使用台積電5奈米製程!蘋果MR頭盔完成晶片設計,連線iPhone才能發揮100%實力
使用台積電5奈米製程!蘋果MR頭盔完成晶片設計,連線iPhone才能發揮100%實力
2021.09.06 | 3C生活

蘋果傳言已久的AR/VR裝置(後續簡稱MR頭盔),近日又有了新消息。有媒體披露蘋果的MR頭盔基本上將不是一個能夠完全獨立運作的設備,而是需要與iPhone等設備搭配使用才能發揮完整功能。

根據《The Information》取得的最新資訊,蘋果謠傳已久的MR頭盔並無法獨立運行所有功能,部份負擔較為沈重的功能則需要仰賴連線iPhone等蘋果設備進行處理。

為延長電池續航力,蘋果MR眼鏡必須搭配iPhone使用

或許可以想像成,蘋果的MR頭盔將是一個類似AirPods、Apple Watch的穿戴式裝置,必須圍繞iPhone、iPad等蘋果產品使用。雖然聽起來似乎有些讓人失望,但蘋果這樣設計卻是有理由的:為了盡可能節省電力消耗,延長設備續航力。

而依照今年3月的披露,蘋果一直希望能降低MR頭盔的重量,期望最終能維持在100公克至200公克之間,大約相當於一支iPhone的重量。為了降低頭盔的重量,也曾傳出蘋果考慮使用網布(fabric mesh)材料。

目前市面上的AR或VR頭盔都難以避免額外的外部裝置,或者沈重的內部電池,蘋果相望藉由這種各個設備間的「合作」模式,減少MR頭盔的電力負擔。

僅供刊物用途_shutterstock_1511085815_iPhone11.jpg
為了減輕MR頭盔重量、延長電池續航力,也設計成必須與iPhone等設備結合使用,才能完全發揮所有功能。
圖/ ALDECAstock via shutterstock

去年《彭博社》曾披露,蘋果內部先前對MR頭盔的設計形式也尚未定案,初期的原型需要配合一個額外的設備使用,類似一個小型的Mac電腦,但時任設計長的強尼.艾夫(Jony Ive)及庫克(Tim Cook)都反對這種作法,希望設計成一個單獨的設備。

雖然最新的披露顯示,蘋果的MR頭盔可能無法完全單獨運作,卻類似兩種想法的折衷,沒有額外的設備,但需要與iPhone等無線連接使用。

外媒《Ars Technica》指出,蘋果近年一直與開發人員合力發展AR工具與API,以加速ARKit、RealityKit等AR開發工具的發展,而這些成果未來都可能應用在蘋果開發中的MR頭盔上。

MR頭盔晶片完成設計,不包含AI功能、強化數據傳出

且根據《The Information》的披露,目前蘋果也正在開發用於MR頭盔的SoC(系統單晶片),預計將使用台積電的5奈米製程技術,且沒有像iPhone或Macbook的晶片一樣搭載神經網路引擎,主要運用於機器學習或AI運算。

換句話說,若有牽涉到AI技術的部份,MR頭盔就必須仰賴iPhone等設備進行處理,也因為須與其他設備搭配使用,SoC在設計上也更為強化無線數據傳出、處理壓縮或解壓縮影像資料等功能,這款SoC預計最快也要1年後才能邁入量產。

另外,這次的爆料也聲稱,蘋果已經完成圖形驅動程式及影像感測器的設計,該感測器能夠從用戶周遭捕捉高解析度的影像用於AR呈現上,大小等同該MR頭盔使用的鏡頭。

先前有地表最強蘋果分析師之稱的郭明錤則預測,蘋果最快將在2022年底前推出MR頭盔,2025年推出AR眼鏡,而AR隱形眼鏡等級的產品則要等到2030年至2040年才有望登場。

TIM COOK-copy
蘋果執行長庫克今年4月曾對外表示,AR對蘋果的未來非常關鍵,將顛覆你我的溝通方式。
圖/ JStone via Shutterstock

蘋果至今仍對開發中的AR裝置守口如瓶,不過今年4月執行長庫克曾表示,AR技術對蘋果的未來非常關鍵,聲稱AR將改變我們與親朋好友們的交流,顛覆醫療、教育、遊戲及零售領域的溝通方式。

AR、VR技術問世已有一段時間,但到現在該怎麼運用這些依舊在摸索當中,蘋果計畫運用這些技術實現怎樣的願景,即將登場的MR裝置能否突破這樣的局面,如庫克聲稱的顛覆你我的溝通方式,也讓人感到好奇。

資料來源:The Verge、Ars Technica、The Information

責任編輯:蕭閔云

熱門焦點:

  1. 日企佔據電動車專利優勢,豐田奪競爭力冠軍!台灣代表Gogoro贏過三星
  2. 12歲的他靠自製NFT,放完一個暑假賺進千萬元!發豪語要當下個馬斯克

最新9月號雜誌《2021年台灣網紅生態全解析》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

關鍵字: #蘋果 #VR_AR_MR
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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