微軟反擊Google,主角是位台灣青年!
微軟反擊Google,主角是位台灣青年!
2005.01.01 | 科技

面對Google所掀起的搜尋風暴,到目前為止,微軟的反應似乎並不是那麼迅速。去年十二月十三日,微軟宣布可下載測試用的新版MSN搜尋工具列,用來強化搜尋電腦中的郵件、檔案以及網路上的資訊;比起Google來,微軟的搜尋功能其實還不成熟,「我們花了很多功夫趕上,但搜尋是一個我們還遠落後的領域,」檯面上,負責資訊服務業務的微軟副總裁梅蒂(Yusuf Mehdi)坦承。
檯面下,微軟卯足全力要贏,而比爾蓋茲把他的秘密武器放在北京。來自台灣、今年三十七歲的馬維英是微軟亞洲研究院的「互聯網搜尋與數據挖掘組」主任研究員,他所領軍的搜尋技術研究計畫,在今年九月成為微軟亞洲研究院的重點領域,直接瞄準Google與雅虎,「網路搜尋技術才剛剛起步,我們今天看到的一切,都還沒法實現電腦的真正潛力,」清大電機系畢業的馬維英,擁有加州大學聖塔芭芭拉分校電腦博士學位,四年前,應老友張宏江(微軟亞洲研究院創辦人之一,現任微軟亞洲工程院院長)的力邀,他結束了在惠普中央實驗室的工作,與家人一起到北京落戶。

**輸入關鍵字搜尋,自動加以分類

**
馬維英的任務很單純:與美國西雅圖、英國劍橋的微軟研究人員一起,強化微軟在搜索技術上的深度與廣度,應用在下一代的微軟產品中,包括電腦作業系統、網站編輯軟體、MSN網站以及智慧型手機的網路連接介面,幾乎無所不包。
兩年半來,馬維英與數十位北京同僚加快研究速度,根據院長沈向洋半開玩笑的說法,他們專門在搞「地下互聯網」,但馬維英提醒,正式名稱應該是「Deep Web(深網)」技術,「我們要超越現有網路搜尋的表面關聯排序分析,深入到自然語言、知識類別與影像內容的意義分析,」他說。
馬維英展示了他研究的具體成果。比如,如果想要在現有的Google上搜尋「Java」,得到的結果包含咖啡、程式語言以及爪哇島的風土民情,甚至還有印尼歷史的相關網站,依照被慣用搜尋的結果排序—這是一個被馬維英戲稱為「沒有知識、也缺乏常識」的搜尋模式,如果把同樣的搜尋文字放在馬維英與同僚開發的程式中跑一回,你會得到井然有序的成果:依照電腦、咖啡、地理與歷史等不同類別的資訊結構進行整理,這讓想喝一杯好咖啡的人,不必花時間跟軟體界的是是非非訊息搏鬥。
這種搜尋技術的背後,結合了多種不同領域的研究成果。首先,搜尋程式必須超越網頁表面的文字呈現,深入發掘網頁的資料庫結構(尤其有越來越多的動態網頁)以及區塊組合(網頁上有不同的文字與圖片區塊,必須區別對待處理),並且建立起自我學習的反饋模式。其次,搜尋程式必須理解自然語言的意義,並且以適當的知識類別進行解讀、分類,並且利用分類後的結果繼續學習。搜尋程式也必須超越網頁跟網頁之間連結關係的分析程式,進入到「物件」(object)與「物件」之間關係的資訊判讀,「把整個網路上的資訊視為雜亂無章的表象世界,我們要把它們轉變為有意義的資料庫,瞭解它的內在結構。」運用微軟亞洲研究院開發的其他技術,搜尋的應用可以走的更廣。例如,加上圖像判別技術,使用者可以在網路上輸入關鍵字搜尋特定圖片,例如「飛鳥」,搜尋程式會將找到的圖片,依照內容加以分類:「單獨的鳥」,「一群鳥」,「在海上飛的鳥」……等等。

