什麼是「先進製造夥伴2.0」（Advanced Manufacturing Partnership 2.0, AMP2.0）？
為重塑美國先進製造技術領導地位，發展創新研發與就業，美國總統歐巴馬陸續啟動先進製造國家戰略計畫、先進製造夥伴計畫（Advanced Manufacturing Partnership, AMP）與國家製造創新網絡（National Network of Manufacturing Innovation, NNMI）等框架計畫，並於2014年10月由美國總統執行辦公室和科技顧問委員會發布「先進製造夥伴2.0」（Advanced Manufacturing Partnership 2.0, AMP2.0）。
其中新版的先進製造夥伴計畫，除續行原先之計畫目標，例如：對於「研發技術政策形成」、「區域創新機構」與「全國製造創新網絡」等要項外，「先進製造夥伴2.0」框架強調「製造業資源如何有效匯集」，另透過「組織角度設計」、「法制環境建構」與「商業化運用促進」等面向提出具體執行建議。
本文為「經濟部產業技術司科技專案成果」
王怡婷
法律研究員 編譯整理
第七十九屆世界衛生大會（Seventy-ninth World Health Assembly, WHA79）基於智利、埃及、科威特、秘魯、卡達、突尼西亞及坦尚尼亞等七國提案，於5月23日通過《推動智慧、高效的藥品監視，作為強健、永續、具韌性與回應性衛生體系的核心工具——惠及所有人、覆蓋所有地方》（Advancing smart, efficient pharmacovigilance as an essential tool for robust, sustainable, resilient and responsive health systems, for everyone, everywhere）決議。 以下為決議之摘要： 一、定位擴展：由用藥安全邁向衛生體系韌性 該決議將傳統以上市後用藥安全監視（pharmacovigilance, PV）定位為具韌性衛生體系的制度工具之一，以風險為基礎的藥品與疫苗安全監視，是確保病人安全、推動藥品與疫苗可近性及達成全民健康覆蓋（Universal Health Coverage, UHC）的重要基石。 二、結構性挑戰：系統碎片化、能力落差與錯假訊息 該決議指出，當前全球藥品監視體系面臨三項核心挑戰。其一，不同疾病所建立的藥品監視系統缺乏協調與整合，導致資料分散、資源重複運用及整體效率不彰的問題；其二，各國在監管能力與基礎建設方面存在顯著落差，使資料的完整性與代表性受到限制，特別影響資源有限的國家在區域及全球決策中的實質參與；其三，有關藥品與疫苗安全的錯誤與虛假資訊持續透過社群媒體擴散，削弱公眾對監管機關的信任，增加推動公衛措施的困難。 三、具體行動：整合系統、強化法制與推動國際協作 該決議明確要求成員國須整合並強化現有藥品、疫苗等監視系統，提升資料互通與運用效率以防資源重複，同時應完善法規，將藥品監視納入製造商與市場授權持有人等主體的核心義務，並投入資源培養專責人力與技術。而WHO則須持續更新技術指引與工具、建立績效指標，並在尊重資料主權與安全的前提下推動共享機制，以促進全球資料品質及支持國家公平參與。 綜上所述，該決議反映全球藥物安全監視的定位，已從單純著重「用藥安全」，擴展為確保藥品與疫苗安全、品質與可近性的重要治理工具，並將藥品監視視為支持衛生體系韌性的一項關鍵制度。
Nbn 工研院將釋出百多項專利工業技術研究院系統晶片技術發展中心（ STC）計畫將其與國立交通大學推出的靜電放電防護（ESD protection）技術相關專利授權業界，該專利以6大組合區分，包含「輸出入介面電路之靜電放電防護」、「高速／射頻／混壓輸入輸出IC之靜電放電與電性栓鎖防護」、「輸出入單元電路設計」等共計110件專利，預計進行專屬授權。 隨著半導體產業競爭全球化，競爭型態也從過去的價格戰轉變成智慧戰，半導體產業廠商需快速大量取得專利權進行佈局，才能保持產業競爭力。配合產業界對專利的需求，工研院此次專屬授權的 ESD專利組合，主要來自STC的研發成果，將IC半導體產業中極重要的靜電放電防護與輸出入單元電路設計（I/O Circuit Design）相關專利，搭配交通大學電子工程系靜電放電防護專利，公開徵求專屬授權廠商。 ESD專利組合專屬授權說明會訂7月21日上午9時30分於工研院竹東中興院區9館010室召開，內容包括專屬授權競標規則、專利組合及專屬授權契約內容介紹，並隨即開放通訊投標，結標日為9月23日。
論ENUM服務推動與應用之法制議題 OECD發布《抓取資料以訓練AI所衍生的智慧財產問題》報告經濟合作與發展組織（Organisation for Economic Co-operation and Development, OECD）於2025年2月9日發布《抓取資料以訓練AI所衍生的智慧財產問題》報告（Intellectual property issues in artificial intelligence trained on scraped data），探討AI訓練過程中「資料抓取」對智慧財產之影響，並提出政策建議，協助決策者保障智財權的同時推動AI創新。 資料抓取是獲取AI大型語言模型訓練資料之主要方法，OECD將其定義為「透過自動化方式，從第三方網站、資料庫或社群媒體平臺提取資訊」。而未經同意或未支付相應報酬的抓取行為，可能侵害作品之創作者與權利人包括著作權、資料庫權（database rights）等智慧財產及相關權利。對此，報告分析各國政策法律的因應措施，提出四項關鍵政策建議： 一、 訂定自願性「資料抓取行為準則」 訂定適用於AI生態系的準則，明確AI資料彙整者（aggregators）與使用者的角色，統一術語以確保共識。此外，準則可建立監督機制（如登記制度），提供透明度與文件管理建議，並納入標準契約條款。 二、 提供標準化技術工具 標準化技術工具可保護智財權及協助權利人管理，包括存取控制、自動化契約監控及直接支付授權金機制，同時簡化企業合規流程。 三、 使用標準化契約條款 由利害關係人協作訂定，可解決資料抓取的法律與營運問題，並可依非營利研究或商業應用等情境調整。 四、 提升法律意識與教育 應提升對資料抓取及其法律影響的認知，協助權利人理解保護機制，教育AI系統使用者負責任地運用資料，並確保生態系內各方明確瞭解自身角色與責任。