AI 技术自2012年起快速发展，从感知型AI到生成式AI，再到代理型AI与实体AI，应用范围持续扩大。 NVIDIA 与 AMD 等科技公司在技术创新上领先，推出一系列革命性产品，推动 AI 技术与硬件能力的进步。 台湾方面，联发科、广运及和硕等企业，也在全球AI供应链中扮演重要角色，协助推动技术的落地与应用。
〈感知型 AI 到生成式 AI 的突破! 〉
AI的发展始于感知型 AI。 2012 年，AlexNet 利用 NVIDIA GPU 与 CUDA 技术开启深度学习时代，实现图像、文字与声音的理解，应用于手机与电脑等设备，随后生成式 AI 的诞生进一步改变了技术格局，像 ChatGPT 这样的 AI 模型能自行推论生成文字、图像与声音，大幅扩展 AI 的应用范围，成为改变产业生态的重要力量。
代理型 AI 方面，则是在生成式 AI 的基础上进一步实现移动执行能力。 例如，Apple 的 Siri 通过生成式 AI 辅助完成数据搜索、订单管理与行程安排等多种任务，提升用户效率与便利性，而实体 AI 则专注于物理现象的应用，包括机器人、自动驾驶与无人机等领域，为工业生产与日常生活带来全新突破。
〈AI 发展法则的历程! 〉
AI 发展最早是预训练规模法则，随着互联网数据量的倍增，模型规模与运算资源的提升，使得 AI 系统能够处理更为复杂的问题，进一步提高了其效能，接着是后训练规模法则，透过强化学习与人类的互动，AI 能在特定领域中持续改进，举例来说，藉由透过大量的测试与反馈，AI 模型能更精准地执行医疗诊断、供应链管理等专业任务，最后是测试时规模法则，AI 透过多步骤推理与问题解决能力的提升，能够在实际应用中做出更有效的决策，对企业与个人用户的有非常大的效益。
〈硬件技术的突破：GeForce RTX 50 系列与 Thor 芯片〉
NVIDIA 推出的 GeForce RTX 50 系列显卡，结合最新光线追踪与 AI 技术，涵盖 RTX 5070 到 RTX 5090 型号，性能显著提升，其中 RTX 5090 的 AI 运算能力(AI TOPS) 达到 3400.性能是 RTX 4090 的两倍，为创作者与游戏玩家提供了前所未有的性能体验。
另外 NVIDIA 的 Thor 芯片专注于自动驾驶与机器人应用，这运算能力是上一代 Orin 的 20 倍，能处理多种类型的传感器数据，包括高解析雷达与摄像头，Tesla、Toyota 与 Uber 等企业皆已采用此技术，展现了 Thor 芯片在智能交通与机器人领域的领先地位。
