📰 The Verge AI | 2026-07-12The fight against AI data centers is just beginning原文 ↗
核心內容
The Verge 以 Apple 2015 年在愛爾蘭 Athenry 的資料中心案為起點，回顧大型運算基礎建設如何從「雲端服務」時代就已遭遇在地阻力；當年 Apple 承諾使用 100% renewable energy、提供教育空間與植樹計畫，但居民仍因噪音、光害、洪水、交通與野生動物影響而發起法律挑戰，最後讓約 10 億美元 的資料中心計畫在 2018 年告終。
進入 2026 年後，AI 熱潮讓資料中心爭議急遽放大。文章指出，部分 AI 資料中心的用電量已可與整個州相比，商業用電需求因 AI data center buildout 預計首次超越住宅用電，而且需求到 2027 年還可能翻倍。居民抱怨的不只是抽象的碳排，而是更具體的 電價上升、水質、噪音、光害 與土地使用衝突。
📰 The Verge AI | 2026-07-12Apple’s failed self-driving car program left a legacy of powerful AI chips原文 ↗
核心內容
The Verge 引述 Mark Gurman 的 Power On newsletter 指出，Apple 自駕車計畫雖然沒有真正落地，卻可能催生了 Apple 今日 AI 硬體能力的核心：Neural Engine。在早期自駕平台研發中，Apple 意識到車用系統需要強大的本機 AI 處理能力；雖然車用處理器未完成，但相關研發脈絡最終成為 iPhone X 與 A11 Bionic 上 Neural Engine 的基礎。
Neural Engine 早期主要服務於 Face ID、Animoji 與 AR 等電腦視覺功能，後來隨 M 系列晶片進入桌面與筆電產品，使 Apple 在 on-device AI processing 上提早佔位。即使 Apple 的 AI 軟體進度被外界認為落後，硬體端仍構成它強調隱私與本機運算的底層條件：資料不必全部送往雲端，部分 AI 任務能在裝置上完成。
文章還提到 Apple 未來晶片路線的可能調整：公司據稱將跳過 upcoming M6 的 Pro、Max、Ultra 版本，加速推進 M7，預計 2027 年上半年推出並帶來重大 Neural Engine 升級；M7 Ultra 也可能成為 Apple 新伺服器產品的基礎，支援最高 1.5TB RAM。
為什麼重要
這則新聞提醒我們，AI 能力往往來自多年硬體投資與失敗專案的副產品，而不是單一模型發布。Apple Car 被視為失敗，但它留下的本機 AI 架構正在支撐 Apple Intelligence、隱私運算與未來可能的私有雲推論策略。這種路徑與 OpenAI、Google、Anthropic 以雲端模型為中心的打法不同，代表 端側 AI 仍可能形成差異化市場。
📰 Wired AI | 2026-07-12Scientists’ Side Hustle? Using AI and Quantum Computing to Generate New Peptides原文 ↗
核心內容
WIRED 報導，丹麥科技大學團隊把蛋白質預測的生成式 AI 模型與英國 ORCA Computing 的桌上型量子電腦結合，用混合式方法產生可與人體特定蛋白結合的 novel peptides。胜肽是短鏈胺基酸，能否有效結合特定標靶，是疫苗與免疫療法研發中的重要步驟。
研究團隊的做法不是單純在論文中宣稱模型效果，而是實際合成胜肽並測試其結合能力。結果顯示，這套混合式 AI + 量子流程相較純 classical counterpart 產生更多成功胜肽，尤其在 training data 稀少 的情境下改善最明顯。研究者認為這可能有助於個人化免疫療法、疫苗開發，以及改善對研究不足族群的藥物有效性。
文章也保留了必要的限制條件：量子電腦仍處於早期，無法支援完整規模的前沿 AI 模型；找到能結合特定基因或蛋白的胜肽，也只是藥物開發漫長流程中的一步。ORCA Computing 則把此案例視為量子技術少見的 near-term commercial application，而 DTU 團隊接下來希望把流程擴展到更前沿模型與更大的蛋白質。
📰 The Verge AI | 2026-07-12Lorde says Ray-Ban Meta AI glasses are ‘not sexy’原文 ↗
核心內容
The Verge 報導，歌手 Lorde 在馬德里 Real Cool Festival 表演時，公開批評 AI 眼鏡。她沒有直接點名品牌，但由於該音樂節贊助商 Ray-Ban 與 Meta 合作推出 AI smartglasses，外界普遍解讀她是在針對 Ray-Ban Meta AI glasses。Lorde 在台上談到「越來越難知道什麼是真實」後，直接表示「Don’t get the glasses. Not sexy.」
這段話發生在 Meta 智慧眼鏡再次面臨隱私與監控爭議之際。文章提到，即使已有反彈，Meta 仍據稱計畫推出能持續錄影的 “super sensing” glasses。同場後續表演者 Jennie 則是 Ray-Ban Meta AI ambassador，並曾出現在 Instagram 廣告與場間影片中，讓這起事件更具文化與品牌張力。
這不是一篇技術細節新聞，而是一個消費者接受度訊號：當 AI wearable 的功能開始涉及相機、錄音、長時間感測與社交場合中的不可見資料蒐集時，使用者面對的問題不只是「好不好用」，還包括旁觀者是否同意被記錄，以及這種裝置是否破壞現場互信。
為什麼重要
AI 硬體若要進入日常生活，社會接受度比規格更重要。智慧眼鏡的挑戰尤其嚴峻，因為它位於臉部、視線與公共空間交界處，會讓旁人難以判斷自己是否被拍攝或分析。Lorde 的評論之所以被放大，是因為它用流行文化語言把隱私焦慮翻譯成簡單的品牌判斷：not sexy。
對 Meta 與其他 AI wearable 廠商而言，這類反彈會影響產品設計。若「持續感測」被視為監控而非便利，廠商可能需要更明顯的錄影提示、更強的本機處理、更嚴格的資料保留政策，以及針對公共場所的社交規範設計。
我的觀點
這篇的產業重要性低於資料中心或晶片新聞，但它反映了 AI 產品化的一個核心難題：AI 裝置不只服務購買者，也會影響周圍沒有同意的其他人。未來 wearable AI 的成敗，會取決於能否建立 可被旁觀者理解的信任介面。如果廠商只強調功能、不處理社交摩擦，智慧眼鏡很容易重演 Google Glass 式的文化失敗。
