蘋果砸60億買下AI新創Xnor，背後圖的是iPhone鏡頭？|數位時代 BusinessNext

蘋果砸60億買下AI潛力新創Xnor，背後圖的是iPhone鏡頭？

蘋果近期傳出砸2億美元收購一間成立3年的AI新創Xnor.ai，雖然官方不願多談，但蘋果計畫應用在iPhone鏡頭。

讓AI擺脫雲端束縛，Xnor被列為最有潛力AI新創

Xnor是從已故微軟共同創辦人保羅．艾倫創立的「艾倫人工智慧研究所」分離的一間科技公司，專攻在智慧鏡頭、手機等終端裝置上運行的AI技術，而不依賴與雲端的連結。

這邊的「不依賴雲端」，其背後含意是蘋果在發展AI技術上，不必依託於亞馬遜、微軟、Google等雲端大廠的可能性。

Xnor的技術特點在於，其軟體能以相對較低的資源、電力運作機器學習技術，即使沒有強悍的硬體輔佐，也能展現出色的效能。功能、準確度或許並非頂尖，卻是一間非常務實，相當具有商業化潛力的AI企業。

其執行長阿里．法哈迪（Ali Farhad）曾表示，他們已經能將AI從雲端擴展至每個終端裝置，Xnor公司口號便是「AI無所不在，為所有人服務（AI Everywhere, for Everyone）」。2019年，Xnor被《富比士》列入最有潛力AI新創名單之中。

砸大錢收購Xnor，蘋果想做什麼？

蘋果過去在AI上沒有太出色的表現，語音助理Siri也被Alexa、Google助理等競爭對手後來居上，但卻一直沒有放棄在AI領域的投入。蘋果2017年曾以2億美元收購機器語言新創Lattice Data；2018年挖角Google高管擔任AI戰略資深副總裁；2019年又收購自動駕駛新創Drive.ai。

至於蘋果收購Xnor後，會實際應用在哪個層面，可以從前陣子的交易，以及Xnor的技術應用看出端倪。

根據過去的報導，Xnor讓AI不再受到硬體侷限，能在各種裝置上執行高效的圖像或語音識別技術。外媒《GeekWire》認為，這很可能是蘋果收購這間公司的目的，未來或許有望看見圖像辨識技術被應用在iPhone的鏡頭裡。

另外，蘋果去年12月才收購一家AI影像新創Spectral Edge，這家公司能利用機器學習技術，使照片的細節與色彩更為細膩，提升拍攝的品質；今年初，蘋果則和GPU設計公司Imagination Technologies達成授權協議。

從蘋果近期大舉著力攝影技術的方向來看，Xnor將為iPhone鏡頭貢獻技術的推斷，也不無幾分道理。

責任編輯：陳映璇

在生成式 AI 驅動下，新聞產業正加速進入新一輪轉型。這股技術浪潮不僅改變了內容產製模式，也重塑了讀者獲取資訊的入口。面對這場產業變革，台灣科技媒體領導品牌TVBS 展現強勁的轉型動能，不僅積極布局 AI 應用，更憑藉創新專案獲得「nDX數位創新獎助計畫」肯定。

為加速經驗擴散並促進產業交流，日前，TVBS 攜手數位經濟暨產業發展協會（DTA）舉辦「AI in the Newsroom－TVBS轉型實戰分享」發表會，現場匯聚媒體與科技領域專業人士，從實務案例出發，深入剖析 AI 導入新聞現場的應用模式，共同見證 TVBS 如何以 AI 為核心引擎，重新定義數位時代的媒體影響力。

從「人」出發：從超級個體到超級組織，啟動 AI 原生轉型

TVBS 集團成長長簡西村表示，早在生成式 AI 浪潮成形之初，TVBS 便已啟動轉型布局。不僅於 2023 年成立AI未來科技部，專責 AI 應用開發與轉型推進，更由董事長親自主持每週一次的 AI 策略會議，確保決策與執行節奏高度一致，並進一步盤點出「人、流程、科技（PPT）」三大轉型關鍵，逐步落實將 AI 導入各項營運環節。

