把AI導入邊緣裝置就對了！

作者 : Duncan Stewart、Jeff Loucks，Deloitte科技/媒體/電信中心
2020-06-04

邊緣AI晶片可能會嵌入越來越多的消費性裝置，例如高階智慧型手機、平板電腦、智慧揚聲器和可穿戴裝置等。它們還將在多個企業市場中得到應用，例如機器人、攝影機、感測器和其他物聯網裝置...

德勤(Deloitte)預測，2020年，邊緣AI晶片出貨量將超過7.5億顆，銷售金額將達到26億美元，而且邊緣AI晶片的成長速度將遠高於整體晶片市場，估計到到2024年邊緣AI晶片出貨量可能超過15億顆，代表其複合年成長率(CAGR)至少達20%，是整體半導體產業(長期CAGR預測為9%)的兩倍多。

這些邊緣AI晶片可能會嵌入越來越多的消費性裝置，例如高階智慧型手機、平板電腦、智慧揚聲器和可穿戴裝置等。它們還將在多個企業市場中得到應用，例如機器人、攝影機、感測器和其他物聯網裝置。消費性應用邊緣AI晶片市場將遠大於企業應用市場，但成長速度可能會較慢，預計2020年至2024年之間，其CAGR為18%；企業應用邊緣AI晶片市場的成長速度更快，同期CAGR預計為50%。

儘管如此，無論從出貨量還是銷售金額來看，今年消費性裝置應用都將佔據整體邊緣AI晶片市場的90%以上。這些邊緣AI晶片中的絕大部分將應用於高階智慧型手機，佔據目前所有使用中的消費性邊緣AI晶片70%以上。實際上不僅是2020年，在未來幾年，AI晶片的成長將主要由智慧型手機推動。我們相信在今年預期出售的15.6億支智慧型手機中，超過三分之一都可能內含邊緣AI晶片。

由於對處理器的要求非常高，AI運算向來幾乎都在資料中心、企業核心設備或電信邊緣處理器上遠端執行，而不是在終端裝置本地執行；現在，邊緣AI晶片正在改變這一切。它們的實體尺寸更小、相對便宜、功耗更小、產生的熱量也更少，因而可以整合到手持裝置以及非消費性裝置(如機器人)中。

邊緣AI晶片可讓終端裝置能夠在本地執行密集型AI計算，減少甚至消除了將大量資料發送到遠端位置的需求，因此在可用性、速度、資料安全性和隱私性方面益處良多。從隱私和安全性方面來看，在邊緣裝置處理資料顯然更安全；個人資訊不離開手機就不會被攔截或濫用。而當邊緣AI晶片安裝在手機上時，即使未連結網路，它也可以完成所有處理。

當然，並非所有AI運算都必須在本地進行。針對某些應用，例如當裝置上的邊緣AI晶片無法處理太多資料時，將資料發送至遠端AI陣列來處理是適當的、甚至是首選方案。實際上，在大多數情況下，AI將以混合模式完成：一部分在裝置端實現，一部分在雲端實現。具體情況下應該選擇什麼樣的混合方式，要看需要完成的AI處理類型。

智慧型手機邊緣AI經濟學

並非只有智慧型手機使用邊緣AI晶片；其他裝置諸如平板電腦、可穿戴裝置、智慧揚聲器等也會採用AI晶片。短期內，其他裝置對邊緣AI晶片銷售的影響力可能會比智慧型手機小得多，原因若非這類市場沒有什麼成長(如平板電腦)，就是這類市場規模太小、無法產生實質性的影響；例如，2020年智慧揚聲器和可穿戴裝置市場總銷售量預計僅1.25億部。不過許多可穿戴裝置和智慧揚聲器都依賴邊緣AI晶片，因此其普及率已經很高。

目前，只有價格最昂貴的智慧型手機(處於價格區間頂部)才可能內置邊緣AI晶片。但是，帶有AI晶片的智慧型手機並不一定要價格昂貴到讓消費者望而卻步。

我們可以對智慧型手機的邊緣AI晶片比例進行合理的估算。目前三星(Samsung)、蘋果(Apple)和華為(Huawei)的手機處理器圖片均顯示出裸片及所有功能特性，因此可以識別出晶片的哪些部分用於哪些功能。例如，三星Exynos 9820晶片的照片顯示，其晶片總面積的大約5%專用於AI處理器，整個應用處理器SoC的成本估計為70.50美元，僅次於顯示器，是手機中第二昂貴的元件，約佔據裝置總物料成本的17%。假設AI部分的成本與裸片上的其他部分一樣，即與所佔裸片面積成正比，那麼Exynos的邊緣AI神經處理單元(NPU)大約佔裸片總成本的5%，相當於每個NPU約3.50美元。

