陳士駿:行動網路時代,台灣要出現獨角獸才行
陳士駿:行動網路時代,台灣要出現獨角獸才行

YouTube共同創辦人陳士駿雖然久居加州並且結婚生子,但他內心和台灣的連結一直沒有斷,看到矽谷從1960年代的半導體與電腦產業第一代,到Yahoo、eBay與Google等二代與Uber與Airbnb等第三代創業家。矽谷50多年來仍領導全球創新,曾經學習矽谷經驗,打造台灣半導體與電腦王國的台灣,卻沒有像矽谷華麗轉身,成功交棒。我們請AppWorks之初創投創始合夥人林之晨與陳士駿一起談談。

圖說明
圖說:林之晨(Jamie)(圖右),現為AppWorks之初創投創始合夥人;陳士駿(Steve)(圖左),2006年賣掉YouTube後,2011年創辦AVOS,2015年又創辦即時照片/影音食物分享App「Nom」。

議題一:機器學習與VR會是下個科技典範嗎?

**Jamie:**過去三年,我每年都到矽谷旅行,去拜訪Google、Facebook與LinkedIn等公司,過去他們和我談的是行動第一(Mobile only)策略,現在行動應用已經很成熟了,這一次到矽谷,他們和我談深度學習、機器學習、AR與VR,Steve怎麼觀察這些新趨勢呢?

**Steve:**矽谷的知名天使投資人與Google Ventures等知名創投,他們對於這些科技都有不同的看法。他們現在投資的領域,也許就是18到24個月後最熱門的科技領域。很多人認為VR就是下個五到十年的典範, Facebook在2014年投資了VR廠商Oculus,矽谷在VR領域,有很多硬體與軟體內容的動能出現。機器學習議題其實講了很久,但目前為止還沒有爆炸性服務產出。

**Jamie:**有典範轉移發生嗎?要從「行動」這個科技典範轉移到下個科技典範了嗎?

**Steve:**在不同的時期,不同的產業的典範轉移一直發生。十幾年來,汽車製造業有小進步,但都沒有大革命,Tesla讓汽車業的大革命成為可能,我的Tesla會自動停車、自動駕駛而且軟體會自動更新。而音樂產業從音樂錄音帶、CD、MP3、iPod到串流音樂,音樂內容生產者一直都在,但硬體製造商,如做隨身聽的廠商倒閉了。

五年前行動沒有這麼成熟,但現在行動網路已經掌控我們搜尋、社交與瀏覽等各種行為。Uber就是一個從行動出發的公司,如果沒有智慧型手機,就沒有辦法打造Uber,Uber估值已經高達600億美元以上,一家從行動出發的公司,卻能創造這樣的估值,這在筆電的時代,沒有發生過。行動這個典範在Android與iOS手機大量被製造販售的狀況下,仍然持續,目前沒有看到停止的跡象。

過去15年來Apple總是不斷地增加MacBook功能,但2015年Apple販售的12吋MacBook,是第一次MacBook比上一代有更小的續航力與記憶體,這很值得注意,因為Apple已經瞭解到現有規格已經夠了,消費者已滿足了,未來的新產品,不再強調更大更快,而是產品功能多元化(diversity)。例如手機中的照相機發展到一兩千萬左右的畫素後,消費者對更高的畫素需求變小了,製造商停止對畫素的追求,加入各種感測器,讓相機的功能更多元。

