環境保護署星期三(9月30日)舉行首屆《減少使用包裝約章》頒獎典禮,表揚在2025至26年度為減少包裝廢物作出卓越貢獻的企業,共有75間簽署《約章》的企業獲獎。參與企業合共減少約13,000噸包裝物料用量,相等於約900輛雙層巴士的重量。
環境及生態局副局長黃淑嫻在頒獎典禮上致辭時表示,今年是國家「十五五」規劃的開局之年。規劃明確提出,要加快經濟社會發展全面綠色轉型,以碳達峰、碳中和為牽引,增強綠色發展動能。為主動對接國家「十五五」規劃,《香港特別行政區經濟和社會發展第一個五年規劃(2026—2030年)》也提到環保署將深化都市固體廢物治理體系改革,力爭在2035年前基本擺脫依賴堆填直接處理都市固體廢物,實現「零廢堆填」。
她表示,香港特別行政區政府一直以務實可行原則,積極與業界共同探討和推動減少本港的包裝廢物。她讚揚獲獎企業持之以恆的努力與付出,強調工商業界積極源頭減廢,是香港邁向「零廢堆填」和碳中和的重要拼圖。她感謝各行業為環保的付出,並期望未來有更多企業加入,一同宣揚綠色營商文化。
《約章》評審準則分為「包裝減量」、「包裝可回收性」、「重用或回收包裝」、「可持續包裝」及「推動包裝減量」五個範疇。得獎機構分別獲頒鉑金獎、金獎及優異獎。得獎名單已上載至《約章》專題網站(www.lesspackaging.hk)。
環保署在去年三月推出《約章》,鼓勵企業重新檢視和減少包裝使用,在商業活動中建立減廢文化,協助香港邁向「零廢堆填」及碳中和的長遠願景。至今,共有148家本地及跨國企業簽署了《約章》,涵蓋全港約3,000個服務和零售點,涉及不同零售和餐飲類別,反映《約章》獲業界廣泛支持且成效顯著。
為協助業界實行減少包裝及包裝管理,環保署已為八個特定行業制訂《減少包裝及包裝管理實用指引》,並上載至環保署網站供業界參考。另外,為應對網購快速發展所伴隨的包裹、紙箱及填充物料大增情況,環保署自2026年起,聯同主要物流企業逐步推行自提點即場回收計劃,方便市民在自提點提取包裹後,即場交還包裝物料以供重用、再造。有關《約章》的最新資訊,可參閲專題網站。
八個特定行業包括超級市場及雜貨店、物流業、電子商貿業、酒店及旅遊服務業、電子產品及電器業、飲品製造業、食品製造業及進口業。
首屆減少使用包裝約章頒獎 75間企業獲獎減約13000噸包裝物料。環境保護署FB圖片
首屆減少使用包裝約章頒獎 75間企業獲獎減約13000噸包裝物料。環境保護署FB圖片
首屆減少使用包裝約章頒獎 75間企業獲獎減約13000噸包裝物料。環境保護署FB圖片
Google 推出全新前沿 AI 模型 Gemini 4 Argon,專為處理複雜、長周期的企業工作流程而設計。這款新模型在真實世界的軟件工程、法律、金融及網絡安全防禦等專業領域展現出卓越效能,並已顯著提升 Google 內部的開發效率與工作方式。
Gemini 4 Argon
根據 Google 發布的資訊,Gemini 4 Argon 具備強大的深度推理能力。在定價方面,Argon 推出初期的輸入詞元(Token)價格為每百萬個 2 美元,輸出詞元則為每百萬個 10 美元;若使用快取輸入詞元,更可享有輸入價格的 95% 折扣。目前 Google 正透過 Fairwind 計劃,率先向受信任的網絡安全防禦專家開放該模型,並採取分階段策略,在收集早期測試者意見及完善安全防護後,將逐步開放予開發者、企業及大眾使用。
在 Google 內部應用中,Gemini 4 Argon 已協助數以千計的員工優化專業編程任務及深入研究。模型在量子演算法最佳化方面,曾在幾分鐘內將基準效能提升達 40%;在資料中心記憶體管理上,預計全面部署後可節省 500 TiB 至 1 PiB 的容量。此外,Argon 亦成功應用於大規模程式碼庫遷移,包括將高達 80 萬行程式碼的 Fuchsia Zircon 核心從 C/C++ 遷移至 Rust。在 libgav1 影片解碼器的改寫案例中,Argon 產出的安全 Rust 程式碼令執行速度較以往版本快 2.7 倍。