**建內部知識網站,連接各資料庫

**
運用自家開發的搜尋引擎,微軟研究人員建立了專業領域的內部知識網站「Libra」,只要輸入關鍵字,就可以在網路跟各種資料庫中尋找相關研究成果,並且依照年代、機構、引用文章、參與研究人員以及彼此關係進行分析,這大幅縮短了進行研究的時間,讓研究人員可以把精力用在正確的地方,同時找到每個領域可以對話的重要科學家,「每個系所在做教師升等時,都應該用這個程式,看看這個老師的表現到底怎樣,」馬維英俏皮地說。
微軟尚未揭露這些技術用在產品上的具體時程,比爾蓋茲希望等技術更成熟後,一步到位對Google展開攻勢。從購物網站、新聞搜尋、求職網站到約會網站,微軟正在研發中的搜尋技術,幾乎都可以大幅改善相關功能,讓搜尋結果更加有意義;在手持式裝置(包括智慧型手機與PDA)上的應用,更是微軟積極推展的重頭戲,馬維英透露,他的小組就特別為了行動電話的特殊性,重新設計界面,讓小畫面也能方便輸入與讀取搜尋結果。
一般預料,在下一版本的微軟作業系統「長角」(Longhorn)以及MSN網站裡,微軟都將重兵出擊,用核心技術發展出的多項功能,扳回輸給Google與雅虎的城池。這是典型的微軟模式──不搶第一,但在下一個版本的軟體中逐步增加更多功能,最終贏過對手。失去先手,微軟能搶回被Google奪走的光輝嗎?這一回,距離矽谷數千公里外的北京,似乎有著定見……。

往下滑看下一篇文章
一文看懂 AI 電視可以幹嘛?不只有 AI 演算法,頂級硬體帶來高畫質表現
一文看懂 AI 電視可以幹嘛?不只有 AI 演算法,頂級硬體帶來高畫質表現

火熱的 AI 風潮掀起客廳革命,到底 AI 電視可以幹嘛?簡單來說,AI 電視透過 AI 處理器與演算法,即時進行 AI 畫質優化、音效調整、智慧語音搜尋和極致的個人化推薦,全面顛覆傳統智慧電視。在 AI 電視功能中,最讓消費者有感的是 AI 畫質優化,但許多人往往忽略了,畫質提升不只關乎演算法,更取決於底層的背光、色彩與控光技術。Sony BRAVIA True RGB LED 電視,正是將軟體思維與硬體工藝深度結合的最好示範。透過創新的 XR 認知智慧處理器搭配 True RGB 技術,精準呈現 AI 電視的畫質優化能力。

AI 電視是什麼?不只是能上網看串流的智慧電視

要理解 AI 電視可以幹嘛,首先必須釐清 AI 電視與一般智慧電視的差異。傳統智慧電視是為電視接上網路,讓使用者單向觀看連網影音。AI 電視則是在智慧電視的基礎上,導入了 AI 處理器與先進演算法,讓智慧電視具備「主動分析與學習」的能力,可即時判斷每一幀影像的畫質特徵、聲音頻率、觀看環境(如白天強光或夜晚暗光),甚至是家庭成員的使用習慣,進而動態調整視聽呈現。簡單來說,傳統智慧電視解決的是「能不能連網看內容」的問題,而 AI 電視解決的是「如何讓內容呈現得最好」的體驗問題。

但當 AI 演算法分析出最佳的畫面設定後,如果硬體無法精準跟上,優化效果就會大打折扣。這也是為什麼高階顯示技術 True RGB 開始受到市場矚目,確保 AI 算出的極致色彩與對比,能精準落地在觀眾眼前。

傳統電視容易出現暗部發灰或亮處過曝。Sony BRAVIA 9 II 透過 True RGB 三色獨立背光,能將 AI 算出的極致對比與飽和色彩精準落地。
傳統電視容易出現暗部發灰或亮處過曝。Sony BRAVIA 9 II 透過 True RGB 三色獨立背光,能將 AI 算出的極致對比與飽和色彩精準落地。
圖/ 數位時代

AI 電視可以幹嘛?從畫質、場景、音效到個人化推薦的四大核心進化

面對消費者的核心疑問「AI 電視可以幹嘛?」,可從四大 AI 電視功能深入拆解。

AI 畫質升頻與降噪:讓低解析度內容更清晰

透過 AI 升頻與降噪技術,可分析解析度較低或經過壓縮的影音內容,改善線條、紋理與雜訊,使畫面在 4K 螢幕上呈現得更清晰。True RGB 則能協助 AI 優化後的畫面亮度、色彩與對比度精準呈現。不過實際效果仍會受到原始片源解析度與壓縮品質影響。

