【塊轉Web3】助記詞、私鑰掰掰!掃描指紋就能解鎖錢包,Web3如何實現「iPhone時刻」?
【塊轉Web3】助記詞、私鑰掰掰!掃描指紋就能解鎖錢包,Web3如何實現「iPhone時刻」?
2023.05.18 | 區塊鏈

「塊轉Web3」是區塊鏈媒體《Web3+》推出的直播節目,集結四位不同專業領域的主持人,每週三中午輪番上陣,用30分鐘的時間,帶來第一手的人物訪談、拆解區塊鏈新商業案例、產業最新脈動分析,陪你一起吃午餐。

直播節目資訊:

時間: 每週三中午12:30~13:00
收看管道:《數位時代》Facebook、《Web3+》官網

AI 迎來 iPhone 時刻,Web3 呢?光是助記詞、私鑰等難懂的名詞與流程,就讓新手在接觸加密錢包時卻步。把大家習慣的「掃描指紋就解鎖」搬到 Web3 世界,15秒內擁有自己的錢包,讓使用體驗更無痛,JoyID Wallet 怎麼做到?

主題:再也不用記密碼!如何實現Web3 的「iPhone時刻」?
主持:朱拉面|區塊鏈專家
來賓:Cipher|JoyID Wallet 創辦人

📺 人物訪談、產業分析、記者第一手觀察!別錯過每週三、四晚間上片的「塊轉Web3」節目
👉節目資訊一次看 https://reurl.cc/9VMNLX

小檔案:Cipher

大約從2013年開始接觸比特幣,當時只是做為普通的投資者做交易,一直到2016年才正式進入區塊鏈產業。大約在2021年的時候,帶領產品團隊出來做實際的落地項目,想讓區塊鏈技術造福所有人,所以一直持續往這個方向探索,並推出了JoyID Wallet,希望可以解決目前使用區塊鏈服務,進入門檻過高的產業痛點。

##### JoyID是什麼?

Q:JoyID這個項目是用什麼方法來達到所謂的iPhone時刻?

我覺得最好的Web3的用戶體驗,是不要讓用戶知道他是Web3。

我大概2010年開始創業,那個時候最流行的概念是移動網路,但是現在沒有任何人再提這個概念,因為所有的網路都是移動網路,或者它就是一張網。所以JoyID的理念也是這樣,用戶用的時候,其實流程就是在跟應用做一個交互。雖然NFT是存在錢包、帳戶裡面,但是可能沒有那麼明顯,要直到下一次在其他的應用裡面,才會知道所有的資產釋放。

那我們是怎麼做到的呢?其實現有的所有硬體設備裡,都有一個東西叫做安全晶片。這個安全晶片當然不是特別為了區塊鏈打造的,他就是用來儲存手機中的私密資訊,像Apple care、Google care等。這個晶片必須有對外公開訪問的接口,而這個接口是用來給應用程式來建立和訪問公私鑰,所以我們就做了這樣一層的橋接,把硬體設備產生的非對稱的密鑰和區塊鏈帳戶做連接。

我們用了帳戶抽象的技術,讓多臺設備或多個指紋,可以對應到一個帳戶啊。這樣的話,用戶就可以用手機、電腦、筆電等,都可以使用。

Q:JoyID怎麼做到資訊上的安全?

其實我們也是依賴於整個基礎設施的技術進步。JoyID依賴的是帳戶抽象和通行密鑰(Passkeys)兩大技術。

通行密鑰實際上不是我們主導的,是整個產業界包括Apple、Google、Facebook、Microsoft所有這些巨頭公司,他們共同在推廣的一個技術,這也是為什麼它的兼容性會這麼好。這個技術要做的事情,就是在硬體設備裡插入晶片。

這個晶片在就是一顆加解密的晶片,且內部有儲存區,而第三方沒有任何辦法可以把資料讀出來,只能請求它簽名之類的動作。

這個技術對於大公司來說,是用來取代現有的密碼。我們經常聽說各種服務器被盜的事件啊,無論是內部的人還是外部的人,把服務器的數據庫洩漏出來說,然後得到用戶名、密碼。因為我們的用戶名和密碼都是存在服務器裡,否則沒辦法驗證我們的身份,那這個時候就會出現非常多的外洩可能。

所以用戶的密碼如何自己保管以及失竊問題,同樣也是Web2世界裡面的一個常見的問題。所以通行密鑰出現之後,我們其實就不需要密碼了。我們用的就是指紋對應背後的公私鑰對,服務器實際上保存的是公鑰,用戶每次登錄的時候,用簽名來證明身份。因為用戶自己根本都拿不到密鑰,所以也就沒有弄丟的問題。

