蘋果MR設備延至2023年登場、用M1 Pro等級晶片！為何元宇宙是「禁區」？|數位時代 BusinessNext

蘋果MR設備延至2023年登場、用M1 Pro等級晶片！為何元宇宙是「禁區」？

蘋果很有可能在今年推出其首款混合實境（MR）裝置，但其將主要專注於提供AR和VR等短期體驗，並將成為「元宇宙」的禁區。

1/17更新：
蘋果備受關注VR/AR產品又傳出新消息，《彭博社》指出，這款配備了VR及AR功能的全新產品原先預計在2022年的WWDC開發者大會上揭露，但知情人士指出，由於散熱、鏡頭及軟體方面都遇上了開發難題，預計會延後到2022年底，甚至2023年亮相。

蘋果從2015年就投入這款設備的開發，期望在未來能成為如iPhone般的中流砥柱產品，目前這款設備使用了蘋果最尖端的技術，搭載性能等同M1 Pro的晶片，也因此散熱問題一直難以克服。

由於使用的最新銳的晶片、聲音及影像技術，這款設備預計價格不菲，可能定價會達到2,000美元以上（約新台幣5.5萬元），估算第一年銷量約在700萬至1,000萬台之間。

蘋果已計畫2023年的開發者大會上，重頭戲就會在這款設備的App上，該設備也會擁有App Store。

雖然蘋果頭戴裝置消息頻傳，但先前有分析師透露，蘋果將不會把重點擺在「元宇宙」上，更將這個領域視為「禁區」，下為原報導：

1月10日消息，蘋果很有可能在今年推出其首款混合實境（MR）裝置，但其將主要專注於提供擴增實境（AR）和虛擬實境（VR）等短期體驗，並將成為「元宇宙」的禁區。

雖然包括Meta在內的許多公司都在「元宇宙」的概念上加倍努力，但蘋果的關注點似乎恰恰相反，其MR裝置的重點將是短時間的交流、內容瀏覽和遊戲。

知名蘋果分析師馬克·古爾曼（Mark Gurman）透露，他被「相當直接地」告知，「元宇宙」的想法在蘋果內部是「禁區」。這與Facebook（現在的Meta）等公司的戰略截然不同。

古爾曼稱，蘋果曾考慮過打造元宇宙，但後來試圖避過它。他寫道：「當蘋果發布其頭戴式裝置時，有一個詞可能會讓我感到震驚，即元宇宙。但我被相當直接地告知，用戶可以逃離到一個完全虛擬的世界的想法——就像他們在Meta未來願景中所做的那樣，是蘋果所禁止的。」

相反，蘋果的重點據說是打造混合實境裝置，用於「遊戲、通訊和內容消費的爆發」，但它不會是一款「全天候裝置」。

目前有傳言稱，蘋果首款混合實境頭盔最快可能在2022年年底發布，數量非常有限。預計它將採用包括帶有AirPods Max風格襯墊的弧形遮陽板，以及類似蘋果智慧手錶運動錶帶設計的繫帶，並採用創新的三螢幕配置。

此外，這款裝置每隻眼睛的解析度可能達到8K，有超過12個「由內到外」的跟踪攝像頭。不過，知名分析師郭明錤曾表示，這款裝置將「只」使用4K顯示螢幕和6到8個鏡頭，並暗示其價格比同類產品更實惠，預計在1000美元到3000美元之間。

這款裝置將使用輕質材料製造，搭載M1級處理器用於高端應用和開發，並使用一個二級處理器處理傳感器跟踪數據。這些傳感器可能包括激光雷達系統，可以在沒有控制器的情況下跟蹤用戶的手部，但控制器仍可以用於更精確的控制。

本文授權轉載自：網易科技

責任編輯：傅珮晴、侯品如

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。