智慧場景辨識:依電影、球賽、遊戲自動調整畫面

AI 電視能即時辨識播放內容,自動調整畫面呈現,比如看電影時調整為劇院感色溫、看球賽即時插幀消除動態殘影、玩遊戲時自動切換至低延遲模式。在不同場景轉換時,True RGB 讓亮度與色彩對比表現依然精準自然。

左圖為電影模式,右圖為遊戲模式。智慧場景辨識功能會根據電影、球賽或遊戲自動切換最佳模式。搭配 True RGB 技術,即使在動態或暗部場景下,色彩依然自然不失真。
左圖為電影模式,右圖為遊戲模式。智慧場景辨識功能會根據電影、球賽或遊戲自動切換最佳模式。搭配 True RGB 技術,即使在動態或暗部場景下,色彩依然自然不失真。
圖/ 數位時代

AI 音效優化:讓人聲與環境音更清楚

AI 音效演算法能分離出人聲對白與背景音效。看動作大片時,能放大環繞立體感;看新聞時,則優化人聲頻率,甚至能根據客廳結構進行空間音效校正。

除了頂級畫質,Sony 將 AI 音效演算法與機身背部揚聲器深度結合,能根據客廳結構進行空間校正,分離出清晰人聲與震撼環繞音效。
除了頂級畫質,Sony 將 AI 音效演算法與機身背部揚聲器深度結合,能根據客廳結構進行空間校正,分離出清晰人聲與震撼環繞音效。
圖/ 數位時代

語音互動與個人化推薦:減少尋找內容時間

AI 語音互動更能理解複雜語意,當你說出「我想看適合週末晚上的搞笑電影」時,AI 便會結合使用者的觀看偏好推薦清單,真正做到懂你所想。

整體而言,在眾多 AI 電視功能中,消費者最能直觀感受到的是 AI 畫質升頻與場景優化。但不論軟體演算法如何強大,都需要有對應的硬體執行力,而 True RGB 正是讓這些高階 AI 畫質能精準落地的關鍵技術。

AI 畫質優化的關鍵:不只靠演算法,硬體也是決勝點

在討論 AI 電視時,大眾常有一種迷思,認為只要電視內建強大的 AI 處理器和演算法就行,事實上,AI 電視的畫質優化不是靠單一演算法完成,而是包含「AI 判斷」與「硬體呈現」兩大層次:

首先由 AI 負責辨識畫面中的主體物件、人眼焦點、光影分佈及動態物體的移動軌跡等。根據 AI 判斷結果,演算法在底層即時計算出一套優化藍圖,決定哪些區域需要進行 AI 升頻、降噪、提高畫質、調整亮度、對比或色彩飽和度等。而硬體則負責最終畫面呈現,包含電視的背光、面板、控光技術與色彩控制技術,才是真正決定這張優化藍圖能被實現到什麼程度的關鍵。

而 Sony BRAVIA True RGB LED 電視便精準示範,硬體如何賦予 AI 電視極致表現。傳統 LED 電視使用單一藍色 LED,再搭配濾光片混色的方式,容易產生色彩混濁或亮度減損,True RGB 技術則以獨立驅動紅(Red)、綠(Green)、藍(Blue)三原色 LED 作為背光源,當 XR 認知智慧處理器分析影像內容,發出畫面調整指令後,True RGB 能精準響應,讓紅、綠、藍三色背光以極高精度進行獨立控光,將 AI 畫面調整的判斷精準呈現。

一般智慧電視、AI 電視、搭載 True RGB 的 AI 電視差在哪?

