日本鐵路紙本海報最快 2027 年可能由大尺寸彩色電子紙接手 元太與 FUJIFILM Imaging Systems 合作，鎖定鐵路廣告與資訊看板，計畫以可數位更新的 E Ink Marquee 降低印刷、運輸、張貼與汰換負擔。 合作分工上，元太提供電子紙技術；FUJIFILM Imaging Systems 則結合其在日本鐵路產業的客戶基礎、安裝與營運經驗，服務範圍涵蓋提案、導入、安裝到後續營運。日本鐵路業正面臨人力短缺，若看板內容能以數位方式更新，業者可望減少紙張使用與更換作業，並提高資訊發布的即時性與彈性。 這也反映電子紙的應用正從閱讀器與電子貨架標籤，往交通運輸與大型資訊顯示延伸。不過，這些產品的樣品與量產時程仍屬規劃，實際導入規模將取決於後續評估與營運需求。 大尺寸彩色電子紙若進入車站，你會更重視它的低耗材特性，還是資訊更新速度與可讀性？

亞昕科技瞄準特殊製程功率半導體，10月23日以每股120元登錄興櫃 亞昕科技以4、5、6吋特殊製程切入功率半導體，部分6吋產品售價高於部分8吋產品；關鍵在高附加價值產品能否如期放量。 公司表示，亞昕2005年成立後累積虧損約新臺幣24億元（USD $80 million）；德微於2018年以象徵性新臺幣1元（USD $0.03）承接設備、員工及業務，並投入新臺幣7.8億元（USD $26 million）取得廠房。經過設備、製程及產品組合整頓後，亞昕自2019年下半年送樣、2020年通過客戶驗證。 營運數字方面，2026年上半年合併營收8.4億元、年增19.21%，毛利率41.92%，營業淨利1.57億元、年增22.7%，EPS為2.41元；前8月營收11.99億元、營業淨利2.31億元、EPS為3.46元。 下一步產品包括800V至1,200V高耐壓元件，以及5KW至8KW TVS保護元件。公司也正與一家大型國際功率元件業者開發超高電壓、大電流控制晶片，預期2027至2028年可逐步帶來營收；另有軍規產品目標毛利率超過80%，但都仍取決於開發、驗證與量產進度。 分析來看，成熟製程的競爭不只看晶圓尺寸；若特殊製程、客製化能力與封測、通路協作能形成門檻，小尺寸平台也可能支撐較高單價與毛利。你認為接下來最值得觀察的是6吋平台擴產效率，還是高壓與軍規產品的客戶驗證進度？

KC-10A 退役後重返天空，民間加油機隊能否補上缺口？ 一架原屬美國空軍的 KC-10A 已離開亞利桑那州封存基地，飛抵德州聖安東尼奧；新機主為民間空中加油業者 Omega Air。它尚未公布何時投入商業加油任務，但這架退役大型加油機已恢復飛行。 這架民用註冊為 N82247、原軍方編號 86-0034 的飛機，自 2023 年 5 月起封存。KC-10A 由三發動機 DC-10 發展而來，可執行空中加油與貨運；美國空軍共採購 60 架，其中 1 架於 1987 年事故損失，其餘機隊陸續退役，最後一架於 2024 年 9 月退出現役。 N82247 機尾原有的硬式加油飛桁已拆除。美軍 2025 年拍賣 10 架 KC-10A 時，這批飛機也都缺少一具翼下發動機，且飛桁已作為仍服役機隊的備件。買方除須補足發動機，還須與 Boeing 合作取得套件，封妥拆除飛桁系統後留下的區域，才能恢復飛行；至於拆除發動機的原因，仍不清楚。 Omega Air 目前已操作前荷蘭空軍 KDC-10、改裝為軟管加油機的 DC-10，以及以 Boeing 707 為基礎的加油機。該公司可能為 KC-10A 重裝飛桁，也可能採僅提供軟管加油的配置，但完整改裝與營運規畫尚未公布；部分機體也可能用於貨運或零件供應。 民間業者若能承接訓練與轉場等非作戰加油需求，可讓軍方自有機隊優先處理作戰及高優先度任務。這批高齡 KC-10A 是否具商業價值，關鍵不只在能否飛行，而在於最終能恢復多少加油能力；尤其 KC-46 仍受多項技術問題影響，而 KC-10 的載油量與加油、運輸兼顧能力原本較具彈性。

