在生成式AI逐漸從雲端伺服器走向真實物理世界的當下，如何讓機器人「理解並與實體環境互動」，成為科技巨頭們的下一 […]

閱讀 5News 最新報導

安控大廠昇銳電子涉嫌進口中國監視器貼標台灣製造，董事長百萬交保

當生成式AI的戰火逐漸從雲端伺服器蔓延至物理世界，實體AI (Physical AI)已經成為科技業者下一個必 […]

運算科技的碳足跡，一直是全球永續發展的重大挑戰。為了解決硬體製造過程中所產生的「隱含碳排放」 (Embodie […]

<!-- Share Buttons --> <ul class="socialcount"> <!-- FB (recommend)--> <li class="insidefbcomm"> <a href="javascript:url_open_center('https://www.facebook.com/sharer/sharer.php?u=https://technews.tw/2025/02/12/ai-server-2025-deepseek/')"> <img src="https://img.technews.tw/wp-content/themes/twentytwelve/images/FB-share-btn.png"/></a> </li> <!-- Google (recommend)--> <li class="insidegooglecomm"> <a data-callback="gplusoneCallBack" href="https://plus.google.com/share?url=https://technews.tw/2025/02/12/ai-server-2025-deepseek/')" onclick="javascript:window.open(this.href,'', 'menubar=no,toolbar=no,resizable=yes,scrollbars=yes,height=600,width=600');return false;"> <img src="https://img.technews.tw/wp-content/themes/twentytwelve/images/Google-share-btn.png"/></a> </li> </ul> <!-- End of Share Buttons --> <div class="bigg"> <img alt="今年 AI 伺服器出貨成長仍有變數，DeepSeek 效應推升 AI 推論占比" class="attachment-post-thumbnail size-post-thumbnail wp-post-image" height="450" itemprop="image" src="https://img.technews.tw/wp-content/uploads/2025/02/07161552/shutterstock_313779428-800x450.jpg" width="800"/> </div> <div class="indent"> <div id="outlineList_top" style="display:none;"></div><p>TrendForce 最新研究，2024 年全球 AI 伺服器出貨量受惠 CSP、OEM 強勁需求，年增幅 46%。美國晶片禁令、DeepSeek 效應、GB200 / GB300 Rack 供應鏈整備進度等，成為影響 2025 年 AI 伺服器出貨量變數，TrendForce 提出三種情境預估。<span id="more-1343347"></span></p><div class="inside_AD no-ad-env" id="inside_AD" style="display:none"><!-- /95946079/(ON)TN_TW_PC_DTL_Content01_970x250 --> <div id="div-gpt-ad-1703223425197-0" style="min-width: 970px; min-height: 250px;"> <script> googletag.cmd.push(function() { googletag.display('div-gpt-ad-1703223425197-0'); }); </script> </div></div> <p>第一種為基礎情境（base case），發生機率最高。近期微軟、Meta、亞馬遜、Google等主要CSP業者皆宣布，擴大雲端或AI基礎設施資本支出，平均年成長可望逾30%，支撐AI伺服器需求動能。供應鏈對全年整體AI伺服器出貨量評估尚無明顯變化，TrendForce預估今年全球AI伺服器出貨量有望年增近28%。然若今年GB200 / GB300 Rack出貨放量遭遇挑戰，CSP等終端客戶可能轉為優先拉貨HGX、MGX等機種，或佈建自有ASIC基礎建設。</p> <p>發生機率次高的是悲觀情境（worse case），整體AI伺服器出貨量年成長介於20%~25%。TrendForce表示，源自三大考量：首先，美國可能進一步管制AI晶片輸入中國影響擴大；其次，NVIDIA GB Rack方案因設計複雜，出貨大宗落在下半年，GB300也是相同時間點推出，規格較高，對整體伺服器Rack系統測試、驗證期程也會拉長。最後考量DeepSeek效應，可能導致客戶降低依賴高階AI方案。</p> <p>樂觀情境（bullish case）立基於美中政府AI政策轉趨積極，如美國Stargate計畫可望加速各業者佈建AI伺服器。儘管DeepSeek可能影響高階GPU採用，但美系CSP購置自家ASIC AI伺服器速度優於預期，加上DeepSeek效應有助擴大AI應用場景，帶動邊緣AI伺服器發展。綜上所述，今年AI伺服器出貨樂觀預估為年增近35%。</p> <p>TrendForce指出，DeepSeek驅動下，CSP業者料更積極發展成本較低的自有ASIC方案，重心從AI訓練轉往AI推論，逐步推升AI推論伺服器占比至接近50%。將來GPU仍支持各種AI演算法發展，但「分眾化」會更明顯，持續發展大型演算法的CSP業者和更重視成本考量的邊緣企業客戶各有需求。</p> <p>（首圖來源：shutterstock）</p> </div> <!-- 20240612-請我們喝杯咖啡 btn 移植手機版按鈕--> <div class="coffee-btn-wrapper" style="display:none;"> <p>文章看完覺得有幫助，何不給我們一個鼓勵</p> <div class="coffee-btn-content"> <a class="coffee-btn" data-post-id="1343347" data-post-title="今年 AI 伺服器出貨成長仍有變數，DeepSeek 效應推升 AI 推論占比" id="bmc-open-btn" rel="nofollow"> <span>請我們喝杯咖啡</span> <img alt="icon-coffee" src="https://img.technews.tw/wp-content/themes/twentytwelve/images/bymeacoffee/icon-coffee01.png"/> </a> </div> </div> <!-- 請我們喝咖啡 popup model --> <div class="tn-modal" id="bmc-tn-modal"> <div class="tn-modal-content"> <div class="tn-modal-content-dash"> <div class="tn-modal-title coffee"> <h2>想請我們喝幾杯咖啡？</h2> </div> <div class="coffee-detail-text"> <img alt="icon-tag" src="https://img.technews.tw/wp-content/themes/twentytwelve/images/bymeacoffee/icon-tag.png"/> <h3>每杯咖啡 65 元</h3> </div> <div class="coffee-list"> <div class="coffee-item" data-coffee-value="1"> <img alt="icon-coffee" src="https://img.technews.tw/wp-content/themes/twentytwelve/images/bymeacoffee/icon-coffee01.png"/> <span class="mark">x</span> <span class="amount">1</span> </div> <div class="coffee-item" data-coffee-value="3"> <img alt="icon-coffee" src="https://img.technews.tw/wp-content/themes/twentytwelve/images/bymeacoffee/icon-coffee01.png"/> <span class="mark">x</span> <span class="amount">3</span> </div> <div class="coffee-item" data-coffee-value="5"> <img alt="icon-coffee" src="https://img.technews.tw/wp-content/themes/twentytwelve/images/bymeacoffee/icon-coffee01.png"/> <span class="mark">x</span> <span class="amount">5</span> </div> <div class="coffee-item tn-modal-form" data-coffee-value="0"> <img alt="icon-coffee" src="https://img.technews.tw/wp-content/themes/twentytwelve/images/bymeacoffee/icon-coffee01.png"/> <span class="mark">x</span> <input class="tn-modal-form-control" id="bmc-custom-value" max="100" maxlength="3" min="1" type="number"/> </div> </div> <div class="coffee-detail-content-text"> <p>您的咖啡贊助將是讓我們持續走下去的動力</p> </div> <div class="coffee-detail-text"> <b>總金額共新臺幣 <span id="bmc-coffee-total">0</span> 元</b> </div> <a class="tn-modal-link" href="https://technews.tw/aboutus/buy-me-a-coffee-policy/" target="_blank">《關於請喝咖啡的 Q &amp; A》</a> </div> <div class="hr"></div> <div class="tn-modal-content-dash"> <div class="tn-modal-form"> <label for="message"><h3 class="tn-modal-title-sub">留給我們的話</h3></label> <textarea class="tn-modal-form-control" cols="30" id="bmc-message" maxlength="200" placeholder="歡迎留言給我們，給我們更多支持與鼓勵！" rows="5" style="min-width:500px;"></textarea> </div> </div> <div class="tn-modal-content-btn"> <a class="tn-modal-btn" href="javascript:void(0)" id="bmc-close-btn" rel="nofollow">取消</a> <a class="tn-modal-btn" href="javascript:void(0)" id="bmc-submit-btn" rel="nofollow">確認</a> </div> </div> </div> <!