本講座為「人文與科技的對話」系列課程，特別邀請臺灣大學電機系李宏毅教授擔任主講人。演講主題聚焦於透過虛擬角色「AI YouTuber 小金」的故事，深入淺出地引導大眾理解 AI Agent 的核心架構與自主運作原理。主持人開場特別強調，李教授是人工智慧領域的頂尖學者，藉由校內專家近水樓台的交流機會，帶領跨領域師生從生動的自媒體創作實例出發，探討當前生成式人工智慧在規劃、決策與自動執行任務上的技術突破與人文影響。
生成式 AI（Generative AI）在「文字生成（Text Generation）」方面，已經廣泛應用於各行各業，尤其是內容創作、自動化客服、教育、行銷與程式設計領域。
以下整理目前最重要、最常見的主要應用領域：
2026年達沃斯世界經濟論壇上，Anthropic 的 Dario Amodei 和 Google DeepMind 的 Demis Hassabis 就通用人工智能（AGI）的發展時間表及影響展開激烈討論。Amodei 預測AGI最快於2026-2027年出現，基於AI自我改進的加速循環。Hassabis 則持謹慎態度，認為2030年才可能出現具備人類所有認知能力的系統，並指出驗證延遲、核心能力缺失及物理世界限制為主要阻礙。對話深入探討了AGI帶來的烏托邦與反烏托邦願景，從治癒疾病到生物恐怖主義風險。尤其關注AI對就業的衝擊，Amodei 擔心技術變革速度遠超人類適應能力，可能引發社會動盪和精神危機。此外，亦觸及AGI的地緣政治影響及控制風險，強調理解AI機制的重要性，呼籲全球合作而非惡性競爭。
搭乘復古馬車，深入克勞德莫內的傑作《睡蓮》的內心世界。
這首8分鐘的視覺詩篇，探索了環繞著這片標誌性池塘的生機勃勃的景象。
從清晨的薄霧到金色的夕陽，我們見證了睡蓮上光影的變幻。
小船緩緩漂蕩，女士們悠然漫步，還有日式橋下永恆的倒影。
這不只是一幅畫，更是一個鮮活的世界。
從某種意義上說，2025年是人工智慧語音辨識應用真正起飛的一年。語音辨識應用已經存在多年，但過去它們速度慢、準確率低——除非你說話帶有特定的口音並且發音清晰。
但大型語言模型（LLM）和語音轉文本模型的進步，有助於改進語音辨識系統，使其能夠更好地理解語音，同時保留上下文資訊以格式化文字。此外，開發人員還內建了自動格式化文字、刪除填充字詞和忽略錯誤發音等功能，從而輸出需要更少編輯的文字。
但隨著人工智慧技術的快速發展，市面上湧現數十款此類應用。因此，我們整理出了今年最佳、最實用的語音辨識應用。
Wispr Flow是一款資金雄厚的 AI 語音辨識應用，讓用戶可以加入自訂字詞和語音指令。它擁有 macOS、Windows 和 iOS 的原生應用，Android 版本也正在開發中。
這個應用程式可讓你自訂系統轉錄筆記的方式，你可以選擇「正式」、「非正式」和「非常非正式」三種風格，以適應不同類型的寫作，例如私人訊息、工作郵件和電子郵件。如果你將它與 Cursor 等氛圍編碼工具配合使用，還可以開啟一項功能，自動辨識聊天中的變數或標記檔案。
Wispr Flow 的中文語音辨識能力相當強，支援繁體中文（台灣），特色是「語境感知」，能根據不同App（如LINE、Notion）自動調整口語化或書面化風格，並能處理中英文夾雜，辨識準確度高，能自動加標點，讓聽寫內容近乎可直接使用，大幅提升效率。
這款應用程式在任何桌面版本上每月都允許免費記錄最多 2000 個單詞，iOS 版本每月則為 1000 個單字。其訂閱方案提供無限量轉錄，每月 15 美元起。
圖片來源： Wispr Flow