吹風機界的愛馬仕!從吸塵器、無葉風扇到吹風機,Dyson是如何操弄氣流、抓住用戶的心?
吹風機界的愛馬仕!從吸塵器、無葉風扇到吹風機,Dyson是如何操弄氣流、抓住用戶的心?

閱聽人在觀賞某些歐美戲劇或電影時,偶爾能看到一種下面掛著個大袋子、後頭拖著一條電源線的吸塵器,就如下圖所展示的那般,操作不便又笨重。

集塵袋式吸塵器
圖/ 截圖自網路

時至今日,若再看到這種舊型的集塵袋式吸塵器,總會給人一種「做家務事真累」的感覺。但令人好奇的是,吸塵器是如何從像袋鼠一般的模樣,進化到只需單手便可操作的無繩型態呢?

打破傳統,人類迎來了無線吸塵的時代

上述提到的集塵袋式吸塵器,誕生於上世紀初,所謂的「大袋子」其實是裝有過濾網的集塵袋,又大又累贅。使用一段時間後便會出現堵塞的狀況,不只清潔麻煩,吸力也會隨之降低。

正當使用者對這些缺點感到苦惱時,Dyson的創辦人詹姆士.戴森(James.Dyson)便出現了。

喜愛發明的他,打算親手改造家中那台經常壞掉的吸塵器,從工業鋸木廠用來分離木屑的旋風分離器中獲得了靈感,並將氣流技術應用到吸塵器當中。

經過無數次的試驗之後,Dyson於1982年首先使用旋風分離技術並運用到全球第一台無塵袋旋風式吸塵器的原型機上。而這款原型機有著一個響亮的名字——「G-Force」。

Dyson GForce
Dyson的G-Force
圖/ Dyson

戴森在原型機的基礎上進一步改良了旋風技術,於1993年推出搭載雙旋風技術的DC01吸塵器,當時定價是其他競爭品的兩倍,原來Dyson的昂貴是有跡可循的。但由於Dyson的潔凈力和吸力都較其他產品更強,因此在DC01上市之後,便成為當時英國最暢銷的吸塵器。

從那時開始,Dyson也與旋風技術槓上了。

埋頭深造,氣流也能玩出多種花樣

後來的Dyson,接連在旋風技術、數位馬達、氣流倍增技術(Air Amplifier)等創新領域取得突破。

以氣流倍增技術為例,如今這項創新被應用在Dyson旗下多款產品上,而最廣為人知的便是Dyson無葉風扇。

dyson
圖/ Dyson

從無葉風扇的剖面可以看出,氣流在環狀氣流腔體中不斷迴圈,透過狹縫被加速吹出,由弧形翼面引導氣流的噴射方向。因此,得以呈現出安全無葉的型態,在體驗上則減少了傳統風扇直送風所帶來的不適感。

而這項氣流倍增技術也被應用在Dyson Supersonic吹風機中,這款「吹風機界的愛馬仕」打破了傳統吹風機的設計樣式,以新奇的使用體驗吸引了許多少女的心。它吹出的氣流非常均勻,能進而達到快速乾髮而不傷髮質。

Dyson Supersonic (5).jpg
Dyson Supersonic

而另一款Dyson Pure Cool Me空氣清淨風扇也相當有趣,Dyson在獵鷹式戰鬥機的空氣動力學的啟發之下,發明出Core Flow旋風聚合技術並且運用在這款風扇上。

Dyson
圖/ Dyson
Dyson
圖/ Dyson
Dyson
圖/ Dyson

Dyson Pure Cool Me空氣清淨風扇同樣是無扇葉的造型,但形態上與上述所展示的無葉風扇有明顯差異。前者的頂部有一個球,氣流從底部吹出,沿著球面噴射出來,四周的氣流在圓頂相遇時,下方便形成高壓,於是在這個高壓點的影響之下,氣流被迫噴射出聚集的氣流。

獵鷹式戰鬥機利用這個原理實現了垂直升降,而Dyson則是用它創造了有趣的風扇。

獵鷹式戰鬥機
獵鷹式戰鬥機
圖/ 愛范兒

Dyson獨創了POLAR(Point Loading Auto Response)實驗方法,並專門打造出27平方公尺大的房間,用來檢測自家空氣清淨機能否做到均勻的凈化。分佈在不同位置的檢測儀,若數值近乎一致,也就是達到了理想的效果。

然而,在這些技術背後是6,000多名工程師和科學家不曾間斷的辛苦研究。瞭解過後才會明白,Dyson產品之所以較同類競爭品更貴,並不是奢侈品般的品牌溢價,而是為了維持長久的研發活力所需的必要成本。

創新不止,Dyson不再受限於「風」

目前Dyson市售的產品,如吸塵器、和吹風機、空氣清淨機和美髮造型器,基本上都是圍繞著「旋風氣流」做文章。

而Dyson未來還會在電動車、固態電池、數位馬達、視覺系統、機器學習及人工智慧等多方領域繼續努力。

dyson ev.JPG
圖/ Dyson

延伸閱讀:Dyson電動車夢為何夭折?創辦人賠掉190億元,坦言「被福斯醜聞害慘」

另外,Dyson最新的Lightcycle檯燈,是由Dyson創辦人的兒子傑克.戴森所設計的。這座檯燈,或許未來會成為Dyson產品的新里程碑,帶領這個品牌在多方領域中推出更多創新的產品。

Dyson Lightcycle
Dyson的Lightcycle檯燈
圖/ 截圖自Twitter

責任編輯:文潔琳、蕭閔云
本文授權轉載自:愛范兒

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