「蘋果替代品」Nothing Phone（1）登場！外媒評：中階價位絕佳選擇|數位時代 BusinessNext

Nothing Phone（1）登場！外媒評設計、鏡頭表現優異：中階價位絕佳選擇

隨著Nothing的第一款手機Phone（1）登場，各家外媒也紛紛進行評測，聲稱這是中階手機領域非常優秀的一個選擇。

外觀設計獨特，受多家媒體讚賞

Phone（1）獨樹一幟的設計，不約而同受到各家媒體讚賞。透明的背蓋讓你對內部零件一覽無遺，清楚看見下方緊密排列、相互連接的零件。而以900多顆LED打造的背面螢幕Glyph，能夠隨著電話鈴聲及通知響起，或者充電、連接USB等各種不同情況變換燈光。

用戶還可以根據來電者客製化亮起的燈光，也能夠用於任何可以設置通知音的App，Glyph還可以充當拍攝影片時的補光燈。3C媒體《Cnet》評論，在中階領域很少能見到如此特別的設計，大多都只是使用灰色或黑色的背蓋。

聽到手機響起通知聲，特地拿起來看卻發現只是無足輕重的芝麻小事，這種說不上好的體驗相信許多人都有過。科技媒體《The Verge》表示，他認為Glyph設計概念是一種用和諧、復古的方式，讓你知道這聲響起的通知值不值得你分神查看手機。

但要更改使用習慣並不容易，想要發揮理想的效果可能要花上更多時間。總的來說，雖然Glyph本身並不是說多實用的功能，主要是一種時尚，但在Phone 1本身價格實惠、品質有一定水準的前提下，這是一個加分的設計。

而且Glyph也不太耗電，連續發光10分鐘才會消耗0.5%的電力，正常使用的情況下幾乎不會影響手機續航力。

鏡頭在中階領域表現優秀，論價格相對實惠

根據《財星》報導，Phone（1）在鏡頭方面也獲得了多數評論者的好評。Phone（1）上有兩個後置鏡頭，主要鏡頭有5,000萬畫素，帶有f1.9光圈及光學影像穩定功能。《The Verge》指出，這項功能大多是旗艦手機才會有，較少在中階手機上看到。另一個鏡頭則是5,000萬畫素的超廣角鏡頭，帶有f/2.2光圈。

Nothing Phone網站上公佈的官方實測中，無論近遠景都非常清晰、色彩豔麗，景深感良好。《The Verge》則評價，雖然Phone（1）拍攝的照片色彩有點過於飽和，但整體細節精確，不過一旦處於光線不足的陰暗環境下，拍攝時顏色則會有些受到影響。

《財星》指出，雖然高階手機能夠擁有更佳的攝影表現，但以Phone（1）的價格區間來說，這毫無疑問是非常優秀的選擇。《Cnet》也表示，雖然iPhone 13能拍出更好的照片，但價格也是Phone（1）的兩倍。

電池續航力不足，撐過一天已是極限

只不過，Phone（1）讓評測媒體較有微詞之處在於它的續航能力。《Cnet》就將電池列為評測者不喜歡的缺點，「電池壽命應該能更好。」文章上寫道。

在評測者的測試中，以最大亮度連接Wifi播放YouTube影片一個小時後，Phone（1）的電量從滿電下滑至93%，第二個小時則一舉減少到83%。《Cnet》表示，只要不是觀看大量串流影片、玩遊戲，Phone（1）的電力還是足以支撐一天使用，不過每天充電就必不可少了。

《The Verge》則認為，Phone（1）的續航力不如同價位，甚至更低價位的手機，以測試期間的使用經驗來說，僅僅只是剛好能夠撐過一天，且待機時似乎不太省電，一覺醒來就發現減少超過10%電量。

Phone（1）續航力不足的缺點，可以靠著快速充電的功能來解決，約1個多小時就能從完全沒電充至100%，在提供無線充電的中階手機中表現非常好，唯一的問題是快速充電器需要另外花費30到40美元的預算購買。

責任編輯：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。