Terafab 若要做到月產 10 萬片晶圓，仍不等於能撼動既有晶圓代工版圖。 據韓媒報導，Elon Musk 推動 Terafab 前，曾試圖併購 Intel、TSMC 與 Micron 的晶圓製造設施；收購未果後，轉而尋求合作。Terafab 規劃在 2030 年前達成每月 10 萬片初期產能，長期目標則是每月 100 萬片晶圓。 Intel 已與 Terafab 結盟，預計以 Intel 14A 製造技術協助計畫。TSMC 的合作條件則較為明確：Musk 曾稱 TSMC 最多是「分包商」，但 TSMC 總裁魏哲家表示，合作前提是台積電必須親自營運晶圓廠。 Terafab 也正與韓國供應商、Lam Research、Applied Materials，以及管線工程、研磨液、清洗化學品等供應鏈業者討論合作。報導稱，團隊獲得直接決策權，執行速度令部分供應商感到意外。 不過，10 萬片月產能放到產業尺度仍有限。作為比較，TSMC 預計在 2026 年底前，僅其先進 2 奈米製程的月產能就可達 12 萬片。 Terafab 的核心目的，是替 Tesla FSD、Optimus 等計畫取得更穩定的晶片供應。解讀來看，這不只是擴產計畫，更是試圖把 AI 硬體供應與製造能力納入自身控制；但從產能、技術到營運模式，與既有晶圓代工體系的磨合仍將是關鍵。若由晶片使用者自行深度介入製造，你認為最難跨越的是技術、資本，還是營運管理？

人型機器人成本瓶頸，可能藏在 48V 電源與感測器整合 人型機器人須在狹小機構整合大量馬達、感測器與控制元件，供電設計影響線纜重量、耗損與零組件數量。Allegro MicroSystems 推出 48V PMIC 與位置感測器，瞄準關節控制及功能安全；A81481 據稱可將相關電源系統占用空間與物料成本各降約 50%。 A81481 可直接由 48V 匯流排供電，不必另設前級穩壓器。這顆 6×6 mm 晶片整合兩組 Buck 降壓轉換器、五組 LDO，以及支援 ASIL-D 功能安全設計的診斷機制與三重 Watchdog，可望減少電源模組的零件與電路複雜度。 關節端則有 A17802、A17803 電感式位置感測器，鎖定肩、髖、膝等高扭矩部位；晶片內建補償與濾波，設計目標是在機械間隙變動時維持量測穩定，並降低外部磁場干擾與額外電磁屏蔽需求。手掌與手指等微型關節可用 CT310 TMR 感測器或 A33023 霍爾效應角度感測器，兩者提供小於 1 度的角度量測精度；CT310 封裝僅 2×2 mm，A33023 則主打低延遲、多種數位輸出及安全診斷支援。 Allegro 已和 Sarcomere Dynamics 把控制器、感測器與電源管理晶片整合到 Scorpion 機器人夾爪，並規劃延伸至 24 自由度的下一代 ARTUS Dex 機器人手掌。 值得注意的是，機器人硬體競爭不只看 AI 模型或機構設計：若能把供電轉換、安全監控與位置回授壓縮到更少元件，才可能同時改善體積、布線與量產複雜度。對人型機器人而言，你認為最先成為成本瓶頸的會是電源、感測器，還是馬達驅動？

