挑戰蘋果的Nothing Phone (1)亮相!透明外殼、LED螢幕,能靠設計讓市場買單嗎?
挑戰蘋果的Nothing Phone (1)亮相!透明外殼、LED螢幕,能靠設計讓市場買單嗎?
2022.07.13 | 3C生活

新創品牌Nothing的首款手機Phone (1),幾個月來未演先轟動,12號晚間終於正式發表。共同創辦人裴宇坐在餐桌上,如朋友間閒聊般向觀眾介紹產品規格。

Nothing Phone (1)
Nothing延續過去發布會的「親民」風格,選在家中場景拍攝。
圖/ Nothing

Phone (1)主打充滿未來感的透明背蓋外型,殼上裝設絢麗的LED小螢幕,可以個人化設置,性能規格方面,採用的是高通偏向中階性能的Snapdragon 778G+處理器,定價為台幣$13,900起,也屬於中階機的價位。

Nothing也指出,Phone (1)在預購期間的候補名單已超過20萬人,前100部先前放上拍賣平台競標,出價最高更超過3萬美元,深受科技嘗鮮者關切。

然而面對如今巨頭把持的飽和市場、消費者需求降低等因素,似乎都不利於新品牌投入手機,Nothing以特殊的外型設計為主要市場區隔,同時以限量競標、社群話題等行銷手法突圍,並且捨棄北美、中國市場,主攻歐洲。

Nothing Phone (1)
Nothing Phone (1)共推出黑白兩色。
圖/ Nothing

延伸閱讀:新品牌Nothing手機亮相,喊價破3000美元!有何底氣喊要成為蘋果替代品?

獨特的市場策略和定位,甚至曾大膽號稱要成為「蘋果的替代品」,Nothing Phone (1) 有哪些特點,行銷上又有何挑戰和機會?

要以「非主流」造型,和大品牌對抗

Nothing Phone (1)的最大亮點就是它的外型,透明背蓋設計,秀出內部的螺絲、線材,如同手機版本的「工業風」造型,同時背面搭載一片小螢幕Glyph,可以顯示手機電力、應用程式通知,外圈配備900顆LED燈陣列,隨著鈴聲閃爍變換個人化造型,也可以區分不同聯絡人來電時的色彩主題,邊框採用100%回收鋁金屬,比起鐵製邊框的iPhone拿起來更輕盈。

Nothing Phone (1)
圖/ Nothing

充滿未來感的造型,走的是「反主流」路線,共同創辦人裴宇在發表時直言,蘋果、三星等大品牌的產品,已然缺乏亮點和創新,讓人期待值不斷降低,而Nothing的宗旨就是打造出更新鮮的設計語言,讓消費者持續有所期待。

至於性能方面,搭載高通Snapdragon 778G+處理器,相機則是兩顆裴宇口中「沒在唬人」的5千萬畫素鏡頭,他指出其他品牌手機,經常都堆了三到四顆鏡頭,但通常只有一顆最頂規,其他都用便宜貨,自家雖然數量較少,但兩顆都是實打實的規格,分別具有夜景模式、114 度視野的超廣角功能。

不過整體來看,規格和價位都以中階為主,從行銷策略也可看出,Nothing試圖以設計感、包裝等面向作為切入點,和他牌做出市場區隔。

Nothing Phone (1)
圖/ Nothing

台經院產經資料庫資深分析師邱昰芳指出,Nothing這種以設計突圍的策略有幾個比較大的困難。首先是中階定位和設計取向間的矛盾,通常強調外型設計和質感的手機,會以「精品」作為主要的包裝方向,聚焦金字塔頂端的嘗鮮者,這群人對於新鮮感會有所追求,但Nothing卻定位為一款中階機,希望消費者以較低門檻入手,認識品牌建立文化,是否能靠著特殊行銷手法突圍仍然有待觀察。

其次是新鮮感的延續性,是否能拉得夠長?消費者有一代代換機的需求,每一代功能都得升級,觀察現今主流品牌都開始面臨規格瓶頸,進階的幅度越來越小,而單純以設計吸引注意的Nothing,就必須每一代都端出超特別的款式持續創造新鮮感,在迭代快速的今日,難度相當高。

Nothing Phone (1)
圖/ Nothing

事實上,以目前巨頭把持的手機市場來看,想以規格性能競爭確實很難發揮,過去常見的手機品牌如HTC、LG、Motorola、Nokia等,目前不是退出競爭,就是重新調整產品策略,更安全或是更利基型的小眾產品發展。

裴宇也在採訪中指出「硬體戰」的困境,尤其新創品牌要能在這塊市場站穩,必須確保元件供應、產品設計能力要更高,甚至行銷能力也要比一線品牌出色,否則產品再好,可能也難以打動消費者,最終導致失敗。

捨棄北美、中國大餅,避開巨頭競爭主攻歐洲

Nothing Phone (1) 的銷售模式的確特殊,開賣前一個月就先以限量100台的模式,讓全球消費者競標,雖然僅100多人參與競標,但最高價格衝上3萬美元,最低價也有700多美元,可見吸引不少科技迷和嘗鮮者關注,話題性十足。

Nothing也不走一般手機對外型保持神秘的作法,而是直接邀請歐洲KOL參與實機體驗派對,讓照片傳遍各大社群網站,銷售手法直攻年輕族群。

Nothing Phone (1)
Nothing Phone (1) 在瑞士舉行的實機展示派對
圖/ Nothing

對於這種不按牌理出牌的做法,市場的選擇就相當重要,Nothing起步就主攻對新品牌接受度較高的歐洲市場,直接捨棄手機最大市場北美和中國。

邱昰芳分析,捨棄北美的原因,除了避免和巨頭們打對台,還有可能是擔心自家的中國背景,在敏感的局勢下遭到打壓,如同其他中國品牌也都選擇東南亞和歐洲作為主攻區域,「市場飽和又不友善」的北美不再是首選。

至於中國,當地遍地開花的品牌競爭激烈,加上主打外型而非性能的策略,並不切合中國消費者對於CP值的重視和喜好,因此可能和裴宇創辦的另一家公司One Plus類似,未來從海外打回中國。

Nothing Phone (1)
圖/ Nothing

另外,預期印度也會是Phone (1)的重點銷售地區,Nothing副總裁暨印度組經理Mamu Sharma上週接受訪談時透露,Phone (1)將在印度南部泰米爾納德邦的工廠生產,多數零件將在地供應及組裝生產,目前Nothing更已經在印度境內超過250座城市,設置超過270處授權服務中心,提供產品銷售與後續客服。

責任編輯:錢玉紘

關鍵字: #手機
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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