兩人對話集錦

**Jamie:**這一次到矽谷,矽谷公司紛紛和我談深度學習、機器學習以及AR與VR。這是未來趨勢嗎?

**Steve:**很多人認為VR就是下個五到十年的典範,Facebook也在2014年投資了VR廠商Oculus,現在VR領域確實有很多硬體與軟體內容的動能(Momentum)出現。

機器學習議題其實講了很久,由於現在的機器還是不夠聰明,所以還沒有爆炸性應用出現。

**Jamie:**矽谷要從「行動」這個典範,轉移到下個典範了嗎?

**Steve:**行動典範仍然會持續,目前沒有看到停止的跡象。Uber是從行動出發的公司,卻能創造600億美元以上的估值,這是筆電時代不會發生的事。

**Steve:**在不同的時期,不同的產業典範轉移一直發生。以汽車產業來說,十幾年來,汽車製造業有小進步,但都沒有大革命,Tesla讓汽車業的大革命成為可能。

**Jamie:**台灣軟體人才供給與需求失衡,學校培養的人才數量不夠,沒有隨著時代改變而增加,但我知道像史丹佛等學校培養大量軟體工程師,非常受矽谷公司歡迎,雖然矽谷公司仍說找不到人,你怎麼解讀?

**Steve:**矽谷有這麼多的成功創業故事如Yahoo、Google與Facebook等,這些公司的員工會常去史丹佛傳遞創業經驗,尤其是「公司一開始是如何起步的?」這些經驗能親身傳承,這是麻省理工學院等其他名校沒有的優勢。

議題二:軟體工程師人才荒

**Jamie:**我回台灣五年了,一直很關切台灣的軟體人才問題。台灣軟體人才供給與需求失衡,學校培養的人才數量不夠,並沒有隨著時代改變而增加,但我知道史丹佛等大學培養大量軟體工程師,而且非常受矽谷公司歡迎,雖然矽谷公司仍常喊找不到人。

**Steve:**美國已經開始外包軟體業務,給中國與印度公司,補足日益增加的軟體人才需求。史丹佛和其他學校不同,史丹佛的地理位置就沉浸在矽谷中,當創業家有想法,馬上就有資源,把想法實踐出來。矽谷有這麼多的成功創業故事如Yahoo、Google與Facebook等,這些公司的員工會去學校傳遞這些經驗,尤其是「公司一開始是如何起步的?」這很重要,一個公司的開始是最困難的,這些經驗能親身(Personal)傳承,這是麻省理工學院等其他名校沒有的優勢。

YouTube當年被Google以16.5億美元併購,並不是因為技術強,Google也能建造影音串流平台,YouTube的價值在每分鐘大量被上傳的內容。當年PayPal若從硬體起家,就沒有辦法快速Pivot,沒辦法快速更新,也需要更多創業資本,可能不會有今日的成果。因此每當別人問我創新創業建議,我總是說,「往軟體發展吧,軟體是極具價值的。」

**Jamie:**依我的觀察,台灣軟體人才的培養,光靠教育體制很難被解決。你怎麼看這樣的問題?

Steve::我要強調,矽谷有完整創業的生態圈,不只是有一群優秀的人才而已。以我的案例來說,當年YouTube在短短幾天內就見了紅衫資本、Yahoo與Google等公司,然後六天內就決定併購案了。若當時團隊在芝加哥,而不是在矽谷,不可能短短六天內就完成,也許就沒有這樣的機會。

兩人對話集錦

**Jamie:**依我的觀察,台灣軟體人才的培養,靠教育體制很難解決,你怎麼看待這個情況?

**Steve:**我要強調,矽谷有整個完整創業生態圈,不只是有一群優秀的人才而已。

**Jamie:**你覺得台灣目前的創業圈發展,還缺乏什麼樣的重要元素?

**Steve:**帶頭創造每個新世代的公司,發展之路都非常困難艱辛,大環境要鼓勵與激勵這樣的公司與人才,讓他們敢去冒險。

**Steve:**台灣若在軟體或行動領域誕生一到兩家獨角獸,就會大大激勵人才加入,新創公司崛起。

圖說明

議題三:新創連結全世界

**Jamie:**你覺得台灣目前的創業圈發展,還缺乏什麼樣的重要元素?

**Steve:**矽谷的科技產業變遷,已從1960年代的半導體到1990年代Yahoo、eBay、PayPal與Google等網路公司,現在已是Uber與Airbnb等第三代。台灣在第一代半導體產業有全球性科技公司,但第二代和第三代則非常稀缺。其實帶頭創造每一個新世代的公司,發展之路都非常困難艱辛,以當年剛起步的PayPal來說,我們對支付產業也沒有很精深的知識,一路跌跌撞撞摸索過來。因此大環境要去鼓勵與激勵這樣的公司與人才,讓他們敢去冒險。