那通行密鑰的問題在於,每一台設備都會有一個密鑰,不同的設備沒辦法進行關聯,背後還是需要有個外部的email帳戶來做連結。這就導致email被盜了,實際上還是會受到影響。

JoyID用公私鑰對來做用戶的身份認證,但是公私鑰對的匹配並是中心化的,透過智慧合約進行。其次,不同的廠商產生的這個公鑰,都在區塊鏈上關聯起來。這就是高於蘋果和安卓的一個原因,因為蘋果和安卓之間肯定互相不信任,對吧?但是,大家都可以在區塊鏈上登記不同設備的公鑰,那這個技術我們就叫做帳戶抽象技術。

它的安全性在於什麼呢?它的安全性實際上和Apple Pay的安全性是同一個等級的,這已經幾乎是最高等級。你可以想像你的Windows電腦被別人遠端控制會有什麼後果?但是即使是這樣,你的資產依然是安全的,為什麼?因為在遠端,沒有辦法繞開生物識別、指紋和人臉識別,所以它的安全性的是最高等級的。

Q:區塊鏈手機和JoyID的差別又是什麼呢?

其實Solana推出的區塊鏈手機Saga,並不是目前唯一的一個嘗試,過去也推出過類似的產品。

這個其實蠻有意思的,我可以講一講我個人的一些創業經歷啊。大概在2014、15年左右,我的創業項目是一個像信用卡大小的藍牙卡片,裡面有電池、CPU、藍牙、安全晶片等等。

簡單來講,它就是一個外置的Apple Pay。但在那個時候還沒有Apple Pay,所以我想解決的就是把各種卡片都下載到一個設備裡面,用這一張卡片去代替所有的錢包。

那時候成本其實蠻高的,大概人民幣100多塊錢一個,銷售價格可能200多塊錢。其實這個就很像現在的這個區塊鏈手機,我為了推廣一個技術,不得不去銷售一個硬體產品。後來在2017年左右,蘋果推出Apple Pay之後,這個產品瞬間就沒有吸引力了,因為所有人都有手機;Google推出Google Pay,所有人都有NFC。

實際上這些公司只是透過軟體升級,來增加支付的功能。所以在這個方面就不可能實現真正的大規模採用,因為不能要求別人購買你的新設備,所以這也是我從過去的歷史上學到的教訓。

實際上我們在2018年左右,我們就自己研發過SIM卡晶片塞進簽名算法。當時是用一個藍牙SIM卡,這個SIM卡本身是沒辦法跟手機APP進行直接通訊,我們透過手機藍牙的方式,去連接這個SIM卡裡面的藍牙晶片來做簽名。

所有的技術我們都有,但是最後我們沒有推出,理由非常簡單,就是邊際成本限制了發展。所以這也是為什麼JoyID,是一個純軟體的解決方案,而且它是跨平臺的,不論是Windows、MacOS、iOS、Android,所有的現代設備都可以用,那它的邊際成本就是零。

🛎️延伸閱讀: 【開箱】區塊鏈手機Saga來了!手機即錢包、照片秒變NFT,值得買嗎?用戶揭秘第一手心得

Q:未來可能創造出那些應用?

假設我們有1000萬一億10億用戶擁進來,你不可能期待他們還在玩現在可能這幫人玩的DeFi,或是小圖片來回炒作這類東西。

我經常跟大家講說NFT是個非常好的東西,但是區塊鏈之外的人經常會被誤導。他們往往認為NFT就是拿一個IP,製作1萬張圖片,然後賣出去,去2級市場做事,然後引韭菜進來賺錢。

但是你想想這個邏輯,對於現有的一些品牌啊,比如說Starbucks、名人、創作者等等,他們是要珍惜自己的羽毛的。拿NFT去賣錢這件事情,他當然可以去嘗試,但肯定不是他的主要業務,因為他可能有100種賺錢的方式。直接把自己的品牌塑造成一個圖片去銷售,這個一定是效果最低的。

首先他也賣不了多少錢,其次,他賣的對象可能都是幣圈的人、區塊鏈圈的人,這些人目的都是來炒作,根本不是品牌想要的目的。

所以我認為最終要實現大規模採用,一定是新的東西。比如說看電影好了,我們現在看電影依然需要一張電子的票或者是紙製的票。但如何證明你之前看過這個電影?或者我看完這個電影之後,是不是再也不會跟這個電影的主創、主演、發行方產生任何的互動關係?

