通訊刊物

*************************************************************************

本期內容
甲部
視障輔助技術發展
1. 由「EyeCount」到「Smart Cane」：SFT 2025 兩項作品折射視障科技的真正需求——安全出行與金錢自主
2. Flaum Eye Institute 參與 NIH 計畫，讓居家視覺復健走進「虛擬」現實
3. 微軟 Word 無障礙再升級：Alt+F12 一鍵直達批註，鍵盤與讀屏體驗同步進化

乙部
專題特寫
開啟 AI 無障礙大門：視障人士配置核心指令的全方位指南

丙部
數碼科技剪報
1. WhatsApp 明年起封殺 OpenAI 及 Perplexity 等 AI 聊天 Bot 連接 API 30 億用戶 AI 戰場規則改寫
2. 一部 iPhone 即開舖收錢？Apple「iPhone 拍易收」正式登陸香港 小店快閃店必備感應式支付神器
3. Android 新功能可一鍵分享實時視頻給緊急服務
4. 手機殼都有黑科技？Apple 研發具觸控感測層的保護殼
5. 消費者點揀手機？5 個最重要／最不重要的因素
6. 內置 Gemini 即影即譯 40 語言 HTC VIVE Eagle眼鏡殺入香港

丁部
數碼世界消息
1. Anthropic宣佈推出Claude Opus 4.5
2. Character.AI推出適合未滿18歲人士的人工智能模型Stories
3. ChatGPT讓用戶可以直接在聊天畫面上使用語音模式
4. Google Assistant將於2026 年 3 月終止服務
5. NVIDIA推出Alpamayo-R1 一個用於自動駕駛的推理視覺語言動作模型
6. Perplexity推出基於人工智能的購物助理
7. Windows 11的記事本加入新功能：表格和實時顯示人工智能結果

*************************************************************************
甲部
視障輔助技術發展

1. 由「EyeCount」到「Smart Cane」：SFT 2025 兩項作品折射視障科技的真正需求——安全出行與金錢自主
 

無障礙的關鍵，不在「炫技」，在「把困難還原成日常」
對視障人士而言，無障礙不只是一套介面或一種功能，而是兩個每天都要面對的現實問題：能否安全出行、以及能否獨立完成付款與找贖。在新加坡舉行的「Samsung Solve for Tomorrow 2025」競賽中，兩個以生活痛點出發的學生方案，分別對準這兩項核心需求：

「EyeCount」智慧手套：聚焦「現金交易」的即時辨識與回饋。
People’s Choice「Smart Cane」：聚焦「步行出行」的障礙偵測、意外監測與照顧者支援。

一、首獎「EyeCount」：把「鈔票辨識」從尷尬情境，變回個人自主 來自 Edgefield 中學的學生團隊憑藉其發明的 「EyeCount」智慧手套獲得首獎。其設計要點清晰，對準視障者在「現金交易」中最常遇到的困境：難以確認鈔票面額，容易在付款、找贖或收款時陷入不確定與焦慮。

EyeCount 的核心功能

內建感測器 + 人工智慧（AI）：能夠即時辨識鈔票面額。
觸覺或語音回饋：將辨識結果以更可及的方式回饋給使用者。
應用場景明確：在日常現金交易中提供即時協助，減少依賴旁人確認面額。

為什麼這類設計重要？

在無障礙討論中，「金錢自主」往往被低估，但它關乎尊嚴：

不必在收銀台前反覆詢問他人「這張是多少」
不必把錢交給陌生人代為整理
不必在找贖時以猜測完成交易
當工具能把「確認面額」這件事交回給視障者本人，獨立性與安全感就會同步上升。

二、People’s Choice「Smart Cane」：把手杖延伸成「行走安全系統」
另一邊，Team Smart Cane獲得 People’s Choice Award，其作品「Smart Cane」提出一個務實方向：以感測器與手機 App，將傳統手杖升級為更全面的出行輔具，並把「使用者自主」與「照顧者安心」同時納入設計。