-- 20231204-請我們喝杯咖啡 JS --> <script> const bmcOpenBtn = document.querySelector("#bmc-open-btn"); const bmcCloseBtn = document.querySelector("#bmc-close-btn"); const bmcModal = document.querySelector("#bmc-tn-modal"); const bmcSubmitBtn = document.querySelector("#bmc-submit-btn"); const bmcCustomInput = document.getElementById('bmc-custom-value'); bmcOpenBtn.addEventListener('click',function(e){ e.preventDefault(); bmcModal.classList.add('open') document.body.classList.add('modal-open') }); bmcCloseBtn.addEventListener('click',function(e){ e.preventDefault(); bmcModal.classList.remove('open') document.body.classList.remove('modal-open') }); ['keyup', 'change'].forEach(function(event) { bmcCustomInput.addEventListener(event, function() { this.value = this.value.replace(/[^\d]/g, ''); tnChangeCoffeeTotal(); }); }); bmcSubmitBtn.addEventListener('click',function(e){ e.preventDefault(); const activeCoffeeItem = document.querySelector('.coffee-item.active'); if (!activeCoffeeItem) { alert('請選擇杯數'); return; } let coffeeValue = activeCoffeeItem.getAttribute('data-coffee-value'); if (coffeeValue == 0) { coffeeValue = bmcCustomInput.value; if (coffeeValue == 0 || coffeeValue == '') { alert('請輸入杯數'); return; } let isInteger = /^\d+$/.test(coffeeValue); if (!isInteger) { alert('杯數錯誤'); return; } } const bmcRequestParam = new URLSearchParams({ post_id: bmcOpenBtn.getAttribute("data-post-id"), post_title: bmcOpenBtn.getAttribute("data-post-title"), post_url: document.querySelector('link[rel="canonical"]').getAttribute('href'), quantity: coffeeValue, message: document.getElementById('bmc-message').value, }); location.href = 'https://member.technews.tw/buymeacoffee?' + bmcRequestParam }); let bmcItems = document.querySelectorAll('.coffee-item'); bmcItems.forEach(function(item){ item.addEventListener('click',function(e){ e.preventDefault(); if (item.dataset.coffeeValue == 0) { bmcCustomInput.focus(); } bmcItems.forEach(function(item){ item.classList.remove('active') }) item.classList.add('active') tnChangeCoffeeTotal(); }) }); function tnChangeCoffeeTotal() { const activeCoffeeItem = document.querySelector('.coffee-item.active'); let coffeeValue = activeCoffeeItem.getAttribute('data-coffee-value'); if (coffeeValue == 0) { coffeeValue = bmcCustomInput.value; } document.getElementById('bmc-coffee-total').innerText = coffeeValue * 65; } function tnDonateDisplay() { const tnUser = tn_get_user_cookie(); let dataSet = jQuery('#lockPost').data(); //文章資訊 if ('undefined' != typeof dataSet && 'freeMember' == dataSet.member_level) { if (tnUser.is_login && tnUser.permission < vipPermission) { jQuery('.coffee-btn-wrapper').show(); } } else { jQuery('.coffee-btn-wrapper').show(); } } jQuery(document).ready(function () { tnDonateDisplay(); }); </script> <!-- 增加Google News --> <div class="googlenews_Content"> <a href="https://news.google.com/publications/CAAqBwgKMJfS3gow8arWAQ" target="_blank"> <p>從這裡可透過《Google 新聞》追蹤 TechNews</p> <img alt="Google News" src="https://img.technews.tw/wp-content/themes/twentytwelve/images/GoogleNews_banner.png"/> </a> </div> <div class="no-ad-env" style="display:none"> <script async="" data-cfasync="false" type="text/javascript"> var per = atob(getCookie('per')); if(per == null || per < 60){ var truvidScript = document.createElement('script'); truvidScript.async = true; truvidScript.setAttribute('data-cfasync','false'); truvidScript.type = 'text/javascript'; truvidScript.src = '//stg.truvidplayer.com/index.php?sub_user_id=597&widget_id=2933&playlist_id=2112&m=a&cb=' + (Math.random() * 10000000000000000); var currentScript = document.currentScript || document.scripts[document.scripts.length - 1]; currentScript.parentNode.insertBefore(truvidScript, currentScript.nextSibling); console.log('PC Truvid 廣告') } </script> </div> <!-- 增加 訂閱電子報內文欄位 by nick --> <div class="newsLetter_articleContent newsLetter_articleColumn"> <hr class="articleContent_hr"/> <div class="logo"><img src="https://img.technews.tw/wp-content/themes/twentytwelve/images/edm/articleContent_img01.png"/></div> <p class="articleContent_text">科技新知，時時更新</p> <div class="btnGroup"> <a class="articleContentBtn socialBtn" href="https://www.facebook.com/technewsinside"> <img alt="科技新報粉絲團" src="https://img.technews.tw/wp-content/themes/twentytwelve/images/fbLike_icon.svg"/>科技新報粉絲團 </a> <a class="articleContentBtn lineBtn" data-v-4185e1d6="" href="https://lin.ee/nuCjuzt"> <img alt="加入好友" border="0" data-v-4185e1d6="" src="https://img.technews.tw/wp-content/themes/twentytwelve/images/lineAt_icon.svg"/>加入好友 </a> <a class="articleContentBtn newsLetterBtn" href="https://member.technews.tw/user/newsPaperManager" id="contentSubscribe" target="_blank"> <img alt="訂閱免費電子報" src="https://img.technews.tw/wp-content/themes/twentytwelve/images/subscribeEDM_icon.svg"/>訂閱免費電子報 </a> </div> <hr class="articleContent_hr"/> </div> <!-- 增加 訂閱電子報內文欄位 --> <div> <!-- 廣告開關中的PC popin MaxwWu 修正註解敘述 20220727--> <!-- <div class="popIn"> <div class="wrapper rps_wrapper" id="rps_hcarousel"> </div> </div> --> <div id="_popIn_recommend"></div> <script type="text/javascript"> (function() { var pa = document.createElement('script'); pa.type = 'text/javascript'; pa.charset = "utf-8"; pa.async = true; pa.src = window.location.protocol + "//api.popin.cc/searchbox/technews_tw.js"; var s = document.getElementsByTagName('script')[0]; s.parentNode.insertBefore(pa, s); })(); </script> </div> <div class="article-tags-area">關鍵字: <a href="https://technews.tw/tag/ai-%e4%bc%ba%e6%9c%8d%e5%99%a8/" rel="tag">AI 伺服器</a> , <a href="https://technews.tw/tag/ai-%e6%8e%a8%e8%ab%96/" rel="tag">AI 推論</a> , <a href="https://technews.tw/tag/csp/" rel="tag">CSP</a> , <a href="https://technews.tw/tag/deepseek/" rel="tag">DeepSeek</a> , <a href="https://technews.tw/tag/gb200/" rel="tag">GB200</a> , <a href="https://technews.tw/tag/gb300/" rel="tag">GB300</a></div><!-- .entry-meta -->

報導指出 AWS 13 小時大停擺可能與 AI 代理 Kiro 有關，但亞馬遜堅決否認並指出事故源於存取控制設定的人為錯誤。把系統維護交給AI代理 (Agentic AI)來做，結果它判斷修復Bug的最快方法是把整個環境「刪除重練」？這聽起來像是科幻電影的情節，卻被指控真實發生在亞馬遜的雲端伺服器上。近期金融時報爆料指稱，去年12月AWS長達13小時的服務中斷，罪魁禍首正是亞馬遜自家大力推廣的AI程式開發工具「Kiro」。不過，亞馬遜官方隨後發布聲明強烈否認，強調這完全是一起「人為疏失」，並且指責報導內容存在多處不實。 A builder shares why their workflow f

