Meta 如何為 AI 眼鏡打造寬度不到 7mm 的超窄鋼殼電池
Engineering at Meta · 2026-06-23
Meta 工程師於 2026 年 6 月 23 日在官方工程部落格揭露了為 Ray-Ban AI 眼鏡系列開發超窄鋼殼電池的完整過程。為了把電池塞進鏡腿這塊寬度僅數毫米的空間，Meta 電池團隊從根本上重新設計了工業界沿用已久的鋼殼電芯結構，最終讓 AI 眼鏡兼顧纖薄外型與足夠的續航時間。
原本的問題
傳統 AI 眼鏡使用的是軟包（pouch cell）電池，優點是形狀可隨外殼任意裁切，但缺點是邊緣的密封區域會佔用大量空間，在鏡腿這種極窄的管狀結構裡浪費嚴重。鋼殼電池雖然在電鑽、手錶等裝置早有應用，但市場上從未出現過寬度小於 7mm 的規格，Meta 必須自行開發。另一個挑戰是功率需求：眼鏡在同時執行錄影與 AI 推論任務時，瞬間電流需求極高，傳統捲繞式（jelly roll）電芯的內阻偏高，容易在尖峰負載時造成電壓驟降（brownout），導致裝置重啟。
採用的方法
Meta 工程師把傳統的捲繞式電極結構改為模切堆疊層（die-cut stacked layers），其原理類似把多個小電阻並聯，大幅降低等效內阻，解決了高峰值電流下的電壓不穩定問題。鋼殼本身的尺寸公差可維持在約 100 微米（microns），相較於軟包電池邊緣的密封餘量，這等於直接回收了可用體積，轉化為更高的能量密度。
雙電池設計的 Oakley Meta Vanguards 則帶來了另一層複雜度：兩側鏡腿對稱擺放電芯，但左右電子負載並不對稱，必須透過跨充電（cross-charging）機制平衡兩顆電池的電量，並在韌體層面處理開機與關機的序列控制，橫跨電氣、韌體與機構三個工程領域的協作。
實際效果
從第一代到第二代 Ray-Ban Meta 眼鏡，電池容量從 160 mAh 成長至 210 mAh，提升約 30%，但實際續航時間卻翻倍——這個看似矛盾的數字背後，主要來自系統層面的效率改善，而非單純的化學能量增加。最新的 Ray-Ban Display 眼鏡需要持續驅動顯示器，對電力的要求與過去間歇性的拍照或 AI 任務截然不同，Meta 為此設計了容量達 248 mAh 的鋼殼電芯，是旗下眼鏡產品中最大的一顆。
| 世代 | 容量 | 備註 |
|---|---|---|
| Gen 1 Ray-Ban | 160 mAh | 基準線 |
| Gen 2 Ray-Ban | 210 mAh（+30%） | 實際續航翻倍 |
| Oakley Meta Vanguards | 雙電芯 | 跨充電架構 |
| Ray-Ban Display | 248 mAh | 持續顯示器供電 |
Meta 目前正積極推動這套鋼殼電池技術的多供應商量產化，以確保供應鏈韌性，並為下一代穿戴裝置奠定電力基礎。
原始來源：Engineering at Meta — How Meta Engineered Ultra-Narrow Batteries for AI Glasses
Uber 如何整合 Apple Verify with Wallet 打造可擴展的數位身分驗證平台
Uber Engineering · 2026-06-23
Uber 工程團隊於 2026 年 6 月 23 日發表技術文章，說明如何在既有的身分驗證平台（Identity Verification Platform）之上，整合 Apple Verify with Wallet API，讓用戶可用儲存在 Apple Wallet 的政府核發數位身分證件（mDocs）完成帳號認證。這套機制不僅大幅提升驗證的可信度，也在法規合規與隱私保護之間找到了工程上的平衡點。
背景
Apple Wallet 的行動駕照（mDL, Mobile Driver's License）遵循 ISO/IEC 18013-5 標準，採用 mdoc 格式儲存政府核發的身分資料。由於發照機構在用戶加入 Wallet 時即已驗證證件真實性，應用程式只需信任這條既有的信任鏈，無需自行重複審核文件影像。Uber 的應用場景橫跨多個市場與多個 app（Uber、Uber Eats 等），各自對應不同的 Apple entitlement 申請與資料欄位需求，服務端必須能統一管理這些差異。
核心改動
身分驗證服務（Identity Verification Service）透過伺服器端組態（server-side configuration）動態控制每個使用情境能請求哪些資料欄位，避免在客戶端硬編碼欄位清單，方便在不重新發版的情況下因應新的合規需求。傳輸加密採用 HPKE（Hybrid Public Key Encryption，RFC 9180），回應資料以 CBOR（Concise Binary Object Representation）格式編碼，並搭配 Identity Access Certificate 的私鑰在伺服器端解密。
