Facebook首款硬體產品亮相：聲控視訊段話「Portal」|數位時代 BusinessNext

社群媒體Facebook推出自家品牌掛名首款硬體產品「Portal」，針對家用情境，是一款讓用戶在家與好友、家人視訊的聲控裝置。

從外觀上來看，Portal就像是個觸控平板外加喇叭的裝置，十幾吋的螢幕可用來顯示照片、看影片，以及與朋友視訊。

Portal的廣角相機能夠辨識人體，因而根據用戶移動來追隨影像，換句話說，在與他人視訊時，不必自己用手調整鏡頭遠近或移動裝置位置，Portal的相機鏡頭會自己自動調整，確保用戶人像一直在視訊影像中。

「Hey Portal」聲控功能

軟體方面，Portal除了以Facebook Messenger的視訊功能為中心以外，還能透過Facebook打造的聲控功能，讓用戶播放Spotify音樂、看Facebook Watch的平台影片內容等。

只要說聲「Hey Portal，打給Peter」，這台裝置就會開始透過Facebook Messenger打視訊電話給好友。

它同時也內建亞馬遜的語音助理Alexa，透過Alexa，使用者能夠詢問天氣、路況、呼叫Uber乘車、播放音樂、控制智慧家居裝置等。Facebook表示，未來也可能進一步整合Google的語音助理Google Assistant進Portal裝置中。

Portal針對家用情境，還設計了一款「Story Time（故事時間）」應用，讓視訊的另一方，利用AR濾鏡妝扮自己，為家中的小孩說故事，如居住鄉村的外婆，可以透過Story Time與居住城市的孫子互動。

一些第三方App也已經在Portal上提供應用，如The Food Network讓用戶在廚房煮飯時，觀看一段食物烹調示範與食譜步驟指導。

外洩用戶隱私的Facebook要24小時待在你家？

當用戶把Portal擺在家，他們等於有了一個「Facebook製造」的裝置，隨時聽取用戶對話、相機拍攝用戶家居情況，不免引發隱私疑慮。畢竟，Facebook已經有外洩用戶資料隱私的前科。

據Facebook表示，Portal是自家硬體實驗室Building 8花了18個月，從零開始規劃、開發的產品，這也幫助Facebook把用戶隱私從最一開始就納入產品設計考量。

首先，Portal的相機不辨識人臉而是利用2D感應來追蹤用戶的位置；再來，Portal並不儲存或上傳用戶與其語音助理的對話，更只用一個裝置端的晶片來偵測用戶說的語音功能啟動關鍵字。

用戶如果真的不信任這樣的裝置，可以手動關掉裝置的相機與麥克風，或者把裝置上附的一小塊塑膠蓋，移到相機鏡頭上，確保相機真的不會洩漏用戶在家隱私。這些種種細節，都是Facebook希望更取得用戶信任的設計。

Facebook Messenger的視訊功能每月用戶數，目前已經達到4億人，在2017年就播打出170億通視訊電話，這也是為什麼Facebook會針對家用視訊這個功能為中心，打造出Portal這樣的裝置。

市場上，包含亞馬遜、聯想、Google等，都已經推出類似裝置，他們支援其他視訊功能，而非Facebook Messenger。

Portal共有兩款設計，一般款Portal具備10吋螢幕，定價為199美元，直立的款式Portal Plus則有15.6吋螢幕，定價為349美元。Portal將會在11月於正式在美國市場出貨。

資料來源：TechCrunch、The Verge、Facebook

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。