[Meet創業之星] 用手機就能製作精美短片？Vcool 輕鬆成就平民導演夢|數位時代 BusinessNext

繼照片之後，影片的巨浪已經來臨

沈家慶表示， 2011～2014 年 Facebook 上傳的影片數量成長 532％，平均一年成長率達 75％，這代表著「影片的巨浪已經來了」！

雖然社群平台上影片數量成長驚人，不過多數人還是不會拿起手機製作影片，原因不外乎這幾個：不知道要拍什麼、不知道怎麼拍、不會剪接製作、沒有時間等。事實上，一般人一想到「拍影片」三個字，就直覺認定是一項進入門檻很高的專業技能，而用手機隨手錄影的內容通常又不如一張照片來的直覺又吸引人，因此手機的錄影產能也就這樣被我們大量閒置。

但沈家慶認為，手機其實是製作影片的最佳終端裝置，目前全世界有20億支聯網手機，它有一定的運算能力又能隨時聯網，「再也沒有比手機更好的裝置了」。使用者缺的，只是一個能讓他們快速上手的影片製作工具。

跨時間、跨場域就能完成多種分鏡腳本

Vcool 是一款 iPhone 手機 APP ，藉由專業腳本，多手機協作，讓所有「智慧型手機使用者」，可以一起「協作」記錄生活事件，製作美好回憶影片並與朋友分享，為生活加入樂趣與認同。

何謂影片協作？發起影片專案的使用者可以分配「任務」給其他協作影片的用戶， Vcool 會提示每個用戶現在分配到的鏡頭是什麼，再依照提示去拍攝類似的畫面，最後 Vcool 會將每個任務執行者所拍攝的影片自動串接成一部短片。

沈家慶說，這種協作方式，讓影片製作完成的速度比傳統拍攝、剪輯還要快了 10 倍，外行人也可以輕鬆上手，而且可以跨時間、跨空間完成影像製作。

目前 Vcool 上面有 15 個參考腳本，未來會開放民眾上傳腳本、音樂、濾鏡、特效等元素，讓 Vcool 成為一個真正的開放影片協作平台，讓每個人都愛上拍影片的樂趣。

「說穿了不管我們想不想做，這個影片的生態系統未來都一定會成型會發生，只是誰讓它發生，做得快又做得好，」沈家慶說，現在Vcool搶進這個市場的優勢是現在還在發展早期，「就像是大西部拓荒一樣，看誰先去插旗。」而Vcool則已經儲備好戰力，準備好「大西進」了。

【創業快問快答】

Q1.服務的創意來源，是因為發生甚麼事情而有這樣的想法？
創辦人本身創辦非營利組織，接棒啟蒙計畫，舉辦許多活動，發現活動紀錄影片，最有效，但製作難度很高。

Q2.最主要的客戶群？
活動主辦方（商業活動、婚禮等），樂團及表演者，想與朋友協作影片的一般用戶。

Q3.就目前市場狀況，您認為貴公司服務的競爭優勢為何？
1)創新：智慧型手機影片協作，目前是全球少見的創新應用。
2)實際：從已經有用戶願意付錢的硬需求，解決實際問題。
3)拍攝輔助：藉由專業腳本，外行人也可以輕易製作高品質影片
4)完成速度：藉由多手機協作，影片完成的速度可以提高10倍。
5)優質影片素材產生：目前全球影片類APP都講求編輯功能，但少有應用可以幫助用戶跟朋友一起協作，產生許多優良影片素材。

【團隊資訊】
公司名稱：VCOOL Inc.
服務/產品名稱：《Vcool+》
成立時間： 2015.06
網址：https://www.vcool.co

@@ACTIVITYID:406@@

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。