蘋果新專利曝光,折疊iPhone要問世了嗎?
蘋果新專利曝光,折疊iPhone要問世了嗎?

繼三星發佈了折疊螢幕後,其他Android手機大廠都陸續爆出了他們的折疊手機計畫。三星、華為、小米、LG、聯想以及摩托羅拉,都有傳聞指他們會在今年發佈自家的折疊裝置。

再加上,Google在三星發佈折疊螢幕後,也提出了優化折疊螢幕操作的方案。Android陣營要在今年推出多台折疊手機,也不是難事。

相比之下,蘋果似乎對這種新形式的設備不太敏感。早前也曝光過跟折疊設備相關的螢幕塗層專利,但跟具體的折疊手機設計沒有太大關係。

近日,有一份據稱是蘋果的專利檔遭曝光。專利內顯示,蘋果也在設計折疊手機,未來的折疊iPhone可能會在這兩種方案中誕生。

根據CNET的報導,蘋果用的這兩種設計其實也是目前較為常見的方案,第一種是內折的單次折疊模式。這種模式跟之前曝光的moto RAZR方案類似,它的折疊都是為了在攜帶盡可能縮減空間,方便收納。在功能和互動上,則沒有太多變化。

這裡的設計也分成了「外折」、「內折」兩種模式,外折的話螢幕依舊放在外面,會演變成一種「小螢幕模式」的iPhone。

在這個模式下,相信還能夠閱讀一下通知和做一些簡單的操作,而換上這種小螢幕模式後,iPhone展開的螢幕尺寸應該會比現在再大一點。

第二種模式,是一種專門用來擴大螢幕尺寸的方案。

這裡的iPhone沒有採用三星Demo那種雙螢幕模式,它的內部只附帶了一塊可以實現兩處折疊的螢幕,包含一個外折和一個內折結構。完全折疊的狀態下,手機的螢幕就是跟現在差不多的尺寸,以方便日常使用。

完全打開之後,手機能擴大成一台類似平板的設備,這樣的話能夠確保大螢幕尺寸裝置的便攜性。

對於那些功能需求沒有那麼複雜和專精、只需要設備螢幕大的使用者,只需要購買這種手機就可以了,沒有必要再多購置一台平板。

這種模式,也是三星在發佈折疊裝置Demo時,所提出的想法。

他們之所以選擇用雙屏的方案,有一部分目的是為了整合手機和平板這一類有大尺寸螢幕的設備。透過折疊,使用者在不需要大幅度增加收納空間的前提下,也能夠使用大螢幕設備。面對現在希望簡化攜帶設備數量的思維,這種整合還是有必要的。

蘋果這個會做得更加徹底,取消了雙屏結構,直接將折疊屏分割成三份,透過外內折結構的結合,實現了三星這個方案的目標。

這樣做確實更加直接,但當中其實也有成本和大尺寸折疊螢幕耐久度的問題。

大尺寸的螢幕到底能不能夠經過這麼多次的折疊,同時它在功耗上、售價上的表現,是不是一定會比使用雙屏的結構更好,這些還需要去評估。

但對於這份專利而言,目前都還只是停留在紙上的討論和設計,蘋果即便真的要做折疊iPhone,相信也不會在這兩年內實現。但CNET也在報導中表示

要是iPhone也能夠用上折疊螢幕設計,那真的是一件很有趣的事情。

本文授權轉載自:愛范兒

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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