二十年來，遠端桌面沒有真正的突破。我們認為 AI 可以改變這件事。這篇文章談的是它可能出現在哪些地方，以及我們正在探索的想法。Remio 目前沒有任何 AI 功能上線，我們也不承諾上線日期。
停滯 20 年
打開 2026 年的任何一款遠端桌面 app，再打開一款 2006 年的。瞇起眼睛看，它們基本上是同一個東西。
圖示變得更扁平，連線可能快了一點，或許現在還有了深色模式。但最根本的體驗 — 從 A 機器串流像素、在 B 機器上顯示、再把輸入傳回去 — 二十年來並沒有真正改變。
| 年份 | 發生了什麼事 |
|---|---|
| 2003 | Microsoft RDP 5.2 推出，採用 FreeRDP 時代的點陣圖串流。擷取畫面、編碼、傳送、解碼、顯示。 |
| 2005 | VNC 加入 tight 編碼。依然看不懂像素內容，依然一次傳一張畫面。 |
| 2010 | TeamViewer 讓家用路由器之間的網路路由變得普及。但它上層的處理流程並沒有改變。 |
| 2026 | Remio 會即時依網路狀況調整串流 — 這是工程，不是 AI。把 AI 放進串流流程，仍是我們正在探索的想法。 |
編解碼器進步了。H.264 取代了 JPEG，接著 H.265 出現。頻寬變便宜，連線變快。但核心架構 — 這些 app 看待串流的方式 — 卻停在原地。
大多數遠端桌面 app 都用同樣的做法：編碼一張畫面、傳送、解碼、顯示，然後重複。設定多半是固定的，畫質常常要手動調整。網路一變差，畫面就可能糊成一片，直到你去某處拖動滑桿。Remio 會自己依網路調整位元率與解析度 — 這只是單純的工程，不是 AI — 但底層的做法是一樣的。
這不是技術問題，而是想像力的問題。
AI 登場：可能改變什麼
這是讓我們興奮的地方，也是讓我們（以好的方式）睡不著的原因。AI 或許不只是改善遠端桌面，它還可能重新想像遠端桌面能成為什麼。
我們說的不是在設定面板上硬塞一個聊天機器人，而是在串流流程的某些層級加入智慧，重新思考整個流程 — 要說清楚的是，以下全都只是想法，不是產品。
一個想法：依區域編碼，讓文字保持清晰，背景則壓縮得更多。Remio 現在所做的 — 依網路調整位元率與解析度 — 是工程，不是 AI。
探索中一個想法：傳送較低解析度的串流，再用以螢幕內容訓練的神經網路升頻，在裝置上重建更清晰的像素。
探索中一個想法：預測接下來幾毫秒內游標或按鍵的動作，立即呈現預測的狀態，等真正的狀態抵達時再校正。
探索中把自適應畫質再往前推
許多遠端桌面 app 提供畫質滑桿，或是在幾組預設值之間挑選的「自動」模式。Remio 已經會自己依網路調整位元率與解析度。我們覺得有趣的問題是，這件事還能走多遠。
現在想像一個 AI，即時觀察一切 — 你的網路頻寬、延遲抖動、封包遺失的型態、螢幕上實際顯示的內容、你是在讀文件還是看影片 — 並同時持續最佳化數十個參數。
螢幕上是文字？提高銳利度，降低影格率。在播放影片？切到高影格率，接受更多壓縮。畫面靜止三秒？頻寬降到近乎為零。快速捲動？暫時降低畫質，一停下來就立刻回到清晰如水晶。
人做不到這件事。簡單的演算法可能做不好。在裝置上執行的訓練模型或許可以 — 而找出答案，正是我們探索它的目的。
超解析度：少傳一點，看到更多
這是我們說明時，大家反應最熱烈的想法。
遊戲界開創了 AI 升頻。NVIDIA 的 DLSS 以較低的解析度繪製遊戲，再利用能取得深度緩衝、動態向量並搭配專用 Tensor Core 的神經網路，重建出令人驚豔的畫面。它之所以運作得這麼好，是因為遊戲引擎提供了 AI 可以運用的豐富資料。
遠端桌面的升頻受到這個想法啟發，但面對的挑戰根本不同：我們處理的是壓縮後的影片畫面，拿不到場景幾何或引擎層級的資料。這是「盲」超解析度 — 更難，但可能很強大。想法是以 720p 編碼串流，再用裝置上的 AI 重建出接近 1080p 或 1440p 的畫質。如果行得通，節省的頻寬可能相當可觀，即使做法與遊戲不同。
