Medium app推全新閱讀功能「Series」，不走長文風格、主打卡片式圖文故事|數位時代 BusinessNext

Medium app推全新閱讀功能「Series」，不走長文風格、主打卡片式圖文故事

內容發行平台Medium今日推出全新閱讀產品「Series」，貼文以卡片式的圖文敘事模式呈現。這是Medium推出的第一款行動裝置原生的產品，希望在Medium既有用戶以外，吸引那些較少寫長篇文章的用戶。

卡片式的圖文敘事模式、內容更新會通知讀者

Series是Medium推出的全新敘事模式，其由多張「卡片」組合而成，而卡片的內容可以是文字、圖片或GIF動畫。用戶可根據主題建立不同的Series貼文，隨時間故事有新進展時，可隨時增加該貼文的篇幅。比起傳統的Medium部落格敘事形式，Series更適合短篇、圖多的內容，可鼓勵更多以圖片為主軸的故事或新型態的新聞敘事。

就像Snapchat和Instagram stories一樣，讀者在螢幕上向左或向右滑翻頁閱讀，且能追蹤特定的Series，在作者更新內容時可收到通知；就算讀到一半跳出貼文，Series也會記下你每則貼文讀到哪個段落，下次可再從相同的地方開始閱讀，而不用從頭閱讀。貼文最後還會出現代替「按讚」的「鼓掌」圖示。

有系統地訴說「發展中的故事」

不過和Snapchat Stories不同的是，Series貼文不會在24小時後消失，直到發布者刪掉內容前都可永久保存。Medium產品負責人Katie Zhu表示，現在網路上多是短篇、斷裂式的內容，而Series希望能更有系統地訴說更複雜、更有意義、無法在單篇貼文說完的「發展中的故事」；這些故事可以是你想和大家分享的一段旅行、學習新語言的經驗、提倡某件事、校園經驗等任何故事。

透過Series，用戶不用一次寫完這些故事、也不用像過去一樣在文章後面加上連到其他相關文章的連結。不過，Medium不希望像Snapchat和Instagram以分享生活瑣事為主，而是希望用戶分享更有啟發性的故事。

「這是一種說故事的新方式，可以訴說隨時間發展、更深入和更有意義的故事。」Medium如此定義Series。

因應轉向行動裝置的閱讀習慣，未來或將針對Series推訂閱服務或廣告

以「內容為本」的Medium，在1月宣布調整商業模式並裁員1/3的人力，當時，創辦人威廉斯（Ev Williams）將「以點擊率賣廣告」的商業模式稱作「崩壞的系統（broken system）」，並表示將尋求其他替代方案。「我們正在將資源和注意力，轉而放在打造能根據內容價值而獎勵作者的新模式。」他說。

隨著用戶閱讀習慣從電腦轉向行動裝置，Medium此時推出Series也是因應潮流。不過，Series和傳統的Medium貼文相較，文字量有相當大的落差，兩種截然不同的功能如何並存令人好奇。

《The Verge》指出，雖然現在尚未能確定Medium已確定將未來賭在行動裝置閱讀上，或僅是實驗性質，但若Series模式成功，不難想像Medium將減少其對核心部落格產品的發展力道。此外，由於創辦人威廉斯曾預告將推出訂閱式服務，《The Wired》便指出，或許Medium之後將推出Series付費服務，或是在Series故事中穿插廣告。

用戶今日更新Medium的iOS和Android應用程式便能看見Seires新功能；Series目前暫不開放電腦閱讀，但可用電腦建立Series貼文。

曾是台灣製造業重要根基的塑膠射出產業，如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者，老師傅退休、新人才接不上的現況，更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具，許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出，全球塑膠射出市場規模超過 3000 億美元，每年仍以約 3% 至 4% 的幅度成長。需求並未消失，只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉，老師傅數十年累積的經驗卻很難複製。

這道人才缺口，正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發，歷經近十年研究與工廠驗證，嘗試把老師傅腦中的射出經驗，轉化成可以計算、保存與持續學習的 AI 模型，解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI，射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備，不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後，生產現場仍得依產品、材料與機台特性，調整溫度、速度、壓力、位置等條件；即使使用同一種塑料，不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處，不只是記住參數，而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的，就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後，第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統，工廠只要輸入材料、機台規格、產品尺寸等資訊，sMolding 便能計算第一組成型參數；若試模後出現產品缺陷，再由 sTroubleshooting 提供修正建議。

「它就像導航。我今天告訴你要從 A 點到 B 點，但不知道路怎麼走，導航會把路徑算給你。」張詠翔說。對射出成型而言，這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例，傳統方式需 7.5 小時，導入系統後縮短至 2 小時，材料使用量從 23 公斤降至 8.7 公斤，整體試模成本降低 64%。

但找到正確參數只是第一步，真正進入量產後，工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損，都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組，透過射出壓力數據持續監控品質，並依生產狀態自動補償關鍵參數。換言之，AI 不只在試模階段提供一條正確的「導航路徑」，進入量產後還能因應製程變化持續修正，進一步朝「自駕」邁進。

從產線驗證到海外布局，桃園如何助攻智穎智能跨過0到1？

但要讓 AI 真正走進工廠，智穎智能採取 SaaS 訂閱模式，將核心運算留在雲端持續學習與更新，降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備，因此智穎智能的方案既能導入既有設備，也能與射出機、控制器業者合作，在新機出廠時直接整合。「一個工廠不會只有一個廠牌，就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言，AI 真正走進製造現場的關鍵，在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言，降低導入門檻還不夠，更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言，桃園不只是公司所在地，也提供了技術走向市場的第一塊試驗場。「對新創來說，第一個就是要經費、要人才、要場域，再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期，團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源，降低早期研發與營運負擔。更重要的是，桃園密集的製造業聚落，本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業，智穎智能在創業初期接觸到位於桃園的「良器」，成為公司第一個客戶。從概念驗證、產品調整到實際導入，合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言，第一個願意開放場域的客戶，意義遠超過第一筆營收。

如今，從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次，完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示，透過市府帶領團隊前往日本神戶，智穎智能接觸當地官方與企業資源。在市府引薦下，團隊成功對接了神戶知名加速器，更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局，為下一階段海外市場拓展做準備。

AI 解決「怎麼生產」後，下一步是「替誰生產」

當 AI 開始解決「怎麼生產」，張詠翔看到的下一個問題，是「替誰生產」。部分製造商提高生產效率後反過來問他，如果我的產能多了 20%，但沒有多 20% 的訂單，我何必要做那麼快？

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家，品牌要在海外重新尋找符合特定規範與製程能力的供應商，也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商，讓品牌端能依條件尋找供應商，也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務，初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究，到桃園工廠提供第一個實際驗證場域；從把老師傅經驗變成 AI「導航」，再走向能自行修正製程的「自駕」，智穎智能試圖數位化的，是製造業最難被保存的資產：人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散，這套從桃園工廠磨出的 AI，下一步不只要替老師傅找到數位接班人，也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源，將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去，讓外界看見桃園豐沛且具實戰力的創新動能。