iPhone 11未經同意收集用戶位置數據？蘋果終於出面回應|數位時代 BusinessNext

iPhone 11未經同意收集用戶位置數據？蘋果掃隱私疑雲稱：新功能惹禍

蘋果又被爆料用戶隱私問題，iPhone 11系列即使調整隱私設定，仍會要求用戶提供位置信息。似乎與新功能有關，但蘋果針對此問題反應奇怪，不禁引人懷疑。

12月6日據TechCrunch報導，iPhone 11和iPhone 11 Pro追蹤用戶位置的新聞引發了很多用戶的不安，對此，蘋果終於進行了澄清。

不久前，美國網路安全專家布萊恩．克雷布斯（Brian Krebs）爆料稱，iPhone 11系列手機，即使在用戶調整了隱私設置之後，仍會要求用戶提供位置信息。蘋果對媒體稱這一問題的罪魁禍首是最新的超寬頻技術（Ultra wideband，UWB）。據TechCrunch報導，蘋果表示將在未來的更新中提供一種禁用該功能的方法。

蘋果發言人在一份發給媒體的聲明中稱：「超寬頻技術是一項行業標準技術，按國際監管要求，在某些地方要關閉它。iOS作業系統利用位置服務來幫助確定iPhone是否處於這些被禁止的位置，以禁用超寬頻技術，並遵守規定……超寬頻技術的遵從管理和定位數據的使用完全是在裝置上完成的，蘋果不會收集用戶的定位數據。」

蘋果表示，今年9月份iPhone 11系列上市，手機加入了一枚新的U1晶片，這樣它就可以與其它搭載U1晶片的設備進行本地化通信，而無需向基站或衛星發送信號。蘋果這樣描述它：「想像一下它是你客廳裡的GPS。所以，如果你想和使用AirDrop功能的人分享文件，只要把你的iPhone對準他們的手機，他們就會在出現在分享名單第一的位置。」AirDrop是蘋果iOS、iPadOS和macOS系統下特有的功能，用戶可以用它與附近的其它Apple設備即時共享照片、影片、文件等內容。

這實際上是一種更好的藍牙技術，也是iOS系統一些新功能的基礎，比如讓位置相關的AirDrop功能更精準的定向。很有可能U1晶片還將支持蘋果傳聞中的Apple Tag追蹤器，它是一款能夠用於尋找物品、追蹤定位的新產品，據說很快就會推出。

然而，這也導致iPhone 11在用戶明確表示不想共享位置數據的情況下，仍會請求獲取這些數據。根據克雷布斯的部落格文章，他發現這個漏洞後，在11月聯繫了蘋果，並打算將其作為一個漏洞報告。克雷布斯稱，蘋果當時的反應很奇怪。

本週，蘋果回應稱，該公司在這方面沒有看到任何可以擔憂的，iPhone的表現與設計相符。

蘋果一名工程師在回覆克雷布斯時寫道：「我們沒有看到任何實際的安全隱患。當位置服務啟用時，位置服務圖標出現在狀態欄中是預期的行為。該圖標出現是基於系統服務，無法透過手機設置進行關閉。」

現在，蘋果公開表示，這都是由於提供超寬頻技術的U1晶片造成的。目前還不清楚蘋果所說的「根據國際監管，在某些地方要關閉（超寬頻技術）」是什麼意思。但蘋果表示，它不會收集或儲存這些位置信息，這種檢查只會發生在設備本身。據報導，儘管有可能違反了「國際監管要求」，蘋果仍於未來提供某種方式來允許關閉這一功能。

本文授權轉載自：網易科技

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。」

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。