為AI開天眼！蘋果擬為Apple Watch裝鏡頭，但第三代SE卻陷開發危機|數位時代 BusinessNext

蘋果要在Apple Watch裝鏡頭，導入視覺智慧功能

蘋果去年在iPhone 16中首次加入了「視覺智慧」功能，使用者能透過相機鏡頭，搭配ChatGPT或Google搜尋，即時分析、翻譯或辨識周遭環境的物體、地標或動物。蘋果的最終目標，是將這項功能推廣到更多裝置上，包括AirPods和Apple Watch。

根據《彭博社》報導，蘋果正在開發搭載鏡頭的Apple Watch，預計最快在2027年推出。此計畫涉及兩種型號：標準的Series版本和高階的Ultra版本。Series版本的鏡頭將置於顯示螢幕內，類似iPhone的前置鏡頭；Ultra版本則將鏡頭置於手錶側邊，靠近數位錶冠和按鈕。

《彭博社》指出，Ultra版本採用側邊鏡頭設計，是因為其較厚的機身有更多內部空間，方便使用者將手腕指向物體進行掃描。至於Series版本，使用者則需要翻轉手腕才能使用鏡頭。但由於螢幕過小且長時間舉起手腕可能不舒適，因此這些鏡頭不太可能支援FaceTime視訊通話。

蘋果計畫將「視覺智慧」功能作為這些裝置的核心，並逐步將AI模型從OpenAI和Google轉移到自家開發的系統。

蘋果的策略是逐步推出新功能，讓消費者逐漸熟悉這些技術，並在未來的新產品中看到這些技術的應用。這與一些新創公司直接推出全新AI穿戴裝置（如Humane Ai Pin）的策略不同，蘋果希望透過現有產品的升級，讓消費者更容易接受新技術。

塑膠外殼Apple Watch SE傳開發遇難關，難符合開發人員預期目標

另一方面，蘋果原先計畫推出塑膠外殼的平價Apple Watch SE，以吸引更多兒童用戶，但這項計畫目前面臨嚴峻挑戰。

《彭博社》指出，設計團隊對塑膠外殼的外觀不滿意，而營運團隊則發現，塑膠外殼的成本並未比現有的鋁製機身更低。這意味著，蘋果可能會重新評估其Apple Watch SE的發展方向，或者放棄這款產品的開發。

自第二代Apple Watch SE推出已超過兩年，這款產品在市場上的吸引力逐漸減弱。《Engadget》在重新評測這款產品時，形容其設計「平淡無奇」。蘋果原本希望透過塑膠外殼的設計，降低成本並吸引更多用戶，但目前的開發進度顯示，這項計畫可能無法實現。

此外，蘋果在開發血壓追蹤功能時也遇到了困難，目前這項功能的測試進展緩慢，可能需要更長的時間才能推出。

蘋果在穿戴裝置領域的野心顯而易見，透過將AI功能整合到Apple Watch和AirPods等產品中，蘋果希望在AI穿戴裝置市場中佔據領先地位。然而，技術挑戰和設計上的考量，也為蘋果的發展帶來了不確定性。

本文初稿由AI撰寫，編輯：陳建鈞

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。