第一眼看到這金字塔造型產品時，還以為是USB多功能HUB，原來是迷你電腦。這麼個很有科幻感的迷你裝置「AI Pyramid Computing Box」，打破了傳統開發板硬梆梆的零件外露設計，採用四角錐金字塔造型，並搭載了螢幕與豐富的連接介面，目標是讓人工智慧（AI）的開發變得更加平易近人。它的核心是為了「邊緣運算」（Edge AI）而設計，與一般需要連上雲端伺服器才能運作的 AI 不同，這台小電腦可以在本地端直接處理數據，使用者的隱私資料不需要上傳到網路，增加了安全性，同時也降低了延遲。產品共分為兩種規格：一、半透明的標準版： 配備 4GB 的記憶體，適合用來製作簡單的聊天機器人、居家監視攝

蘋果公司（Apple Inc.）行政總裁提姆·庫克（Tim Cook）喺 2026 年第三季財報會議透露，由於 AI 雲端伺服器運算成本龐大，未來 Apple Intelligence 同 Siri AI 嘅每日使用上限將會同 iCloud+ 訂閱等級掛鈎，高用量用戶未來或需透過加購方案獲得更多配額。

科技界傳出最新消息，蘋果即將喺 WWDC 推出嘅全新 Siri，由於自身伺服器效能不足，將會藉助 Google 嘅雲端伺服器，並採用 Nvidia 最新嘅 Blackwell B200 晶片嚟處理複雜嘅高階 AI 運算，反映出大規模人工智能對算力嘅龐大需求。

* * 全球知名通訊軟體 Telegram 近日無預警釋出重大更新，官方正式將「繁體中文」納入內建語言選項，終結過去使用者必須依賴「第三方語言包」補丁的時代，而這款被暱稱為「紙飛機」的 App，能否以雲端儲存與隱私優勢帶動轉移潮，挑戰 LINE 的台灣通訊軟體霸主地位，引發關注。 ### 如何切換 Telegram 繁體中文介面？ 實際操作，使用者無須重新下載 App，只要確保版本已更新，即可按照以下路徑操作： 1. 進入設定：開啟 App 後，點擊右下角的 「Settings」（設定） 圖示。 2. 尋找語言項：主要在選單中下滑找到 「Language」（語言） 選項進入。 3. 一鍵切換：主要在選單最頂部直接點選 「繁體中文」，系統將即時完成介面更換。 ### ### Telegram 三大優勢再度浮現 解決 Telegram 過去語言隔閡的問題，原本獨特的「全雲端化」設計優勢再度顯現。 1. **檔案永久保存：** 告別惱人的「檔案已過期無法讀取」提示，使用者上傳至 Telegram 聊天室的圖片、影片與大型文件皆安全存放於雲端伺服器，無論歷經多久，隨時點擊皆可順利下載，因為 Telegram 是一個具備通訊功能的「無限雲端硬碟」。 2. **跨平台連動：** Telegram 支援多裝置同時登入，包括手機、平板、電腦），各裝置間的訊息即時同步、互不干擾，對於需要跨設備協作的專業人士而言，徹底解決切換設備即被迫登出的窘境，大幅提升跨裝置辦公的生產力。 3. **無痛換機轉移：** 由於 Telegram 的訊息與檔案預設同步於雲端而非手機空間，使用者更換手機時只需要重新登入，所有對話紀錄便會瞬間同步連動，完全免除手動備份失敗或換機導致資料遺失的風險。 ### 為何 Telegram 將引發數位移民潮？ 由於台灣主流通訊軟體 LINE 推出進階訂閱制，並縮減部分免費版功能的彈性，例如大幅限縮訊息收回的時限，已在各大社群討論平台引發不小的反彈聲浪，而 Telegram 選擇在使用者不滿情緒發酵之際解決語言痛點，有望以雲端儲存與隱私優勢帶動轉移潮。 專家表示，目前徹底顛覆既有的市場格局並非易事，因為通訊軟體的核心價值高度仰賴「網路外部性」，使用者的去留往往被親友、客戶與工作群組的習慣所綁架，儘管使用者充斥著「全面轉移」的呼聲，但短期內仍面臨嚴峻的現實挑戰。 整體來說，Telegram 的這波突擊更新，確實為固化的通訊軟體市場注入一劑強心針，隨著最後一道語言門檻的消弭，這款兼具強大效能與隱私防護的工具，正以前所未有的姿態，逐步挑戰台灣使用者的數位通訊習慣，但能否成功突圍仍要看後續的用戶留存率。 （首圖來源：shutterstock） ### 延伸閱讀： * iPASS 一卡通拚 3 億增資到位轉盈！狂撒 1.5 億回饋金強打自有生態圈 * 行動電源用「兩年」就要換！CHARGESPOT 從借電到回收打造電力循環 * 台塑聯名卡將走入歷史！6/1 換發國泰 CUBE 加油最高降 3 元再加 2% 文章看完覺得有幫助，何不給我們一個鼓勵 請我們喝杯咖啡 ## 想請我們喝幾杯咖啡？ ### 每杯咖啡 65 元 x 1 x 3 x 5 x 您的咖啡贊助將是讓我們持續走下去的動力 **總金額共新臺幣 0 元** 《關於請喝咖啡的 Q & A》 ### 留給我們的話 取消 確認 ## 還想知道什麼？TechNews Smart 告訴你 1. Telegram 官方中文化後，能否打破 LINE 的網路外部性？ 2. 雲端儲存成本高昂，Telegram 如何在擴張中維持獲利？ 3. 跨裝置同步優勢，是否能助 Telegram 搶佔企業通訊市場？ 4. LINE 縮減免費功能，是否會加速台灣用戶轉向 Telegram？ 5. 隱私與雲端優勢，能否讓 Telegram 成為數位移民首選？ Powered by TechNews Smart AI 從這裡可透過《Google 新聞》追蹤 TechNews * * * 科技新知，時時更新 科技新報粉絲團 加入好友 訂閱免費電子報 * * * 關鍵字: Line , telegram , 台灣通訊軟體 , 官方繁體中文版