其實,Facebook與Google這些大公司的創辦人,他們也不是超人,而矽谷紅衫等知名創投,他們所給的錢也沒有魔法,和其他創投給的錢是一樣的,台灣只要在軟體或行動領域誕生一到兩家獨角獸公司,就會大大激勵人才投入與新創公司崛起。公司員工未來創業時,就可以向市場與投資人說,「我曾經和那個公司的創辦人工作過,所以我的新公司也很有發展潛力。」這是我認為台灣在軟體與行動領域要發展出一到兩家獨角獸的原因。

對談人

林之晨(Jamie)
和Steve同年出生,現為AppWorks之初創投創始合夥人。Jamie在總統大選前不斷出現在媒體面前,用文字與影像倡議「台灣一定要成為網路強國」,也把這個訴求傳達給三位總統候選人。而且這訴求這是個肯定句,而非疑問句,目的在於讓社會各界真正重視這個議題。Jamie說,「我不在乎誰當選,只在乎誰有決心把台灣發展成網路強國!」

陳士駿(Steve)
Steve在2006年賣掉YouTube後,2011年創辦AVOS,2015年又創辦即時照片/影音食物分享App「Nom」。已經37歲連續創業的陳士駿,提起新公司Nom與美食,眼綻光芒,整個靈魂都為美食而生的樣子,「熱情」兩字從他的言語中不斷散化,一如他的書《YouTube你的熱情和直覺:YouTube創辦人陳士駿的創業人生》。

攝影/郭涵羚

本文出自於:
@@BOOKID:126632@@

往下滑看下一篇文章
一文看懂 AI 電視可以幹嘛?不只有 AI 演算法,頂級硬體帶來高畫質表現
一文看懂 AI 電視可以幹嘛?不只有 AI 演算法,頂級硬體帶來高畫質表現

火熱的 AI 風潮掀起客廳革命,到底 AI 電視可以幹嘛?簡單來說,AI 電視透過 AI 處理器與演算法,即時進行 AI 畫質優化、音效調整、智慧語音搜尋和極致的個人化推薦,全面顛覆傳統智慧電視。在 AI 電視功能中,最讓消費者有感的是 AI 畫質優化,但許多人往往忽略了,畫質提升不只關乎演算法,更取決於底層的背光、色彩與控光技術。Sony BRAVIA True RGB LED 電視,正是將軟體思維與硬體工藝深度結合的最好示範。透過創新的 XR 認知智慧處理器搭配 True RGB 技術,精準呈現 AI 電視的畫質優化能力。

AI 電視是什麼?不只是能上網看串流的智慧電視

要理解 AI 電視可以幹嘛,首先必須釐清 AI 電視與一般智慧電視的差異。傳統智慧電視是為電視接上網路,讓使用者單向觀看連網影音。AI 電視則是在智慧電視的基礎上,導入了 AI 處理器與先進演算法,讓智慧電視具備「主動分析與學習」的能力,可即時判斷每一幀影像的畫質特徵、聲音頻率、觀看環境(如白天強光或夜晚暗光),甚至是家庭成員的使用習慣,進而動態調整視聽呈現。簡單來說,傳統智慧電視解決的是「能不能連網看內容」的問題,而 AI 電視解決的是「如何讓內容呈現得最好」的體驗問題。

但當 AI 演算法分析出最佳的畫面設定後,如果硬體無法精準跟上,優化效果就會大打折扣。這也是為什麼高階顯示技術 True RGB 開始受到市場矚目,確保 AI 算出的極致色彩與對比,能精準落地在觀眾眼前。

傳統電視容易出現暗部發灰或亮處過曝。Sony BRAVIA 9 II 透過 True RGB 三色獨立背光,能將 AI 算出的極致對比與飽和色彩精準落地。
傳統電視容易出現暗部發灰或亮處過曝。Sony BRAVIA 9 II 透過 True RGB 三色獨立背光,能將 AI 算出的極致對比與飽和色彩精準落地。
圖/ 數位時代

AI 電視可以幹嘛?從畫質、場景、音效到個人化推薦的四大核心進化

面對消費者的核心疑問「AI 電視可以幹嘛?」,可從四大 AI 電視功能深入拆解。

AI 畫質升頻與降噪:讓低解析度內容更清晰

透過 AI 升頻與降噪技術,可分析解析度較低或經過壓縮的影音內容,改善線條、紋理與雜訊,使畫面在 4K 螢幕上呈現得更清晰。True RGB 則能協助 AI 優化後的畫面亮度、色彩與對比度精準呈現。不過實際效果仍會受到原始片源解析度與壓縮品質影響。