因為現在的電影票都是通過代理一層一層賣出去。我知道可能票房有幾個億、幾千萬,但是我根本不知道哪一個具體的人是我的用戶。如果每一張電影票後面都免費附贈一個跟電影人物有關的、或和電影情節有關的NFT,這個成本對於發行商來說約等於零,因為只是個軟體。

但是對於用戶來講,他是觀眾,肯定就很願意去收藏這個東西,甚至是願意交換收集等等。那品牌就可以穿透所有的銷售環節,直接知道哪個用戶持有了電影票根、知道誰是用戶,就可以繼續做活動或是宣傳。比如說下次這個導演拍的電影,或者這個主演的電影,你持有上一次的票根或NFT,就可以有九折優惠。或者是說只有持有這個票,才能參與影評。

類似的場景其實非常非常的多,比如說買咖啡,你的收據上就有一個QRCode,掃一下就可以得到一個NFT。這個NFT可能是普通版本的,但是也有機率是稀有版本的;在店慶的時候,可以有特殊版本;或者是不同的店,有不同的版本。這就自然形成了一種會員的價值。比如說我是星巴克的忠實用戶,我很可能願意收集全新加坡100個200個特色的NFT;甚至是說跟歐洲的朋友互換。

但是這裡面還有一個很關鍵的點,就是web3帶來的可組合性。過去可能Starbucks的會員體系,積分交換、活動什麼的都可以做,但是必須企業自己開發。開發的團隊不是創業團隊,是聽從老闆的指令去開發的,可想而知開發的品質和創新度可能會受限。

但是在Web3世界,比如說繼續以這個電影為舉例,我只要把電影票根發下去,假設有200萬人持有這個電影NFT,剩下的所有事情,作為發行方,都不用管。

這些持有資產的用戶,馬上就會有第三方創業團隊會做引擎網站,只有持有NFT才可以在進入,或是馬上有遊戲公司做遊戲網站,對方也可以賺錢,用戶也很開心,而你把這個IP做得更大。

所以我想說的是,在Web3的這個世界裡面,一定會出現新的場景,而這個新的場景並不是我們現在看到Web2的場景,或是現在的幣圈用戶。現在的幣圈用戶群有99%,都是投機用戶,而真正的web3的大規模採用的用戶,會是日常的用戶、是消費用戶,而這是兩種不同的用戶。

##### Web3世界普及的關鍵?

Q:怎麼真正地做到大規模採用?目前看到的困難有哪些?

這件事情一直有在討論,但整個路徑上有非常多的問題。除了用戶體驗、技術、成本,還有產品本身,可以分成三大門檻來解釋。

門檻一:容量問題

區塊鏈經常說「擴容」,擴容能把「TPS」(每秒交易處理量)提高多少倍?

我們知道比特幣的TPS大概是7,以太坊大概10到20,Polygon可能100到200,但這些數據都完全不可能做到大規模採用,或是像現在Web2世界裡,Twitter或VISA上千上萬的TPS。

門檻二:用戶怎麼進來?

以太坊的ERC-4337,似乎也是要解決這個問題,但ERC-4337也有很多的問題。雖然它嘗試要去解決,但實際上,它能解決的是「如果用戶帳戶不見,該如何恢復」,很難實現像JoyID這樣,透過硬體設備、指紋來建立帳戶。

🛎️延伸閱讀: 不必記註記詞、私鑰不見也不擔心!以太坊「ERC-4337」標準是什麼?從三大優勢看懂

門檻三:費用

比如說,我們已經習慣在Web2世界中,去Google搜尋、找蘋果的應用程式,這些過程基本上都是不需要付費的。但是在區塊鏈上,就必須要付費。ERC-4337雖然可以「代用戶付費」,但是這個費用太高,可能也不是所有的代理商都能承擔得了。

但是當以上這些所有問題都解決了,事實上也還未必能完全實現大規模採用。最關鍵的問題點在於,這些新來的人要做什麼?

現在最多人使用的小狐狸錢包MetaMask的用戶,大概是2000到3000萬的量級,實際上整個區塊鏈上的活躍用戶,可能也就是10萬到100萬。那假設今天到達一億名用戶的量級,其實差不多也就是現在Web2的用戶數,不能期待新來的這100倍的用戶,全都是在玩現在的服務和產品。

所以這裡的真正的挑戰是,在大規模採用後,這些新進來的用戶要玩什麼?