## 蘋果預告 Apple AI 用量同 iCloud+ 綁定 庫克透露高用量用戶或需付費升級 蘋果公司（Apple Inc.）喺星期四（7月30日）舉行嘅 2026 年第三季度財報電話會議中，首次對外講述旗下人工智慧（AI）服務嘅商業化方向。行政總裁提姆·庫克（Tim Cook）表示，隨住預計喺今年 9 月伴隨 iOS 27 登場嘅全新 Siri AI 推出，用戶對 AI 嘅需求將會大幅增加。為咗應對伺服器端龐大嘅運算成本，蘋果現階段計劃將 AI 嘅每日使用量上限同 iCloud+ 嘅訂閱等級連結，並正喺度評估未來為重度使用者提供額外付費升級方案嘅可行性。 為咗應對伺服器端龐大嘅運算成本，蘋果現階段計劃將 AI 嘅每日使用量上限同 iCloud+ 嘅訂閱等級連結，並正喺度評估未來為重度使用者提供額外付費升級方案嘅可行性。 ## 伺服器運算成本上升 用量配額同 iCloud+ 掛鈎 雖然蘋果一直強調 Apple Intelligence 優先喺裝置端（On-device）處理數據，但部分複雜指令仍需要傳送至私人雲端運算（Private Cloud Compute）伺服器處理。庫克喺會議中承認，AI 服務會令營運開支（OpEx）相應增加。 蘋果早喺今年 WWDC（Worldwide Developers Conference）開發者大會上，就曾提及 Image Playground 等生成式 AI 功能會設有每日使用限制。庫克喺今次財報會議中進一步釐清，用戶購買嘅 iCloud+ 儲存空間等級越高，獲得嘅每日 AI 使用配額（Tokens）就會越多。目前免費嘅 5GB iCloud 帳戶配額預計非常有限；而付費方案則由 50GB（每月約 1 美元）、200GB（每月約 3 美元）至 2TB（每月約 10 美元）不等，更高級別仲有 6TB 同 12TB 方案。另外，Apple Home 嘅 AI 影片分析功能，現時亦規定必須訂閱 2TB 或以上方案配合 Apple One Premier 先可以使用無限鏡頭分析。 _"In terms of what it means for compute cost, it's obviously early going for us, and so I don't want to say that we have a complete plan for that. We do believe there will be people that want to use it a lot and we will have some kind of upgrade possibilities on iCloud+ where people can buy up the stack on iCloud+. We'll see how the pickup for that is._ " – Tim Cook, Apple CEO ## iOS 27 Siri AI 即將登場 未來或增設獨立 AI 加購選項 即將隨 iOS 27 推出嘅 Siri AI 包含全新獨立應用程式，提供類似 ChatGPT 嘅對話介面，並能跨應用程式執行複雜操作。庫克指出，現階段要評估 iCloud+ 收入係唔係足以完全抵銷 AI 運算成本仍言之過早，但蘋果確信市場上會有一批需要大量使用 AI 嘅用戶，因此公司內部正研究喺 iCloud+ 體系內提供「向上購買（Buy up the stack）」嘅升級選項。 分析認為，要求用戶為咗獲取更多 AI 配額而強制購買唔需要嘅雲端儲存空間未必最合乎效益，因此蘋果未來極可能推出獨立嘅 AI Token 補充包或者專屬嘅 AI 訂閱增值服務。蘋果最新季度嘅服務業務收入已達到 307.4 億美元，進一步將 AI 商業化將有助維持服務業務嘅持續增長。 ## 總結 總括嚟講，蘋果免費提供基礎 AI 功能嘅策略短期內未有改變，但對於需要頻繁使用雲端 AI 運算嘅用戶嚟講，未來可能需要透過訂閱更高階嘅 iCloud+ 方案或額外付費嚟解鎖更高嘅使用額度。具體嘅配額細節同收費架構，預計會在今年 9 月 iOS 27 正式發布時有更清晰嘅公佈。