相同的，在蘋果的A12仿生晶片上，專用於機器學習的部分約佔裸片總面積的7%。如果整顆處理器的成本為72美元，邊緣AI部分的成本大約5.10美元。華為麒麟970晶片的成本估計為52.50美元，其中2.1%用於NPU，則這部分成本應為1.10美元(當然，裸片面積並不是衡量晶片總成本中有多少比例屬於AI的唯一方法。據華為表示，麒麟970的NPU包含1.5億個電晶體，佔整體晶片55億個電晶體總數的2.7%；按這樣計算，NPU的成本較高，約1.42美元)。

儘管這裡所提到的成本差別很大，但可以合理假設，NPU的平均成本約為每晶片3.50美元。雖然每顆晶片的價格不高，但考量達到5億支的智慧型手機出貨量(還不包括平板電腦、智慧揚聲器和可穿戴裝置)，這仍然是一個很大的市場。

製造商的平均成本為3.50美元，最低可能僅1美元，因此在智慧型手機晶片中添加專用的邊緣AI NPU是很自然的事。按照正常的利潤加價幅度，製造成本增加1美元，對終端消費者而言也僅增加2美元。這意味著即使是價格低於250美元的智慧型手機，也可以享受NPU及其帶來的好處，如更好的攝影機、離線語音助理等，而價格漲幅不到1%。

AI晶片來源：自家生產還是找外部供應商？

生產智慧型手機和其他裝置的廠商取得邊緣AI晶片的方式各不相同，這主要取決於手機機型、甚至是區域市場等因素。有些公司向高通(Qualcomm)和聯發科(MediaTek)等第三方供應商採購應用處理器/數據機晶片，這兩家公司在2018年合計佔據了智慧型手機SoC市場約60%的比例。高通和聯發科提供了一系列不同價位的SoC；儘管並非都包含邊緣AI晶片，高階型號通常都會有，例如高通的Snapdragon 845和855，以及聯發科的Helio P60。

在另一方面，蘋果則完全不使用外部供應商的應用處理器晶片，而是設計並使用自己的處理器SoC，如A11、A12和A13 仿生晶片，所有這些晶片都支援邊緣AI。其他手機製造商如三星和華為則採用混合策略，也就是會從市場上的晶片供應商採購一部分SoC，其餘則使用自家研發的晶片，例如三星的Exynos 9820和華為的麒麟970/980。

兵家必爭的企業與工業應用領域邊緣AI市場

如果在智慧型手機和其他裝置中採用邊緣AI處理器好處多多，那為何不將之導入企業應用呢？事實上邊緣AI處理器已經有一些企業應用案例了，例如某些自主無人機；配備了智慧型手機應用處理器SoC的無人機，能完全在裝置端執行即時導航和避障，無需連結網路。

但是，針對智慧型手機或平板電腦最佳化的晶片並非許多企業或工業應用的正確選擇。如前面所述，智慧型手機SoC的邊緣AI部分僅佔總面積的5%，在總成本中佔據約3.50美元，功耗比整個SoC少大約95%。所以若開發出只有邊緣AI功能(加上其他一些必要功能，例如記憶體)的晶片，它的成本會更低、功耗更少且體積更小，豈不更好？

事實上，已經有這樣的晶片了。據說，有多達50家不同的公司正在開發各種各樣的AI加速晶片。在2019年就已經有獨立的邊緣AI晶片鎖定開發工程師，單價約80美元。而如果達到成千上百萬顆的量產，裝置製造商的採購成本會大幅降低，有些甚至可低至1美元(或是更少)，而有些則需要幾十美元。現在，我們以智慧型手機邊緣AI晶片作為參考標準，假設邊緣AI晶片的平均成本約為3.50美元。

除了相對便宜之外，獨立的邊緣AI處理器還具有體積小的優勢，功耗也相對較低，僅為1W到10W之間。相比之下，一個由16顆GPU和兩顆CPU組成的資料中心叢集，雖然性能非常強大，成本將高達40萬美元，而且重量達到350磅、耗電達到10萬W。

