[電影的未來]侯孝賢x張鐵志Part1：現在很多年輕人還在模仿以前的拍法|數位時代 BusinessNext

從台灣新電影30年出發

張鐵志：最近又有不少關於台灣新電影30年的討論，你曾經說過，新電影是一個特定時代的產物，是那時候的壓抑氣氛形成了那個特定的形式與內容。跳到現在來看，這是一個數位時代，是不是也有屬於這個時代特定的電影美學？你怎麼看電影與時代的關係？

侯孝賢：二戰之後，從歐洲開始出現法國新浪潮、義大利新寫實、德國新電影，影響到亞洲，所以香港也有80年代的新浪潮，以及台灣的新電影，這彼此間有一個渲染。電影拍的方式跟以前不一樣，是因為技術不一樣了，例如燈光或者底片的變革，幾乎是眼睛可以看到的，影片就可以拍到，這就是很大的變革。寫實風格因此開始。

一直到數位時代，又是一個載體的變革，然後又是一個全球化的衝擊。網路世代其實就是影像時代，網路時代既然來了，表現方式應該要改變，其實現在也有改變，但沒那麼厲害。我們在2000千年拍《千禧曼波》時，我本來想的是有一群女孩子在台北的狀態，網路可以像細胞一樣，追蹤每個人的狀態，把他們呈現在網路上，然後可以自己去連接、剪接，但後來發現我想的太天真了、太早了。

張鐵志：你看到這個網路世代的年輕創作者，他們對影像的想法，或是對電影生產和流通的想法，跟以前有什麼不一樣？

侯孝賢：其實我剛開始跟這些年輕人接觸的時候，發現他們沒有想太多，因為他們還是受了以前的影響，在表達上沒有什麼改變。我就跟他們說，網路時代的意思就是你不用底片，各種拍法都有可能，例如用手機什麼都可以拍了，而且體積也越來越小，所以捕捉影像的方式應該要改變。

以前的拍攝方式是，例如當演員在家的劇情結束，要拍出門，我們會看他劇情是搭公車還是開車，事先定一條好的路線方便拍攝。現在就不必，只要找好家的定點，接下來在每個地方捕捉一部分就好了，因為可以連接，不必先安排好全部的路線。

給這一代年輕人的建議

張鐵志：所以你同意科技對於電影的創作來說是解放的力量嗎？尤其對年輕人、對獨立製作來說，科技讓一切變得更容易了。

侯孝賢：解放的力量是指形式或表達的方式變得多樣，或者變得更容易。雖然這不包括內容，但形式通常會改變內容。就像繪畫最早是工筆畫、肖像畫，是寫實的，後來變成法國的印象畫派，專注在陽光和客體之間的變化，捕捉光和顏色。

每次當載體、技術或是觀念變化，就會帶動新的創作形式。網路也是，只是現在很多年輕人還在模仿以前的拍法。

我帶金馬學院的學生坐火車去花蓮、宜蘭勘景的時候，建議他們在火車上可以用小的器材拍攝。因為現在每個人都拿手機或小器材在拍，其他人被拍也不會有感覺。結果我看了影像覺得奇怪，問：「為什麼兩邊的人都在看你們？你們是用什麼機器在拍的？」原來講半天，他們還是扛了一台大的Alexa攝影機。因為他們很少機會碰到好機器，當有機會拍的時候，就想回到傳統的方式。

這意謂著表達的能力沒有被訓練好，而且在學校的時候沒有人討論這件事。現在因為器材越來越普遍，數位相機拍的作品也越來越多，才逐漸產生變化，但其實早就該被天翻地覆地改變了。

（《數位時代》2015年9月號文章精選，尊重智慧財產權，如需轉載請來信洽詢：web@bnext.com.tw）
其他精彩內容》》
訂閱數位時代》》

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。