## Google Pixel 10 全新突破：Gemma 4 引入裝置端 AI，離線使用全解析 AI 發展由前幾年爆發至今，一直都極度依賴強大嘅雲端伺服器進行運算。當大家習慣咗叫 AI 幫手寫文、搵資料或者分析圖片嘅時候，隨之而來嘅係對數據私隱以及網絡連線嘅深度憂慮。有見及此，Google 近期大幅改變策略，致力將 AI 嘅大腦帶返落用家部手機入面，減低對雲端嘅依賴。 喺啱啱完結嘅 Google I/O 印度大會上，Google 聯同 Pixel 團隊正式公佈咗一個振奮人心嘅消息：推出專為 Pixel Tensor 晶片設計嘅「Gemma 4 E2B for TPU」模型。呢個升級意味住新一代嘅 Pixel 10 系列手機，而家可以喺完全無上網、無 Wi-Fi、無數據嘅極端情況下，依然能夠獨立而且流暢地處理複雜嘅 AI 指令。呢個轉變唔單止係技術上嘅突破，更代表住未來智能手機發展嘅新方向。對於經常要出外公幹、鍾意搭飛機旅行，或者對個人資料極度敏感嘅香港用家嚟講，呢個「裝置端 AI (On-Device AI)」嘅發展方向絕對值得大家深入探討同關注。 喺啱啱完結嘅 Google I/O 印度大會上，Google 聯同 Pixel 團隊正式公佈咗一個振奮人心嘅消息：推出專為 Pixel Tensor 晶片設計嘅「Gemma 4 E2B for TPU」模型。 ## 基本資料整理：Gemma 4 E2B for TPU 為咗令大家更容易掌握今次更新嘅核心，我哋將 Google 公佈嘅重點資料整理成以下圖表： **項目** | **詳細內容** ---|--- **核心 AI 模型** | Gemma 4 E2B for TPU (為 Tensor Processing Unit 最佳化嘅輕量級模型) **技術特點** | 採用量化感知訓練 (Quantization-aware training, QAT)，降低記憶體需求但維持運算質素 **支援裝置** | 限定 Pixel 10 家族：Pixel 10, Pixel 10 Pro, Pixel 10 Pro XL, Pixel 10 Pro Fold **運作模式** | 100% 裝置端本地處理 (On-device)，完全毋須上網 **三大功能範疇** | Agent Skills (助理技能)、Mobile Actions (手機指令控制)、多模態互動 (文字、影像及語音處理) **私隱保障級別** | 數據完全停留喺手機內部，保證零上傳、零雲端紀錄 **開發者支援** | 推出 Google Tensor SDK Beta，提供超過 100 個經典機器學習模型及最新小型語言模型 (SLM) ## 使用心得：日常生活與工作嘅真實應用 作為一個追求實用性同效率嘅資訊愛好者，對於呢項技術最深嘅感受係「安穩」同「便利」。以往我哋依賴各大 AI 助理，最怕遇到「請檢查網絡連線」嘅提示。試幻想一下，而家透過 Pixel 10 嘅裝置端運算，即使你坐喺三萬尺高空嘅長途機上，都可以隨時打開手機同 AI 進行深度對話 (AI Chat)，幫你梳理落機之後嘅行程或者處理文件草稿。呢種不受時地限制嘅體驗，大大提升咗工作效率。 另一方面，對於鍾意周圍去旅行嘅香港人嚟講，「Ask Image」影像辨識功能絕對係一大恩物。去到歐洲或者日本嘅偏遠地區，有時當地買嘅電話卡突然收唔到訊號，見到唔識嘅地標、奇特嘅植物，甚至睇唔明嘅外語產品說明，只要攞部機出嚟影張相，手機就能夠即時離線為你解答。呢種唔洗四圍搵 Wi-Fi 嘅安全感，係雲端 AI 畀唔到嘅。此外，對私隱嘅保護亦都令用家非常放心，喺手機入面錄製嘅會議語音 (Ask Audio) 可以直接轉成文字，機密內容唔會經過任何外來伺服器，對商業用戶嚟講極具吸引力。 ## 功能、設計、概念與影響分析 今次 Google 嘅開發理念非常清晰：提升反應速度、極致保障私隱、確保全天候可用。以下為幾項核心功能嘅詳細拆解： ### 1. Mobile Actions (離線手機指令控制) 呢項功能運用咗專門嘅 Functional Gemma 模型。用家可以透過語音或者文字，直接命令手機執行核心系統操作，例如開關 Wi-Fi 或者啟動 Google Maps。由於整個過程毋須經過雲端伺服器往返核對，反應速度接近「零延遲」。呢種設計令到「免提操作」變得更實在，唔會再因為網絡慢而導致語音助手發呆。 0:00 /0:33 1× 1. Mobile Actions (離線手機指令控制) ### 2. 多模態互動 (Rich Offline Multimodal Interactions) Gemma 4 嘅強大之處在於佢唔單止識睇文字，仲可以處理聲音同圖片，而且全部喺本地完成： * **Ask Image (影像分析):** 影相即時辨識。官方特別提到企業級別嘅應用，例如汽車維修技工可以就咁影低有損壞嘅汽車零件，手機就能夠離線提供準確嘅視覺診斷結果。 * **Ask Audio (語音轉錄):** 針對課堂聽書或者開會做筆記，提供 100% 私人嘅本地語音轉文字服務。免除咗音檔上傳帶來嘅私隱災難風險。 0:00 /0:23 1× 2. 多模態互動 (Rich Offline Multimodal Interactions) ### 3. Agent Skills (個人化 AI 助理技能) 手機能夠離線擔任旅遊行程規劃師、食譜建議專家或者智能家居控制器。Google 更示範咗一個非常落地嘅零售業應用場景：AI 可以將抽象嘅食譜想法，自動轉換成針對特定實體店內佈局嘅精確購物路線圖，整個過程完全唔需要上網。呢種將 AI 融入實體生活嘅概念，將會大幅改變我哋嘅消費模式。 0:00 /0:24 1× 3. Agent Skills (個人化 AI 助理技能) ## 比較與不同觀點：雲端 AI vs. 裝置端 AI 雖然 Google 大力推動裝置端 AI，但大家難免會問，點解要放棄雲端近乎無限嘅運算資源？我哋可以從多個客觀維度作對比分析： **比較維度** | **雲端 AI (Cloud AI)** | **裝置端 AI (On-Device AI)** | **深入觀點分析** ---|---|---|--- **極限運算能力** | 頂級，可處理天文數字般嘅邏輯與生成超長篇大論。 | 受制於手機 Tensor TPU 晶片效能，主打輕量及精準。 | 裝置端 AI 未必適合用嚟生成一部幾萬字嘅小說，但應付日常翻譯、起稿、搜尋指令已經卓卓有餘。 **反應與延遲** | 極受當地網絡質素影響，網絡差時體驗極差。 | 本地處理，接近即時反應。 | 處理開關系統設定、簡單查詢呢類需要「即刻有反應」嘅指令，裝置端體驗遠超雲端。 **私隱與安全性** | 數據無可避免需要上傳，存在黑客截取或伺服器外洩風險。 | 數據 100% 保留喺本地設備內，從不外流。 | 當處理醫療紀錄、商業機密對話或私人生活相片時，裝置端 AI 擁有不可取代嘅安全性。 **連線依賴度** | 必須時刻保持穩定連線。 | 零依賴，完全離線可用。 | 對於經常身處訊號盲區（如地鐵、飛機、偏遠郊區）嘅用家，裝置端 AI 係唯一可靠選擇。 **電量消耗** | 依靠伺服器計數，手機主要耗電喺網絡傳輸。 | 依賴手機內部晶片高速運算，可能增加瞬間耗電。 | 雖然晶片運算會耗電，但 Google 引入量化感知訓練 (QAT) 降低系統負荷，實質耗電表現仍需長期觀察。 ## 常見問題 Q&A 綜合 Google 嘅官方發佈，我哋為大家整理咗 10 個最常被問及嘅問題同解答： 1. **咩係 Gemma 4 E2B for TPU？** 呢個係 Google 最新推出嘅輕量級開源 AI 模型，經過特別設計同最佳化，專門喺 Pixel 手機嘅 Tensor 處理晶片 (TPU) 上面全速運行，負責處理各種本地 AI 任務。 2. **呢項全新嘅裝置端 AI 技術支援邊幾款手機？** 目前呢個升級專為最新一代硬體而設，支援嘅設備包括 Pixel 10、Pixel 10 Pro、Pixel 10 Pro XL 同埋 Pixel 10 Pro Fold。 3. **使用呢個 AI 助手嗰陣，到底需唔需要連接互聯網？** 完全唔需要。Gemma 4 E2B 嘅最大賣點就係 100% 離線運作，即使喺無 Wi-Fi、無數據嘅情況下，依然可以處理文字、影像同語音指令。 4. **我交畀 AI 處理嘅對話同相片，會唔會被 Google 收集作訓練用途？** 絕對唔會。由於所有 AI 運算都係喺你部手機內部進行，你嘅私人數據永遠唔會離開部裝置，保障絕對私隱。 5. **發佈會提到嘅 Mobile Actions 有咩實際日常用途？** 你可以用語音或者文字，喺完全離線嘅狀態下控制手機嘅核心功能，例如叫手機「閂咗 Wi-Fi 佢」或者「開 Google Maps」，反應會比以前依賴網絡嘅語音助手快好多。 6. **如果我搭緊飛機，無買機上 Wi-Fi，仲用唔用到 AI Chat？** 可以。Google 官方特別強調，即使身處三萬尺高空嘅機艙入面，用家一樣可以流暢地同 AI 進行深度對話、構思點子或者編排行程。 7. **Ask Image 影像辨識功能喺商業上有咩應用例子？** 除咗一般用家旅行辨識風景，企業層面都有廣泛應用。例如汽車維修技工可以影低有問題嘅零件，手機就能夠離線提供即時嘅視覺診斷，提升維修效率。 8. **Ask Audio 語音轉錄功能會唔會消耗大量上網數據？** 唔會。Ask Audio 係完全本地化運作，可以直接將長達數小時嘅課堂或者商業會議錄音轉成文字筆記，成個過程一丁點流動數據都唔會用到。 9. **呢個技術可以點樣幫到零售實體店嘅顧客？** Google 示範咗一個功能，AI 可以根據用家腦海中嘅食譜想法，完全離線咁轉換成針對嗰間特定實體店嘅精確購物路線圖，教你行邊條走廊買齊材料。 10. **如果我係開發者，可以點樣利用呢個技術開發自家 App？** 開發者可以註冊下載 Google Tensor SDK，入面提供統一嘅開發流程、超過 100 個經典機器學習模型同埋最新嘅小型語言模型（SLM），方便大家開發具備高度安全性嘅邊緣運算 (Edge AI) 應用程式。 ## 總結 Google 喺 Pixel 10 家族上力推嘅裝置端 AI 技術，無疑為陷入規格樽頸嘅智能手機市場提供咗一條極具前瞻性嘅新出路。由以往「極度依賴雲端伺服器」轉向「強化本地運算能力」，最大嘅得益者絕對係一眾重視私隱、要求系統穩定性嘅用家。 Gemma 4 E2B for TPU 完美展現咗輕量級模型嘅強大潛力，令到日常最常用嘅操作，例如語音轉文字、影像辨識、行程規劃等，變得比以往更迅速、更具安全感。雖然從極限運算力嚟講，手機內部晶片暫時未必可以完全取代數據中心入面龐大嘅雲端巨型模型，但對於處理我哋絕大部分嘅日常實務需求，已經顯得非常稱職有餘。希望呢篇文章可以幫到大家更清晰理解今次 Google AI 技術升級嘅實際意義同應用價值，未來換機時亦可以多一個具參考價值嘅指標。

