一年過去了,大家還是最喜歡「笑中帶淚」表情符號
一年過去了,大家還是最喜歡「笑中帶淚」表情符號
2016.12.05 |

巴別塔是聖經當中著名的故事。大洪水之後,上帝與人類約定,不再用洪水毀滅人類。

但人們卻對諾亞時代的洪水仍然心存恐懼,當時的人類講著同樣的語言,名為亞當語。他們決定建造一座名為「巴別塔」的通天塔。上帝為了阻止人們的通天計畫,讓人們學會不同的語言,使之相互之間不能溝通並且分散到各地。人類的隔閡由此產生,建造「巴別塔」的任務也隨之終止。

隨著語言學以及科技的發展,人類的語言隔閡不再那麼明顯,而互聯網更是一定程度上彌合了語言和文化的鴻溝。Emoji,這種誕生於 17 年前的符號如今隱隱有成為全人類共用的一種語言體系的趨勢。在 2015 年,《牛津詞典》把年度詞彙頒給了一個 emoji,那個「笑著哭」的表情。

2016 年,大家還是最愛這個「笑著哭」的表情

一年過去了,大家最喜愛的 emoji 還是沒有變。

Kika 是一家主要做海外市場輸入法的中國新創,產品覆蓋了 140 個國家,目前總用戶超過 2 億。前不久,他們聯合北京大學黃罡教授、劉譞哲副教授團隊以及密歇根大學梅俏竹副教授團隊發佈大資料包告《Emoji,新世界語的崛起——Kika 輸入法全球用戶 Emoji 使用行為大資料報告》。

這份報告利用 Kika 得到的資料,展示了誰在用 emoji,怎麼用 emoji,emoji 和文化有何關係,還有什麼影響人們使用 emoji?

Kika6
圖/ Kika

依照 Kika 提供的資料,「笑著哭」這個 emoji 占到了所有 emoji 發送量的 21.25%,遠遠高過第二名的「愛心」。

Kika5
圖/ Kika

如果是以日期來劃分,就會發現在周內大家使用量前五的表情完全一樣,而到了週六,荷爾蒙的氣息就濃厚起來了,「玫瑰花」和「愛心」的表情開始上榜。到了周日,「微笑」也代替「哭泣」成為第五名,這說明人們還是在休息日的心情更好一些。

Kika4
圖/ Kika

如果是以國家來劃分來看的,我們會發現法國是個完全的異類。作為世界上最浪漫的國家,法國人最喜歡的 10 個表情裡面,有 9 個都是用來表達愛意和喜歡。

Kika3
圖/ Kika

雖然看起來大家都很喜歡用這個「笑著哭」的表情,但是從各國文化的角度出發,不同的文化傳統對人們喜歡的 emoji 也有影響。比如喜歡按規矩辦事的西班牙,以遵守規定為榮;生活習慣受天主教影響的墨西哥,微笑和握手是他們的問候方式,親吻和擁抱也僅限於熟人之間;哥倫比亞非常注重禮儀。在這些傳統色彩濃厚的國家,這個「捂臉猴」有著「非禮勿視」以及「害羞」雙重含義。

Kika2
圖/ Kika

除了傳統文化之外,國家中的權力平等程度,個人主義傾向,乃至對 LGBT 群體的包容程度,也會影響 emoji 的使用情況。

人類離重建「巴別塔」還有多遠?

前文說到,全世界在使用 emoji 上有著驚人的一致性,這是任何一種語言都做不到的,當然其中也有不少的差異。而在 emoji 這種本來就生於數位時代的符號語言之外,各種各樣的語言還面臨著「數位化」的問題。

英語、漢語、西語等等大的語言不必擔心這樣的問題,因為這些語言背後有人口和市場的支撐。但是並不是所有語言都有這樣的待遇,都能跟得上互聯網和科技的發展。

Kika1
圖/ Kika

Kika 輸入法在開拓海外市場的時候就遇到了這樣的問題,因為商業的因素,使用者眾多的語言總會迎來更多的輸入法,但是,小語種的處境就尷尬了。

瑞爾•薩利姆是一位來自俄羅斯巴什基爾民族的語言愛好者,但在為移動智慧時代下,他也會因為像巴什基爾語這樣的小語種瀕臨消失而憂心忡忡。 沒有一個手機製造商願意為只有 150 萬人使用的巴什基爾語設定一個專屬的移動輸入法鍵盤,當地人只能使用俄語的鍵盤進行網上交流。

後來瑞爾向多家製作輸入法的公司發去郵件,請求他們重視小語種在輸入法上的困境。後來 Kika 回應了他的請求,並與他合作,為這 150 萬人使用的語言開發了輸入法鍵盤。

拉丁羅曼語與德語、法語、義大利語並稱為瑞士四大官方語言。然而在瑞士 700 萬的人又中, 講拉丁羅曼語的人數只占 0.6%。機緣巧合之下,聽說了 Kika 為巴什基爾語製作輸入法的瑞士平面設計師雷莫也和 Kika 進行合作,耗時幾個月,從電子化詞庫開始,做出了拉丁羅曼語的輸入法鍵盤。

目前,Kika 輸入法已經覆蓋了超過 90 種語言。

為什麼只做海外輸入法,不管是大語系還是小語系都要覆蓋呢?Kika CEO 胡新勇告訴愛范兒,全球 70 億人口,除去中國的 15 億,海外仍有 55 億人口,這是一個大得多的市場。如果再考慮經濟或者匯率的因素,歐美市場更是大有可為,他們一開始就想做的是全球的輸入法,而不是中國的輸入法。

雖然看起來開發小語種是個吃力不討好的事情,但是胡新勇也認為讓世界溝通更簡單是他們的使命。作為一家主要從事輸入法的公司,他們有責任保護小語種,傳承它,創新它。而且,每一個小語種都不是需要從頭再來的,很多核心演算法,推薦引擎和鍵盤滑行技術是可以通用的。

講到重建「巴別塔」這件事,就不得不提翻譯和語音辨識這兩件事。由於人工智慧技術的發展,這幾年來 Google 翻譯和 Skype 即時語音翻譯都取得了不小的進展。在上次錘子新機發佈會上,羅永浩也演示了訊飛語音輸入法的語音辨識情況。仿佛這一切意味著,語音到文本的鴻溝快被填平,語言之間的機器翻譯問題也不是那麼讓人尷尬了。

胡新勇表示,他們自己的翻譯功能也在開發中,涵蓋了語音和文本,幾大語系都有規劃。但是他也對目前一些語音輸入法吹牛的現象表示不滿:目前人的語音辨識準確率是 97%,所以目前國內幾大語音輸入法宣稱的識別準確率也是 97%,但實際肯定做不到這麼高…

即便如此,胡新勇也認為,現今離人類解決語言隔閡並不遠了,世界的語言很快就會平了。

本文授權轉載自:愛范兒

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

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
代理式商務連動百兆商機
© 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