設計初衷：一切都在你的裝置上進行。沒有雲端處理，資料不會離開你的機器。由 Apple Neural Engine 或 Qualcomm NPU 負責繁重的運算。
輸入預測：能比物理定律還快嗎？
這是個很細微、卻影響巨大的地方。每個遠端桌面都有固有的延遲 — 從你移動滑鼠到在螢幕上看到它移動之間的時間。物理設下了下限：光穿越美國大約需要 20 毫秒。
但如果用戶端能預測你的游標要去哪裡呢？滑鼠的移動並非隨機，而是有規律的 — 加速曲線、目標大小、方向意圖。一個輕量的模型或許能預測游標在未來幾十毫秒的位置。
如果行得通，遠端桌面會感覺比光速允許的還要快。不是因為我們打破了物理定律，而是因為我們不再等待它。
為什麼這很難
把 AI 放進串流流程，比聽起來困難得多。以下是我們一再遇到的問題：
- 延遲預算 — 流程中的任何模型都必須在幾毫秒內完成，否則只會讓體驗變差，而不是更好。
- 原生硬體存取 — 要用到 Neural Engine、NPU 與 GPU，需要原生程式碼，而不是網頁包裝。
- 螢幕內容不一樣 — 以照片和遊戲訓練的模型，不會自動適用於文字與介面邊緣。
- 隱私 — 任何會看到你螢幕的東西，都應該在你的裝置或你的主機上執行，絕不能放在別人的雲端。
- 誠實的評估 — 在展示中看起來很棒的功能，仍然必須撐得過真實的網路與真實的硬體。
把像素串流做好是基本功。至於智慧能不能在不增加延遲的前提下再進一步，仍是未解的問題。
所以我們把這一切視為研究，而不是路線圖。這些想法很有意思；證據則還沒出來。
在串流流程中做 AI 真的很難。你需要原生程式碼（不是 Electron）才能存取硬體加速器；你需要自訂的繪製流程，才能在不增加延遲的情況下插入 AI 處理；你還得同時懂機器學習推論和即時影片。這種組合很少見，而我們正在探索自己能否做好。
為什麼原生 app 是嘗試這件事的好地方
這正是我們決定全面採用原生開發可能帶來意外回報的地方。
因為 Remio 在每個平台上都是原生 app，它能直接存取各平台上的硬體加速器。
- Apple Neural Engine — 可透過 CoreML 使用，是裝置端模型的天然歸宿。
- Qualcomm Hexagon NPU — 見於許多 Android 晶片。不用動到 GPU 就能在裝置上執行 AI。
- Metal 與 Vulkan — 原生 app 可以直接取用的 GPU 運算。在這裡執行推論會是很自然的延伸。
網頁包裝很難做到這些。要跟 Neural Engine 溝通，你得是原生的；要在影片解碼與顯示之間安排機器學習推論，你得是原生的；要讓 AI 步驟成為繪製流程中的一等公民，而不是事後硬加上去的東西，你也得是原生的。
我們的架構不是為 AI 而打造的，但原生開發讓這扇門保持開啟。這就是用困難的方式做事的好處。
我們正在探索的想法
沒有承諾的日期，也沒有行銷用的路線圖 — 只有一份誠實的清單，說明哪些是今天已經成真的，哪些只是想法。
現在：Remio 會在主機上即時依網路調整位元率與解析度，不需要任何設定。這是工程，不是 AI。
探索中：在裝置上進行神經網路升頻，在維持畫質的同時，減少串流所需的頻寬。我們寫了一篇深入探討這個想法的文章。
也在探索：預測式輸入、依內容調整的編碼、能操作真實桌面的代理，以及一些我們還沒準備好談的想法。這裡的任何東西今天都還沒上線，我們也不承諾何時會有。
如果其中任何一項上線，它會遵守 Remio 其他部分相同的原則：在你的裝置或你的主機上執行，絕不經過 Remio 的伺服器，也不收集螢幕資料用於訓練。
這可能會走向哪裡
我們猜想，幾年後人們回頭看今天的遠端桌面 app，就像我們現在回頭看撥接上網一樣。「你們就只是傳送原始像素然後聽天由命？就這樣？」
我們的直覺是，遠端桌面的未來與其說是更快的編解碼器和更粗的管線，不如說是一個懂得你在做什麼並隨之調整的 app — 無形、私密、在你自己的裝置上。這是直覺，不是路線圖。
我們好奇到願意謹慎地探索，而當某件事真的成真時，我們會直接說清楚。