為瞭解決更棘手的難題,Google 將 Gemini 4 Argon 的輸出詞元上限大幅提升至 100 萬個,遠超先前的 6.4 萬個限制。這項改進為模型提供了充足的深度思考空間,使其能夠在單次推演中生成數十萬個詞元,展現出更高層次的推理能力。
Gemini 4 Argon 在多項基準測試中展現出的領先性能對比圖表,包括 Vals Index、DeepSWE 和各項知識工作與編程評測
在各項性能基準測試中,Gemini 4 Argon 均錄得領先數據。模型在 DeepSWE v1.1 軟件工程基準測試中取得 77.9% 的得分;在評估金融、編程、法律及税務工作影響力的 Vals Index 中同樣處於領先地位。針對業務自動化的 AutomationBench 測試,Argon 以 51.3% 的得分登榜首;而在長影片理解測試 LVBench 中,更取得 91.7% 的業界領先表現。
DeepSWE v1.1 基準測試圖表,顯示 Gemini 4 Argon 以 77.9% 的得分領先其他模型
Vals Index 基準測試圖表,顯示 Gemini 4 Argon 在金融、編程、法律等工作中展現的經濟影響評分
Vals Finance Agent v2 基準測試,展示 Argon 在金融研究與分析中的性能
Harvey's Legal Agent Benchmark 圖表,顯示 Argon 在長週期法律工作中的領先優勢
AutomationBench 測試圖表,展現 Argon 在自動化企業工作流程中的卓越得分
網絡安全防禦是 Gemini 4 Argon 的核心強化領域。該模型能自主尋找並修復關鍵軟件漏洞,在 CWE-bench v1 測試中以 68% 的高分並列首位。Google 的合作夥伴 Wiz 已將其應用於「Scan for Good」計劃,Argon 曾成功識別出一個存在於醫療保健軟件中、足以洩露全球醫院敏感個人資訊的關鍵漏洞,相關風險在以往曾被其他前沿模型遺漏。
CWE-bench v1 排名表,顯示 Gemini 4 Argon 在漏洞識別與修復能力上的顯著提升
針對漏洞識別,Argon 與 3.8 Flash Cyber 相比有顯著進步。Google 內部測評顯示,Argon 能在涵蓋 20 種程式語言的複雜程式碼庫中揭露廣泛風險;而在 Wiz 的黑箱滲透測試中,其在攻擊面探測及概念驗證(PoC)生成方面的表現亦全面勝過 3.8 Flash Cyber。
安全漏洞發現能力對比圖,顯示 Argon 在真實世界漏洞發現及 Wiz 滲透測試基準中的優秀表現
為確保前沿能力的安全釋放,Google 持續加強防護機制,包括防範網絡及 CBRN 攻擊的濫用、抵抗「提示詞注入」攻擊,以及嚴密監測對齊偏差。在 Gray Swan 的間接提示詞注入測試中,Argon 的防禦穩健性表現出色。Google 亦正強化沙盒環境的安全性,並倡導行業增加模型推理透明度,以即時中止任何偏離意圖的越界行為。
Gray Swan IPI 基準測試圖表,顯示 Argon 在防禦間接提示詞注入攻擊方面的領先安全性
Gemini 4 Argon 預計於不久後正式面世,並將優先開放予付費 API 客户及 Google AI Ultra 訂閲用户使用。這款模型結合了編程、專業知識、網絡防禦及創意寫作等多方面能力,旨在成為各領域專業人士應對高難度挑戰的理想協作夥伴。