利用這類已經問世的晶片，邊緣 AI可以為企業帶來更多新的可能性，尤其是在物聯網應用方面。透過使用邊緣AI晶片，企業可以大幅提升在連網裝置端進行資料分析的能力──不僅是收集資料──並將分析結果轉化為行動，從而避免了將大量資料傳送到雲端帶來的成本、複雜性和安全性挑戰。AI晶片可以幫助解決的問題包括：

資料安全和隱私

無論企業如何謹慎小心地保護資料，只要是收集、儲存並將資料傳送到雲端，都會不可避免地使企業面臨網路安全和隱私威脅；隨著時間推移，因應此一風險變得至關重要。世界各國紛紛訂定個資保護相關法規，消費者也逐漸意識到企業正在收集他們的各種資料，而有80%的消費者表示，他們認為企業沒有盡力保護消費者隱私。諸如智慧揚聲器之類的裝置開始在醫院等場合廣泛使用，這些場合對患者隱私的管理十分嚴格。

邊緣AI晶片可在本地處理大量資料，降低個人或企業資料被攔截或濫用的可能性。例如，具有機器學習處理能力的保全攝影機可以透過分析視訊來確定其中哪些部分相關，並只將這部分視訊傳送至雲端，從而降低隱私權洩露的風險。機器學習晶片還可以識別更廣泛的語音指令，從而減少需要在雲端進行分析的音訊。準確的語音辨識功能則有助於智慧揚聲器更精準識別「喚醒詞」，以避免聽到不相關的對話。

連網困難

裝置必須連網才能在雲端處理資料，但是在某些情況下，裝置連網是不切實際的。無人機就是一個例子，其運作位置可能使得維持其連網很困難，而且連網功能本身以及將資料上傳到雲端都會縮短電池壽命。在澳洲新南威爾斯(New South Wales, Australia)以配備嵌入式機器學習功能的無人機巡邏海灘，確保泳客安全；這些無人機不必連結網路就可以識別出被海浪捲走的泳客，或者警告泳客有鯊魚和鱷魚襲擊危險。

(太)大數據

物聯網裝置會生成大量數據。舉例來說，一架Airbus A-350噴射機配備6,000多個感測器，每日飛行航程會產生的數據量達到2.5 TB。在全球範圍內，保全攝影機每天生成的數據約2,500PB。將所有這些數據資料發送到雲端儲存和分析的成本高昂且複雜，將機器學習處理器放置於感測器或攝影機等終端裝置就可以解決這個難題。例如，可以在攝影機中配備視覺處理單元(VPU)，也就是一種專用於分析或預處理數位影像的低功耗處理器SoC。借助嵌入式邊緣AI晶片，裝置可以即時分析資料，只有當相關資料需要傳送到雲端進一步分析時才會需要進行傳輸，這可大幅降低儲存和頻寬成本。

功耗限制

低功耗的機器學習晶片甚至可以讓AI運算在透過小型電池供電的裝置上執行，不會消耗過多電力。例如，Arm晶片可以嵌入呼吸器來分析資料，包括吸入肺活量和進入肺部的藥物流量。在呼吸器上完成的AI分析結果將傳送至智慧型手機應用程式，協助醫事專業人員為哮喘患者提供個人化醫療照護。

除了現在已有的低功耗邊緣AI NPU外，很多公司還致力於開發「微型機器學習」方案，也就是在微控制器單元之類的元件上實現深度學習。例如Google正在開發能讓微控制器分析資料的專用版本TensorFlow Lite，將需要發送到晶片外的資料壓縮為只有幾個位元組大小。

低延遲需求

無論是透過有線網路還是無線網路，在遠端資料中心執行AI運算都意味著往返延遲的存在，最佳情況下為1到2 毫秒(ms)，最差情況則達到幾十甚至幾百毫秒。使用邊緣AI晶片在裝置端執行AI，可以將延遲降低到奈秒(nanoseconds)等級──這對於需要收集、處理資料並即刻採取行動的應用場景至關重要。

例如自動駕駛車輛必須透過電腦視覺系統收集並處理大量資料以識別物體，同時收集和處理來自感測器的資料以控制車輛各種功能；然後它們必須立即根據這些資料做出決策，像是何時轉彎、煞車或加速，以實現安全行車。為此，自動駕駛車輛必須自己處理在車輛中收集的大量數據。低延遲對機器人應用也很重要；隨著機器人逐漸出現在工廠環境並開始與人類協同工作，低延遲將變得越來越重要。

