AI 日報：Meta 加碼人形機械人、資料中心延誤、Microsoft 推自家模型

過去一日的 AI 產業訊號，正由「模型能力」延伸到「硬件與落地」。一方面，大廠以收購補足機械人控制與自我學習；另一方面，資料中心供應與電力瓶頸拖慢算力上線；同時，平台商推出自家模型，嘗試在成本、速度與多模態體驗上與既有供應商拉開距離。對香港企業而言，這些變化會直接影響部署節奏、雲端成本與未來應用版圖。

Meta 收購人形機械人 AI 團隊，押注「在物理世界學習」

Meta 宣布收購人形機械人初創 Assured Robot Intelligence（ARI），並把其研究團隊納入公司 AI 研究部門。ARI 主打讓機械人能在複雜環境理解及預測人類行為，並透過自我學習提升控制能力，目標包括「全身」人形控制。這反映大廠正把 AI 由純文字/影像推向實體互動：未來若要在物流、零售前線或工業現場落地，自主決策與安全控制會成為競爭關鍵。

資料中心延誤成新瓶頸：算力不只看晶片，還要看電力與供應鏈

有報告指出，美國原定 2026 年落成的資料中心項目中，約三分之一至一半可能延誤甚至取消；雖然規劃容量約 12–16GW，但目前在建的只有約 5GW。成因除了晶片短缺，亦包括記憶體與儲存供應緊張、電力接駁與社區阻力。對企業而言，這意味雲端資源未必「想加就加」：在做生成式 AI 或即時推理專案時，更要預留容量、評估多雲/混合雲與區域部署，並把成本波動納入預算。

Microsoft 推三款 MAI 模型：語音轉寫、更快的音訊生成與多模態能力

Microsoft 釋出三款自家 MAI 基礎模型，涵蓋語音轉文字、音訊生成及生成式多媒體能力，並在其開發者平台提供。當中語音轉寫模型支援 25 種語言，並標榜速度較既有方案快 2.5 倍；音訊生成模型可在 1 秒產出 60 秒聲音，並可自訂聲線。對香港市場來說，這類能力有利於客服錄音整理、會議速記、多語內容製作及品牌化語音體驗；同時多一家供應商，也有助企業在採購上分散風險、爭取更佳定價。