酷酷新玩具來了!Valve推出遊戲主機Steam Machine:搭上「搖桿+VR裝置」,PS5遇上世紀宿敵?
酷酷新玩具來了!Valve推出遊戲主機Steam Machine:搭上「搖桿+VR裝置」,PS5遇上世紀宿敵?

重點一:Valve 推出新一代 Steam Machine,採用 AMD Zen 4 與 RDNA 3,號稱效能比 Steam Deck 強六倍。

重點二:機身重視散熱設計,內建 300W 電源;GPU 約 110–130W、CPU 約 30W。支援 HDMI、DisplayPort、Wi‑Fi 6E、藍牙,以及專屬控制器的無線連線。

重點三:全新 Steam Controller(遊戲手把)採用 TMR 搖桿、雙觸控板與六軸陀螺儀,內建專屬 Puck 無線與充電,續航約 35 小時;並跨平台支援 Steam。

Valve 在 2022 年以 Steam Deck 掌機改寫 PC 遊戲體驗,如今將其經驗帶回客廳,推出新一代 Steam Machine 家用遊戲主機。

此產品延續 Steam Deck 的系統架構,但轉向「高效能+家用」形態:一台約 6 英寸立方的主機,採用 Valve 自家的 Linux 作業系統 SteamOS,透過 Proton(Valve 開發的相容層)運行 Windows 遊戲。

Steam Machine介面
Valve 新款「Steam Machine」以 160mm 立方體塞滿 I/O:前置 USB‑A×2、MicroSD 與電源鍵,背面給足 DisplayPort 1.4、HDMI 2.0、Gigabit 乙太網路、USB‑A×2、USB‑C,再加上內建電源與 17 顆 RGB 指示燈,主打客廳電玩體驗。
圖/ Valve

新機採用 AMD(超微)半客製配置:CPU 為 6 核心 Zen 4,可達 4.8GHz、TDP 30W;GPU 為 RDNA 3(28 CU)、8GB GDDR6,最大持續時脈 2.45GHz。

官方宣稱整機效能較 Steam Deck 強六倍,並以 SteamOS 提供類主機的「沙發遊玩」體驗;影像輸出以 AMD 的 FSR(超級解析度)為前提,目標在多數遊戲場景達成 4K、60FPS。

儲存方面,提供 512GB 或 2TB M.2 2230 SSD 機型,亦保留擴充至 M.2 2280 的空間,並相容 microSD 記憶卡;跨裝置共享遊戲資料的機制延續自 Steam Deck。

目標攻進客廳!Steam Machine 降低 PC 遊戲門檻

Steam Machine 的核心賣點在兩點:一是「以 Linux 為底的 SteamOS」搭配 Proton 相容層,持續優化 Windows 遊戲的運行表現;二是主機化體驗。Valve 承諾玩家不再因遊戲更新而中斷遊戲流程。

此策略與 Steam Deck 的成功經驗相呼應:過去 Steam Deck 靠口碑逆勢超越 Windows 掌機,原因包含 Linux+Proton 在大量遊戲上提供更順暢、可控的體驗,以及 SteamOS 的介面與系統層設計更符合主機「即開即玩」的邏輯。

白話說, 對於非 PC 陣營的玩家,Steam Machine 提供了一種「不用自己組 PC,也能在客廳玩 PC 遊戲」的解決方案。在此基礎上,Steam Machine 進一步補上 Steam Deck 在效能上的不足,提供更高的畫質與影格表現,試圖在客廳場景與傳統主機分庭抗禮。

值得關注的是,「用 SteamOS 跑 Windows 遊戲」看似折衷,但長期的 Deck 用戶口碑與現場實測顯示,Linux+Proton 路線已累積可觀的相容性與效能優勢。

不只主機!還有原生 VR 裝置+搖桿

為完整化客廳遊戲方案,Valve 同步推出新一代 Steam Controller(遊戲手把)與 Steam Frame(VR 頭戴裝置)。

Steam Frame
Steam Frame的外觀設計圖。
圖/ Valve

Steam Controller 延續 Valve 在「搖桿+觸控板」的設計邏輯,力求 PC 遊戲在客廳場景下具備操作一致性(PC 遊戲時常需要滑鼠操作的情境);Steam Frame 則面向長時間遊玩與沉浸式體驗的需求。

Steam Controller
Steam Controller的外觀設計圖。
圖/ Valve

上市時程方面,Steam Machine 預計於 2026 年初在目前 Steam Deck 販售的所有區域同步開賣,形成「掌機+客廳主機+週邊」的整體布局。

整體來看,Valve 以軟硬整合與系統主機化,強化跨平台遊戲的易用性與一致性,企圖以 PC 生態的廣度加上主機體驗的深度,重構客廳遊戲的競爭版圖。

延伸閱讀:賣遊戲發大財!Valve職員人均利潤破1億元:沒主管的300人公司,如何化身隱形印鈔機?

資料來源:SteamThe Vergetom's hardware

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