AirPods Pro跟AirPods只差在外觀?實測看不見的大改進,除了降噪還有一大效能優化
AirPods Pro跟AirPods只差在外觀?實測看不見的大改進,除了降噪還有一大效能優化

標題1:除了降噪,AirPods Pro在耳機評比中發現被世人忽視的改進

蘋果在數月前推出了首款主動降噪耳機AirPods Pro,這款耳機自發售伊始就一直備受關注。也許在許多人印像中,AirPods Pro和AirPods的區別只是外觀變了、加多了一個降噪,但實際不然,AirPods Pro在一直糾纏著無線耳機的延遲問題上,也得到了顯著改進。

AirPods Pro2.jpg
圖/ 愛范兒

曾經撰寫《我在App Store裡賺了多少錢》的音樂製作人史蒂芬.科爾(Stephen Coyle)最近就對幾款蘋果系的耳機進行了延遲對比評測,結果顯示,AirPods Pro的延遲是「接近無縫連接」體驗。

下面詳細展開來說說科爾是怎麼測試這些耳機了。

AirPods Pro3.jpg
圖/ 愛范兒

要說耳機延遲這個問題對使用影響有多大,其實用過無線耳機玩遊戲的玩家知道,這可是和網絡延遲一樣影響角色生死的大問題,哪怕是慢了半秒,也會因為這半秒而被對手KO。再有就是我們平時戴耳機打字的鍵盤聲、UI反饋聲……連貫的觸碰會讓我們感覺到鍵盤聲的延遲,這裡其實也是影響聲音體驗的表現之一。

在這次測試中,科爾分別用了第一代、第二代AirPods、Beats Studio3、索尼WH-CH700N和設備揚聲器與AirPods Pro進行對比。

測試環節分為兩部分,一個是系統原始的鍵盤聲反饋,另一個是科爾自己開發的一款遊戲《Tapt》。這兩者區別在於,前者鍵盤聲它並不是連貫的,在使用鍵盤時,系統需要先喚醒藍牙模塊,然後播放聲音,所以我們敲打鍵盤時的第一聲往往會比之後的反應明顯要慢一些;而後者由於是遊戲,因此會持續喚醒藍牙模塊,使耳機會第一時間響應每個聲音,而且這個遊戲在編寫時本身也會注重低頻延遲表現。

AirPods Pro1.jpg
圖/ Stephen Coyle 部落格

對於所有設備和軟體的組合,科爾均使用了遊戲90bpm的節拍器觸發了10種聲音,並透過敲打系統鍵盤,將19個隨機測試結果進行平均計算後得出如下結果(在鍵盤測試時,科爾沒有記錄第一聲的反應時間):

  • AirPods(第一代):274毫秒

  • AirPods(第二代):178毫秒

  • AirPods Pro:144毫秒

  • Beats Studio 3:258毫秒

  • 索尼WH-CH700N:230毫秒

  • 設備揚聲器:69毫秒

AirPods Pro4.jpg
圖/ 愛范兒

從今年年初推出的AirPods開始,蘋果已經在新AirPods和AirPods Pro上使用H1晶片,相比於之前的W1,使用H1晶片的新AirPods在延遲時間上縮減了30%。而這次AirPods Pro雖然也是用了同款H1晶片,但延時時間再次縮減到144毫秒,縮減幅度接近第一代AirPods的50%,達到人耳幾乎分辨不出延遲的水準。

因此科爾認為兩款AirPods雖同為H1晶片,但蘋果似乎已經找到在不變換硬體的前提下縮減耳機延遲時間的辦法。

至於其他兩款藍牙耳機的結果,配備W1晶片的Beats Studio 3和第一代AirPods結果接近,為258毫秒;索尼WH-CH700N為230毫秒。另外科爾還測試了第三代Amazon Echo和JBL的藍牙耳機,結果都和Beats、索尼耳機的測試結果接近。

AirPods Pro5.jpg
圖/ 愛范兒

儘管AirPods Pro的延遲是這次測試的無線耳機中表現最低的,但144毫秒在遊戲和部分音樂製作中仍然還在人耳能察覺到的延遲範圍內。不過相比於過去的AirPods和其他無線耳機,作為音樂人的科爾認為AirPods Pro在無線耳機這個艱難問題上的改變還是相當可觀的,這使得它能成為科爾首選的無線耳機。

AirPods Pro7.jpg
圖/ 愛范兒

隨著像AirPods一樣的TWS(True Wireless Stereo)無線耳機在市場漸漸普及,不少廠商也開始著手解決延遲問題,以提升手機和耳機音樂、影片傳輸體驗。比如華為之前發布的Freebuds3官宣延遲僅190毫秒;OPPO將要發布的EncoFree官宣甚至縮減到了120毫秒。

由此看來,今後的無線耳機不但連接速度更快,而且體驗也能越來越接近傳統的有線耳機了。

責任編輯:江可萱、蕭閔云
本文授權轉載自:愛范兒

往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

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
AI全球100+台灣20
© 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