免責聲明：本文為自動彙整資訊，不構成投資或任何專業建議。
Today’s highlights
- 自架Git服務Gogs揭3項高風險漏洞，遠端程式碼執行與帳號接管風險升高 — 2026-02-11
- 輕量化自架Git服務Gogs被揭露存在3項高風險資安漏洞，其中一項漏洞涉及既有防護機制的延伸風險，仍可能被濫用執行任意系統命令。其餘漏洞則涉及雙因素驗證（2FA）邏輯缺陷與檔案刪除問題，在特定條件下，可能導致帳號遭接管或影響服務可用性。
- 主要以鳥鳴資料訓練的Perch 2.0模型跨域水下聲學，少量標註就能區分鯨豚聲音 — 2026-02-11
- Google研究院與Google DeepMind合作研發生物聲學基礎模型Perch 2.0。Perch 2.0訓練資料主要來自鳥類與其他陸域發聲動物，訓練資料不含水下音訊或海洋哺乳類類別，仍能把學到的聲學嵌入向量轉用到水下錄音的分類任務。研究團隊強調，研究者只要準備少量已標註片段，就能在新資料上用轉移學習快速建立可用的自訂分類器。
- GitLab AI Gateway爆重大漏洞，CVE-2026-1868恐危及自架環境安全 — 2026-02-11
- 原始碼代管與DevOps平臺業者GitLab警告，供用戶自行架設與管理GitLab Duo Self-Hosted AI Gateway存在一項重大資安漏洞CVE-2026-1868。
- 微軟調整Windows Update政策，終止支援第三方印表機驅動程式 — 2026-02-11
- 基於Windows未來會內建印表機驅動程式，微軟已經在今年一月中啟動Windows Update不再提供第三方印表機驅動程式的支援，涵括Windows 11及Server 2025及以後版本。
- 免費端點加速AI代理查詢公開資料，Google將Data Commons MCP託管上雲 — 2026-02-11
- Google旗下Data Commons團隊宣布，將Data Commons的MCP（Model Context Protocol）服務改採Google雲端平臺託管形式提供，開放使用者連線到一個免費的雲端端點，讓支援MCP的AI代理人得以用一致的介面查詢datacommons.org上的公開統計資料，而不需要先在本機安裝與維護MCP伺服器所需的工具與執行環境。
- 【加速生成式AI發展的下一個關鍵力量】向量資料庫與儲存系統的崛起 — 2026-02-11
- 隨著以語意分析為核心的生成式AI技術快速發展，資料向量化逐漸成為現代AI應用的基礎，也催生出向量搜尋與向量資料庫這一新興技術領域，伴隨應用規模與資料量持續擴張，亦發展出結合物件儲存的解決方案，成為支撐新一代AI系統的基石。
- 老牌基因定序公司擁PB級巨量資料，跨足代工製造瞄準供應鏈風險 — 2026-02-11
- 「我們應該是全臺產出最多資料的基因定序公司之一！」基龍米克斯資安長許勝達開門見山說道。 這句話，既點出了基龍米克斯的資安挑戰，也道明了近年基因定序產業的關鍵變化。 隨著高通量基因定序設備快速發展，一個人的全基因組資料，往往就高達上百GB。再加上政府政策鼓勵基因檢測與精準醫療應用，這類資料不再只是零星產出，而是每天、每周持續地累積。再加上，法規要求這類資料必須長期保存，基龍米克斯的資料規模，很快就從TB等級，暴增1千倍，達到了PB級的巨量
- 【推動現代AI應用發展的關鍵技術】資料向量化應用與基礎架構的演進 — 2026-02-11
- 關於資料的向量化處理（Data Vectorization），已成為當前AI應用不可或缺的核心基礎，隨著大型語言模型（LLM）、多模態模型，以及語意搜尋需求的爆發式成長，文字、影像、語音等高度異質的資料，必須以一致且可計算的形式處理，才能支撐即時推論與大規模應用。在這樣的背景下，向量逐漸成為AI系統用於語意理解與相似度計算的重要資料表示方式。 隨著向量資料（Vector data）的迅速膨脹，便需要透過資料庫管理與保存，但面對大量向量資