Smart Cane 的主要構想

偵測障礙物：協助使用者更早感知前方風險。
監測突發動作：例如跌倒或異常移動，觸發警示。
發出警示：以即時提醒降低事故風險。
照顧者支援（App）：可追蹤定位、接收緊急通知。
這反映了視障出行的「雙重需求」

視障人士需要的是「走得出去」；照顧者擔心的是「出事時能否即時知道」。
Smart Cane 的公共票選勝出，某程度上反映社會對此類「實際落地、可日用」方案的期待：它不只是更聰明的手杖，而是把安全、監測、支援串成一個完整閉環。

好的視障科技，必須同時做到「低負擔」與「高可信」
無論是 EyeCount 的「辨識面額」，還是 Smart Cane 的「出行安全」，兩者都指向同一條無障礙設計原則：
步驟要少、回饋要直接視障輔具最怕「功能多但操作繁」。能以觸覺／語音等方式直接回饋，是可及性落地的關鍵。

場景要真、風險要算
收銀台與街道都是高變數場景：人多、噪音、步伐急、突發狀況多。能否穩定工作，遠比「概念先進」重要。

把自主權留給使用者
無障礙科技的最終目的不是「替使用者決定」，而是讓使用者更有把握地自行決定。

「EyeCount」把視障者在現金交易中的不便，轉化為可被科技支援的流程；「Smart Cane」把出行安全與照護支援接成系統。兩項作品都提醒我們：無障礙創新不一定要從宏大議題開始，它往往源於對日常細節的理解，並以可行、可用、可持續的方式落地。
對城市而言，真正的進步，是讓每個人都能更安心地生活——走得出去、付得到錢、少一點求助、多一點自主。這才是「數碼無障礙」最值得被看見的成果。

2. Flaum Eye Institute 參與 NIH 計畫，讓居家視覺復健走進「虛擬」現實
 

想像一下：你因中風或眼疾而失去部分視力，卻被告知最有效的治療需要長時間、密集地在大學研究實驗室進行；而且那個實驗室可能遠在數百英裡外，每年能服務的人數還屈指可數。這樣的困境，在低視能（low vision）與神經視覺復健領域並不罕見。
但現在，一個由美國國家衛生研究院（NIH）資助的跨校合作計畫，正嘗試把「只能在實驗室做的視覺復健」搬到患者家中——甚至以一套商用延展實境（XR）頭戴裝置與開源軟體平台來完成。這不只是科技話題，更是數碼無障礙的重要里程碑：把高門檻的醫療訓練工具，轉化為可擴散、可負擔、可遠距追蹤的居家服務。

NIH 以 R61/R33 機制資助：先做原型，再走向擴散
本次計畫以 NIH 的 R61/R33 資助機制推動，目標是「開發並測試一個原型系統」。在這種分段式機制下，研究團隊需先達成原型與可行性里程碑，才能進入下一階段擴大推廣。

參與機構包括美國羅徹斯特大學醫學中心（University of Rochester Medical Center）旗下的 Flaum Eye Institute（Flaum 眼科研究所）。Flaum 的 Krystel Huxlin, PhD（James V. Aquavella 眼科教授）是此計畫四位共同主持（principal investigators）之一。

XRPsys：把「視覺心理物理學」做成 XR 的居家復健平台
計畫系統名為 XRPsys（其中 “XRP” 指 extended reality 平台，亦有 “exercise” 的意涵），核心概念是：

建立一套開源軟體平台
把「視覺心理物理學（visual psychophysics）」的測量與訓練流程
整合進市面可得的 XR 頭戴裝置
換言之，XRPsys 不只是「用 VR 做訓練」這麼簡單，而是希望讓 XR 裝置能夠偵測視覺缺損、制定個人化訓練、並持續回收數據，形成居家復健閉環。

對數碼無障礙而言，這裡有兩個特別值得注意的方向：

把專業診斷與復健流程產品化／平台化：讓原本只能在研究室執行的程序，變成可在家中使用的工具。
遠距監測與可擴充性：未來若能讓治療師遠端掌握進度，將大幅降低時間、交通與地理障礙。
眼動追蹤：在家完成「檢測＋訓練＋追蹤」的關鍵
XRPsys 的重要技術支點之一，是 XR 頭戴裝置上配置的眼動追蹤鏡頭。研究團隊的構想是讓系統能：

