當一個模型要進入各種機器身體，監管與驗證必須一起升級

Gemini Robotics 2 的跨機器人身體能力、EU AI Act 的執法與生醫訊號驗證，指向同一個問題：可部署不等於可放手。

Gemini Robotics 2 擴展全身控制，適用範圍仍有界線

Google DeepMind 發布 Gemini Robotics 2，讓模型從桌面操作延伸到全身機器人任務。相關報導以 Gemini Robotics 1 仍以桌面上半身任務為主作比較，並稱這次跨機身能力是大幅進展；Google 說，這套視覺、語言與動作模型可控制完整人形機器人，從腳部到指尖，也能控制其他雙臂機器人，示範任務包括走動、蹲下、伸手與搬放物品。報導稱，同一模型檢查點已驅動三種不同機器人；Google 的技術說明也展示相同檢查點控制三種形體，並指出形狀、感測器與自由度差異很大的新雙臂機器人，通常能在數小時內以少於 200 個示例完成適配。報導把這項跨機身能力追溯到 Robotics 1.5；Google 說本版承接其 motion-transfer 技術，模型也能在機器人裝置上本地運行。Google 公開展示的平台包括 Dexmate、SO101 與 Trossen，並明言多指精細操作仍具挑戰、移動速度仍需提升。Google DeepMind 的技術說明列出這些能力與測試範圍。

相關報導的分析稱，機器人長期常需為每種機身手工調整程式，換一部機器就得重新開始；它把 Gemini Robotics 2 形容為打破這道限制，並以「可攜式大腦」比喻把智能從硬體抽離、放進不同機身。報導把這種變化比作五年前的大型語言模型從大量任務專用模型轉向通用模型，也認為身體不再是產品，能跨身體泛化的大腦才值得擁有；它以「機器人 GPT 時刻」形容這項進展，並稱一個大腦如今能真正操控任何機身。這些是報導的分析與比喻，尤其「任何身體」未獲官方展示範圍證實，不能當成已普遍具備的能力。Google 公開描述的是已測試的機器型態與任務，仍須驗證特定機械結構、感測器與任務組合能否可靠運作；它也明言精細的多指操作仍有挑戰，機器人的移動速度需要提升。

EU AI Act 執法開始適用，罰則依違規類型而異

歐盟執委會說，AI Act 的執法權自 2026 年 8 月 2 日起適用，但規則是分階段生效。執委會的 AI Office 負責通用 AI 模型、特定供應商開發的 AI 系統，以及整合在指定大型線上平台或搜尋引擎中的系統；各會員國主管機關則負責其他 AI 系統，歐盟資料保護監督機關負責歐盟機構使用的 AI。當日起適用的內容包括禁止特定不可接受風險的 AI 做法、通用模型提供者的透明度與著作權義務，以及特定系統的透明度要求，例如聊天機器人須告知使用者正在與 AI 互動、深偽內容須標示。執委會列明，Annex III 高風險 AI 系統規則自 2027 年 12 月 2 日起適用；嵌入受監管產品的高風險 AI 系統規則則自 2028 年 8 月 2 日起適用。相關報導將這些權限概括為歐盟可在模型進入市場前調查通用模型、阻止其在歐洲上市，並處以最高全球營收 3% 的罰款；也稱面向歐盟提供服務的企業，包括 OpenAI、Anthropic 和 Google，都在規則範圍內。這是報導對制度的概括；執委會資料顯示，權限依模型、系統類別與責任角色適用，生效時程也有區別，並非每個模型都要取得通用上市許可。執委會的執法說明

AI Office 可以要求提供資料、評估通用模型，並要求提供者採取措施；必要時可要求限制模型公開提供。若認定違規出於故意或疏失，執委會可按違規性質、嚴重程度與持續時間裁罰。禁止的 AI 做法最高可罰 3,500 萬歐元或全球年營業額的 7%，其他違規（包括 GPAI 義務違規）最高 1,500 萬歐元或全球年營業額的 3%；兩者均以較高者為準。對 AI 系統而言，未配合資訊要求，或提供不正確、不完整、具誤導性的資訊，最高可罰 750 萬歐元或全球年營業額的 1%，同樣以較高者為準。相關報導把這些措施比作藥品與核反應爐的上市前審批，並以「kill switch」及「先發布、後道歉」形容歐盟對前沿 AI 的轉變；它也稱華府正從另一端取得相似控制桿，以影響誰能接觸前沿模型，並認為模型如今需要先獲准才能服務使用者。這些是報導的政策解讀與比喻，不是已確認的美國強制規定或歐盟通用上市許可；白宮邀請業者檢視的框架仍是自願測試。執委會的執法說明