## WhatsApp 測試自家雲端備份服務：提供 2GB 免費空間挑戰 iCloud 根據科技網站 WABetaInfo 喺最新 WhatsApp TestFlight 測試版本中嘅發現，Meta 似乎開發緊一個全新嘅對話備份方案，為 iPhone 用戶提供現時 Apple iCloud 以外嘅替代選擇。呢項改動意味住未來用戶備份 WhatsApp 資料嗰陣，將會有更大嘅自主權同儲存彈性。 ## WhatsApp 開發自家備份服務 現時 iPhone 用戶如果要備份 WhatsApp 嘅對話紀錄同媒體檔案，基本上只能夠依賴 Apple 嘅 iCloud 服務。不過，WABetaInfo 喺近期嘅測試代碼入面發現，WhatsApp 準備推出自家嘅雲端備份系統。雖然目前呢項功能仲未向所有 TestFlight 用戶開放，但測試人員已經成功啟用咗相關介面。 從流出嘅介面可見，未來用戶可以喺系統設定入面，自由選擇將備份存放喺 iCloud 或者 WhatsApp 嘅自家雲端伺服器。 從流出嘅介面可見，未來用戶可以喺系統設定入面，自由選擇將備份存放喺 iCloud 或者 WhatsApp 嘅自家雲端伺服器。 ## 儲存容量與潛在收費計劃 現時 Apple iCloud 預設只提供 5GB 免費儲存空間，對於經常收發相片同影片嘅香港用家嚟講，容量好快就會用盡。根據現有情報，WhatsApp 嘅自家備份方案將會提供 2GB 嘅免費儲存空間，多少可以減輕部分 iCloud 嘅儲存壓力。消息亦指出，Meta 未來可能會推出高達 1TB 嘅付費升級計劃，以滿足商務或高用量用戶嘅龐大備份需求。 ## 預設端到端加密 保障通訊私隱 喺私隱保護方面，新方案嘅處理手法亦有顯著分別。目前如果用戶將 WhatsApp 資料備份到 iCloud，端到端加密（End-to-end encryption）係一個自選項目，用戶需要手動去設定入面開啟。 但喺 WhatsApp 嘅自家伺服器上，備份檔案將會預設啟用端到端加密，而且系統唔容許用戶單方面關閉呢項保護（除非轉返用 iCloud 備份）。系統建議用戶使用通行密匙（Passkey）作為主要加密方式，即係將憑證安全咁儲存喺裝置嘅密碼管理工具入面，取代傳統密碼。如果唔想用通行密匙，用戶依然可以選擇一般密碼或 64 位元加密金鑰。Meta 強調，只有用戶本人可以存取備份內容，連 WhatsApp 或 Meta 官方都無法讀取任何資料。 ## 總結 雖然目前尚未有呢項新功能正式推出嘅時間表，但消息指 WhatsApp 亦同時為 Android 用戶開發緊 Google Drive 以外嘅備份替代方案。考慮到雙平台嘅開發工作正同步進行，相信呢項全新嘅備份功能喺不久將來就會正式向公眾推播，為用家帶嚟更具彈性同私隱保障嘅資料備份體驗。

## Apple 與 PrismML 嘅潛在合作：iPhone 未來或可直接運行更龐大 AI 模型 科技界近期傳出新消息，指出 Apple 正積極尋找新方法，務求將體積更大、運算能力更強嘅人工智能（AI）模型，直接放喺 iPhone 裝置入面運行。根據《The Information》於 2026 年 7 月 9 日嘅最新報導，Apple 近期同初創科技公司 PrismML 進行咗多次會議，主要探討如何利用該公司嘅壓縮技術，突破目前智能手機硬件嘅限制。 據了解，PrismML 已經取得初步成功，佢哋成功將阿里巴巴開源嘅大型語言模型 Qwen 3.6，完整壓縮並喺一部 iPhone 17 Pro 上面流暢運行。Qwen 3.6 係一個擁有高達 270 億參數嘅龐大模型。呢個數字比起 Apple 目前內置於 iOS 27 系統中嘅模型還要大。呢項技術展示咗未來智能手機喺毋須連接互聯網嘅情況下，都有能力處理極度複雜嘅 AI 任務，為未來嘅流動通訊設備發展指出咗一個新方向。 ## 突破硬件限制嘅 270 億參數模型 要理解今次技術突破嘅重要性，我哋首先要了解目前 AI 模型喺手機上運行嘅限制，以及 Apple 目前採用緊咩策略。 ### 究竟 AI 模型嘅「參數」係咩？點解對運算能力咁重要？ 喺探討模型大細之前，有必要先了解「參數」嘅概念。喺人工智能領域，參數就好似人類大腦入面嘅神經突觸。模型喺訓練過程中會不斷調整呢啲參數，從而學習語言規律、邏輯推理同埋各種知識。簡單嚟講，模型擁有嘅參數數量越多，佢能夠儲存嘅資訊量就越龐大，處理複雜邏輯同埋細微語意差異嘅能力亦會相應提升。 不過，龐大嘅參數數量亦代表住極高嘅硬件需求。當一個 AI 模型運行嗰陣，佢需要將呢啲參數載入到手機嘅記憶體入面。如果一個模型有幾百億個參數，單單係佔用嘅 RAM 就可能高達十幾 GB。因此，點樣喺唔增加硬件負擔嘅前提下，將龐大嘅模型壓縮，就成為咗各間科技公司爭相研究嘅重點。 ### Apple 目前嘅技術瓶頸與 AFM 3 Core Advanced 模型 喺最新嘅 iOS 27 系統入面，Apple 為 iPhone 17 Pro 同埋全新嘅 iPhone Air 機型引入咗大量 Apple Intelligence 嘅升級功能。例如 Siri AI 擁有更自然、更具情感表現力嘅語音反應，同時系統級嘅語音聽寫功能亦變得更加精準。呢啲功能背後，主要依賴 Apple 自家研發嘅裝置端模型 AFM 3 Core Advanced。 雖然 AFM 3 Core Advanced 擁有 200 億參數，但佢採用咗業界稱為「稀疏架構」（Sparse Architecture）嘅設計。呢種設計嘅特點係，模型喺處理特定任務嗰陣，唔會同時啟動所有參數。報導指出，AFM 3 Core Advanced 喺任何一個時間點，其實只有大約 10 億至 40 億個參數處於活躍狀態。呢個做法嘅好處係可以大幅節省手機嘅處理器資源同埋記憶體消耗，令到電池續航力得以維持。但缺點係，模型嘅整體推理能力同埋複雜問題處理能力，難免會受到一定程度嘅限制。 ### PrismML 嘅技術突破：同時全面活躍嘅參數 相比之下，PrismML 所展示嘅技術就顯得非常突破。佢哋成功將擁有 270 億參數嘅 Qwen 3.6 模型放喺 iPhone 17 Pro 運行，而且同 Apple 目前採用嘅稀疏架構唔同，PrismML 技術下嘅 270 億個參數係可以喺同一時間全部處於活躍狀態。 要喺一部體積細小、散熱空間有限，而且記憶體（RAM）容量固定嘅智能手機上，同時驅動 270 億個活躍參數，對記憶體頻寬同埋壓縮演算法嘅要求極高。如果 Apple 最終能夠將 PrismML 嘅技術整合到未來嘅 iOS 系統，意味住 iPhone 將擁有媲美部分雲端伺服器嘅本地 AI 運算能力，大幅拋離目前依賴網絡連線嘅傳統 AI 應用模式。 ## 附加基本資料整理：裝置端 AI 對用戶及業界嘅影響 將大型 AI 模型由雲端轉移到裝置端（On-device）運行，係目前整個科技業界嘅發展大趨勢。呢種轉變唔單止影響科技巨頭嘅基礎建設佈局，更加直接關係到一般用戶嘅日常使用體驗。以下為大家整理出呢項技術普及後帶嚟嘅實際影響： ### 1. 進一步加強用戶私隱保障 對於注重私隱嘅用家嚟講，裝置端 AI 係最理想嘅解決方案。目前，當手機遇到過於複雜嘅 AI 請求嗰陣，系統會將數據加密，然後傳送去 Apple 嘅私密雲端運算（Private Cloud Compute）伺服器進行處理。雖然 Apple 一直強調雲端處理嘅高度安全性，並且承諾唔會儲存用戶數據，但對於部分企業用戶或者對資訊安全有極高要求嘅人士嚟講，數據始終離開咗部手機。 如果未來 iPhone 能夠直接喺本機處理更龐大嘅模型，大量涉及個人私隱嘅操作，例如分析私人電郵內容、整理財務報表、或者處理機密商業文件，就可以完全喺手機內部完成，達到真正意義上嘅「數據不離機」，從根本上杜絕數據喺網絡傳輸過程中被截取嘅風險。 ### 2. 大幅降低企業營運成本 從商業角度分析，維持龐大嘅 Private Cloud Compute 伺服器群，需要消耗巨額嘅電力同埋硬件維護成本。隨住 Apple Intelligence 嘅功能越來越普及，全球數以億計嘅 iPhone 用戶每日產生嘅 AI 運算需求係天文數字。 將運算壓力由雲端轉移返去用戶嘅手機處理器上面，可以有效減低 Apple 喺建設及營運數據中心方面嘅龐大開支。呢種將運算成本分散至硬件終端嘅策略，對於維持企業嘅長期利潤率有正面作用，亦可以減輕未來可能轉嫁到消費者身上嘅訂閱費用壓力。 ### 3. 對大中華及亞洲地區用戶嘅實際意義 對於香港、台灣、中國內地以及新加坡等華人聚居地嘅用戶而言，更強大嘅本地 AI 模型具有極高嘅實用價值。中文，尤其係包含不同地區方言（例如香港廣東話）、繁簡字體轉換、以及中英夾雜嘅獨特表達方式，對自然語言處理模型嘅要求非常之高。 目前體積較細嘅本地模型，喺處理複雜嘅跨語言翻譯或者深層語意理解嗰陣，往往需要依賴雲端協助。如果 270 億參數級別嘅模型能夠喺本地運行，意味住系統可以更準確、更快速地理解帶有地區特色嘅語言指令，而唔會出現因為網絡延遲而導致嘅反應緩慢。例如，當用戶身處網絡訊號較弱嘅地方，例如地鐵隧道、郊區或者飛機機艙內，依然可以流暢地使用高級 AI 功能進行即時翻譯或者撰寫長篇文章，大大提升咗日常生活中嘅實用性。 ### 4. 邊緣運算（Edge AI）與未來智能手機發展 將龐大模型壓縮至手機運行，屬於「邊緣運算」領域嘅一大挑戰。目前業界通常採用量化（Quantization）等技術，將模型嘅精度稍微降低，以換取體積大幅縮小。PrismML 嘅技術之所以受到 Apple 重視，很大機會係佢哋喺壓縮模型嘅同時，能夠保持模型極高嘅準確度與活躍狀態。 長遠嚟講，呢場技術競賽將會改變消費者評估智能手機嘅標準。過往，消費者購買手機主要關注鏡頭像素、屏幕刷新率或者電池容量。但喺可見嘅將來，手機內置嘅神經網絡引擎效能，以及能夠流暢運行幾大參數嘅 AI 模型，將會成為區分高階旗艦機同埋中階手機嘅最重要指標。 ## 總結 綜合目前嘅資訊，Apple 與 PrismML 嘅潛在合作，反映出科技巨頭對於推動「裝置端 AI」嘅決心。將 270 億參數且全面活躍嘅 AI 模型引入 iPhone，唔單止係一項硬件同軟件工程上嘅重大突破，更加係為咗兼顧運算效能、營運成本以及用戶私隱嘅長遠戰略佈局。 雖然目前呢項技術似乎仲處於早期探討或者測試階段，但已經為未來智能手機嘅發展方向提供咗清晰嘅藍圖。隨住相關技術進一步成熟，我哋可以預期未來嘅 iOS 系統，例如應用喺下一代 iPhone 17 Pro 同 iPhone Air 嘅功能，將會變得更加獨立同埋強大。 對於一般讀者而言，呢則新聞意味住未來更換新手機嗰陣，AI 處理能力將會成為一個極具參考價值嘅硬件規格重點。至於最終 Apple 會唔會全面收購 PrismML，或者將呢項技術正式落實到下一代量產機型之中，仍有待市場進一步觀察。作為消費者，了解呢啲底層技術嘅發展，有助於我哋喺未來作出更符合自身需求嘅科技產品選擇。

