雲端合作模式重組：大型模型從「單一雲」走向「多雲可分發」
一項值得關注的變化，是大型模型供應與雲端託管的關係正在被重新定義。最新的合作修訂顯示，模型方在既有主要合作夥伴之外，開始獲得更大的跨雲分發彈性；而雲端方則以更長期的技術授權、以及更清晰的商業條款來穩定供應。對企業用戶而言，這意味著未來採用模型服務時，可能更容易依據成本、地區合規、延遲與資料治理要求，在不同雲平台間做部署與切換。
從市場角度看，這類調整往往牽動兩件事：一是算力與資源配置的優先順序（例如產品仍可能先在特定平台上線），二是收入分配的方向（誰付分成、分成是否設上限、有效期限如何）。若後續更多模型供應商也採用「主合作夥伴 + 可跨雲供應」的架構，雲端競爭會更貼近基礎設施與企業整合能力本身，而不再僅依賴獨家綁定。
企業端 AI 代理加速落地：從招募面試到醫療行政流程
另一個清晰趨勢是，企業應用正從「聊天型助手」走向可執行多步流程的 AI 代理。近期發表的一組商用工具，把代理概念包裝成可落地的工作單元：例如在招募場景中，系統能先依職務需求整理候選人資料，再進行初步提問與面談，最後輸出結構化評估；在醫療機構場景中，則把大量重複的行政整理、表單與流程協作自動化。
對香港企業而言，這類產品的關鍵不在於「會不會回答」，而在於是否能與既有系統對接（HR 系統、排程、合規記錄、醫療資訊系統），以及是否能留存審計軌跡與權限控制。若代理被賦予讀寫資料、發送訊息或安排流程的能力，風險面也會同步上升：例如誤觸敏感資料、錯誤決策被放大、或在供應鏈中引入新的依賴點。企業導入時應把「可控性」視為與「效率」同等重要的採購指標。
聯邦層級 AI 立法藍圖：統一規則、兒童保護與資料中心用電並列
政策面上，美國針對 AI 的立法建議文件提出一個主軸：以聯邦框架建立統一規則，避免州層級規範碎片化，同時把兒童保護、智慧財產、言論自由、創新與人才培育等議題放在同一套論述內。特別值得注意的是，文件把 AI 基礎設施（尤其是資料中心）帶來的用電與電價影響，直接納入政策考量，並提出在保護住宅用戶電價的前提下，加速基礎設施許可與部署。
這種把「模型治理」與「能源治理」放在一起談的做法，反映 AI 產業已進入重資本、重基建階段。對香港讀者而言，雖然立法管轄不同，但其政策語言可能影響跨國企業的合規策略與產品設計：例如對未成年人使用的年齡驗證、對深偽與詐騙的執法合作、以及對資料中心供電與碳管理的承諾。未來若其他主要市場也採取類似框架，企業在多地營運時，將更需要把合規、能源與產品路線圖同步規劃。
認知型模型評測再被挑戰：能答對不等於理解題目
研究界也有一則提醒「不要被高分迷惑」的訊號。近期對一個主打模擬人類認知行為的模型提出質疑：模型在大量心理學任務上表現亮眼，但後續測試透過改寫提示語，觀察模型是否真正依指令理解題意；結果顯示，它可能更像是在記憶資料集的答案模式，而不是理解問題本身。
這類結果的重要性在於，它觸及目前許多評測的共同盲點：當任務格式固定、資料分布相近時，模型可以用統計線索取得高分，卻不代表具備可遷移的推理能力。對產業而言，這也提醒導入 AI 時不能只看單一 benchmark，而要設計包含提示變形、領域轉移、反例與對抗式測試的驗證流程，才能更接近真實部署環境。
用 AI 反推「新物理」：從塵埃電漿的粒子軌跡找出非對稱作用力規律
最後是一則研究突破：有團隊以物理導向的神經網路，從高精度 3D 粒子軌跡中分離不同力的影響，並對粒子間的非互易（單向）作用力做出高準確描述，還推翻部分長期使用的簡化假設。這類方法的價值不只在於提升預測準確度，而是把 AI 用作「提出可驗證的新規律」的工具，讓理論與實驗能更快迭代。
更具啟發性的是，這種框架並非只限於電漿或物理實驗室；只要系統是由多個個體相互作用所構成，且能取得足夠的軌跡或行為資料，AI 就可能協助找出隱藏的作用機制。從材料製程、生物細胞群體到人群流動，這類「以資料反推交互規則」的研究路線，或將成為未來幾年跨學科的重要方法論。