智慧場景辨識:依電影、球賽、遊戲自動調整畫面

AI 電視能即時辨識播放內容,自動調整畫面呈現,比如看電影時調整為劇院感色溫、看球賽即時插幀消除動態殘影、玩遊戲時自動切換至低延遲模式。在不同場景轉換時,True RGB 讓亮度與色彩對比表現依然精準自然。

左圖為電影模式,右圖為遊戲模式。智慧場景辨識功能會根據電影、球賽或遊戲自動切換最佳模式。搭配 True RGB 技術,即使在動態或暗部場景下,色彩依然自然不失真。
左圖為電影模式,右圖為遊戲模式。智慧場景辨識功能會根據電影、球賽或遊戲自動切換最佳模式。搭配 True RGB 技術,即使在動態或暗部場景下,色彩依然自然不失真。
圖/ 數位時代

AI 音效優化:讓人聲與環境音更清楚

AI 音效演算法能分離出人聲對白與背景音效。看動作大片時,能放大環繞立體感;看新聞時,則優化人聲頻率,甚至能根據客廳結構進行空間音效校正。

除了頂級畫質,Sony 將 AI 音效演算法與機身背部揚聲器深度結合,能根據客廳結構進行空間校正,分離出清晰人聲與震撼環繞音效。
除了頂級畫質,Sony 將 AI 音效演算法與機身背部揚聲器深度結合,能根據客廳結構進行空間校正,分離出清晰人聲與震撼環繞音效。
圖/ 數位時代

語音互動與個人化推薦:減少尋找內容時間

AI 語音互動更能理解複雜語意,當你說出「我想看適合週末晚上的搞笑電影」時,AI 便會結合使用者的觀看偏好推薦清單,真正做到懂你所想。

整體而言,在眾多 AI 電視功能中,消費者最能直觀感受到的是 AI 畫質升頻與場景優化。但不論軟體演算法如何強大,都需要有對應的硬體執行力,而 True RGB 正是讓這些高階 AI 畫質能精準落地的關鍵技術。

AI 畫質優化的關鍵:不只靠演算法,硬體也是決勝點

在討論 AI 電視時,大眾常有一種迷思,認為只要電視內建強大的 AI 處理器和演算法就行,事實上,AI 電視的畫質優化不是靠單一演算法完成,而是包含「AI 判斷」與「硬體呈現」兩大層次:

首先由 AI 負責辨識畫面中的主體物件、人眼焦點、光影分佈及動態物體的移動軌跡等。根據 AI 判斷結果,演算法在底層即時計算出一套優化藍圖,決定哪些區域需要進行 AI 升頻、降噪、提高畫質、調整亮度、對比或色彩飽和度等。而硬體則負責最終畫面呈現,包含電視的背光、面板、控光技術與色彩控制技術,才是真正決定這張優化藍圖能被實現到什麼程度的關鍵。

而 Sony BRAVIA True RGB LED 電視便精準示範,硬體如何賦予 AI 電視極致表現。傳統 LED 電視使用單一藍色 LED,再搭配濾光片混色的方式,容易產生色彩混濁或亮度減損,True RGB 技術則以獨立驅動紅(Red)、綠(Green)、藍(Blue)三原色 LED 作為背光源,當 XR 認知智慧處理器分析影像內容,發出畫面調整指令後,True RGB 能精準響應,讓紅、綠、藍三色背光以極高精度進行獨立控光,將 AI 畫面調整的判斷精準呈現。

一般智慧電視、AI 電視、搭載 True RGB 的 AI 電視差在哪?