驗證流程分為三步：首先對 MSO（Mobile Security Object）進行完整性與有效期限核驗，再比對設備綁定公鑰，最後沿 IACA（Issuing Authority Certificate Authority）憑證鏈一路驗回各州 DMV 的根憑證。為了因應各管轄區的憑證輪換（certificate rotation），Uber 建立了支援多張並存有效憑證的 IACA 憑證登錄機制，資料來源包括各州官方入口網站及 AAMVA Digital Trust Service VICAL。
影響範圍
從隱私角度來看，這套架構讓發照機構與 Apple 雙方皆無法得知用戶何時、在何處分享了證件資料，符合最小揭露原則。用戶在每次驗證時都能清楚看到 app 請求的欄位清單，並以 Face ID 或 Touch ID 完成授權，不存在靜默後台存取的可能。
在技術路線圖上，Uber 計畫進一步支援 ISO/IEC 23220-2 的通用數位相片身分證，並跟隨 iOS 26 對 W3C Digital Credentials API 的支援，將驗證場景延伸至 Web 端。
- mDL 資料欄位：姓名、地址、出生日期、照片、駕照效期、Real ID 合規狀態等
- 支援 AAMVA namespace 的美國特有欄位（別名、駕駛權限細項）
- 日本 MyNumber Card 透過 ISO/IEC 23220-2 支援
原始來源：Uber Engineering — Scaling Verify with Wallet for Identity Verification、Apple Developer — Get started with the Verify with Wallet API
在 Copilot CLI 中為 C++ 專案接入語義級程式碼智能：compile_commands.json 整合指南
Microsoft C++ Team Blog · 2026-06-23
微軟 C++ 團隊於 2026 年 6 月 23 日發布教學文章，說明如何在 GitHub Copilot CLI 中啟用由 Microsoft C++ Language Server 提供的語義級程式碼智能功能。該語言伺服器自 2026 年 4 月 22 日進入公開預覽，與 Visual Studio 及 VS Code 使用相同的 IntelliSense 引擎，讓開發者在終端機環境同樣能獲得符號定義、引用查找與型別資訊等 IDE 等級的輔助。
背景
C++ 的模板展開、巨集替換與複雜的 include 層級，使得純文字搜尋（text-based search）在大型專案中往往產生大量誤報或遺漏。語言伺服器（Language Server Protocol, LSP）藉由實際解析編譯上下文，能夠準確理解符號的語意，而非僅靠字串比對。Copilot CLI 先前的程式碼智能依賴語言無關的文字索引，接上 C++ Language Server 之後，能回答諸如「這個函式在哪些地方被呼叫」或「這個型別的完整定義」之類的語意問題。
核心改動
compile_commands.json 是整套機制的關鍵：它記錄了每個原始碼檔案的實際編譯參數（include 路徑、巨集定義、編譯器旗標），讓語言伺服器能夠精確複現編譯器的視角。不同建置系統的產生方式如下：
- CMake：在 configure 階段加上
-DCMAKE_EXPORT_COMPILE_COMMANDS=ON，或在 Copilot CLI 輸入「regenerate compile commands」觸發內建技能 - MSBuild（vcxproj）：使用 msbuild-extractor-sample 擷取編譯命令；原生 MSBuild 支援列入路線圖
- 自訂建置系統：建立專案專屬技能（skill）封裝一次性設定，確保在封閉或特殊工具鏈環境下的可重複性
安裝方式為透過 Copilot Plugins 市集執行一行命令：
/plugin install cpp-language-server@copilot-plugins安裝完成後，可在查詢中加上 「Use the C++ LSP」 指示 Copilot 優先呼叫語言伺服器，或在 .github/copilot-instructions.md 中寫入自訂指令，讓所有 C++ 相關查詢自動走語義分析路徑。
影響範圍
對於擁有數百萬行程式碼的大型 C++ 專案，語義索引帶來的準確度提升最為明顯——Copilot 能追蹤跨越多層繼承的虛擬函式、展開 CRTP 模板，以及正確解析條件編譯區塊（#ifdef）中的有效路徑。目前支援 Windows、Linux、macOS 三個平台，需要有效的 GitHub Copilot 訂閱。微軟正在收集公開預覽期間的用戶回饋，以決定後續正式發布的功能範圍。
原始來源：Microsoft C++ Team Blog — Streamline C++ Code Intelligence Setup in Copilot CLI、GitHub Changelog — C++ code intelligence for GitHub Copilot CLI in public preview