捨棄5G壓低售價，三星二代摺疊機Galaxy Z Flip能打中消費者的心嗎？|數位時代 BusinessNext

不打規格戰走平價風，三星能靠Galaxy Z Flip把摺疊機打入主流市場嗎？

三星Galaxy Z Flip描繪出新一代摺疊手機的模樣，是否也會把摺疊手機，帶入下一個紀元？

好似一個化妝鏡，摺完只有掌心大小

先來仔細瞧瞧，三星是怎麼設計這一支手機的？

Galaxy Z Flip不再是左右對摺，採用上下對摺的設計，當螢幕攤開時，是一塊6.7吋、21.9：9的AMOLED螢幕，和市面上常見的規格無異；摺疊後接近正方形。

既然是上下對摺，三星乾脆把Galaxy Z Flip打造成類似筆電的使用體驗，不但上下螢幕可以分割功能、進行不同操作，也採用「無段式轉軸設計」，不只是摺疊90度時才能使用，在開合特定的角度範圍都能使用。

歷經上一代革命性、嘗試性的Galaxy Fold，這一次三星針對「鉸鏈」，也就是轉軸，還有「螢幕」採用完全不同的處理方法。

當時，Galaxy Fold在柔性螢幕上方鑲了一層保護膜，這台的保護則是升級成「超薄可摺式玻璃（Ultra-Thin Glass）」，讓螢幕更牢固，也是三星第一次做這樣的嘗試。

另外，針對轉軸，為了避免有異物落入機體的可能，這一次Galaxy Z Flip則是完全把轉軸隱藏在機體中，根據官方透露，每天一樣開合100次、一樣可以使用五年。

摺疊手機走到第二代，取捨規格換價格來「衝量」

值得注意的是，和2019年摺疊手機總是要往「最高規」、「最頂級」來定位不同，這一次Galaxy Z Flip在規格上採取不小的「犧牲」，只有4G版本，採用的也不是高通最新一代的處理器，而是Snapdragon 855。

犧牲規格，換來1,380元美元定價，雖然仍不便宜，相當於一支512GB的iPhone 11 Pro，但和上一代Galaxy Fold相比，足足便宜600元美元。

「某種程度來說，三星確實有這樣的考量：即使過去很多消費者對摺疊手機感興趣，但價格太貴、沒辦法入手嘗試，拉低價格後才可以拉高市場接受度，養成消費者對摺疊手機的使用習慣，」台經院產業分析師邱是芳解釋。

根據市調機構Strategy Analytics最新報告指出，全球智慧型摺疊手機出貨量，在2019年還不到100萬台，去年三星、華為、Motorola都紛紛推出摺疊手機，但多數定位成「超級精品」，要摺疊、5G、高規格，自然價格不便宜，但從三星面對第二代摺疊手機的策略不難看出，和5G手機一樣，摺疊手機也要開始走「更平價、衝數量」的戰術。

「三星的摺疊手機走到第二代，技術已經更成熟，設計上也有取捨，改善了不少問題，但相較一般手機的價位仍高，還是一款利基型產品，2020年出貨量一樣沒辦法很高。」

邱是芳指出，即便摺疊手機走到開疆第二年，產品還是初期競爭，處於「百花齊放、百家爭鳴」的階段，不會因為三星這一款產品就讓摺疊手機定型，各家大廠還是會根據自身的技術，推出差異化設計。

Strategy Analytics的報告進一步預估，2020年折疊手機出貨量將達800萬台，到了2025年則上看1億台，形成一定的規模。

責任編輯：陳映璇

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。