Q:「不懂私鑰,就別玩Web3了!」對這句話有什麼看法?

我覺得這裡面其實是有一些歷史原因的,首先我們知道,幣圈裡面流行的一句話是「不是自己掌管的鑰匙,就不是自己的資產」(Not your keys not your coins)。

也就是說,如果你的私鑰是透過別人託管,或依賴多方託管的,那其實你的資產就不完全屬於你。這句話沒有任何問題,但是這句話和「我不懂私鑰,我就不配擁有區塊鏈資產」,我覺得這裡面還是有區別的。

但是這裡面的一個歷史原因是什麼呢?

其實在2014、2015年比特幣全球開始大熱的同時,大家就開始探索能不能跳過私鑰管理的這個環節。但如果委託別人,比如說中心化交易所、中心化錢包、中心化的理財產品等,其實過去歷史上也出現了非常多跑路的情況。

那也有一部分人,就想了另外一種很「聰明」的辦法,當時有個概念叫做「腦錢包」。就是用戶不用記私鑰,可能把聖經裡面的一句話背下來、或是某篇散文裡面的一句話,拼起來的結果就是私鑰,並用它來管理比特幣資產。

這個曾經流行過大概半年時間,但是後來出現非常大的問題,因為別人其實還是可以辨認這些東西,並且破解。

所以從那個時候開始就有人認為,沒有第3條路了。不是信任別人、把資產託付給別人,要不然就是自己去學那些很艱澀的東西,自己把它搞明白,否則就不配擁有。所以這個觀點是從那裡來的。

但是我們可以看到,隨著技術的進步,實際上我們有一種機會,即使不需要理解這些技術,用戶也可以安全地使用產品或者資產。典型的案例就是信用卡、悠遊卡這些東西,它裡面其實保留了餘額,因為它裡面有一個東西叫安全晶片。這個晶片幫我們處理所有的東西,但是私鑰也不會流出去,所以我覺得,隨著技術的進步,實際上我們是可以突破這樣一個兩難的境地。

核稿編輯:高敬原

往下滑看下一篇文章
一文看懂 AI 電視可以幹嘛?不只有 AI 演算法,頂級硬體帶來高畫質表現
一文看懂 AI 電視可以幹嘛?不只有 AI 演算法,頂級硬體帶來高畫質表現

火熱的 AI 風潮掀起客廳革命,到底 AI 電視可以幹嘛?簡單來說,AI 電視透過 AI 處理器與演算法,即時進行 AI 畫質優化、音效調整、智慧語音搜尋和極致的個人化推薦,全面顛覆傳統智慧電視。在 AI 電視功能中,最讓消費者有感的是 AI 畫質優化,但許多人往往忽略了,畫質提升不只關乎演算法,更取決於底層的背光、色彩與控光技術。Sony BRAVIA True RGB LED 電視,正是將軟體思維與硬體工藝深度結合的最好示範。透過創新的 XR 認知智慧處理器搭配 True RGB 技術,精準呈現 AI 電視的畫質優化能力。

AI 電視是什麼?不只是能上網看串流的智慧電視

要理解 AI 電視可以幹嘛,首先必須釐清 AI 電視與一般智慧電視的差異。傳統智慧電視是為電視接上網路,讓使用者單向觀看連網影音。AI 電視則是在智慧電視的基礎上,導入了 AI 處理器與先進演算法,讓智慧電視具備「主動分析與學習」的能力,可即時判斷每一幀影像的畫質特徵、聲音頻率、觀看環境(如白天強光或夜晚暗光),甚至是家庭成員的使用習慣,進而動態調整視聽呈現。簡單來說,傳統智慧電視解決的是「能不能連網看內容」的問題,而 AI 電視解決的是「如何讓內容呈現得最好」的體驗問題。

但當 AI 演算法分析出最佳的畫面設定後,如果硬體無法精準跟上,優化效果就會大打折扣。這也是為什麼高階顯示技術 True RGB 開始受到市場矚目,確保 AI 算出的極致色彩與對比,能精準落地在觀眾眼前。

傳統電視容易出現暗部發灰或亮處過曝。Sony BRAVIA 9 II 透過 True RGB 三色獨立背光,能將 AI 算出的極致對比與飽和色彩精準落地。
傳統電視容易出現暗部發灰或亮處過曝。Sony BRAVIA 9 II 透過 True RGB 三色獨立背光,能將 AI 算出的極致對比與飽和色彩精準落地。
圖/ 數位時代

