智慧眼鏡 AI 功能:以版本建置為準,而非單一裝置
AI 功能的評估依據在於速率、延遲與準確度,而這些數值都不是靠觀見示範就能測得的。示範呈現的是最佳情況:預先準備好的phrase、安靜的房間、穩定的網路,以及專為該情境設定的裝置。智慧眼鏡 AI 功能 智慧眼鏡 如何測量的重點,是將一項功能轉化為一組數據,讓買方能寫入規格書,也能讓另一位買方重現測試結果。之所以必須妥善執行,是因為 AI 功能最容易誇大,也最難據實辯護;而一旦失敗,往往會在公開場合發生。
簡短答案是:一項 AI 功能包含八項測量,其中兩項根本不是效能測量——離線行為與資料傳輸路徑;兩者共同決定商品頁面上可以宣稱哪些內容,以及隱私權聲明必須描述哪些事項。開始之前,請先訂定自身的驗收門檻;針對多台裝置與多位說話者測試每一項速率,並記錄每個結果所對應的韌體建置編號。AI 功能可能隨建置版本而變動,若測量結果沒有建置編號,就無法重現。
判斷助理是否適合納入產品的買方
這裡的買方通常是在判斷產品是否應該配備 AI 語音助理,或是該採用兩家供應商其中哪一家的實作。他們手上有樣品、功能清單,以及心中設定的目標族群,例如創作者、外勤工作者或日常助理。但他們手上不會有效能數據,因為在這個領域中,數據是由模型供應商與助理技術堆疊所產生,而非由製造工廠產生;而且數據會隨建置版本改變,而非隨硬體改變。
最後一點會改變買方見待決策的方式。AI 功能不是你購買一次便永久具備的產品特性,而是產品、模型供應商、網路與地區之間的關係。買方真正要問的問題不是「這好不好」,而是「我能不能測量、能不能要求它達到某項門檻,以及供應商變更某些內容時會發生什麼事」。
有三件事必須同時管理,而且各自朝不同方向拉扯。第一是宣稱:產品頁面上的一句話,必須經得起客戶在會議中試用;通常能站得住腳的說法,比行銷團隊希望呈現的更為有限。第二是依賴關係:營運模型的一方可能是品牌並未簽約的第三方,這屬於採購風險,而非技術風險。第三是漂移:若助理在兩批貨之間對客戶的行為有所改變,這便是一項沒有產品故障、因此也沒有退貨理由的客服問題。
買方通常也是數月後必須回應功能相關投訴的人,而投訴所在的市場,其語言可能是客服團隊不會說的。因此,測量表必須以能跨越人員更替的形式撰寫:採用門檻、分母、建置編號與日期,而不是描述使用感受。

維持 AI 功能的成本,以及誰才是真正的控制者
AI 功能的成本不是硬體成本,而是一項持續性的依賴;其中出現在採購訂單上的部分,只是最小的一部分。
推論是在裝置上執行,還是在裝置外執行,兩者在商業上的形態完全不同。裝置內推論受限於你所購買的硬體,因此預設具備穩定性與隱私性,但也受限於晶片的能力。裝置外推論則不受你擁有的任何資源限制,正是它讓真正具備能力的助理成為可能;但同時也會帶來網路依賴、延遲、地區問題,以及一個你無法控制的第三方。
執行環境的營運方,是測量表上最重要的單一商業事實。若供應商表示模型由合作夥伴提供,等同於告知你:第三方可以在未修訂採購訂單的情況下,變更你產品在你所在市場的行為。這與零組件替換屬於不同類型的風險,因為零組件替換可以列入變更管理條款,模型變更卻無法如此處理。
更新路徑是採購問題,而非技術問題。 一項功能若可透過 OTA 更新變更,就能在不下達新訂單、不提供新樣品,也未履行任何通知義務的情況下改變,除非合約中明文規定。對一個已將行銷預算投入該功能的品牌而言,未經宣布的變更不是技術事件,而是商業事件。因此,供應商能否說明版本編號與更新機制,是首先必須釐清的事,因為無法指明版本的供應商,也就無法告訴你實際測量的是什麼。