邊緣AI在大量數據應用至關重要

邊緣AI晶片的普及可能會為消費者和企業帶來重大變化。對消費者而言，邊緣AI晶片可以實現多種功能，從解鎖手機到與語音助理對話，甚至在極端困難的條件下拍攝出令人驚歎的照片，而這些應用都不需要連結網際網路。

但從長遠來看，邊緣AI晶片對企業應用的影響可能更大，它們將把企業的物聯網應用提升到一個全新的境界。由AI晶片驅動的智慧裝置將有助於擴展現有市場，衝擊現有企業，同時改變製造、建築、物流、農業和能源等產業的利潤分配。

收集、詮釋並立即根據大量數據資料採取行動的能力，對於那些仰賴大數據的應用至關重要；未來學家們預測，這類應用將被廣泛佈署，包括視訊監控、虛擬實境、自動駕駛無人機和車輛等等，而邊緣AI晶片就是讓各種裝置取得更高智慧的主角。

附圖：圖1：AI運算技術能佈署在不同位置。

（圖片來源：Deloitte Insights）

圖2：邊緣AI晶片市場規模預測。

(圖片來源: Deloitte Insights)

圖3：三星Exynos 9820的裸晶照片顯示，其中約有5%的面積為AI處理器。

（圖片來源：ChipRebel；注釋：AnandTech）

圖4：蘋果的A12仿生晶片約有7%的面積屬於機器學習的部分。

（圖片來源：TechInsights / AnandTech）

資料來源：https://www.eettaiwan.com/20200604putting-ai-into-the-edge-is-a-no-brainer-heres-why/?fbclid=IwAR3hRYuquNfTq5VzcEWYfqyJotBLBSp4PzLNyMackrs6V43r9NEMhRZ3Ap8

📣📣📣久違的工商服務時間

你們好嗎最近？全球疫情肆虐，很難讓人不擔心，不過娘覺得唯有遵守政府的防疫政策 #沒必要就不要出國啦，自我居家生活照護要盡力 #該自主隔離的就不要再亂趴趴走了，是我們目前唯一能做的，希望大家要乖要平安哦！

話說自從有了英雄弟後，對於任何環境威脅與安全的警覺性都瞬間升高200倍，為了給可怕的兩種生物 #狗 #屁孩 更舒適的居家生活，家中就備有三台除濕機、二台空氣清靜機、一台掃地機器人，全天待命在工作，除了除毛、除濕，當然也要除菌、除塵螨，連冷氣都是用有附PM2.5除塵過濾功能的機種，本當以為這樣應該就夠了吧，結果就在娘試用了 #M3無線手持吸塵器 後整個大驚，眼前的乾淨根本是種自以為啊…..

驚人的吸塵力度讓娘立刻上網爬文，原來Bmxmao是熱銷小家電品牌，而MAO Clean M3這款算是無線手持吸塵器機款中的入門款，主打超輕量大吸力，適合有預算限制或小坪數家庭的朋友，因為M3的價格窩心好入手，重點是快充且無線，就是隨時都可以拿起來吸一吸，超級方便啊啊啊啊啊~

經娘分別實測了幾個地方…
#塵螨拍打刷_客廳沙發_臥室床
#二合一刷頭_冷氣濾網
#電動地板刷_客廳地板

稍整理一下M3值得購入的優點，如果大家預算不多，又想要有一台好上手的無線手持吸塵器，娘覺得很可以考慮哦~

✔ M3雖為入門款，但價格實惠，且附的也是平日常用到的配件
電動地板刷使用起來刷頭非常好轉動，地板邊邊角角都可以順手清潔的到；二合一刷頭則專門除吸縫隙中的灰塵，還有塵螨拍打刷，一機抵兩機，娘覺得很夠用，順便還省了除蹣機的費用…
✔ 搭配可拆式鋰電池自由拆卸，且本身無線快充，隨手隨吸，不用因為電線不夠長忙著換插座，又或是要費力移動吸塵器，娘覺得真的很適合沒有太多時間打掃的上班族，或是像娘很多頭燒的新手媽媽(笑，重點是M3的開關鍵只需按壓一下就可以啟動，都不用長時間按壓，很省力呀
✔ 集塵桶、濾網可以直接水洗，超方便，而且它的耗材濾網是永久免費送！永久免費送！永久免費送！這真的很吸引人吶！！！！
🔺官方說明是每半年可申請一次，只需支付$80物流處理費，就可獲得價值$499濾網棉組

