黃仁勳說 Vera Rubin 要量產，台灣供應鏈下半年沒得閒

黃仁勳比預定時間提早抵台。他下午在松山機場入境受訪後直奔南港參加開發者大會，帶來的主軸是 Vera Rubin：他形容這會是電腦產業史上規模最大、運作最快的晶片，Grace Blackwell 正全面生產、Vera Rubin 同步量產，台灣供應鏈下半年會非常忙碌。同一天，資金面卻有人喊冷，美國銀行示警這一輪可能重演「超級泡沫」。算力需求被講得很滿，估值的疑慮也同時升高，是這天 AI 新聞的兩個面向。

黃仁勳抵台，Vera Rubin 量產把供應鏈拉到滿載

面對 CoWoS 短缺的提問，黃仁勳說與台積電合作得很好、不擔心。不同晶片用不同類型的 CoWoS，無論是新的 Vera Rubin 還是之前的 Blackwell，都獲台積電全力支持。CoWoS 是台積電的 2.5D、3D 先進封裝，把 CPU、GPU 與高頻寬記憶體緊密堆疊在同一基板上。

有意思的是 CPU 又被擺回檯面。蘇姿丰幾天前來台才說，過去大家談 GPU，現在越來越多人談 CPU，她預期 CPU 未來五年每年成長 35%。黃仁勳接話說他很高興 CPU 市場在成長，因為輝達也有一款專為 AI 設計的 Vera CPU，跟 Vera Rubin 一起設計，Vera Rubin 負責 AI 的「思考」，Vera 則負責「協調」AI。

代理式 AI 是他反覆講的另一條線。黃仁勳把 OpenClaw 形容成代理式 AI 的作業系統，就像作業系統是電腦的資源管理器，OpenClaw 是 AI 的資源管理器，讓 Agent AI 對大眾開放、每個人都能建自己的 AI 系統。光學互連也被點名，他說輝達與台積電一起發明了 COUPE 製程，把矽光子直接連接，是世界第一個這類製程。

這趟抵台他也拜訪客戶、與台積電董事長魏哲家見面，外媒形容他放話輝達要當 AI 的「雙領頭羊」。但他同時承認在中國市場的失守，出口管制下先進 AI 晶片的中國市場大致讓給了本土供應商。台灣供應鏈接下來幾季要消化的，就是這批被美中角力推著走的訂單。

算力講得越滿，美銀越喊泡沫

需求被講得這麼滿，資金面卻開始有人喊冷。美國銀行示警，這一輪可能重演「超級泡沫」，並把 SpaceX、OpenAI、Anthropic 接連叩關 IPO，點名為可能把美股推向歷史極端的因素。

這跟 昨天報告 那條「AI 開始被追問錢從哪裡來」是同一個故事的延伸。當三家最受矚目的 AI 公司同時走向公開發行，市場一邊期待變現、一邊擔心估值跑得太前面。需求與泡沫的拉鋸會是接下來幾個月的主線：如果 IPO 後的財務數字撐得住敘事，熱度有理由延續；如果撐不住，先鬆動的會是估值、不是訂單。

AI 住進你家、幫你算塔羅、也讓畢業生焦慮

把鏡頭從晶片移開，這天有幾則 AI 怎麼住進日常的故事。

生活風格傳奇瑪莎‧史都華成立了 AI 居家管理平台 Hint，拿到 Slow Ventures 領投的 1,000 萬美元種子輪。Hint 想做的不是「壞了才修」的被動媒合，而是在屋主察覺前就主動發現天花板漏水、保險到期或水電費過高。靈感來自她農場一場復活節早午餐，遇到鄰居、AI 工程師 Kyle Rush，也就是現任技術長。背景數字很實在：美國人每年住宅裝修與維修花掉約 5,000 億美元，房屋修繕平台 Angi 調查顯示 62% 屋主比前一年更擔心付不起維修費。

AI 也被搬上塔羅牌桌。一份訪談 12 位塔羅占卜師的研究發現他們分成兩派，一派把 AI 當「指引者」直接請它給牌義，一派把 AI 當「挑戰者」、用它逼出自己的盲點。皮尤研究中心調查顯示，近三成美國人每年至少諮詢塔羅或占星一次。研究者提醒，AI 諂媚順從的特質可能讓人削弱直覺、甚至產生情感依賴，最好把它當強化自我反思的工具，而不是全知的神諭。

不是每個人都對 AI 樂觀。Google 前執行長施密特在亞利桑那大學畢典演說談 AI 衝擊，當場被上萬名畢業生報以噓聲。哈佛甘迺迪學院民調顯示，59% 的 18 到 29 歲美國年輕人擔憂 AI 威脅就業。施密特說他聽得到那份恐懼、也覺得合理，但勸畢業生主動去塑造 AI，而不是反過來被它塑造。

AI 從雲端往終端走

AI 的戰線也從雲端往終端移。華爾街開始把目光從雲端算力轉向把 AI 塞進手機、PC 這些終端裝置，押注 AI 從雲端走向終端的下一波受益者，高通是被點名的代表之一。

消費端的體驗則有些摩擦。Google 先前縮緊 Gemini 用量限制引發大量用戶反彈，緊急把額度調高。川普的 T1 手機被指與 HTC U24 Pro 神似，近日又傳出資安出了紕漏，官方還在評估是否要通知客戶。終端 AI 要真的普及，得先把信任跟體驗顧好。

社群這邊：本地生成與本地 LLM

社群這邊，本地生成與本地 LLM 持續推進。影像端，Microsoft Lens 模型的 ComfyUI 原生支援即將併入、權重也已釋出；有人把 Z-Image-Turbo 透過 L2P 接進 ComfyUI，只是還很慢、512x512 要約二十分鐘。LTX 2.3 的本地影片生成被不少人稱讚，一張 16GB 的 4070 約七分鐘就能跑出一段 1280x720。

本地 LLM 那邊熱衷比拚硬體與 Qwen 3.6 的跑分，還有人做了 macOS app Shortcast，用 Gemma 4 在本機讀影片和音軌、產出各平台字幕。評測端則有一則對 Google 不太友善的：有人對 Gemini 3.5 Flash 跑了 385 次獨立測試，說它的安全性大幅退步、選錯產品的比例高得驚人。發表會講得漂亮，實測能不能對得上，社群會繼續用數據追下去。