「我們向交友網站學習！」Netflix發表新個人化推薦系統，取代五星評分制|數位時代 BusinessNext

「我們向交友網站學習！」Netflix發表新個人化推薦系統，取代五星評分制

今年4月起，原本存在於Netflix的五星評分制度將消失，讓使用者改為用讚/不讚方式表達喜好，Netflix還會仿效交友網站的配對方式，在網站介面上呈現配對率。

個人化推薦是Netflix引以為傲的特色，不過，產品副總裁陶德‧葉林（Todd Yellin）今（17）天宣布，4月起，遊戲規則將會有所改變。原本存在於Netflix的五星評分制度將消失，讓使用者改為用讚/不讚方式表達喜好，此外，Netflix也會仿效交友網站的配對方式，在網站介面上呈現配對率，作為新的內容推薦方式。

「我們這個團隊的工作很妙，因為我們做的每一件事情，都是為了讓使用者可以在忽略我們的存在之下，更快找到自己想觀賞的影片。」葉林在Netflix工作超過11年，負責帶領產品體驗團隊。說話時，他總不忘配上豐富臉部表情，本身就像是一齣精彩喜劇。「當你在學校、職場上忙了一整天，回到家只想放鬆癱在沙發上、好好被娛樂吧。」他開玩笑表示，儘管如此，內容團隊卻會和他們作對，因為內容團隊從未停止採購和製作影片，讓影片多到難以選擇。因此，產品團隊以兩個方法幫助使用者挑選內容，第一是做出更好的設計，第二則是運用演算法和大數據。

葉林表示，Netflix團隊不斷嘗試做出更好的產品，舉例來說，一進入Netflix畫面時的帳戶切換功能就是3年半前才上線的，而這些功能都是來自於Netflix對使用者的觀察和猜想。「使用者說想要的，不一定是他真正想要的。而且如果你問使用者要什麼，他們會說，我想要所有的好東西。」他說：「可是，我們想要的是簡潔。」

也因此，葉林宣布，從今年4月開始，Netflix將會把原本的五星評分制度取消，改為用「讚/不讚」的方式，讓使用者可以更直接表達自己對作品的喜好。

他指出，Netflix從使用者行為中發現，使用者評高分的影片不一定是常常看的影片。「大家評分的時候會以批評家的心態給星，好像自己是為了全世界在評分一樣。」他以亞當‧山德勒的喜劇電影和《凜冬烈火：烏克蘭自由之戰》（Winter on fire: Ukraine's Fight for Freedom）相比，雖然大家會把後者的星級評得比較高，但是實際上或許比較常看前者。「因此我們比較在乎使用者看了什麼、看了多少、用什麼裝置看、一天中的什麼時刻看的？他們是否看了5分鐘就放棄了？還是連續看了七個小時，直到在沙發上睡著？」

不過，他強調，使用者的喜好對於Netflix來說依然非常重要。因此，4月開始，Netflix會在全球市場推出新的個人化推薦方式。首先是以「讚/不讚」的標示讓使用者評分，如果喜歡這部影片就按下讚，不喜歡就按不讚，簡單明瞭。葉林表示，這項功能從去年開始測試，評分率提高200%。「讚/不讚是網路上的共通語言。」他說。

此外，Netflix也向交友網站取經，在介面上顯示作品和使用者的「配對率」。只要配對率高過55%，數字就會出現，推薦使用者觀賞。「我們在使用者和內容間創造愛情故事，用數字告訴使用者，這可能會是一段不錯的關係。這就是我們的工作。」葉林笑說。

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。