Mac變慢又燙，不一定只是老化：12核心可能正被偷偷拿去挖礦 Reddit用戶UntilHEX原本請Claude寫Mac溫度監控工具，卻在檢查感測器與系統負載時，發現XMRig持續吃掉約1175% CPU、相當於約12個核心，並讓溫度衝到112度。這種持續滿載，正好能解釋長期卡頓與異常發熱。 XMRig是合法的開放原始碼門羅幣挖礦軟體，但也常遭惡意程式濫用。這次發現的程式位於臨時目錄，且連往HashVault礦池；更關鍵的是，它透過偽裝的LaunchAgent啟動項持久駐留，手動結束行程後還可能自行重啟。 Claude先說明風險，再在取得授權後停止啟動項、終止行程，並將可疑檔案移至隔離目錄，而非直接刪除。UntilHEX後續表示，僅一個檔案因權限問題需自行處理，並以Malwarebytes額外掃描後確認系統恢復正常；他推測感染可能與破解版音訊外掛有關。 這個案例的重點不只是AI協助清理，而是異常溫度與CPU占用本身就是早期警訊。Mac若無故變慢、風扇狂轉或機身過熱，先查看活動監視器與登入／啟動項，可能比單純等待防毒軟體跳警告更早發現問題。

Meta Muse 40 天美國破千萬下載，留存率也高於 ChatGPT Meta 的 AI 夥伴 App Muse 上架 40 天累計下載 1,090 萬次，其中 1,020 萬次來自美國；7 日與 14 日留存率分別為 30%、23%，高於 ChatGPT、Claude、Grok 的平均 19% 與 16%。這波成長不只靠下載量，初期回訪表現同樣值得注意。 Sensor Tower 資深分析師 Kara Lee 表示，Muse 是史上第 11 款能在上架 40 天內於美國突破 1,000 萬下載的 App。此前達標者多為 Fortnite、PUBG Mobile、Pokémon GO 等遊戲；非遊戲 App 則只有 Threads 與 Disney+。 Meta 的推廣資源是重要背景。該公司旗下服務合計有 36 億每日活躍用戶，能在自家產品間交叉導流。Sensor Tower 統計，Meta 10 月將總廣告支出的 39% 用於 Muse，高於 9 月的 23%；Muse 在美國品牌廣告曝光排名也從第 73 名升至第 21 名。 Muse 的每日活躍用戶數在 10 月 16 日首次達到 250 萬人，較前一週增加 15%。在美國 App Store，除了 10 月 19 日一度被 Kick 超越外，Muse 上架後每天都曾居冠並迅速重返第一；Google Play 過去 30 天也持續第一。 比較時仍要看市場範圍：ChatGPT 前 40 天全球下載約 1,500 萬次，高於 Muse，但 Muse 目前僅在美國與加拿大開放下載，ChatGPT 當時則同步觸及多國市場。分析來看，Muse 的留存數據顯示它不只是一次性導流；但在大規模廣告投放與 Meta 生態系加持下，後續能否維持成長，仍是更關鍵的觀察點。

4 個 Gemini 4 Argon 代理協作逾 27 小時，自主擊敗《Minecraft》終界龍 真正難的不是打贏一場戰鬥，而是在充滿變數的世界裡持續規畫、分工與修正。Google DeepMind 讓 4 個 Gemini 4 Argon 代理在無人類干預下合作 27 小時 14 分鐘，完成《Minecraft》生存模式中擊敗終界龍的目標。 這 4 個代理 janesick、gyldenia、auratian 與 bulicame 被放進全新隨機生成的世界，只有「擊敗終界龍」這項指令。它們各自透過開源函式庫 Mineflayer 控制角色，不看遊戲畫面，也不用鍵盤滑鼠，而是自行撰寫、執行 JavaScript 程式碼來感知環境與採取行動。 協作並非靠人工指揮：代理透過遊戲內聊天室與共用記憶體溝通，在過程中分工、協調、處理失敗與動態除錯。DeepMind 的重點不只是遊戲通關，而是測試通用程式碼代理能否完成長期跨度任務。 從這個角度看，終界龍比較像一個可驗證的終點；更值得注意的是，代理能否在長時間、多步驟且不確定的任務中維持共同目標。這正對應複雜軟體工程與企業任務所需的規畫、協調與復原能力。

