GDC 調查:40% 遊戲業從業者使用生成式 AI,55% 認為其對行業有負面影響
GDC 發布《遊戲行業現狀:2026 年 11 月》調查,訪問 2600 多名遊戲業從業者,40% 表示工作中使用生成式 AI,55% 認為生成式 AI 對遊戲業有負面影響。
GDC 發布《遊戲行業現狀:2026 年 11 月》調查,訪問 2600 多名遊戲業從業者,40% 表示工作中使用生成式 AI,55% 認為生成式 AI 對遊戲業有負面影響。
theCUBE Research 發佈《Sovereign or Not? The 2026 Hyperscaler Buyer’s Guide》,評估七家超大規模雲服務商的 40 項服務在五個地區的主權表現。
Devirt 於 2026 年 11 月 13 日盤點 GitHub 上公開的社羣 Ghidra MCP 伺服器,共找到 138 個;Ghidra 官方並沒有提供 MCP 伺服器。
蘋果研究團隊開源人形機器人自主控制系統 HALO,其語義層零樣本遷移驗證了程序化生成虛擬數據訓練的可行性。HALO單任務測試成功率為91%,長序列複合任務成功率降至70%,且視覺感知在遮擋場景下表現不佳,論文將加入觸覺感知列為改進方向。A股相關受益方向聚焦觸覺傳感器、電子皮膚及六維力傳感器,但短期難直接轉化為零部件定點或業績兑現。
AI agent Penny 在 2026 年 10 月 26 日至 11 月 6 日的 12 天實測中檢查約 160 個網站,總毛收入約 $1.70。約 200 項記錄沒有開放付費工作、數月沒有新內容或沒有買家,另約 70 項遇到身份驗證門檻,約兩打因詐騙或倫理問題被排除。報告發現,能帶來收入的渠道多由賣家自行帶來買家;固定小額任務名額很快用完,打賞則集中於具體、可核實的答案。
研究更新指出,on-policy self-distillation(OPSD)或仍適用於某些情境,但繼續研究 OPSD 及相關變體並不值得。知識蒸餾旨在讓學生模型 q 學習教師模型 p 的行為;常見的 off-policy 蒸餾會從教師模型取樣,再訓練學生模型匹配教師在這些軌跡上的分佈。
Feldspar 根據四次每週擷取的公開 x402 API 數據,整理 2026 年 10 月 AI 智能體的支付規模、服務類別,以及安全與程式碼工具使用情況。
Adaptavist 的新研究顯示,54% 軟件開發者對長遠職涯前景感到焦慮,61% 認為業界變化太快。55% 受訪者表示工作速度壓力增加,51% 現在主要負責管理 AI 輸出而非編寫程式碼;五分之三稱僱主因他們可使用 AI 工具,期望他們以更少資源完成更多工作。另有 58% 認為單純使用 AI 已成工作評核指標,但只有 22% 認為使用程度是衡量成功的有效標準。
MIT 關聯研究者調查 268 名數學界早期職涯人士,近 76% 表示,取得學位後留在學術數學領域的可能性下降。另有 76% 表示,AI 發展令他們做研究的動力減弱。調查窗口在 OpenAI 於 10 月 6 日發布數百項長期未解問題的解答後不久結束,研究者提醒結果只反映一段有限時間內的情況。
Epoch AI 估算,全球每季新增的 AI 晶片運算容量每 9 個月翻一倍。估算採用 Nvidia、Google、AMD、Amazon、Huawei 和 Cambricon 六家設計商的季度銷售數據,以 H100e 衡量運算容量,並對每季新增容量擬合指數趨勢。
阿波羅全球管理公司首席經濟學家托斯滕·斯洛克的研究指出,除七家頭部科技公司外,標普493指數成分股未因 AI 應用提升利潤率或人均營收。研究涵蓋美國主流非科技上市公司,發現其生產效率與財務表現基本持平。斯洛克認為,雖然 AI 算力成本下降,但商業決策所需的判斷力、信任與倫理權衡難以替代,短期內難以轉化為實際盈利。
Athena StealthRoute 將 AI 輔助誘餌生成、連結偽裝與攻擊投遞整合於平台,憑證竊取則交由下游服務處理。截至 2026 年 10 月 9 日的六個月內,約有 89,700 條帶有該平台特徵連結的攻擊訊息,波及美國和歐洲約 2,280 家組織。研究建議防禦方轉向基礎設施關聯、行為與身分監測及分層防禦,避免只依賴單條訊息或連結判斷。