資料路徑則是具有固定框架的合規問題。 自 2025 年 8 月 1 日起,無線設備指令的網路安全要求已成為 CE 標示的必要部分,並以 EN 18031 系列協調標準加以說明,涵蓋安全通訊、加密、安全儲存、使用者同意,以及已識別漏洞的處理流程。語音功能完全落在這個範圍內,而品牌最終會被要求提供的證據,並不是功能的準確度,而是功能背後的資料路徑。
以上所有項目都不會直接反映在發票金額上,而這正是它們經常被略過的原因。真正的議價空間在承諾架構,而不在價格:韌體變更時的通知義務、離線降級狀態的定義、要求提供修正版副本的權利、實測版本與出貨版本一致的期間,以及評估批次的產品數量。

八項測量指標、門檻與分母規則
在測試樣品之前,要求供應商以書面形式提供下列各項資料。右欄可區分供應商是否實際測量了出貨版本,而僅是在描述產品能力。
喚醒率及其測試條件。 在指定環境中,以指定次數的嘗試計算百分比。「高度靈敏」是含糊的答案,而這也是最常聽到的答案。
誤啟動率。 在指定環境中,以指定次數的嘗試計算百分比。這項指標決定功能是否適合在公共場所使用,卻幾乎從未被匯報。無論設備真正啟動功能時表現多好,只要它會打斷對話,消費者就會把它摘下來。
指令成功率,依固定清單測試。 以買方提供的清單為基準計算百分比。「能理解自然語言」是含糊的答案,而測試所用的片語清單必須是實際客戶使用的清單,而非示範使用的清單。
延遲及其網路狀態。 提供具固定門檻的數值,並指明網路條件。「非常快速」是含糊的答案。延遲是功能讓人感覺即時與失靈之間的差距,而且會隨網路條件而改變,因此網路狀態必須納入測量。
依使用情境劃分的辨識準確度。 分別提供安靜室內與真實環境中的數值。「高準確度」是含糊的答案。口音、背景噪音、不常用的詞彙與輕聲說話都會影響結果,而真正重要的是你的客戶所處的情境。
由母語者評估的翻譯準確度。 針對客戶所需的片語進行評估。「翻譯準確」是含糊的答案,而如果翻譯能處理問候語,卻無法處理產品描述,對買方而言就是不合格。
離線行為。 以書面說明中斷網路後會發生什麼情況。對此保持沉默是最常見的答案,也會直接釐清此類產品最常見的爭議:當網路不存在時,產品是否仍如文件所述運作。
資料路徑與同意機制。 說明哪些資料會離開裝置,以及如何處理同意程序。「資料受到安全保護」是含糊的答案,毫無實質意義。
韌體版本與更新機制。 提供版本識別資訊,以及出貨裝置的更新方式。「透過應用程式更新」是含糊的答案。
型號指定名稱。 提供確切配置已公開使用的名稱。僅有系列名稱是含糊的答案,這意味著兩種配置可以互相比較,卻無法辨識其中任何一種。
沒有嘗試次數的比例,不是真正的比率。 清單中的每個百分比都需要分母、嘗試清單與環境條件。在安靜辦公室中以 10 次嘗試測得的「98% 喚醒率」,比在街道上以 300 次嘗試測得的「85% 喚醒率」更差,而且只有後者具有任何預測價值。這是此類產品最常見的單一錯誤,若沒有分母,根本無從察覺。
誤啟動率是可用性關卡,而非技術附註。 買方為它設定的門檻,是關於產品能在哪些市場銷售的產品決策——對同一款裝置而言,會議室與街道是截然不同的市場。
版本號是讓測試結果值得保留的欄位。 AI 功能可能隨版本而異,而沒有版本號的測量數據既無法重現,也無法據以辯護。如果供應商無法說明版本號,他們就無法告訴你測量的是什麼。
有一項警告適用於每一列:不同供應商之間的這些數據不可直接比較。 兩種實作會採用不同的短語清單、不同的網路、不同的嘗試次數,以及不同的成功啟動定義。在建立表格前,先決定哪些欄位是你自己的測量結果,哪些是供應商提供的數據;未加註記時,絕不可在同一列中混用兩者。

在多台裝置、兩種環境中各執行兩次測試表
1. 在首次測試前建立測試表。 最多五欄:測試項目、測試條件、嘗試次數、結果,以及包含韌體版本號的日期。欄位過多的表格不會有人填寫,而未填寫的表格只能用來示範。