OpenAI：COBOL 移轉測試最高達 97.9%，但上線前仍須專家驗證 仍支撐金融與政府關鍵系統的 COBOL，長期是現代化最棘手的一環。OpenAI 表示，GPT-6.1 Sol 在將 COBOL 改寫為現代語言的評測中，最高可達 97.9% 正確率；但這只代表測試進展，生產環境仍不能跳過專家審查。 OpenAI 的移轉測試要求模型把 COBOL 改寫成 C++、Java、Kotlin、Python 或 Rust，同時維持既有行為。評測以隱藏測試檢查輸出是否逐位元組一致，重點不只是語法轉換，也包括原有計算邏輯與商業規則能否保留。 依 OpenAI 公布數據，GPT-6.1 Sol 在低推理設定的準確率為 86.6%，相較 GPT-5.6 Sol 的 5.4% 有明顯提升；提高推理強度後升至 97.9%。這類結果若能在真實系統複現，可能讓團隊把更多時間投入需求釐清、依賴盤點與驗證，而非全靠人工逐段重寫。 另一項 MultiLangBench 要求模型用 20 種語言從零打造相容 SQLite 的資料庫引擎。OpenAI 表示，GPT-6 Astra 在最高推理設定平均通過率為 87.4%，前代 GPT-5.6 Sol 為 26.8%。其中 COBOL 從 10.9% 提升至 72.1%，Fortran 從 21.4% 升至 83.5%，Visual Basic 從 27.5% 升至 89.4%；20 種語言中有 19 種超過 83%，但 COBOL 依然最難。 低成本版 GPT-6 Luna 在同項評測平均通過率為 40.3%，且 OpenAI 稱每個測試樣本的預估 API 成本低於前代。值得注意的是，評測分數不等於可直接部署：老系統往往牽涉未寫進程式碼的業務規則、外部依賴與例外流程，移轉成果仍須逐一驗證。

Steam新品節Demo破7千，AI仿作疑慮升高 Steam 新品節 10 月場次於 10 月 20 日開跑，截稿前約有 7,236 款 Demo；相較 6 月約 4,300 款，規模明顯膨脹。玩家更難從中找到作品，開發者也開始擔心公開試玩可能加速仿作。 不同盤點時間與口徑下，本屆 Demo 數介於約 7,100 至 8,202 款；2024 年 10 月約 2,700 款、2023 年 10 月約 900 款，都顯示活動規模創新高。Demo 原本是獨立團隊累積願望清單與蒐集回饋的入口，如今也成為一週內爭奪注意力的龐大清單。 AI 是爭議焦點之一。Eurogamer 曾報導，2026 年 6 月場次約 17% 的 Demo 自行揭露使用生成式 AI，但公開標示未必能完整反映實際使用情況。Steam 雖要求揭露特定 AI 生成內容，也有標籤與探索佇列，玩家目前卻不容易直接排除所有含 AI 內容、或特定類型的作品。 更讓開發者警覺的是 AI 輔助的程式分析、移植與程式碼混搭。這類技術不必然等於侵權，但可能縮短分析與改作所需時間。《Escape the Walls》玩法影片走紅後，Roblox 很快出現多款相似作品；Alliance Arts 也以管理試玩實況與防範 AI 仿作為由，取消《酒鬼女神的酒詭》新品節 Demo，改採抽選封測。 《Needle In A Haystack》開發者 NoGlyph 則指控一款現已下架的相似遊戲，含有大量與其作品相同的程式碼結構與函式；這是開發者的指控，並非已定論。SteamDB 統計，截至 10 月 21 日，2026 年新增 Steam 遊戲已達 21,819 款，超過 2025 年全年 21,241 款。 值得注意的是，問題不只在於 AI 是否存在，而是海量新作下，揭露資訊、篩選工具與推薦機制能否讓玩家有效探索，也讓原創團隊被看見。Steam 是否應提供可依 AI 揭露資訊排除作品的篩選選項？