## 蘋果全新 Siri 傳外判複雜運算：採用 Google 伺服器與 Nvidia 頂級晶片 隨著 2026 年蘋果全球開發者大會（WWDC）即將喺 6 月 8 號開幕，市場高度關注全新 Siri 嘅技術細節。最新外媒消息指出，蘋果自身嘅伺服器硬件未能完全應付大規模嘅高階 AI 運算，因此將會使用 Google 嘅雲端架構，以及 Nvidia 最新嘅晶片，以確保新版 Siri 運作流暢。 ### 內部測試速度未如理想 蘋果轉尋外援 其實喺今年年初，蘋果同 Google 已經發表過簡短嘅聯合聲明，確認下一代嘅蘋果基礎模型（Apple Foundation Models）將會採用 Google Gemini 技術。而今次嘅新報告，就進一步揭示咗背後運作嘅伺服器硬件細節。 根據外媒《The Information》引述消息報導，蘋果原本計劃將大部分 AI 功能放喺用戶裝置本地運行，而需要雲端處理嘅高階請求，則交由自家研發、採用 Apple Silicon 嘅「私密雲端運算」（Private Cloud Compute）系統負責。然而，蘋果喺內部測試全新 Siri 模型嘅時候，發現自家系統嘅運行速度未達預期，無法滿足大規模用戶同時使用時所需嘅算力。為咗解決呢個技術瓶頸，蘋果選擇同 Google 達成多年合作協議。 ### 結合 Google 雲端與 Nvidia Blackwell 晶片 今次合作嘅核心，主要係蘋果下一代嘅基礎模型將會建立喺 Google 嘅 Gemini 模型同埋雲端技術之上。當 Siri 接收到複雜、需要極高算力嘅指令時，呢啲數據就會交由 Google 嘅伺服器處理。 值得留意嘅係，呢啲伺服器配備咗 Nvidia 最新嘅 Blackwell B200 數據中心晶片。呢款晶片具備極高嘅運算效能，能夠大幅提升 AI 嘅反應速度，減低用戶等待嘅時間，從而令 Siri 嘅對答更具人性化同流暢。 Nvidia Blackwell 晶片 ### 私隱保護成關鍵：Nvidia 機密運算與蘋果技術嘅結合 對於蘋果用戶嚟講，數據私隱一向係最關心嘅地方。為咗解除公眾疑慮，Nvidia 嘅硬件配備咗「機密運算」（Confidential Computing）功能，可以喺數據進行處理嘅過程中全程加密，防止資料外洩。 Nvidia 機密運算 不過，目前市場仍未完全清楚蘋果喺 2024 年公佈嘅「私密雲端運算」安全架構，將會如何同 Google 及 Nvidia 嘅伺服器進行實質整合。蘋果一向視用戶私隱為核心價值，預計喺即將舉行嘅 WWDC 大會上面，官方會對呢部分嘅安全機制做出更詳細嘅交代。 ### 總結：高階 AI 對算力需求龐大 總括而言，強大如蘋果亦需要結合行內其他龍頭嘅硬件同雲端技術，可見現時頂尖 AI 模型對伺服器算力嘅需求極其龐大。全新 Siri 嘅實際表現以及私隱保護成效，將會喺下星期一（6 月 8 號）嘅 WWDC 主題演講中揭曉，屆時市場將會睇到呢三方合作嘅最終成果。