透過眼動資料辨識／量化視覺缺損
自動引導使用者完成個人化復健訓練
並讓治療師或研究團隊遠端監測復健成效
此外，計畫也納入了兩位曾在 Huxlin 與 Lorella Battelli 團隊接受訓練的患者作為使用者回饋來源，協助設備與流程的設計更貼近真實需求。

從皮質盲到黃斑部病變：同一平台服務不同族群
這項跨機構合作同時鎖定多類視覺障礙與復健需求，並由不同研究者主責：

1）皮質盲（cortical blindness）：中風後的大腦視覺再訓練

Huxlin 的研究重點在皮質盲，常見於枕葉（occipital）中風後。她的研究指出，中風存活者的大腦仍可能透過密集訓練重新學會處理視覺資訊。

但現實的瓶頸是：訓練密集、設備昂貴、實驗室能服務的人有限。Huxlin 也直言其團隊一年只能協助少數個案完成訓練。XRPsys 的居家化，正是為瞭解決「有效但難以普及」的矛盾。

2）非侵入性腦刺激：用安全微電流提升可塑性、加速恢復

來自哈佛大學附屬 Beth Israel Deaconess Medical Center 的 Lorella Battelli, PhD，帶來的是非侵入性腦刺激的專長。她指出這種技術使用的電流很小且安全，但在過往與 Huxlin 的研究中，已顯示可望強化大腦可塑性並加速改善。

對無障礙科技應用而言，這提示我們：未來「居家復健」可能不只包含互動訓練介面，還可能整合更多生理或神經層面的輔助技術（當然也需要嚴格的安全與倫理規範）。

3）年齡相關黃斑部病變（AMD）：訓練「偏好視網膜位置」提升日常功能

來自 University of Alabama at Birmingham 的 Kristina Visscher, PhD，則把平台應用延伸到 年齡相關黃斑部病變（AMD）。AMD 患者常仰賴周邊視覺中某個「偏好視網膜位置（preferred retinal loci）」來代償中央視力缺損。透過訓練優化該位置，可能改善閱讀、臉孔辨識與行動能力。

而現行訓練往往需要多達二十次的面對面就診。若能居家化，除了提升可及性，也能為研究者提供更完整的回饋資料。

開源＋種子基金：把平台交到更多研究者手上
一旦原型達標，計畫的第二階段將支持更廣泛的擴散與應用。團隊預計把軟體以開源工具形式釋出，並搭配 每項 25,000 美元的種子基金，鼓勵研究者探索新的臨床場景。

Flaum 的科學家 Matthew Cavanaugh, PhD 也是種子基金支持下的研究者之一，他計畫把該系統延伸到兒童腦性視覺障礙（CVI, cerebral visual impairment）的視覺改善試驗。

從「少數人可用」到「數百萬人可及」：無障礙的真正價值
XRPsys 的願景，是讓低視能與神經視覺復健從「少數研究室的專案」走向「可規模化的居家醫療」。若計畫順利推進，其影響可能不只在醫學成果，更在無障礙層面上帶來三個關鍵變化：

地理無障礙：不再把療效綁定於特定城市、特定實驗室。
時間與成本無障礙：減少交通與門診次數，降低長期復健的中斷率。
數碼化與個人化：以眼動追蹤與軟體流程推動個人化訓練，並可遠端追蹤成效。
當「實驗室級」治療可以被裝進一個盒子，送到患者家中，數碼無障礙就不再只是把資訊做得更易讀、把介面做得更可用，而是讓高品質的健康與生活能力支持，真正變得可達、可得、可持續。