AI 電視可以幹嘛?從畫質、場景、音效到個人化推薦的四大核心進化

面對消費者的核心疑問「AI 電視可以幹嘛?」,可從四大 AI 電視功能深入拆解。

AI 畫質升頻與降噪:讓低解析度內容更清晰

透過 AI 升頻與降噪技術,可分析解析度較低或經過壓縮的影音內容,改善線條、紋理與雜訊,使畫面在 4K 螢幕上呈現得更清晰。True RGB 則能協助 AI 優化後的畫面亮度、色彩與對比度精準呈現。不過實際效果仍會受到原始片源解析度與壓縮品質影響。

智慧場景辨識:依電影、球賽、遊戲自動調整畫面

AI 電視能即時辨識播放內容,自動調整畫面呈現,比如看電影時調整為劇院感色溫、看球賽即時插幀消除動態殘影、玩遊戲時自動切換至低延遲模式。在不同場景轉換時,True RGB 讓亮度與色彩對比表現依然精準自然。

左圖為電影模式,右圖為遊戲模式。智慧場景辨識功能會根據電影、球賽或遊戲自動切換最佳模式。搭配 True RGB 技術,即使在動態或暗部場景下,色彩依然自然不失真。
左圖為電影模式,右圖為遊戲模式。智慧場景辨識功能會根據電影、球賽或遊戲自動切換最佳模式。搭配 True RGB 技術,即使在動態或暗部場景下,色彩依然自然不失真。
圖/ 數位時代

AI 音效優化:讓人聲與環境音更清楚

AI 音效演算法能分離出人聲對白與背景音效。看動作大片時,能放大環繞立體感;看新聞時,則優化人聲頻率,甚至能根據客廳結構進行空間音效校正。

除了頂級畫質,Sony 將 AI 音效演算法與機身背部揚聲器深度結合,能根據客廳結構進行空間校正,分離出清晰人聲與震撼環繞音效。
除了頂級畫質,Sony 將 AI 音效演算法與機身背部揚聲器深度結合,能根據客廳結構進行空間校正,分離出清晰人聲與震撼環繞音效。
圖/ 數位時代

語音互動與個人化推薦:減少尋找內容時間

AI 語音互動更能理解複雜語意,當你說出「我想看適合週末晚上的搞笑電影」時,AI 便會結合使用者的觀看偏好推薦清單,真正做到懂你所想。

整體而言,在眾多 AI 電視功能中,消費者最能直觀感受到的是 AI 畫質升頻與場景優化。但不論軟體演算法如何強大,都需要有對應的硬體執行力,而 True RGB 正是讓這些高階 AI 畫質能精準落地的關鍵技術。

AI 畫質優化的關鍵:不只靠演算法,硬體也是決勝點

在討論 AI 電視時,大眾常有一種迷思,認為只要電視內建強大的 AI 處理器和演算法就行,事實上,AI 電視的畫質優化不是靠單一演算法完成,而是包含「AI 判斷」與「硬體呈現」兩大層次:

首先由 AI 負責辨識畫面中的主體物件、人眼焦點、光影分佈及動態物體的移動軌跡等。根據 AI 判斷結果,演算法在底層即時計算出一套優化藍圖,決定哪些區域需要進行 AI 升頻、降噪、提高畫質、調整亮度、對比或色彩飽和度等。而硬體則負責最終畫面呈現,包含電視的背光、面板、控光技術與色彩控制技術,才是真正決定這張優化藍圖能被實現到什麼程度的關鍵。

而 Sony BRAVIA True RGB LED 電視便精準示範,硬體如何賦予 AI 電視極致表現。傳統 LED 電視使用單一藍色 LED,再搭配濾光片混色的方式,容易產生色彩混濁或亮度減損,True RGB 技術則以獨立驅動紅(Red)、綠(Green)、藍(Blue)三原色 LED 作為背光源,當 XR 認知智慧處理器分析影像內容,發出畫面調整指令後,True RGB 能精準響應,讓紅、綠、藍三色背光以極高精度進行獨立控光,將 AI 畫面調整的判斷精準呈現。

一般智慧電視、AI 電視、搭載 True RGB 的 AI 電視差在哪?