AXA 安盛《心理健康研究 2026》顯示,三分之二香港受訪者曾用 AI 處理心理健康,AI 用戶中 43% 更信任 AI 而非心理健康專業人士。另有 26% 的受訪者曾因 AI 生成的建議感到不安,26% 曾跟隨其後認為有害的 AI 建議。在職受訪者中,62% 不會在職場談及心理健康困擾;若公司提供相關計劃,77% 表示有興趣參與。
一項分析 1990 至 2025 年 7.18 million 篇電腦科學論文的研究指出,AI研究佔比上升、人才流入,可能削弱支撐後續突破的學術多樣性。AI在電腦科學論文中的佔比由2017年的40%升至2025年的逾55%;918,862次研究領域轉換中,53.81%流向AI。同一研究亦發現,評審對判斷論文的信心由五分制3.9降至2.9;作者認為,研究注意力收窄可能削弱孕育新想法的跨領域環境。
《The State of AI Instruction Quality: Q3 2026》報告發現,含有以「You are」開頭句子的 285 份主指令檔,中位評分為 6.6,低於其他 20,551 份檔案的 7.7。
四個 Gemini 4 Argon 智能體在無人介入下,於 Minecraft 生存模式擊敗終界龍,展示沒有中央協調器的多智能體協作。它們編寫 2,783 個程式、死亡 605 次,連續運行 27 小時,透過遊戲內聊天和共享記憶協調。採礦、製作和探索等角色由智能體自行形成。
OpenAI 於當地時間 6 日在 GitHub 公開 700 多份數學研究文稿,公告稱成果出自公司內部一款前沿 AI 模型,許多數學證明附有可供電腦驗證的版本。有學者質疑研究人員提交予 AI 工具的未發表材料是否曾協助 OpenAI 取得成果,亦有人憂慮一次公佈大量成果會削弱學術交流合作。OpenAI 表示已制定論文修訂及引用規範,並計劃改進成果呈現方式和出資舉辦研討會。
Epoch AI 於 2026 年 10 月 8 日發佈《The Epoch Brief》,彙整 AI 智能體規模、成本、產業影響、使用情況及基準測試等研究更新。
Epoch AI 分析指出,OpenAI 研究員的編碼智能體用量在 2026 年 1 月至 8 月中旬快速增長,指數擬合顯示兩組用量約每月翻倍。
Capterra 新報告調查 10 家建築管理軟件供應商,揭示 AI 在建築管理的採用情況及其對項目成效的衡量方式。投標管理、施工前工作及現場進度追蹤的採用率最高,各有 4 家供應商使用;付款、帳單及現金流預測則只有 1 家。8 家供應商由人手批准付款申請,另有 5 家完全不衡量項目成果。
《AI 作為常規技術》主張把 AI 視為人與組織應能保持控制的工具,而非獨立、類人的超級智能體。作者區分 AI 方法進步、應用開發與採用擴散,預期安全驗證及人、組織和制度的適應限制會令重大經濟與社會影響逐步顯現,時間尺度可能以數十年計。政策方面,作者主張減少不確定性、提升韌性,並把防護重點放在 AI 的部署環節,而非只依靠模型層面的對齊來防止濫用。
文章提出一個關於神經網絡線性表徵的推測:SGD 是較弱的優化器,只能有效優化平滑、低頻、近似凸的函數,因此訓練可能是在參數子空間中找到較易優化的部分。作者認為,少數可優化子空間會逐漸主導模型表徵,這與彩票券假説、剪枝結果及訓練集中於少數 Hessian 特徵向量的發現相符。
OpenAI 發佈分析指出,自 2012 年起,最大規模 AI 訓練所用算力以 3.4 個月的週期翻倍。同期該指標增長逾 300,000 倍;相比之下,Moore’s Law 的翻倍週期為 2 年,按此週期只會增長 7 倍。OpenAI 指出,算力改進是 AI 進步的重要組成部分;若趨勢延續,應預備面對能力遠超今日的系統所帶來的影響。
推薦理由:文中以大型 AI 訓練算力的 3.4 個月翻倍週期對照 Moore’s Law 的 2 年週期,並量化自 2012 年以來逾 300,000 倍的增長。