有興趣的朋友，可以考慮一下喲~啊看在娘很努力實測的份上，快幫娘按讚分享啊🤣🤣🤣🤣🤣🤣🤣🤣🤣

❤隨手隨吸超輕量大吸力傳送門➡ http://bit.ly/38mFMZ8

#Bmxmao #MAOCleanM3 #無線手持吸塵器 #五千以下超值機種

一直有朋友問我「機器人取代病房照顧是不是可以避免院內感染?」把一些想法整理下來跟大家討論。

有立委建議，「在醫療院所導入機器人技術，應用於汙染器械、衣物、醫療廢棄物回收、病患或訪客生理量測、藥品餐食運送、環境消毒，認為這可以減少一線醫療人員直接接觸病患，用以降低感染風險。」

我必須說，實際在醫療現場，沒有這麼美好，甚至不知道這位委員是否跟著第一線醫療人員走過全部照護程序，或者這是憑空想像出來的畫面。

姑且不論防疫十萬火急之際，不可能立刻有機器人來重新設定醫院服務模式、解決問題；機器人無法真的達成委員所說的效能，原因有三：

一、「許多器械與衛材仍須靠人工清洗」：污染器械、衣物、廢棄物回收以機器人處置，「聽起來」或許可行。不過，許多器械尖端細節十分精密，不經人工單純用機器回收和清洗，可能很難兼顧細節洗淨和器械維護。

二、「醫院必須重新設定管線和收集軌道」：如果要讓衣物和廢棄物回收以純機器人或靠自動收集鏈來操作，醫院勢必重新設定管線和收集軌道，而且軌道感控是個難題。況且醫院回收物和病患衣物、治療布巾極為多樣，要怎麽設定能夠在投入處就一一分類好的管線和軌道，工程十分浩大。這絕對不是現階段防疫期間可以付出的成本。

三、 「醫院必須打掉重練」：如果不設管線和收集軌道，要由「機器人」在各樓層和病房穿梭收集，這不是比可以換防護衣與口罩手套而且能夠受感染控制訓練的清潔人員，更容易因穿梭過程未能做到防護，而四處污染嗎？

藥品餐食運送的問題一樣，各病房都要以「無人化」方式進行以避免接觸的話，整個醫院的通道與管線必須大規模打掉重練。

再者，立委提到「減少一線醫療人員直接接觸病患」，根本設定就錯了。

武漢肺炎是一個在最近不到二個月，全球還在摸索中的疾病，甚至是連傳染模式和速度都尚未有定論的新興疾病。而診療病人不是對機器作業，護理師對於患者的評估，不是只有血壓心跳呼吸的「生理徵象」，而需要由病患對於身體症狀的主訴，對於診療過程的反應，以及對於治療與探問過程中，病患的不適程度與回饋，來做為治療效果的評估。

甚至很多經驗豐富的醫護人員，同樣的血壓心跳，卻能藉由病人細微的反應或表達，判斷出誰可能是病況即將惡化，甚至隨時可能需要急救。這些不是機器人可以做得到的，更是醫療人員與病患接觸的必須。

醫人醫病，要醫心；病患生病過程中除了需要專業醫療之外，也需要醫護人員的情緒安撫、焦慮排除，而不是靠輸送帶把便當和藥品送進病房就夠了的。

台灣在醫療科技發展上，設計者常常不是使用者，也未由病患和醫療工作者這端，思考發想「要如何用科技協助醫療」，甚至常有「用科技取代醫療者」的這種想法。

還有一個更核心的問題，就是台灣的全民健保。

健保對於醫療處置的給付極低，長期以來不但導致新的藥品和器械因為給付不符成本而消失在台灣市場，更使得醫療場域中除非醫院本身就有科技產業，不然引進新科技通常缺乏資本，很多醫院規劃的「科技病房」其實噱頭多過實質、特殊點綴者多，普遍使用者少。目前多數運用得最好的，大概是只需研發成本的一些app，護理站一人一台的行動工作車上有配備可以使用電子病歷系統，對很多醫院來說已經是很好的了。

我們辦公室過去關注手術室煙霧防治議題，國外有特別針對手術電燒刀配載的抽氣裝置，一看那價格，是一台手術健保給付的十倍，哪個醫院可能引入？除非進入大量自費衛材時代，不然以健保這樣的給付，哪個醫院有設置機械照護的成本？

