Meta新雷朋AI眼鏡來了!一副2.4萬元含內嵌螢幕、比宏達電VIVE Eagle貴1萬,有什麼酷功能?
Meta新雷朋AI眼鏡來了!一副2.4萬元含內嵌螢幕、比宏達電VIVE Eagle貴1萬,有什麼酷功能?
2025.09.18 | 3C生活

重點一:臉書母公司Meta推出首款配備螢幕的智慧眼鏡「Meta Ray-Ban Display」,定價799美元(約新台幣24,000元)。

重點二:新款眼鏡右側鏡片內建顯示螢幕,可顯示訊息、影片通話、地圖導航及Meta AI查詢結果,並能作為手機相機取景器及音樂播放介面。

重點三:Meta積極推動智慧眼鏡成為主流消費產品,期望藉由螢幕與AI整合,提升產品吸引力並擴大市場滲透率。

Meta於9月18日一口氣發表三款智慧眼鏡新品,但其中最受矚目的,無疑是「Meta Ray-Ban Display」。這不只是Meta在穿戴式裝置領域的重大突破,更是他們想把智慧眼鏡推向主流消費市場的明確訊號。

新款眼鏡外型延續Ray-Ban(雷朋)經典設計,最大亮點是將螢幕嵌入右側鏡片。Meta執行長馬克·祖克柏(Mark Zuckerberg)強調,這項創新將改變人們與數位世界互動的方式,並加速AI技術在消費性電子產品中的普及。

據《彭博社》報導,Meta Ray-Ban Display眼鏡的設計初衷是作為智慧型手機的延伸裝置。其螢幕可顯示簡訊、視訊通話、地圖導航、Meta AI查詢結果等資訊。換言之,這些功能多半仰賴與手機的連線與資料同步。眼鏡本身雖具備部分運算與顯示能力,但許多核心功能(如訊息通知、應用程式整合、地圖導航等)仍需依賴手機。

Meta首席技術官Andrew Bosworth表示: 「這感覺就像是,你可以越來越多地把手機放在口袋裡度過一天,手機不會消失,但眼鏡提供了一種更便捷的方式來訪問其最受歡迎的功能。」 這也說明目前產品定位仍是「手機輔助裝置」,而非完全獨立運作的智慧眼鏡。

有螢幕的AI眼鏡:傳訊息、視訊電話、導航⋯都OK

如上,Meta Ray-Ban Display最大亮點在於右側鏡片內建顯示螢幕。實際產品包括「一副眼鏡+一條腕帶+一個充電盒」。針對續航力,Meta官方說法是單次充電眼鏡可用6小時,搭配充電盒總續航最高30小時;至於EMG腕帶(Meta Neural Band),官方標示為18小時續航,材質則是火星探測器同款Vectran纖維,防水等級IPX7。

Meta Ray-Ban Display的控制系統由兩大核心組件構成:眼鏡本身的AI運算與顯示功能,以及EMG腕帶的人機互動技術。

眼鏡本體:AI運算+全彩顯示

眼鏡內建全彩高解析顯示器,顯示於鏡片側邊,僅於短暫互動時啟用,不影響視野。同時,眼鏡本體也具備麥克風、喇叭、攝影鏡頭,能即時接收語音指令、拍照、錄影、播放音樂,並透過AI運算處理訊息、翻譯、導航等功能。

EMG腕帶:肌電訊號控制

EMG腕帶以表面肌電技術(surface electromyography)偵測手腕肌肉活動,將細微手勢(如滑動、捏合、旋轉)轉化為數位指令,實現滑動選單、點擊、縮放、音量調整等操作,無需觸碰眼鏡或手機。腕帶設計輕巧耐用,支援全天候配戴,具備IPX7防水、18小時續航力,材質採用Vectran纖維。

根據Meta官方公布,EMG腕帶支援以下操作動作:

