AI Pin遭外媒狠批不好用！回答太冗、手勢難操作…還有哪些實測負評？|數位時代 BusinessNext

為什麼AI Pin不好用？優缺點一次看

這款產品一如其名「Pin」，外形像胸針大小的方形機器，重量僅56克，分成裝置本體和電池組2部分，以磁吸方式佩戴在衣服上。除了相同於手機能透上網、語音通話等功能，AI Pin也結合了生成式AI，利用GPT-4的模型，用戶可以用自然語言直接下指令，產出結果就會投影在用戶的掌心上。

除了可以幫忙摘要收件匣的內容，也可以當成即時翻譯機。使用的時候只要觸控AI Pin的面板兩下，就可以和它對話，不只比手機更輕巧，也能夠補足在不方便使用手機的時候，開口就可以完成想要AI Pin幫忙做的事情，120度的鏡頭攝影廣度也可以捕捉大部分眼前的畫面。

但也存在著許多缺點。

《The Verge》指出，雖然簡化了手機的觸控螢幕，AI Pin的功能目前還是無法跟上手機，除了反應不靈敏、經常故障，電池續航力也不佳，經常出現過熱情形。

《The Verge》實測了幾項功能發現，許多功能無法有效的運作，例如：
- 請AI Pin傳送訊息，但結果並不符合指令
- 伺服器處理速度緩慢
- 翻譯功能不佳，有時可以翻譯有時只會重複對方說的話
- 鏡頭的視覺辨識效果不彰
- 操作手勢看似容易，但很難掌握

另外在投影方面，雖然將AI Pin透過磁鐵固定在胸前，且投影到手掌就可以點擊，聽起來是一個很方便的操作，但實際上，我們的手可能無法一直處在空閒的狀態來盡情使用投影功能。例如：手上提了很多東西的時候，逛街等等。不只是在使用情境上有限制，當走到戶外，陽光強烈的時候，投影的效果也會大幅降低，非常考驗戶外使用的體驗。

科技新聞《Engadget》的實測者雪林・洛（Cherlynn Low）指出，AI Pin有時答案太長或無關緊要。當她詢問「我該看《Dream Scenario》（中文譯為《夢行者保羅》）嗎？」時，它說：「這是一部2023年喜劇奇幻電影，由尼可拉斯凱吉主演，在IMDb（網路電影資料庫）、爛番茄和Metacritic（影評網站）上獲得好評。它可在YouTube、Hulu和Amazon Prime Video等平台上進行觀看。如果你喜歡喜劇和奇幻類型，可能值得一看。」

雪林・洛表示，「我能理解它（AI Pin）沒有給我一個直接的答案，不過它所說的一切都與Google上的搜尋熱門結果沒有什麼不同。如果我直接用手機搜尋這部電影，就能夠看到實際的評論結果，所得到的資訊更完整。」她進一步提到，AI Pin混合了OpenAI的GPT-4和Humane自己的語言模型，但感覺還沒有完全成熟。這就像一個假裝有感知能力的機器人——能夠表明它知道在問什麼，但無法提供直接答案。

AI Pin並非手機替代品，還處於開局第一頁

《華盛頓郵報》提到，雖然AI Pin功能跟手機很類似，但其目的並不是要來取代手機，雖然用AI Pin來打電話時，喇叭的聲音還是非常清楚，但如果周遭環境吵雜，可能很容易被蓋過去，除非使用藍芽耳機輔助。

目前AI Pin仍存在許多的使用上的問題要解決，伊姆蘭和貝瑟尼在一份聲明中表示：「AI Pin目前處在開創新局的第一頁，並不是第一章，因此會持續在軟硬體的更新上持續推進，包括軟體更新、新功能的研發等等。」

目前AI Pin的售價為美金699元（約為新台幣2萬元），每個月訂閱費為24美元（約新台幣768元）。

責任編輯：蘇柔瑋

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。