危城香港響起「聲波炮」⋯⋯港警拿它對付反送中,要是被「擊中」會怎樣?
危城香港響起「聲波炮」⋯⋯港警拿它對付反送中,要是被「擊中」會怎樣?
2019.11.19 |

根據資料顯示香港警隊於2009年購入6部「銳武」,是警隊使用的第3代裝甲車,全車具有防彈功能,而同年也引入2部俗稱「聲波炮」的長距離揚聲裝置,為美國海軍和英國的軍事武器。

當初香港警方曾表示,這個裝置只會接駁於裝甲車使用,用於嚴重災難、反恐行動或嚴重保安事故期間,在嘈吵環境下作廣播用途,向羣眾作有效長距離訊息傳送,或協助進行疏散等,不會在公眾集會及遊行活動中使用。

香港警方也承認曾在現場使用該裝置,向「暴徒」發出警告,但強調該裝置是一種廣播系統,並非武器。

聲波炮1
香港反送中情勢緊張,在昨天的香港理工大學,出現了兩輛水炮車及一輛裝甲車進行清場,期間,警方於裝甲車頂部上首次使用「聲波炮」,以聲音干擾示威者。
圖/ T客邦

「聲波炮」的原理及歷史

「聲波炮」的全名為長距離揚聲裝置(LongRange Acoustic Device,簡稱LRAD),當初開發這種長距離聲波裝置的是來自於美國海軍2000年左右開發的,最初的目的是用來向接近美國戰艦的小型船隻發出定向的尖銳聲波,以防止遭到小艇的自殺式攻擊。

不過後來經過這十多年的演進,聲波砲已經漸漸被用在其他的用途,美國警方甚至還用來當作取締超速的新武器。不過,最為人所知的,還是在2009年的時候,G20會議在匹茲堡舉行時,美國政府就動用過聲波砲。

根據《紐約時報》的報導,當時的聲波炮「發射了尖銳的聲響,讓抗議群眾都蓋上耳朵並節節後退。」

聲波炮2
圖/ T客邦

聲波砲主要的形狀為多半為平板狀,可以用來傳播高指向性語音或警告音。而它的啟用的時候,會以約為30度角的範圍向外打出聲波。根據資料,香港警方使用的這款裝置有效傳送距離約為300公尺、聲波高達150分貝。

聲波炮3
圖/ T客邦

以美軍的使用流程來說,美軍士兵是先以喊話方式,要求目標對像配合行動,如果對方仍無適當反應,則可將長距離聲波裝置的「平板」揚聲盤,對準約30度夾角內的目標施放警告音。基本上,聲波砲是可以控制發射的功率的,一開始應該先是用較小功率進行警告,最終才用最大功率來進行反制。

聲波炮4
LRAD的背面操作面
圖/ T客邦

所以,聲波砲本身是有角度問題的,當你面對聲波砲的時候,距離越近當然危害越大,但是相對的影響角度越小,因此可以在越接近揚聲盤的情況下,以較大的角度來繞開聲波的範圍。距離越遠的話,可能你要跑的距離就越遠才能躲開。

不過要注意的是,而當聲波砲開始以最高功率來發送的時候,距離越近當然會受到的聲波「打擊」越大,一公尺內的最高音可達150分貝,這個音量等同是有一架波音 747 客機在你旁邊降落的程度,可導致頭痛耳鳴,使用不當可致聽力受損。

聲波炮5
圖/ T客邦

另外,以美國來說,LRAD目前並非被美國歸類於防禦性武器的分類下,所以不需要美國政府的輸出許可,所以目前許多國家都有採購這個裝置。LRAD的價格從5,000美元就可以買到一款手持式的基本裝置,而最貴的則可達到10萬美元到19萬美元之間。不過,因為這款裝置使用不當會對人體造成永久性的聽覺損害,因此實際上使用的場合、誰來使用、需不需要管制都是有爭議的。

責任編輯:江可萱、蕭閔云

本文授權轉載自:T客邦

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