2. 對功能攸關成敗的同一版本,測試兩或三台裝置。 如果某項功能在一台樣機上運作正常,卻在另一台上失敗,那就是良率問題,而單機測試無法察覺良率問題。
3. 使用搭配新手機的開箱裝置進行測試,而非示範機。 示範機已完成帳號連結、語言設定、地區設定,網路也已知可正常運作。開箱裝置才是客戶實際收到的產品,而兩者之間的差異,是功能在會議室運作正常、卻在客戶廚房失效的最常見原因。
4. 在兩種環境中測試,並同時報告兩項結果。 每個比率在安靜房間與街道上都有各自的數值,而只有後者能預測客戶體驗。僅報告其中一項,就等同於選擇要將產品銷售給哪一類客戶。
5. 使用客戶會說的短語,而非你們使用的短語。 在不同輪次間變更測試腳本,會使兩輪結果無法比較,而這也是最常見的錯誤形式。請將短語清單與結果一併保存。
6. 在不同日期完整執行兩次測試表。 應將兩次執行之間的顯著差異視為一項發現,而非雜訊。若某項功能的成功率在兩次執行間相差二十個百分點,就代表它並不穩定,而以此功能打造的產品,其客戶體驗等同於一場抽獎。
7. 驗證數據路徑,而非測量它。 觀察網路行為、與文件所述內容比較,並記錄比較結果。這應納入盡職調查檔案,而非實驗室紀錄,因為這是與文件內容的比較,而不是一項數值。
8. 在實際出貨的版本上重複執行測試表。 在商業上真正重要的測量,是在客戶手中實際使用的版本上取得的數據;如果該版本是在樣機之後才送到,就必須重新對其執行測試表。
AI 功能專案失敗的四種方式,以及值得投入時間談判的條款
功能在商品頁面上公布,卻在客戶的會議中失效。 根本原因:從未測量誤啟動率,只測量喚醒率。預防方式:兩者都要測量,並在撰寫商品頁面前設定誤啟動門檻。
客戶回報助理在更新後停止運作。 根本原因:測量結果與特定版本綁定,但版本變更後未重新測試。預防方式:每項結果都要記錄版本號,並針對實際出貨的版本重新執行測試表。
提出翻譯成效聲明,卻遭目標語言的審閱者駁回。 根本原因:由非目標語言母語者以問候語而非實務短語評估準確度。預防方式:由目標語言的母語者針對客戶所需的短語評分,並保存短語清單。
產品在示範國家運作正常,卻在上市市場失效。 根本原因:僅在一個地區、使用一種網路進行測量。預防方式:在上市市場採用客戶將使用的網路執行測試表,並報告兩組結果。
AI 功能專案在評估用機上的支出比例,通常高於硬體專案,因為功能本身就是產品,而樣機數量就是信賴區間。值得投入時間談判的條款包括:
- 最低訂購量,以及評估單位數量;由於樣本數就是信賴區間,因此這裡要求的數量必須高於硬體類別。
- 包裝與說明卡設計,包括市場標籤、文件包語言,以及同意聲明措辭;在這個類別中,同意聲明屬於合規文件,而非說明卡。
- 交付分批安排與樣品核准裡程碑的配合;相較於價格折讓,樣品核准通常更容易取得。
- 付款節點:簽約時支付訂金、驗收簽核時支付尾款,以及文件套件的保留款。
- 保固期間與明確的回覆時限,以及退貨政策;後者必須考量某項功能可能在未事先通知的情況下變更。
功能專案中,有兩項成本只能依既定流程報價,無法談判。認證成本與認證前置時間取決於流程及測試機構,而非訂單大小;對於連網產品,還包括《無線設備指令》的網路安全要求。開模成本通常會分攤至第一批訂單。由此會衍生兩點:這筆費用分攤的採購量,以及專案終止時開模產品的存放位置。在這兩者之下,還有更新路徑這一層:如果供應商無法說明韌體版本號與更新機制,就是在告訴你,這項功能可能未經契約通知便會變更;這所造成的商業風險,遠高於單機價格。
支付訂金前應索取的文件包括:韌體版本識別碼與更新機制;載有發證機構及有效日期的證書編號;與確切型號名稱相符的符合性聲明;資料路徑與同意機制的書面說明;以及報價單上載明的型號名稱。