跳脫複雜的規格參數,一次搞懂三代智慧電視有何不同。簡單來說,一般 AI 電視可以做到升頻、降噪與場景辨識;搭載 True RGB 的 AI 電視則進一步把 AI 判斷延伸到背光與色彩控制,真實還原亮度、色彩與對比。

一般智慧電視 AI電視 搭載 True RGB 的 AI 電視
核心定位 解決「連網與內容獲取」 解決「基礎畫面自動優化」 解決「極致高階畫質精準執行」
畫質處理能力 支援基本的數位降噪,無法因應訊號源差而改善 具備 AI 升頻技術,能動態辨識場景並優化低解析度影片 結合 XR 認知智慧處理器與硬體優勢,進行深度的 AI 畫面優化
背光技術 傳統常亮背光,容易產生漏光與局部發灰現象 具備區域控光,但演算法與硬體匹配度較為普遍 採用 True RGB 三色獨立背光,控光精準度極高,無溢光與色偏
色彩與亮度表現 色彩表現較為平淡,高亮處易過曝,暗部細節容易丟失 色彩飽和度高,但有時因演算法過度補償而顯得不夠自然 實現豐富飽和的色彩表現層次,精準還原真實色彩
主要適合情境 看第四台、日常追劇 看 4K 串流,希望電視能自動適應不同影音內容 追求劇院級體驗,喜歡高畫質影音、球賽、遊戲的用戶
跳脫傳統電視容易漏光與發灰的痛點,Sony BRAVIA 9 II 結合旗艦級 XR 認知智慧處理器與 True RGB 背光技術,從底座美學到內在核心,皆為追求劇院級體驗的頂級用戶而生。
跳脫傳統電視容易漏光與發灰的痛點,Sony BRAVIA 9 II 結合旗艦級 XR 認知智慧處理器與 True RGB 背光技術,從底座美學到內在核心,皆為追求劇院級體驗的頂級用戶而生。
圖/ 數位時代

買 AI 電視時,真正該看哪些規格?

當你準備為家裡添購 AI 電視時,除了關心它是否支援智慧語音、刷新率有多高、個人化推薦好不好用之外,以下四個核心 AI 電視功能才是決定長期觀看品質的關鍵指標:

AI 處理器

大腦優劣決定電視表現,挑選時認準旗艦級的 AI 處理器,如 Sony 的 XR 認知智慧處理器,不只單純堆疊算力,而能模擬人類大腦的認知方式,打造身歷其境的畫面真實感。

AI 升頻能力

優秀的 AI 升頻能力應能精準區分「影像噪訊」與「畫面原生紋理」,在去除雜訊的同時保留皮膚毛孔、衣服編織等細節,而非一味抹平。

背光與控光技術

若重視高階畫質,True RGB 可作為判斷 AI 畫質能否精準呈現的重要顯示技術,徹底告別傳統畫面暗部發灰、亮部慘白的通病。

色彩與亮度表現

不能只看標榜的 HDR 規格,更要檢視硬體能否真實呈現。True RGB 能賦予 AI 電視更強悍的畫面執行力,銳利呈現 AI 算出的明暗對比與色彩飽和度。

關於 AI 電視與 True RGB 的常見問答

Q1:AI 電視適合哪些人?
AI 電視適合所有對影音品質有追求的人。不論你是愛看高畫質影音的追劇族、追求畫面流暢不殘影的運動迷、重視高刷新率與低延遲的遊戲玩家,AI 電視都能大幅提升觀影體驗。

Q2:AI 升頻會把影片變成 4K 嗎?
無法完全等同原生 4K,但能讓畫面更接近高解析度的觀看效果。AI 升頻利用比對與像素補插,將原本模糊線條變得銳利清晰,結合 True RGB 的高精細控光後,視覺表現會非常接近 4K 原生畫質。

Q3:買 AI 電視時,只看 AI 處理器夠嗎?
絕對不夠。演算法算出的完美畫面需要顯示硬體來執行,電視的背光技術、控光與色彩管理能力(如 True RGB)同樣重要。軟硬完美結合,才是高畫質的保障。

Q4:AI 電視對看球賽或玩遊戲有什麼差別?
AI 電視能根據不同場景優化畫面表現,觀看球賽時,能動態識別高速移動對象,即時插幀消除動態殘影;玩遊戲時,能自動切換至低延遲模式和強化暗部細節。

Q5:白天和晚上看電視,AI 電視會自動切換不同的畫質設定嗎?
Sony 搭載 True RGB 的 AI 電視內建環境光感測器,能根據環境光線變化動態調節畫面呈現,在白天明亮時自動增亮、晚上變暗時調降亮度並柔化對比,省去手動切換的麻煩。

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