## Meta Ray-Ban 智能眼鏡私隱爭議深度報告：AI 訓練背後嘅代價與真相 隨着人工智能（AI）技術由雲端伺服器走入日常生活硬件，智能眼鏡（Smart Glasses）成為咗近年科技界最受關注嘅產品之一。Meta 與 Ray-Ban 合作推出嘅智能眼鏡，標榜可以透過鏡頭與 AI 進行即時對話，幫用家識別物件、翻譯文字或者紀錄生活。然而，便利嘅背後往往隱藏住代價。近期一份來自瑞典媒體《Svenska Dagbladet》嘅調查報告，揭開咗呢款熱門科技產品背後令人不安嘅私隱漏洞。 ## 調查揭密：你嘅私人生活正被「人眼」審視 根據該份於 2026 年 2 月發表嘅調查報告，Meta Ray-Ban 智能眼鏡所收集嘅數據，並唔係單純由冰冷嘅演算法處理。為咗優化 AI 嘅準確度，Meta 將大量用家攝取嘅影像同片段，傳送畀位於肯亞（Kenya）等地區嘅第三方數據標註公司（例如 Sama）。 ### 外判商眼中嘅私隱災難 數據標註（Data Annotation）係 AI 發展中不可或缺嘅一環。簡單嚟講，AI 需要人類話畀佢聽影像入面係乜嘢，佢先可以學識辨認。調查訪問咗多位身處肯亞嘅匿名員工，佢哋嘅日常工作就係喺屏幕上畫框，標註影像中嘅物件。然而，佢哋睇到嘅內容遠遠超出咗一般嘅工作範疇： * 極度私人嘅瞬間： 有標註員表示，佢哋經常睇到用家戴住眼鏡出入洗手間，或者喺屋企內進行極度私密嘅活動。 * 非自願被攝錄者： 報告中提到一個案例，有用家將眼鏡隨意放喺床頭櫃後離開房間，隨後鏡頭拍低咗一名女性入房更換衫褲嘅全過程。 * 敏感資訊外洩： 標註員喺處理影像時，可以清楚見到用家手中嘅信用卡詳細資料、私人信件內容，甚至係電腦屏幕上嘅個人資訊。 * 不自覺嘅監控： 雖然部分片段可能係用家刻意拍攝，但調查指出，好多敏感畫面都係喺用家或被攝者唔知情、或者無意識嘅情況下被紀錄落嚟。 Meta在發布會演示中透過Ray-Ban眼鏡呈現的職場安全視角。 ## 核心矛盾：點解 AI 依然需要「人手」介入？ 好多讀者可能會問：既然標榜係先進 AI，點解仲要人去睇？呢個正正係目前生成式 AI（Generative AI）同多模態模型（Multimodal Models）嘅發展樽頸。 ### 「監督式學習」嘅必然性 目前的 AI 模型雖然強大，但依然需要大量標註好嘅數據嚟進行訓練。如果 AI 認唔出用家手上嗰件係咩牌子嘅電器，或者分唔清背景入面嘅危險標誌，就需要人類標註員去定義。呢種「Human-in-the-loop」（人類參與回饋）嘅機制，雖然可以提升 AI 嘅反應速度同準確性，但亦變相令用家嘅生活片段直接暴露喺外判員工面前。 ### 回饋機制嘅陷阱 當用家使用「Hey Meta, look and tell me...」呢類功能時，影像會被上傳到伺服器處理。如果 AI 答錯或者唔肯定，後台嘅標註員就會介入修正。雖然 Meta 多次強調有匿名化系統（如人臉模糊化），但調查發現，喺光線不足、角度偏移或者複雜環境下，呢啲保護措施往往會失效，令被攝者嘅容貌清晰可見。 ## 科技巨頭嘅私隱承諾與現實落差 Meta 針對呢次調查嘅回應顯得相當謹慎。媒體曾就語音記錄同影片片段嘅儲存期限提出查詢，Meta 耗時兩個月才給出答覆，且內容主要係重申其現有嘅 AI 私隱政策，並未正面回應特定數據會喺伺服器保留幾耐。 事實上，AI 訓練與私隱保護之間嘅博弈並唔係新事。將數據處理外判去人工低廉嘅國家，透過「小數目嘅人力成本」嚟訓練「高價值嘅 AI 模型」，已經係行業嘅潛規則。雖然員工需要簽署保密協議（NDA），但對於已經流出嘅敏感資訊，保密協議嘅約束力往往顯得蒼白無力。 ## 歷史嘅教訓：Apple Siri 錄音醜聞嘅前車之鑑 Meta 依家面對嘅困境，其實其他科技巨頭都經歷過。最著名嘅案例莫過於 2019 年 Apple 嘅 Siri 錄音事件。 **公司** | **事件年份** | **爭議焦點** | **處理結果** ---|---|---|--- **Apple** | 2019 | 外判商聽取 Siri 錄音，內容涉及醫生診症及犯罪活動。 | 暫停計劃並道歉，改為用家可選擇是否參與（Opt-in）。 **Amazon** | 2019 | 員工聽取 Alexa 錄音以改善語音識別準確度。 | 增加透明度設定，允許用家刪除語音歷史。 **Meta** | 2025-26 | 智能眼鏡影像被外判商觀看，涉及敏感私人及暴力畫面。 | 目前仍處於爭議中，強調符合私隱條款。 Apple 喺 2019 年被揭發將 Siri 錄音交畀第三方外判商「分級」（Grading），當時錄到嘅內容甚至包括毒品交易同性行為。雖然 Apple 近年極力打造「私隱守護者」嘅形象，甚至喺 2025 年仲要為相關集體訴訟支付數百萬美元嘅賠償金，但隨着佢哋研發具備相機功能嘅穿戴式裝置（如 AI Pin 或配備紅外線鏡頭嘅 AirPods），同樣嘅風險依然存在。如果 Apple 無法從 Siri 事件中吸取教訓，未來嘅硬件產品同樣會陷入私隱爭議。 ## 分析：智能眼鏡對第三者嘅私隱威脅 除咗用家本身嘅私隱之外，智能眼鏡最受社會爭議嘅地方，係對「非用家」嘅影響。同智能手機唔同，智能眼鏡嘅拍攝行為更加隱蔽。 * 社交距離嘅消失： 喺公共場所，其他人好難察覺自己係咪正喺度被錄影或者被 AI 分析。 * 知情權嘅缺失： 雖然眼鏡通常會有細小嘅 LED 燈示警，但喺戶外強光下或者特定距離外，旁人根本無法辨識。 * 數據轉移風險： 即使攝錄者無惡意，相關影像一旦上傳到雲端進行 AI 訓練，被攝者嘅資訊就已經脫離咗原本嘅控制範圍。 ## 用家嘅實用資訊：點保障自己？ 雖然穿戴式 AI 裝置帶來便利，但對於注重私隱嘅香港讀者嚟講，學識如何平衡科技使用與個人安全至關重要。 ### 1. 識別高度敏感區域 建議用家喺進入以下場所時，應主動卸下或關閉眼鏡： * 私人空間： 如洗手間、更衣室、醫療診所。 * 保密工作環境： 涉及商業秘密、電腦密碼或敏感文件嘅辦公場所。 ### 2. 善用私隱設定 雖然 AI 訓練需要數據，但大部分裝置嘅 App 入面都有關於「改善產品功能」或「數據共享」嘅選項。建議用家進入 Meta View App 設定，關閉「分享數據以改善 AI」嘅相關選項，儘量減少影像被傳送到後台人手標註嘅機會。 ### 3. 注意硬件狀態燈 養成觀察裝置 LED 指示燈嘅習慣。如果發現指示燈喺你無操作錄影或 AI 功能時異常亮起，應立即停止使用，並檢查係咪有背景程式正在運行。 ### 4. 了解法律責任 喺香港，雖然目前未有專門針對智能眼鏡嘅法例，但《個人資料（私隱）條例》對於收集他人個人資料有相關指引。如果你喺公共場所或私人聚會中頻繁錄影，應事先取得他人同意，以免引起法律紛爭。 ## 總結：科技發展與道德邊界 Meta Ray-Ban 智能眼鏡嘅私隱風波，揭示咗 AI 時代一個冷酷嘅現實：我哋正喺度用「生活細節」嚟交換「智能便利」。AI 唔係神跡，佢嘅聰明才智背後，往往係成千上萬名低薪勞工喺幕後審視、分類同標註我哋嘅人生片段。 對於消費者嚟講，完全抗拒科技發展未必現實，但保持「資訊透明度」嘅追求係必須嘅。科技公司有責任推動更進步嘅「邊緣運算」（Edge Computing），將數據處理留喺眼鏡本地，而非動輒上傳雲端。喺技術尚未完全成熟之前，用家保持一份警覺，或許係目前最有效嘅自保方案。

會不會太扯啊，剛看新聞 檢方所取得的關鍵資料 來自於蔣萬安市政府提供 原先 柯文哲卸任市長前，先叫秘書董晉曄把所有的資料從市府的電腦裡面全部刪除 並另外買了雲端伺服器，打算將這些資料 全上傳到雲端伺服器、並準備打包帶走 但百密一疏，「董晉曄當時透過台北市政府的網路將資料上傳，因此在市府的伺服器就 留下了這些資料」