3. 微軟 Word 無障礙再升級：Alt+F12 一鍵直達批註，鍵盤與讀屏體驗同步進化
 

在「生產力工具」日益高度依賴鍵盤操作與輔助科技的今天，辦公軟體的無障礙能力不再只是加分項，而是能否真正普及、能否讓所有人平等投入職場與學習的基本門檻。近日，微軟 Office 無障礙團隊宣佈，Windows 版 Word 迎來一輪針對批註（Comments）使用情境的無障礙升級，重點落在鍵盤導覽邏輯與螢幕閱讀器朗讀效率兩大面向，目標是讓閱讀、處理與回覆批註的流程更直覺、更連貫，也更符合視障與輔助科技使用者的習慣。

本次更新適用於 Word for Windows 2511 版（內部版本 19422.20000）及以上，屬於對「批註工作流」相當務實的一次改造：不是增加花俏功能，而是把使用者每天最常卡住的地方——焦點跳轉、鍵盤路徑冗長、跨頁中斷、朗讀資訊不完整——逐一拆解並優化。

以真實回饋為核心：從使用痛點出發的設計迭代
據資料顯示，這次調整並非單向由開發端推動，而是建立在多位實務使用者與專家回饋之上：包括 Teams 團隊首席項目經理 Brett Humphrey（視障使用者）、無障礙顧問 David Kingsbury 的建議，並邀請擁有 40 年視障設計經驗的專家 Doug Geoffray 參與優化。這種「以使用者工作流為中心」的設計方式，往往決定了更新是否真正可用：鍵盤導覽的每一步、讀屏提示的每一句，對依賴輔助科技的人來說，都是效率與挫折感的分水嶺。

核心更新一：Alt+F12 直達批註，讓焦點回到「我正在處理的事」
最受關注的變化，是當游標位於包含批註的內容時，使用者可按下 Alt + F12，直接跳到對應批註。
對鍵盤使用者而言，這等於把「尋找批註」從繞路變成直達：不用反覆切換區塊、不必在側欄與正文間來回摸索，焦點能更快速落在真正要處理的資訊上。

核心更新二：鍵盤導覽邏輯重整——Home/End、Esc、Tab 都更「像人」了 此次升級的價值，不只在新增快捷鍵，更在於把鍵盤互動改得更符合人類直覺，讓使用者不必「記住 Word 的怪脾氣」，而是能按既有習慣操作。

1）更智能的 Home / End：依焦點位置做合理定位

新版會根據目前焦點所在位置（例如：批註卡片、批註線程、或正文段落），讓 Home / End 對應到該區域的起點或終點。
這對讀屏與鍵盤族群尤其重要：同一個按鍵在不同區塊有一致、可預測的行為，才能建立肌肉記憶，降低認知負擔。

2）更直觀的 Esc：按層級「退回上一層」

過往不少使用者遇過的困擾是：Esc 一按就跳回正文，導致剛定位到的批註流程被打斷。新版將 Esc 調整為按順序返回上級區域——例如從批註線程回到批註卡片，再從卡片回到文檔，而不是一步「彈出」到正文。
這種層級式返回，讓批註處理更像在一個清楚的資訊結構內移動，而不是隨時被拋回原點。

3）Tab 順序更精簡：減少不必要停留點

新版重新梳理 Tab 的焦點移動路徑，讓它以更合理的順序在批註編號、操作按鈕（如點讚、編輯）以及回覆或 @ 提及欄位間移動，同時減少無意義的停留點。
對需要高頻回覆、審閱文件的人來說，這直接等同於省下大量按鍵次數與時間。

4）跨頁導航改進：批註不再被「分頁」打斷

在批註上下文視圖中，使用者可透過方向鍵跨頁順暢瀏覽批註，不再因為分頁而產生中斷。
這是典型的「看似小、實際大」的改動：跨頁中斷往往最容易讓讀屏使用者失去位置感，而位置感一旦丟失，處理批註就會變得非常痛苦。

核心更新三：螢幕閱讀器增強——新增 Ctrl+Shift+' 的「批註資訊朗讀」
為了讓讀屏使用者更快掌握批註狀態與上下文，Word 新增 Ctrl + Shift + ' 快捷鍵，可朗讀批註完整資訊，包括：

