蘋果正在重新思考「扁平化」，開發者應該注意什麼？|數位時代 BusinessNext

2014年1月8日，蘋果發布了iOS7.1 beta3。開發者已經可以通過OTA升級下載這一新版本的iOS系統。除了修補一些bug並進一步加強語音輔助功能之外，新版的用戶界面（UI）體系發生的變化更引人注目。經歷了iOS 7發布之初人們對其風格迥異的「扁平化」設計毀譽參半的爭論，這半年來，iOS7的每次升級，都體現了蘋果的UI設計團隊對「扁平化」的理解持續深入。

新版iOS7.1 beta 3首先對鍵盤作出了調整：字體增粗，「刪除」和「大小寫」等按鍵進一步增灰，FaceTime和下欄應用也有了不同程度的變深：

ios71keyboard

為什麼調整成這樣？因為所謂扁平化的設計風格，並非直接把UI一刀切去肌理。它的設計理念，源於設計者希望人們的注意力從過分聚焦在界面元素的狀態，回歸為重視內容本身，而複雜的肌理只會干擾內容的條理。

但扁平化的設計的前提是：對內容的訊息架構有所要求。確保扁平界面的可用性，首先需要梳理清楚內容的層級結構，讓用戶找對交互對象，這一點基本功做好的前提下，所謂「擬真化」與「扁平化」的爭論反而不重要了。

從上圖的鍵盤變化我們可以看出，蘋果正把過於「扁平」以至影響視線掃描的部分加強。iOS 7.1 beta3由「純扁平」改良至略有肌理，便是一個印證，也是一次對徹底「扁平化」的反動。

反面的例子，可參考中國某家科技部落格最近改版得接近「純扁平」的主頁設計，你可以發現，層級結構沒有做好便「追求極致」的後果——訊息分散，模塊之間互相產生了排斥。

再來一張iOS 7 Beta 3的圖。同樣的道理，在確保了訊息結構後，蘋果進一步嘗試透過提升對比度來增強交互元素的表現力：配色、字號、位置佈局等等都是可以改變的元素，為交互提供必要的視覺線索及反饋效果，幫助用戶建立認知。 iOS 7的三大設計宗旨：依從、清晰、縱深都得到了很好的詮釋：

phonedialer

iOS 7.1 beta3對「扁平化」的調整和改動，並不僅僅是UI的問題。它可以延伸至另一個思考：如何讓內容更直接呈現，功能以更低成本完成。

我想到了之前PingWest剛報導的一款圖片社交產品Civo，Civo在iOS 7發布之前便是採用扁平設計，理念上已十分貼合，但這並不是重點。在新版裡，我們可以發現這款產品在同一個feed流界面上作了大幅度的改良，把內容（圖片）從頭像中「提取」出來。簡而言之，它採取更直接的內容呈現方式，減少操作層級，這又是一例。（下圖左側為原版）

「突出內容」，同樣可體現在功能模塊位置的設置上。以下是三款金融訊息類應用，我們可以發現，同樣是行情交易軟體，騰訊的「自選股」(iOS/Android)進入主頁首先顯示的是股票報價，而專業從事證券訊息服務多年的「同花順」(iOS/Android)，卻把用戶帶進設有16個選項的個人主頁面，對於一款需要用戶爭分奪秒，以行情交易的瞬息變化為操作需求的產品而言，效率高下立斷。

同樣地，金融訊息工具「雪球財經」(iOS/Android)的客戶端也反映了上述問題：在沒有做好訊息架構（提供了過多且不重要的選項）分類的基礎上，跟風使用扁平化設計，在選項上也沒有做視覺的優化，底下的毛玻璃肌理還對內容產生進一步干擾，這些，無疑都提升了用戶的交互和認知成本。

相對於視覺風格，iOS 7的本質更關注交互層面的內容，「擬真化」與「扁平化」的衝突與中和，背後是一整套完整的設計邏輯。如何用這套設計邏輯為用戶帶來最恰當的體驗才是最關鍵的。當對設計理念有足夠認知時，它留下的是一套嚴謹的生產標準，而不僅是對潮流的跟隨。

出自：Pingwest

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。