跳脫複雜的規格參數,一次搞懂三代智慧電視有何不同。簡單來說,一般 AI 電視可以做到升頻、降噪與場景辨識;搭載 True RGB 的 AI 電視則進一步把 AI 判斷延伸到背光與色彩控制,真實還原亮度、色彩與對比。

一般智慧電視 AI電視 搭載 True RGB 的 AI 電視
核心定位 解決「連網與內容獲取」 解決「基礎畫面自動優化」 解決「極致高階畫質精準執行」
畫質處理能力 支援基本的數位降噪,無法因應訊號源差而改善 具備 AI 升頻技術,能動態辨識場景並優化低解析度影片 結合 XR 認知智慧處理器與硬體優勢,進行深度的 AI 畫面優化
背光技術 傳統常亮背光,容易產生漏光與局部發灰現象 具備區域控光,但演算法與硬體匹配度較為普遍 採用 True RGB 三色獨立背光,控光精準度極高,無溢光與色偏
色彩與亮度表現 色彩表現較為平淡,高亮處易過曝,暗部細節容易丟失 色彩飽和度高,但有時因演算法過度補償而顯得不夠自然 實現豐富飽和的色彩表現層次,精準還原真實色彩
主要適合情境 看第四台、日常追劇 看 4K 串流,希望電視能自動適應不同影音內容 追求劇院級體驗,喜歡高畫質影音、球賽、遊戲的用戶
跳脫傳統電視容易漏光與發灰的痛點,Sony BRAVIA 9 II 結合旗艦級 XR 認知智慧處理器與 True RGB 背光技術,從底座美學到內在核心,皆為追求劇院級體驗的頂級用戶而生。
跳脫傳統電視容易漏光與發灰的痛點,Sony BRAVIA 9 II 結合旗艦級 XR 認知智慧處理器與 True RGB 背光技術,從底座美學到內在核心,皆為追求劇院級體驗的頂級用戶而生。
圖/ 數位時代

買 AI 電視時,真正該看哪些規格?

當你準備為家裡添購 AI 電視時,除了關心它是否支援智慧語音、刷新率有多高、個人化推薦好不好用之外,以下四個核心 AI 電視功能才是決定長期觀看品質的關鍵指標:

AI 處理器

大腦優劣決定電視表現,挑選時認準旗艦級的 AI 處理器,如 Sony 的 XR 認知智慧處理器,不只單純堆疊算力,而能模擬人類大腦的認知方式,打造身歷其境的畫面真實感。

AI 升頻能力

優秀的 AI 升頻能力應能精準區分「影像噪訊」與「畫面原生紋理」,在去除雜訊的同時保留皮膚毛孔、衣服編織等細節,而非一味抹平。

背光與控光技術

若重視高階畫質,True RGB 可作為判斷 AI 畫質能否精準呈現的重要顯示技術,徹底告別傳統畫面暗部發灰、亮部慘白的通病。

色彩與亮度表現

不能只看標榜的 HDR 規格,更要檢視硬體能否真實呈現。True RGB 能賦予 AI 電視更強悍的畫面執行力,銳利呈現 AI 算出的明暗對比與色彩飽和度。

關於 AI 電視與 True RGB 的常見問答

Q1:AI 電視適合哪些人?
AI 電視適合所有對影音品質有追求的人。不論你是愛看高畫質影音的追劇族、追求畫面流暢不殘影的運動迷、重視高刷新率與低延遲的遊戲玩家,AI 電視都能大幅提升觀影體驗。

Q2:AI 升頻會把影片變成 4K 嗎?
無法完全等同原生 4K,但能讓畫面更接近高解析度的觀看效果。AI 升頻利用比對與像素補插,將原本模糊線條變得銳利清晰,結合 True RGB 的高精細控光後,視覺表現會非常接近 4K 原生畫質。

Q3:買 AI 電視時,只看 AI 處理器夠嗎?
絕對不夠。演算法算出的完美畫面需要顯示硬體來執行,電視的背光技術、控光與色彩管理能力(如 True RGB)同樣重要。軟硬完美結合,才是高畫質的保障。

Q4:AI 電視對看球賽或玩遊戲有什麼差別?
AI 電視能根據不同場景優化畫面表現,觀看球賽時,能動態識別高速移動對象,即時插幀消除動態殘影;玩遊戲時,能自動切換至低延遲模式和強化暗部細節。

Q5:白天和晚上看電視,AI 電視會自動切換不同的畫質設定嗎?
Sony 搭載 True RGB 的 AI 電視內建環境光感測器,能根據環境光線變化動態調節畫面呈現,在白天明亮時自動增亮、晚上變暗時調降亮度並柔化對比,省去手動切換的麻煩。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