全台唯一！Google街景背包碧潭初登場|數位時代 BusinessNext

六月中Google才剛發佈訊息，Google地圖街景的全新攝影器材「街景背包」，已正式登入台灣開始拍攝，16日首次在碧潭亮相。這個重達18公斤的街景背包，全台只有一個，台灣也成為繼日本之後，亞洲區第二個推出街景背包的國家。

Google自2009年在台灣推出街景服務，以駕駛街景車的方式，拍下道路實景，讓使用者在地圖中切換。為了能深入更多車子到不了的地方，街景服務也慢慢微型化，從拍攝小巷弄的「街景三輪車」，到拍攝室內場景的「街景手推車」，現在則更縮小為「街景背包」，拍攝只能以人工步行到達的地方。

Google大中華區與東南亞街景計畫負責人魏薌君介紹，街景背包高約120公分，重達18公斤，電池可拍攝六至八小時。背包上方配置球狀的攝影鏡頭組，內含15個不同角度的鏡頭，當工作人員開始步行移動，15個鏡頭每2.5秒拍攝一次7500像素的影像，之後再將這些影像拼接成360度的全景圖像，以及針對人臉隱私做模糊處理。

魏薌君表示，此前街景背包已在國外拍攝了許多知名景點，如美國大峽谷的岩石地景、厄瓜多加拉巴哥群島的野生地理生態系，及日本屋久杉森林、威尼斯水道等地區。而街景背包自六月中登入台灣，已拍攝了十多個景點，目前還不能透露拍攝了哪些地區，但類型涵蓋國家公園、森林步道和歷史古蹟，推出時間則依後製進度而定。此次選擇碧潭做為首次發表地，就是希望全球使用者都能看到世界僅存的鎢鋼球軸承吊橋，與台灣美麗的湖光山色。

Google同時也公佈街景背包的外借計畫，開放公益團體、政府單位、學校或研究機構、旅遊單位線上申請，通過審核後，Google會給予該單位負責拍攝的街景背包客訓練，隨後即會免費出借這個全台唯一的街景背包，希望可以吸引更多台灣使用者，以在地角度介紹各種私房景點和觀光路線，也幫助Google建立更完整的全景資料庫。

至於Google街景服務在台灣的發展現況，魏薌君表示，目前台灣共有五台街景車，街景三輪車、街景手推車和街景背包則各有一個。2012年初進行的台灣街景全島更新即將完成，預計陸續上線。離島方面，除了早前的澎湖街景，現在綠島和蘭嶼也已上線。

「台灣特蒐景點」數量則在上線一年半內增加了1.5倍，目前已突破250個，其中包含鹿野高台的熱氣球起降，以及墾丁鵝鑾鼻燈塔的風景。此外，繼Google街景手推車去年完成故宮博物院的室內實景上線後，今年夏天Google將增加更多台灣博物館、大眾運輸和歷史建築等360度室內實景。

【報名即將截止】****7/17(****三****)****第****31****場創業小聚**
**Fiito、MY83保險網、龍骨王、博晶醫電、Friendo粉多任務、紅門互動EagleEye等6組團隊的創新應用分享，以及米亞網路/歐米爾網路執行長王柏升Tony分享創業轉折與出路；7/17(三) 19:00-21:00在北科大綜合科館第三演講廳。
活動網頁：http://www.bnext.com.tw/edm/meet/

過去兩年，人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢，從客服、知識管理到軟體開發，越來越多企業將大型語言模型（LLM）導入企業營運流程，隨著應用程度的深化與廣化，越來越多發現，真正的挑戰早已不只是「選擇哪個模型」，而是如何管理算力、控制成本、確保資料安全，以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後，AI應用從回答問題進展為執行任務、操作系統以及串接流程，連帶拉升對AI基礎設施的需求與架構複雜度，而這意味著，想要發揮AI綜效，光只有模型與技術尚不夠，必須將整體IT環境逐步升級為AI基礎建設（AI Infra）。

深耕AI管理領域多年的數位無限（INFINITIX），近年積極布局軟體定應AI基礎建設（Software Defined AI Infrastructure）市場，除持續深化與GPU、伺服器與AI硬體生態系的合作關係，如於2021年取得NVIDIA Solution Advisor全球夥伴資格，2025年亦獲AMD GPU生態建設夥伴獎，也因應市場需求推出AI-Stack與ixCSP兩大產品線，協助企業、雲端服務供應商（CSP）與新世代AI雲端業者，更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示：「我們的目標是協助客戶打造軟體定義AI基礎架構，讓其可以視需求向下整合不同世代GPU、儲存與網路設備，同時，向上鏈結模型、Token跟AI應用，加速企業的AI創新轉型腳步。」

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。