AI PC推薦：AI PC可以做什麼？華碩、宏碁、微星哪家AI PC好用？|數位時代 BusinessNext

2024年度COMPUTEX盛況空前，其中「AI PC」更是話題最中心。

台灣PC大廠華碩、宏碁、微星、技嘉都沒有錯過機會，在COMPUTEX會場進行AI功能火力展示，今年推出的新品，硬體規格都準備好在終端運行AI生成功能，不過《數位時代》現場觀察，消費者對於「 除了Copilot，還能用AI做什麼？ 」的詢問最熱烈，軟體應用作為下一波競爭中心，在現場展現哪些能力？

華碩AI PC：一鍵生出圖片創意、AI幫你整理照片

華碩展場面積相當大，會場以AI主題為重點，中央設置「AI大道」，展示所有最新款的AI PC。

其中擁有最多AI軟體功能的，是創作者專業筆電ProArt P16，採用 AMD Ryzen AI 300 處理器的 ProArt P16，符合微軟Copilot+定義。ProArt P16搭載兩款華碩團隊自研的軟體「Muse Tree」和「Story Cube」，都是為了創作者而設計。

Muse Tree：幫助創作者找圖片靈感

Muse Tree是一款協助創作者找靈感的軟體，介面是類似Canva介面的白板，使用者可用文字或圖片形式，新增圓圈狀的靈感，組成樹狀圖，而單一靈感可以下指令讓生成式AI幫忙製作，例如森林、帳篷，圖片不用自己準備。

同時還可以把靈感拉出來「碰撞」，例如把筆電和花叢的圖片碰在一起，系統會自動生成一張花叢中的筆電圖。

另一項功能是可以直接繪製簡單的圖案並下指令，生成式AI會幫忙做成精緻的圖片，現場實測，繪製一位騎著掃帚的女巫，並下指令為「在傍晚的天空中飛翔」，系統生成的圖案，女巫的形體不太正常，但背景圖像相當完整，整體來說符合使用需求。

Story Cube：AI幫你歸類好圖片，不用花費時間整理了

另一項功能特別適合攝影師等影像工作者使用，主要用來整理電腦裡繁雜的資料，例如自動將拍攝的圖片分類整理，包括用什麼機器拍攝、拍攝什麼主題，都可以用AI整理，快速搜尋。

宏碁AI PC：回顧歷史頁面、即時字幕輔助

宏碁展區以樹林的意象為主視覺，現場圍著大柱子擺設一整圈的AI PC產品。

其中有幾台Intel處理器的筆電僅供觀看，還不開放試用。

這次AI PC功能最完整的是Swift 14 AI，搭載Snapdragon X Elite或Snapdragon X Plus平台，可運行包含回顧（Recall）、Cocreator、即時字幕（Live Captions）等多種功能。

Swift 14 AI 回顧（Recall）功能：幫你找出某段時間內的使用軌跡

其中Recall功能記下了設定時間範圍內「所有的瀏覽畫面」，可以把時間軸往回拉，看到自己上周曾使用過的應用程式、文件、網頁等，並且可以輸入關鍵字，例如狗、天空等文字，就可以搜尋到畫面中有相關圖像或文字的畫面。

Swift 14 AI 即時字幕（Live Captions）功能：不用連網就能即時翻譯影片字幕

不同於一般需要連接網路的翻譯，Live Captions是一款內建在系統中的功能，只要在觀看影片時打開這款軟體，就會協助將翻譯字幕即時打在畫面上方，目前一共支援44種語言。

微星AI PC：可離線使用的聊天機器人、AI動態調整效能

微星的攤位偏向電競風格，其中AMD和Intel處理器的PC都還沒有太多軟體功能可以展示，不過目前尚未符合Copilot+規格、但已經有NVIDIA GeForce RTX算力的Raider 18 HX，展示了幾個MSI自研的AI功能。

MSI Chat：5秒就能回答答案，還能兼顧資安

MSI Chat是一款可離線使用的聊天機器人，把資料夾的文件資料餵給它，就可以針對內容詢問，另外還可以文生圖，由於功能都是在終端運算，微星現場人員指出，這款軟體和Copilot的不同在於資安和速度，現場實測只需要5秒左右，就可以回答或生成圖片。

MSI AI Engine：依情境調整效能

點選這個模式，就可以用AI記錄使用習慣，並且依照不同的使用情境如看影片、玩遊戲等，調整CPU、GPU、電量消耗、風扇等內部效能。

技嘉：AI效能調整

技嘉的攤位是現場最大，外牆布滿大螢幕，播放AI協助生成的影片。現場展示的AORUS品牌PC，目前仍不符合Copilot+定義，技嘉自研的軟體目前只有AI效能調整的功能，筆電區主要展示運行NVIDIA軟體的應用場景。

Comfy UI：一張照片生成多角度圖像

NVIDIA和圖像生成軟體Stable Diffusion合作的功能「Comfy UI」，可以拍攝下使用者的畫面，離線套用多款模板生成圖片，不像大多數AI功能需要多張照片訓練，Comfy UI只需要一張正臉照，就可生成多種角度的圖像，同時因為離線運行，大約10秒就可完成。

ChatRTX

NVIDIA聊天機器人，可以餵資料、選擇運行的AI模型，離線回答相關問題。

AI PC定義終於明確，進入「落地應用」競爭

去年的AI PC定義不明確，最早只要具備可運行AI的能力就可以喊，後有Intel於2023年底發表三大定義：

⓵ 需搭載 NPU、CPU、GPU

⓶ 支援微軟 Copilot 功能

⓷ 鍵盤直接配置 Copilot 鍵

今年，微軟把AI PC挑戰拉高，Copilot+定義為：

⓵ 至少需16GB記憶體、256GB 儲存容量（這關乎「回顧」功能運作）

⓶ NPU 算力要求 40TOPS 以上，可存取最先進 AI 模型

⓶ 具備全天電池續航

隨著定義更完整，現場體驗可以看出多款產品規格開始拉開差距，和高通、AMD、微軟等廠商都更緊密合作開發，進入打團戰的階段。

不過軟體功能是現場詢問度最高的問題，顯示消費者已經不滿足於高階硬體效能，市場開始進入「落地應用」的競爭階段。

延伸閱讀：AI PC是什麼？AI PC定義、產品一次懂：你真的需要AI PC嗎？

責任編輯：林美欣

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。