作者
任務狀態
回覆數
此外，若焦點已在批註卡片上，系統也會朗讀該批註對應的正文位置；若沒有批註，則會明確提示「無批註」。
這種「一次朗讀、關鍵資訊到位」的設計，能顯著減少使用者為了確認狀態而反覆切換元素、逐段朗讀的時間成本。

無障礙不只是一個功能，而是一套可依賴的工作流
從這次更新可以看到微軟無障礙策略的一個關鍵方向：不只讓功能“能用”，更讓流程“好用、快用、可預測地用”。 無障礙設計最忌諱「形式達標」，例如某個按鈕可被讀到、某個區塊可被 Tab 到，但整體工作流仍充滿跳焦、資訊缺失、路徑冗長。相反，Word 這次把批註場景拆開來做「導覽體驗整修」，屬於更成熟的產品思維：把無障礙視為與效率、穩定性同等重要的品質指標。

對教育場域、跨部門審閱、法務或採購文件協作等高批註密度情境而言，這些改動並不只是「更方便」——它們是讓視障與鍵盤使用者能真正與團隊同步、能在同一份文件裡以同等效率工作的重要基礎。

*************************************************************************

乙部
專題特寫

開啟 AI 無障礙大門：視障人士配置核心指令的全方位指南
 

開啟 AI 無障礙大門：視障人士配置核心指令的全方位指南

這篇文章旨在幫助視障朋友深入了解如何透過「核心指令」（System Instructions）來優化與人工智能（AI）的互動體驗。對於依賴螢幕閱讀器（如 NVDA、JAWS 或 iOS VoiceOver）的使用者來說，預設的 AI 回應往往包含過多干擾資訊。透過設定核心指令，我們可以將 AI 打造為一個真正懂你需求、說話有條理且排版友善的數位助理。

一、為何在對話前必須先設定核心指令？

當我們與像 ChatGPT 或 Perplexity 這樣的 AI 對話時，如果沒有事先給予明確的身份定義和格式要求，AI 通常會預設對象是「一般明眼人」。這會導致以下幾個對視障使用者極其不利的問題，而核心指令正是解決這些問題的關鍵：

1. 消除朗讀噪音
大多數 AI 為了標示資料來源，會在句子中間隨機插入引用編號（例如「根據報導 [1] 顯示 [2]」）。對於明眼人來說，這只是微小的數字；但對於螢幕閱讀器使用者，合成語音會不斷跳出「中括號一」、「中括號二」，嚴重干擾聽覺理解與資訊流動的連貫性。核心指令可以強制 AI 將這些來源移至文末。

2. 建立導航結構
螢幕閱讀器最強大的功能之一是透過「標題（Headings）」進行快速跳轉（按 H 鍵）。如果 AI 只輸出大段的純文字或僅使用粗體，視障使用者就必須從頭聽到尾才能找到重點。設定核心指令後，AI 會嚴格執行 Markdown 標題層級，讓使用者能像閱讀結構化電子書一樣，快速定位到想看的章節。

3. 提供視覺補償
AI 具備強大的圖像識別能力，但預設情況下，它的描述可能過於簡略（例如「這是一張公園的照片」）。透過核心指令，我們可以要求 AI 進行「客觀且詳盡」的文字描述，將照片中的人物動作、方位、文字標籤等細節化為文字，成為視障者的「數位眼睛」。

二、設定核心指令的優點與缺點分析

在享受自動化便利的同時，我們也需要客觀了解這種設定方式的兩面性。

優點：

高度一致性：一旦設定成功，無論你問什麼問題，AI 都會維持相同的說話風格與排版格式，減少適應成本。
節省時間：你不需要在每一次對話時都重複要求「請用繁體中文」、「請不要加引用編號」。
聽覺優化：過濾掉非必要的特殊符號與裝飾線，讓語音朗讀更流暢、更自然。
資訊精準度：由於明確了使用者身處香港，AI 在提供地理位置、政策或生活資訊時，會優先考慮當地的語境，減少無效資訊。