保護 AI 功能宣稱的合約條款包括:將型號名稱列為獨立項目,並附上證書編號;樣品的驗收標準,並引用量測表與固定門檻;要求在韌體變更影響助理行為前事先通知,讓買方能重新測試,並明定所量測版本作為出貨版本的適用期間;以及當樣品未達驗收標準時,由何方承擔成本的條款。
實地服務助理的量測,以及我們可公開宣稱的範圍
請以假設情境而非實際客戶專案來思考。假設品牌方的買方要為既有相機產品線新增助理,供實地服務通路使用;終端使用者可能在吵雜環境中工作、可能戴著手套,也會與同樣正在說話的同事搭配使用。
第一步:需求。使用者在巡查現場時,希望以語音筆記擷取功能記錄語音,當時環境吵雜,附近還有同事交談。這一句話就設定了門檻:誤啟動率必須低到不會因同事的對話而觸發裝置;喚醒率必須使用現場工作者實際會用的詞彙清單進行量測;辨識準確率也必須在吵雜環境下報告,而非安靜環境。
第二步:量測表。買方建立一份有五欄的量測表,在樣品送達前先固定門檻,並在同一則訊息中向供應商索取版本號與更新機制。供應商回傳的喚醒率沒有分母,也沒有標示版本,並以「高度靈敏」描述誤啟動行為。這兩項答覆都會以「發現事項」而非「測試結果」列入檔案。
第三步:設備。測試同一版本的三台設備:一台是搭配新手機的全新開箱機,其餘分別在安靜房間與街道上測試。街道上的喚醒率明顯低於供應商在安靜房間取得的數據,而且三台設備中有一台發生另外兩台未出現的誤啟動。設備間的差異是更重要的發現,因為這是良率問題,而非產品問題;它也將問題從「這是否好用」轉變為「其一致性是否足以登上產品頁面」。
第四步:重測。兩天後,使用相同設備重新執行整份量測表,喚醒率大幅變動。這項發現直接終止了公開喚醒率的討論,並將買方的方向轉向產品實際能持續支持的宣稱:確實具備助理功能、能回應詞彙清單,且已在指定版本上完成量測。
第五步:商業結構。 買方可將變更會影響助理的韌體所衍生的告知義務寫入採購訂單,將離線降級狀態界定為可接受的行為而非缺陷,將文案與實際出貨的版本綁定,並將首批交付拆分,設定樣品核准裡程碑。這樣一來,功能的宣傳程度便以證據能支持的範圍為準,不會像展示時呈現的那樣過度宣傳,最後在公開場合卻無法兌現。
我們自身的立場是,只公開文件有支持的 AI 能力,其餘則標示為尚待驗證;我們寧可讓買方自行執行這些測量,也不要只相信功能描述。我們的產品目錄將 AI 語音助理列為 AI 相機眼鏡系列的關鍵技術之一,而我們的獨立網站則介紹 K01 的 AI 翻譯功能;由於 K01 是一款音訊型號,我們將此視為源自自身行銷素材的觀察,而非規格。我們未公開任何型號的喚醒率、誤啟動率、指令成功率、延遲數據、辨識準確度、翻譯準確度或離線行為,也不會估算任何一項數據。我們也不會在商品列表中列出以展示機測得的數字,因為無法重現的數字,就是當客戶站在你面前時無法辯護的宣稱。
我們願意採取的做法,是提供已知韌體版本的產品,並與你共同完成測量表,而不是只安排展示。相關測試流程可參閱下單前測試 AI 功能,供應商應提出的問題可參閱AI 供應商查核,應避免的宣稱錯誤可參閱AI 常見錯誤,背景資訊則可參閱AI 功能。
接下來該怎麼做。 列出你打算公開的功能、這些功能的使用環境,以及客戶實際會說的話語。在樣品送達前先敲定門檻。以出廠狀態,在兩種環境中各測試三台產品,每次測試執行兩輪,並為每項結果記錄韌體版本編號。接著在數據的協助下,決定哪些功能值得放上網頁,哪些不值得。
相關閱讀
- 樣品測試流程 — 下單前測試 AI 功能
- 最先應向供應商提出的問題 — AI 供應商查核
- 應避免的宣稱錯誤 — AI 常見錯誤
告訴我們你打算公開的功能與使用環境,我們會與你共同擬定測量表。



