Vision Pro大改版喊卡!蘋果改衝刺智慧眼鏡:擬推「無顯示+內嵌螢幕」2款產品對戰Meta
Vision Pro大改版喊卡!蘋果改衝刺智慧眼鏡:擬推「無顯示+內嵌螢幕」2款產品對戰Meta
2025.10.02 | 3C生活

重點一:Apple暫停Vision Pro重大改款,優先投入AI智慧眼鏡研發,與Meta競爭。

重點二:計畫兩款眼鏡:N50(無顯示、連iPhone,最早2026亮相、2027上市),以及另一款具顯示器的版本。

重點三:眼鏡主打語音與AI,含喇叭、相機、健康追蹤;Vision Pro今年僅小改款(更快晶片)。

據《彭博社》報導,蘋果已暫停原訂為Vision Pro(混合實境頭戴裝置)進行的「大幅改款」計畫,轉而將資源優先投入智慧眼鏡產品線,目標直指Meta在消費級AI眼鏡市場的領先地位。

知名科技記者馬克·古爾曼指出,內部代號N100的「更輕、更便宜」版Vision Pro原規劃於2027推出,但蘋果近期已通知團隊調度人力,加速智慧眼鏡開發。此一策略調整反映產業對「AI為核心、形態貼近日常」的新一代個人裝置的押注。

換句話說, 相比笨重且高價的頭戴式設計,智慧眼鏡更可能成為下一個大眾化載體。現階段,Vision Pro將在今年進行小幅更新,重點僅在於導入更快的晶片。

產品藍圖:兩種路線並進、時程全面提速

報導指出,蘋果同步推進至少兩款智慧眼鏡。其一為代號N50的「無顯示」款,設計為與iPhone(智慧型手機)配對使用、依賴語音及AI互動,據報最早可於明年公開亮相、目標2027上市。

其二則為「內建顯示」版本,定位對標剛發表的Meta Ray‑Ban Display(Ray‑Ban顯示版智慧眼鏡),原時程定於2028,蘋果現已加快開發速度。

兩款產品皆強調以語音與人工智慧為主要介面,並規劃多種外觀樣式,配備喇叭(音樂播放)、相機(影像紀錄)與可與手機協同的語音控制;同時評估導入健康追蹤功能,並以全新自研晶片支援低功耗與即時AI運算。

這種產品策略,明顯意圖縮短與Meta在智慧眼鏡領域的差距。Meta自2021推出Ray‑Ban Stories起,2023的Ray‑Ban Meta成為市場口碑逆轉點,近期更刷新無顯示款,強化相機與電池續航,並布局2027年的雙目顯示新機型。

延伸閱讀:AI眼鏡含金量有多高?一場Meta起頭的豪賭:它是下一個iPhone,還是Google Glass?

硬體升級版Vision Pro,有望於年底上市

雖然說蘋果官方無意大幅改版Vision Pro,但也不意味著這款市面上最強的頭戴裝置從此變成「孤兒」。據《MacRumors》報導,美國聯邦通信委員會(FCC)9月30日意外上傳多份測試文件,直接揭示蘋果正進行新一代Vision Pro的認證工作。

報導指出,從FCC測試重點觀察,新款Vision Pro在WLAN項目仍以Wi‑Fi 6為主,測試中未出現6GHz頻段(即Wi‑Fi 6E)或更高標準的跡象,代表無線連線規格延續現行世代。硬體升級版Vision Pro可能會在今年底前上市,售價可能仍為 3,499 美元(台灣定價為新台幣119,900元)。

FCC意外流出的Vision Pro送檢圖。
蘋果的硬體升級版Vision Pro,有望在今年底推出。
圖/ MacRumors

市場傳聞則指出,蘋果將把現役M2(蘋果自研晶片)換為更快的M5,著重效能與能效提升,以改善混合實境計算負載、視覺處理與多工表現;機身設計方面並不預期有明顯外觀更動,整體策略偏向「內在升級、外型延續」。

由於FCC認證通常發生在上市前的合規流程階段,文件所見的測試型號A3416與WLAN/SAR項目,與產品量產前置作業相吻合,為世代更新提供可信佐證。

新版Siri成關鍵!最快明年3月上線

Vision Pro自2024上市以來,因重量、價格與內容生態(影片與App不足)備受質疑,蘋果內部亦被指私下認為其「工程過度」。因此蘋果改採「企業應用」的市場溝通策略,類似微軟與Google在頭戴式裝置的路線,但過往成效有限。

為支撐眼鏡等新形態硬體,蘋果正加速「Apple Intelligence」與語音助理Siri的能力重建。報導指出,「重建版Siri」最快有望於2026年3月上線,作為眼鏡、智慧喇叭、顯示器與相機等新裝置的共同AI引擎。

另一方面,蘋果曾評估的Mac外接顯示型眼鏡(代號N107)已在今年較早時段取消。雖然公司並未完全放棄未來的Vision Pro「輕量、低價」方案,但現階段策略重心已明確指向智慧眼鏡,加速邁向更貼近日常的穿戴AI終端。

延伸閱讀:宏達電殺進AI眼鏡市場!VIVE Eagle「繁中、純台灣製造」,售價1.5萬有哪些功能?

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?

資料來源:彭博社MacRumors

本文初稿為AI編撰,整理.編輯/ 李先泰

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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