Roche 與 Genprex 將驗證 TROP2 是否有助肺癌試驗選人

Genprex 與 Roche Diagnostics 宣布合作，計畫驗證 TROP2 是否可作為非小細胞肺癌（NSCLC）臨床試驗的患者選擇生物標記；REQORSA 是旨在恢復缺失抑癌基因功能的基因療法。相關報導指出，REQORSA 並不以 TROP2 為直接治療標靶；研究者對標記為何可能與反應相關提出了假說，但尚未確認作用機制。這是報導對研究背景的說明，Genprex 公告確認的是驗證計畫，並未證明其因果機制。Genprex 表示，初步研究發現，TROP2 H-score 較高、PTEN H-score 較低，與臨床前研究中的治療反應有關；臨床資料也顯示，TROP2 H-score 高於 100 且 PTEN H-score 低於 100 的患者，其無惡化存活期（PFS）較長。這些結果仍是待驗證的關聯，尚未成為患者篩選標準。相關報導稱，Roche 的 AI 會在數位化腫瘤切片上為 TROP2 評分，讓醫院較一致地量測生物訊號，並稱目前只有少數患者出現相關訊號；Genprex 公告支持雙方進行檢測方法驗證，但沒有列出「少數患者」的數量。Genprex 的合作公告說明，Roche 將以其 TROP2 抗體執行驗證；Genprex 預期約在 2026 年底完成研究，並計畫隨後將檢測整合進 NSCLC 臨床計畫。

Genprex 也說，Roche 的 AI 輔助 TROP2 檢測已獲美國 FDA「突破性醫療器材」認定；這是公司公告中的產品與監管狀態，不能解讀成 TROP2 已證明能預測 REQORSA 基因療法的療效。相關報導的分析是，AI 並未發現或解釋生物機制，而是把不確定的視覺標記轉成可重複的數值，供臨床試驗檢驗。報導認為，醫療研究可能先驗證某項訊號是否能預測反應，再逐步理解其成因；這是研究順序的觀點，不代表解釋機制可以省略，也未證明 TROP2 已能作臨床決策依據。報導的結論是，AI 尚未解開 TROP2 為何可能預測基因療法反應的疑問，而是讓這個假設變得可測試，並期待其他隱藏的生物訊號也能由懷疑進入證據階段；這是展望，不是已驗證的普遍醫療成效。

Palantir 營收成長，Alex Karp 對大型語言模型供應商提出質疑

Palantir 是向政府與企業銷售 AI 資料分析軟體的公司。TechCrunch 報導，Palantir 第二季營收為 19 億美元，較去年同期增加 93%；相關報導另稱，財報公布後股價盤後上漲 14%，但保存的 TechCrunch 摘錄未能核對這個股價變動。執行長 Alex Karp 在股東信中批評，部分大型語言模型業者可能「取得其合作夥伴的生產手段」；他的主張是，企業付費使用模型，可能讓供應商取得其智慧財產與專業能力，進而建立不再需要原客戶的競爭產品。Karp 還把 Palantir 描述為相反做法，稱客戶可掌握自己的資料；這是公司對自身產品與客戶資料控制的說明，並非獨立安全或合約評估。TechCrunch 對財報與股東信的報導記錄了 Karp 的主張，不能證明所有模型供應商都會使用客戶資料。

相關報導進一步把 Karp 的擔憂稱為「已被證明」，並舉例稱，曾付費與 Anthropic、OpenAI 合作的企業，後來看到這些模型公司推出競爭的設計、法律與醫療服務；報導也說 Microsoft 執行長 Satya Nadella 提出類似警告，並稱企業正付費遠離模型供應商。它將 Palantir 93% 的營收成長視為買方以支出回應風險、讓市場「作出裁決」的證據。TechCrunch 報導提到模型公司推出相近業務，也轉述 Nadella 的相關觀點，但這些材料並未證明所有列舉企業都因此遭遇競爭損害，或 Palantir 的成長來自客戶逃離其他模型；這些仍是報導的推論。報導的結論把「使用 AI 模型」和「訓練自己的替代品」說成同一件事，並把 Palantir 的高成長形容為市場承認這項風險；這是評論，不是已核實的市場因果關係。