跳脫複雜的規格參數,一次搞懂三代智慧電視有何不同。簡單來說,一般 AI 電視可以做到升頻、降噪與場景辨識;搭載 True RGB 的 AI 電視則進一步把 AI 判斷延伸到背光與色彩控制,真實還原亮度、色彩與對比。

一般智慧電視 AI電視 搭載 True RGB 的 AI 電視
核心定位 解決「連網與內容獲取」 解決「基礎畫面自動優化」 解決「極致高階畫質精準執行」
畫質處理能力 支援基本的數位降噪,無法因應訊號源差而改善 具備 AI 升頻技術,能動態辨識場景並優化低解析度影片 結合 XR 認知智慧處理器與硬體優勢,進行深度的 AI 畫面優化
背光技術 傳統常亮背光,容易產生漏光與局部發灰現象 具備區域控光,但演算法與硬體匹配度較為普遍 採用 True RGB 三色獨立背光,控光精準度極高,無溢光與色偏
色彩與亮度表現 色彩表現較為平淡,高亮處易過曝,暗部細節容易丟失 色彩飽和度高,但有時因演算法過度補償而顯得不夠自然 實現豐富飽和的色彩表現層次,精準還原真實色彩
主要適合情境 看第四台、日常追劇 看 4K 串流,希望電視能自動適應不同影音內容 追求劇院級體驗,喜歡高畫質影音、球賽、遊戲的用戶
跳脫傳統電視容易漏光與發灰的痛點,Sony BRAVIA 9 II 結合旗艦級 XR 認知智慧處理器與 True RGB 背光技術,從底座美學到內在核心,皆為追求劇院級體驗的頂級用戶而生。
跳脫傳統電視容易漏光與發灰的痛點,Sony BRAVIA 9 II 結合旗艦級 XR 認知智慧處理器與 True RGB 背光技術,從底座美學到內在核心,皆為追求劇院級體驗的頂級用戶而生。
圖/ 數位時代

買 AI 電視時,真正該看哪些規格?

當你準備為家裡添購 AI 電視時,除了關心它是否支援智慧語音、刷新率有多高、個人化推薦好不好用之外,以下四個核心 AI 電視功能才是決定長期觀看品質的關鍵指標:

AI 處理器

大腦優劣決定電視表現,挑選時認準旗艦級的 AI 處理器,如 Sony 的 XR 認知智慧處理器,不只單純堆疊算力,而能模擬人類大腦的認知方式,打造身歷其境的畫面真實感。

AI 升頻能力

優秀的 AI 升頻能力應能精準區分「影像噪訊」與「畫面原生紋理」,在去除雜訊的同時保留皮膚毛孔、衣服編織等細節,而非一味抹平。

背光與控光技術

若重視高階畫質,True RGB 可作為判斷 AI 畫質能否精準呈現的重要顯示技術,徹底告別傳統畫面暗部發灰、亮部慘白的通病。

色彩與亮度表現

不能只看標榜的 HDR 規格,更要檢視硬體能否真實呈現。True RGB 能賦予 AI 電視更強悍的畫面執行力,銳利呈現 AI 算出的明暗對比與色彩飽和度。

關於 AI 電視與 True RGB 的常見問答

Q1:AI 電視適合哪些人?
AI 電視適合所有對影音品質有追求的人。不論你是愛看高畫質影音的追劇族、追求畫面流暢不殘影的運動迷、重視高刷新率與低延遲的遊戲玩家,AI 電視都能大幅提升觀影體驗。

Q2:AI 升頻會把影片變成 4K 嗎?
無法完全等同原生 4K,但能讓畫面更接近高解析度的觀看效果。AI 升頻利用比對與像素補插,將原本模糊線條變得銳利清晰,結合 True RGB 的高精細控光後,視覺表現會非常接近 4K 原生畫質。

Q3:買 AI 電視時,只看 AI 處理器夠嗎?
絕對不夠。演算法算出的完美畫面需要顯示硬體來執行,電視的背光技術、控光與色彩管理能力(如 True RGB)同樣重要。軟硬完美結合,才是高畫質的保障。

Q4:AI 電視對看球賽或玩遊戲有什麼差別?
AI 電視能根據不同場景優化畫面表現,觀看球賽時,能動態識別高速移動對象,即時插幀消除動態殘影;玩遊戲時,能自動切換至低延遲模式和強化暗部細節。

Q5:白天和晚上看電視,AI 電視會自動切換不同的畫質設定嗎?
Sony 搭載 True RGB 的 AI 電視內建環境光感測器,能根據環境光線變化動態調節畫面呈現,在白天明亮時自動增亮、晚上變暗時調降亮度並柔化對比,省去手動切換的麻煩。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