從「人」的角度來看，TVBS 以 AI 提升效率與創造價值為目標，提出超級個體與超級組織的轉型藍圖。其中，超級個體指的是能善用 AI 工具的記者，例如：透過 AI 分析海量資料、自動生成初稿或經營個人品牌，透過與 AI 的分工協作，不僅提升產出效率，也讓記者得以回歸深度核實與現場採訪等核心職能。

當多個超級個體串聯，便進一步形塑出超級組織，透過 AI 全面提升團隊的數位戰力，成為 AI Native（AI原生）媒體組織。TVBS 的願景是，讓每一個議題皆能發展出專屬 AI Agent，負責資料處理與初稿生成，而人扮演總編輯角色，負責內容品質與倫理把關。如此一來，不僅能實現全天候、高頻率的內容更新，更可透過多 Agent 協作，同時產出文字、影音、Podcast 等不同形式的內容，實現一次生產、全平台分發的目標。

從「流程」出發：讓AI嵌入新聞產製，縮減 30% 作業時間

從「流程」的角度來看，AI 唯有真正嵌入新聞產製流程，才能發揮最大效益。然而，哪些環節最適合導入 AI、導入後流程該如何重塑，往往只有第一線新聞人最清楚。為此，TVBS 邀請新聞部同仁組成「文科種子」團隊，並由主管從日常工作情境出發，親自示範 AI 應用，讓記者實際感受到 AI 帶來的效率提升，進而翻轉「不好用」的既有印象，吸引更多資深同仁投入 AI 應用開發。

TVBS新聞部網路新聞中心總編輯楊致中強調，「AI不是要把新聞人變成工程師，而是要讓新聞人重新回到專業現場。」因此，這群橫跨編輯、記者、編譯等不同職能的種子成員，從使用者視角出發，與工程師並肩協作，以使用情境取代傳統規格書，讓技術團隊得以深入理解採訪流程中的真實痛點，進而開發出涵蓋多語翻譯、初稿生成、重點歸納、多稿比對、標題與內容優化等 AI 應用，整體作業時間平均縮短逾三成。同時，新聞部也與 AI 部門建立每週開會機制，持續提出痛點及回饋使用經驗，推動產品快速迭代。

另一方面，TVBS 也連續三屆舉辦員工限定的「AI 黑客松」，各部門同仁由日常工作中的痛點出發，發想出更貼近第一線需求的 AI 解決方案，讓 AI 逐步成為組織共通的語言，不僅有效提升工作效率，也進一步形塑出 AI 驅動的創新文化。

從「科技」出發：打造混血系統 AI WIZE，讓AI真正貼近使用需求

從「工具」的角度來看，如何在滿足使用需求的同時兼顧技術快速迭代，成為關鍵課題。為此，TVBS 提出混血系統概念，由新聞人與 AI 部門協助，共同開發出專為媒體場景打造的 AI WIZE 平台。

TVBS AI未來科技部副總監吳楨文說明，AI 技術迭代速度極快，若仍沿用傳統「使用者提需求、工程師寫程式」的開發模式，不僅溝通成本高、也難以快速及時優化，容易導致使用體驗不如預期。若是直接使用外部 AI 工具，在產出結果不穩定的情況下，使用者常常要反覆調整提示詞與修正細節，反而會增加時間成本，使 AI 應用淪為新的負擔。

為解決這樣的困境，TVBS 在開發 AI WIZE 時，結合系統化與人才混血兩大策略，由工程師在「深水區」把關系統架構、資訊安全與成本控管，而新聞人則在「淺水區」透過 AI Studio 等自然語言工具定義應用場景，並將新聞專業封裝成可重複使用的 AI Agent技能，同時透過持續回饋機制，讓 AI Agent 不斷學習與優化，使工具更貼近日常工作需求。

簡西村最後強調，人機協作不是選擇，而是必然路徑。TVBS 期望透過這場 AI 轉型，打造兼具速度、深度與可信度的新型媒體競爭力，並以自身實踐經驗為基礎，帶動台灣媒體在 AI 浪潮下強化整體產業競爭力，重新定義媒體的「真實」價值，開創新聞產業的 AI 新時代。