其他產業動態

白宮邀請 AI 業者檢視自願測試框架。 SiliconANGLE 報導，白宮邀請 OpenAI、Google、Anthropic 與 Meta 的代表檢視一份草案，討論在前沿模型發布前進行自願的網路安全測試。這仍是報導中的草案與自願安排，不是已定案的政府規定，也不代表模型必須先取得上市許可。SiliconANGLE 報導

AWS 與 Superblocks 合作部署 AI 生成的企業應用。 AWS 表示，Superblocks 將讓客戶建立 AI 生成的企業應用，並在客戶自行控制的 AWS 環境中部署，包括虛擬私有雲；合作也規劃整合 Amazon Bedrock 與 Aurora。兩家公司稱這種部署方式可讓企業資料留在自己的環境內，這是產品供應商的安全與隔離說明，並非獨立安全評估。AWS 公告

OpenAI 邀請創作者參加豪華聚會，引發部分網路批評。 TechCrunch 報導，OpenAI 在紐約州北部舉辦名為「Summer Club」的活動，邀請少數網路創作者參加，安排農場餐飲、養蜂等活動，以及 OpenAI 產品課程。部分網友批評創作者參與品牌活動，也有人詢問參與者如何看待 AI 資料中心的環境影響。原始摘要也把 AI 宣傳與勞動議題列為創作者討論的內容；可讀的 TechCrunch 摘錄僅能核實資料中心環境影響，未能證實勞動議題，因此勞動部分僅以未獨立確認的來源轉述呈現。這些是報導所引述的個別留言，不能概括所有創作者的立場。TechCrunch 報導

Design Arena 募得 790 萬美元，並收集模型偏好回饋。 TechCrunch 報導，Design Arena 背後的 Intelligence 完成 790 萬美元種子輪募資，由 Index Ventures 領投；該服務當時約有 530 萬名使用者。相關報導把使用流程描述為：使用者輸入 prompt、比較不同模型產出並排序；保存的 TechCrunch 摘錄支持其規模與人類回饋用途，沒有逐項確認這套具體操作流程，因此流程細節仍是報導說法，未獲獨立確認。使用者偏好可作模型團隊取得回饋的一種訊號，但不能當作完整且經過實證驗證的模型品質指標。TechCrunch 報導

ChatGPT 占美國眾議院可辨識付費 AI 支出約九成。 TechCrunch 引述 CNBC 對眾議院支出紀錄的整理指出，在截至 2026 年 3 月 31 日的一年中，眾議院辦公室、委員會與機構帳戶對 ChatGPT 的支出約為 100,580 美元，涉及 798 筆交易；至少 113,740 美元的可辨識 AI 支出中，約九成流向 OpenAI。統計不包含免費帳號、與其他軟體合併計價的 AI 服務，也不涵蓋參議院使用情形，因此不能延伸成整個國會的使用比例。TechCrunch 報導

阿里巴巴公布 Qwen3.8-Max，模型權重預計稍後發布。 阿里巴巴稱 Qwen3.8-Max 是其當時最強大的模型，並以自家測試主張其表現可與 Anthropic、OpenAI 等美國前沿模型相比；《The Verge》也整理了 Arena.AI 排名等比較結果。相關報導稱，Qwen3.8-Max 當時已以開放權重形式發布；但《The Verge》說模型當時已可使用，權重預計下一週才發布，因此「已開放權重」的時間點與該報導不一致，只能保留為報導說法，未獲獨立確認。這些基準與排名不等於所有任務上的整體實力已獲獨立證明。《The Verge》報導

Hugging Face 執行長認為中國的開放模型發展較快。 執行長 Clément Delangue 接受 CNBC 訪問時表示，中國較重視開放科學與開放模型；相較之下，美國一些前沿實驗室各自封閉開發、較少與生態系分享，因此他認為中國的進展速度更快。他也預測中國可能在年底或隔年於整體前沿模型領域取得主導地位。這是 Delangue 的判斷與預測，不是對各國模型能力或研發速度的獨立量測。Business Insider 報導