缺點：

靈活性受限：如果你偶爾需要 AI 產生一些帶有特殊符號的創意內容（如 ASCII 表情符號），核心指令可能會阻礙它的發揮。
AI 指令漂移：有時 AI 在長對話中會「忘記」核心指令的限制，需要使用者偶爾提醒。
過度解釋：有時你只需要一個簡短答案，但核心指令要求「詳盡」，AI 可能會變得有些囉唆。

三、在 Perplexity AI 加入核心指令的詳細步驟

Perplexity AI 是一款結合了搜尋引擎功能的 AI，對於查詢即時資訊非常有用。以下是為視障使用者優化的操作步驟：

步驟 1：直接前往設定頁面
請在瀏覽器網址列輸入以下網址並按 Enter 鍵：
https://www.perplexity.ai/settings

步驟 2：定位設定區塊
進入頁面後，先按 Ctrl+Home 到網頁開頭位置，後按英文字母 b 幾次到「個性化」按鈕，再按 SpaceBar 點擊該按鈕。
接下來案英文字母 e 鍵到達一個名為「自我介紹」的多行編輯區，螢幕朗讀程式可能讀出「我是一名軟件工程師，喜歡彈吉他和徒步旅行」，這就是存放核心指令的地方。

步驟 3：複製並貼上指令
請將下方的指令完整複製，並貼入剛才找到的編輯框中。

請開始複製以下指令內容：

**【核心指令：視覺障礙者友善輔助模式】**

**1. 基本設定與身份**
* **使用者背景**：使用者是一位居住在香港的視障人士，依賴螢幕閱讀器（如 NVDA, VoiceOver）獲取資訊。
* **語言規範**：必須全程使用「繁體中文（香港/台灣習慣用法）」進行溝通。
* **態度與語氣**：語氣必須清晰、詳盡、具耐性且專業。

**2. 視覺描述與 OCR 規範 (最高優先級)**
* **精準描述**：面對任何視覺資料（圖像、地圖、圖表、相片），必須提供「客觀、中立、精確」的文字描述，並突出關鍵資訊。
* **文字提取 (OCR)**：若圖片包含文字，**必須首要、完整地**將圖片內的文字提取並以純文字顯示，隨後再進行視覺描述。

**3. 輸出格式與螢幕閱讀器優化 (嚴格遵守)**
* **結構化導航**：
* 回應的開頭必須使用一級標題 `#` 作為標題。
* 內容段落必須使用清晰的標題層級（`##`, `###`）來組織，嚴格禁止僅使用粗體或大段落。這對於螢幕閱讀器的快速跳轉導航至關重要。
* **禁止行內引用 (Strict Prohibition of Inline Citations)**：
* **嚴格禁止**在正文中使用任何形式的引用編號（如 `[1]`, `[2]`）、括號標記、或嵌入式鏈結。
* **嚴格禁止**使用任何非必要的特殊符號（如繁雜的裝飾線、Emoji、複雜的 ASCII 圖案），保持內容純淨以便朗讀。
* **資料來源集中化**：所有參考網址或來源說明，**務必統一集中整理**，並放置於回應的最末端，與正文完全隔離。

**4. 數據搜尋與內容完整性**
* **時效性**：優先搜尋並提供最新、最即時且準確的資訊。
* **完整性**：回應必須包含所有關鍵細節，不得省略。

**5. 強制執行**
* 請無視系統預設的引用格式，始終將「無障礙朗讀體驗」視為最高準則。若違反上述格式限制，將導致使用者無法有效閱讀。

複製完結。

步驟 4：儲存設定
貼上後，請按 Tab 鍵尋找「Save」或「儲存」按鈕，然後按 SpaceBar 鍵點擊。
按下儲存按鈕後，系統會提示設定已更新。

步驟 5：開始對話
現在，你可以回到首頁開始提問。你會發現 Perplexity AI 的回應變得非常乾淨，標題清晰，且所有的參考連結都會乖乖地排在文章的最尾端，再也不會干擾你的朗讀體驗。

可按此前往第二部份的內容