醫療是不斷更新的行業，卻也是古老的行業，這古老的部分，是醫療者和病患甚至家屬之間的交互合作；疫病來臨是衝擊了我們，也讓我們承擔在風險之中。但是醫療人員需要的是做足準備、充分的保護，當然如果有科技能夠協助，很好；可是認為醫療行為可以一一由機器來取代，目的是「避免接觸」以「減少感染」，這不是流行病學與醫療專業的思考方式和根本需求。

而且，最根本的問題，請問大家願意付出多少健保費，讓全台灣各層級醫院都能擁有這些「高科技」？

#2020小米米粉節 https://lihi1.com/z753M
米家掃拖機器人 #米家掃拖機器人 vs #米家掃拖機器人1C vs #米家掃地機器人 2020 掃地機器人 怎麼選、掃地時間實測、續航力 完整開箱評測實測、對比、評價、推薦、值不值得買。透過 掃地時間對比 ，除了告訴你 米家掃拖機器人 值不值得買外，更讓你能夠一窺 LDS 雷射導航系統 與 OV 視覺導航系統 是什麼？有什麼差別？

米家掃拖機器人 / 米家掃地機器人 採用 LDS 雷射導航模組，能夠更即時快速的繪製地圖，在路徑規劃路徑上會顯得更加俐落。米家掃地機器人，只能掃地，但是擁有LDS雷射測距系統搭配 1800Pa 的吸力、5200mAh 的大電量。而米家掃拖機器人1C，6595元的價格就有掃拖，搭配上 2500Pa 吸力以及更薄的機身可以更好的穿梭，電量 2400mAh，最大清掃坪數大約是36坪。

全新的米家掃拖機器人，在功能上還是最均衡全面的，全新的 LDS 雷射導航模組，搭配上2100Pa的吸力還是足夠的，3200mAh的電量，最大可達54.5坪左右，售價為新台幣8995。只要你的預算足夠，米家掃拖機器人會是更全面、一次到位的選擇。三台都有防墜落的設計。

立即加入邦尼頻道會員計畫：https://www.youtube.com/c/isbonny/join
(#你的恐龍會隨著你的會員等級一起成長哦！)
邦尼社團：https://fb.com/groups/isbonny
－－－－－－
- 邦尼找重點：
0:00 邦尼幫你 開場
0:30 米家掃拖機器人 外觀設計
0:59 米家掃拖機器人 開箱 充電座
1:27 米家app 設定
1:48 清掃地圖
2:30 清掃模式 / 吸力 / 出水量 / 預約定時清掃
3:03 路徑規劃 雷射測距 / 視覺動態導航
4:14 清掃時間測試
6:07 掃拖機器人 電控水箱
7:13 使用技巧
7:39 總結 選購建議

邦尼幫你官網：https://www.isbonny.com

#邦尼評測：超深入 3C 科技使用體驗
#邦尼LOOK：3C 科技產品開箱快速動手玩

你訂閱了這麼多頻道，就是少了一個幫你評測幫你了解科技生活的科技頻道，立即訂閱「邦尼幫你」吧！
訂閱邦尼幫你：https://lnk.pics/isbonnyYT
邦尼社團：https://fb.com/groups/isbonny
邦尼幫你 FB：https://www.fb.me/isbonny
邦尼幫你 IG：https://www.instagram.com/isbonny/
邦尼 Telegram：https://t.me/isbonny
邦尼Line官方帳號：@isbonny（http://line.me/ti/p/%40isbonny ）
邦尼信箱：service@iwaishin.com
邦尼評測（產品合作）：me@iwaishin.com
快來找我們玩！！！！

本期卡司：
出演：米家掃拖機器人, 米家掃拖機器人1C , 米家掃地機器人
主謀（製作人）：邦尼
內容創造者：威信
影像創造者：驢子
麥聲人：歐登
創造者照護員：森林
內容夥伴：IWAISHIN 愛威信 3C 科技生活
特別感謝：小米台灣 & 每一個看影片的「你」
邦尼老實說：本影片係由 小米台灣 有償委託測試，並由邦尼幫你秉持第三方評測的客觀事實，衷心製作消費者體驗報告。

我們是邦尼幫你：
以「邦尼幫你」為出發點，秉持著「科技很簡單，新奇可以好好玩」的初衷，以更多實境使用場景及戲劇內容豐富以往艱澀難懂的科技資訊，回歸消費者角度思考產品價值，並以「幫你玩、幫你測、幫你試」等實測內容給予產品評價，此外更期許能夠成為「更貼近消費者觀點」的內容創作者及具有媒體影響力的科技內容創造團隊。