AI 產業每日焦點｜2026-06-05
今天最值得注意的，是 NVIDIA 同時在三個維度拉開了端側算力的邊界。
GTC Taipei 發布的三件事——DGX Station for Windows、RTX Spark 超級晶片、Cosmos 3 物理 AI 基礎模型——單看任何一件都夠份量，但放在一起看，輪廓更清楚：NVIDIA 正在把過去只存在於資料中心的算力，系統性地往桌機、筆電、機器人訓練環境推。這不是產品線自然延伸，是一次有意識的戰略落點——把「本地推論」從邊緣案例變成企業標準選項。
兩條 thread 值得分開追蹤。第一條是企業端。DGX Station for Windows 的關鍵不是 20 petaflops，而是「Windows」這兩個字——Fortune 500 的生產工具一直是 Windows，AI 工作負載卻長期跑在 Linux 資料中心，這個落差是企業 AI 落地的結構性阻力。NVIDIA 選擇直接對準這個缺口，搭配 OpenShell 沙盒安全架構，試圖讓 agent 在企業環境裡具備可合規部署的基礎。對金融、醫療、政府等對資料主權敏感的行業，這條本地路徑比公有雲更容易通過內部審查。第二條是個人端。RTX Spark 的 128GB 統一記憶體是這次發布最具決定性的數字——它讓 1,200 億參數 LLM 裝進一台 14 毫米厚的筆電成為可能。當 NVIDIA 把 CUDA、推論堆疊與 Agent 安全框架全部打包進一顆晶片，並讓微軟在 OS 層深度整合，這對 Qualcomm 與 Apple Silicon 的 AI PC 策略構成直接壓力。
Cosmos 3 的開源發布則是另一層邏輯。將物理 AI 訓練週期從數月壓縮至數天，讓機器人新創與自駕車廠商取得基礎模型的門檻大幅下降。Samsung、LG、理想汽車已列名採用端，Samsung 的加入尤其值得留意——這是消費電子巨頭直接接入物理 AI 基礎設施層的明確信號。但開源策略從來不是單純的利他主義：模型免費，算力需求仍然回流 NVIDIA 的 DGX Cloud 與 NIM 服務。
這三件事拼在一起，指向同一個判斷：NVIDIA 的護城河正在從「訓練晶片供應商」擴張為「AI 部署堆疊的基礎設施層」，涵蓋端點、OS 整合、安全框架到物理 AI 訓練閉環。對亞太企業決策者而言，真正需要評估的問題不是要不要用這套生態，而是
NVIDIA 在 GTC Taipei 發布 DGX Station for Windows，GB300 晶片支援兆參數模型本地推論
NVIDIA 於 GTC Taipei 宣布推出 DGX Station for Windows，定位為全球最強桌面 AI 超級電腦，預計今年第四季由 ASUS、Dell、HP、GIGABYTE、MSI、Supermicro 等合作夥伴出貨。
詳情分析 →NVIDIA 發布 RTX Spark 超級晶片，與微軟共推 Windows 個人 AI Agent 平台
NVIDIA 在台北 GTC 發表 RTX Spark 超級晶片，這是一顆整合 Blackwell RTX GPU 與 Grace CPU 的單一封裝，透過 NVLink-C2C 晶片互連串接，CPU 設計部分由 MediaTek 協助開發。
詳情分析 →NVIDIA 發布 Cosmos 3 開源物理 AI 基礎模型，推動機器人與自駕車訓練週期從月縮短至天
NVIDIA 在 GTC Taipei 上發布 Cosmos 3，這是一個以全開源方式釋出的物理 AI 基礎模型，也是目前市場上第一個原生支援文字、圖像、影片、環境音效與動作指令多模態生成與推理的「omnimodel」。
詳情分析 →Alphabet 二十年來首次發行新股，籌資 800 億美元押注 AI 基礎設施擴張
Alphabet 宣布發行總規模 800 億美元的股票，這是該公司超過二十年來首次對外募股。交易結構分三部分：30 億美元承銷股票公開發行、40 億美元市場隨售計畫，以及巴菲特旗下 Berkshire Hathaway 的 100 億美元策略性投資。
詳情分析 →中美頭部廠商春節前密集推出新一代模型，Agent 能力成核心競爭軸
2026年2月前後，千問（Qwen3-Max-Thinking）、階躍星辰（Step 3.5 Flash）、Kimi 2.5接連發布，阿里研究員同步透露Qwen 3.5即將推出。與此同時，智谱GLM-5、MiniMax M2.2、字節跳動Doubao 2.
詳情分析 →Altman、Amodei、Hassabis聯署致美國國會：要求強制篩查合成DNA以防AI輔助生物武器
OpenAI的Sam Altman、Anthropic的Dario Amodei、Microsoft的Mustafa Suleyman、Meta AI負責人Alexandr Wang，以及諾貝爾化學獎得主、Google DeepMind執行長Demis Hassabis——這幾個在AI產業幾乎事事對…
詳情分析 →