌競爭將成為 AI 時代的一大特色，共同推動人工智慧技術的民主化和加速演進。
與上週相比，本週 AI 新聞更凸顯未來趨勢的端倪。上週業界焦點可能還停留在單點技術突破或個別企業動態，而本週的消息則展現了 AI 發展在制度、生態上的深化。例如，美國參院移除 AI 監管禁令、多州立法禁止深偽廣告表明AI 法規正加速成形，各地政府從宏觀政策到微觀選舉層面皆積極介入規範 AI 影響。相較之下，上週若有討論 AI 風險，可能還停留在倡議或提案階段；本週則已見實質立法行動產生。同樣地，在產業策略上，蘋果考慮引入外部模型顯示大廠心態轉變，過去強調自主研發，如今面對競爭選擇更開放合作。這與上週的趨勢相呼應——AI 競賽促使科技公司重新審視「造不如買」的取捨。再看技術社群方面，百度開源模型延續了近幾週開源浪潮的熱度，意味繼上週一些開源模型問世後，開源理念獲得更強大背書。本週資訊也與前週形成連續性：例如，上週 AI 能耗問題或許剛被提出討論，本週就看到美國政策動向與業者反應。總體而言，從上週到本週，AI 發展呈現出從點到面的擴展——技術突破仍在持續（如 AlphaGenome 等），但制度、倫理、產業生態等「軟實力」領域的調適與變革愈發突出。這說明 AI 已逐漸融入社會脈絡，各方開始從更全面的視角來審視和引導 AI 的前進方向。
【本週焦點摘要】：
- 政策法規：美國聯邦參議院移除 AI 法規禁令，各州立法空間獲保障，預示區域性監管實驗將增多，聯邦未來制定 AI 法規需平衡各州經驗。
- 醫療 AI：AI 心臟病篩查工具首次納入美國醫保支付，醫療 AI 融入主流體系邁出關鍵一步，預計更多 AI 診斷輔助將尋求監管認可與報銷支持。
- 生成式 AI：OpenAI GPT-5 強調安全對齊推遲發布，xAI Grok 4 火速上線突顯競爭白熱化；未來大模型競爭將在性能提升與風險管控間取得新平衡。
- 永續發展：AI 巨量算力需求推高資料中心耗能，引發碳排放與氣候目標挑戰；業界與政策將推動綠色算力、高效演算法等創新，以降低 AI 環境足跡。
- 產業應用：蘋果傳考慮採用 OpenAI/Anthropic 模型重塑 Siri，顯示巨頭AI策略從封閉轉向開放合作；生態「競合」加劇，終端用戶有望享受更智能體驗。
- 學術研究：DeepMind AlphaGenome 打破基因組「黑盒」，AI 助力揭示非編碼DNA功能，預示AI在基礎科學領域將扮演更關鍵角色，跨領域AI+科學創新加速推進。
- 安全倫理：多州立法禁止未標示的深偽政治廣告，科技企業亦承諾加強內容標記與審查，AI假資訊治理進入執行階段，法規+技術雙管齊下維護選舉公正。
- 開源生態：百度開源ERNIE 4.5全系模型，全球開源大模型浪潮持續高漲；開發門檻進一步降低，預計開源與閉源兩種模式將長期共存，推動AI民主化與多樣化發展。