  1. 滑動(Scroll):以拇指在手指側邊滑動,可瀏覽訊息、切換選單或步驟。
  2. 點擊(Click/Pinch):以手指捏合或輕點,執行選擇、確認、開啟訊息等指令。
  3. 旋轉(Rotate):捏合手指並旋轉手腕,可調整音量。
  4. 縮放(Zoom):以特定手勢放大或縮小畫面,例如協助拍照或預覽照片。

Meta強調,EMG腕帶經過大規模人體研究,能適應不同用戶的肌肉差異,並強調無障礙設計,協助行動不便者或手指缺失者操作。

Oakley Meta Vanguard:高強度運動專用AI眼鏡

除了Meta Ray-Ban Display外,另一款矚目新品是Oakley Meta Vanguard,主打高強度運動設計,適合跑步、騎車、滑雪等極限運動場景,官方建議售價499美元(約新台幣15,000元)。

其配備運動相機,內建12MP、122度廣角鏡頭,支援最高3K解析度錄影,具備慢動作、縮時攝影(Hyperlapse)、可調式防手震等多種拍攝模式。可自動偵測里程、心率、速度、海拔等運動里程碑,達標時自動錄影,無需手動操作。

一大亮點是,Oakley Meta Vanguard也支援Garmin裝置與Strava運動社群,能即時語音查詢心率、配速等運動數據,並將運動數據疊加於影片、照片,直接分享到Strava、Instagram、Facebook、WhatsApp等平台。運動結束後,Meta AI App可自動匯總活動紀錄,方便用戶追蹤進度。

Oakley Meta Vanguard
Oakley Meta Vanguard標榜針對高強度運動設計,適合跑步、騎車、滑雪等極限運動場景,官方建議售價499美元(約為新台幣15,000元)。
圖/ Meta

Oakley Meta Vanguard的控制設計,基本上聚焦在「語音」、「自動觸發」和「少量物理操作」三大類:

1.語音助理:所有互動的核心都是Meta AI語音助理。只要喊「Hey Meta」,就能查詢心率、配速、即時天氣、行程提醒,甚至控制音樂播放。官方強調,和Garmin、Strava等運動平台整合後,語音查詢能直接叫出即時運動數據,甚至可以問「Hey Meta,我現在心率多少?」、「Hey Meta,我還差幾公里?」

2.自動觸發拍攝:眼鏡能根據你的運動里程、心率、速度、海拔等「關鍵時刻」自動啟動錄影。舉例:剛衝破個人最佳5K,眼鏡自動錄下那幾秒的激動表情;或是在單車爬坡時心率爆表,鏡頭自動捕捉那段過程。

3.物理按鍵與LED提示:雖然官方沒細說每個按鍵細節,但根據產品圖與以往設計,Oakley Meta Vanguard仍保留少量物理按鍵,方便在極端環境下(手套、流汗、語音無法辨識時)進行拍照、啟動錄影等基本操作。此外,鏡框內側設有LED提示燈,能在達到預設目標(例如心率區間、配速)時閃爍提醒。

AI眼鏡是酷酷新玩具,仍難取代智慧型手機

Oakley Meta Vanguard和Ray-Ban Display的問世,確實讓智慧眼鏡不再只是「穿戴式相機」或「行銷噱頭」。它們把運動效能、即時資訊、社群分享和人機互動拉高到新層次,也讓智慧手錶和運動相機的定位遇到挑戰。

不過,無論是應用生態、內容創作、複雜溝通還是多工處理,智慧眼鏡目前還只是「場景補位」,而不是「全面取代」。

等到有一天,使用者真的能用眼鏡完成所有手機上的事,才是下一場典範轉移。至少目前,智慧型手機還是行動裝置的核心。

延伸閱讀: Meta將推「有螢幕」智慧眼鏡!一副3.3萬起跳:它是祖克柏擊落蘋果的秘密武器? 「誰說不玩了?」宏達電靠AI眼鏡拔4根漲停,VIVE Eagle如何迎戰Meta、Google?

資料來源:Meta彭博社

本文初稿由AI編撰,整理.編輯/ 李先泰

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